Qwen4-Max ist einen Vergleich wert, wenn Sie bereits Qwen3.8-Max verwenden: Die regulären Preise für Ein- und Ausgabe liegen zu den Listenpreisen von Alibaba Cloud in Singapur 25% niedriger. Das Kontextfenster bleibt bei einer Million Token, und beide Modelle akzeptieren Text, Bilder und Videos. Damit ist der Preis der klarste dokumentierte Grund, das Upgrade auszuprobieren. Daraus folgt jedoch nicht, dass das neue Modell Ihre Aufgaben besser löst oder weniger Token verbraucht.
Die Migration verändert außerdem den Integrationsvertrag. Eine Ausgabelimitierung, die nur für die Antwort gedacht ist, kann jetzt Denkprozess und Antwort zusammen begrenzen; zugleich ändert sich der Standardwert für Reasoning effort von xhigh zu high. Planen Sie diese Änderung ein, bevor Sie eine Modell-ID in der Produktion ersetzen.
Was gleich bleibt und was sich ändert
Die Qwen4-Max-Modellseite und die Dokumentation zu Qwen3.8-Max von Alibaba beschreiben zwei Cloud-Modelle mit derselben Kontextgröße und denselben Eingabemodalitäten. Die Ausgabelimits müssen genauer betrachtet werden:
| Element | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| Kontext | 1,000,000 | 1,000,000 |
| Eingabe | Text, Bild, Video | Text, Bild, Video |
| Ausgabe ohne Denkmodus | 131,072 | 131,072 |
| Denkmodus aktiviert | Standard | Standard |
| Standardmäßige Reasoning effort | xhigh | high |
| Native Reasoning-effort-Stufen | low, medium, xhigh | low, high, xhigh |
Qwen4-Max erlaubt bis zu 262,144 Token für Denkprozess und Antwort zusammen. Das dokumentierte Ausgabelimit von Qwen3.8-Max von 131,072 gilt für die Antwort, auch im Denkmodus; zusätzlich beträgt das separate Maximum für die Chain of Thought 262,144. Diese Angaben beziehen sich auf unterschiedliche Bereiche und belegen nicht, dass sich die Ausgabekapazität einfach verdoppelt hat.
Beide Modelle können visuelle Eingaben verarbeiten. Eine Anwendung, die bereits Screenshots oder Dokumentbilder sendet, erhält durch das Upgrade also keinen neuen Eingabetyp. Ob sich Extraktion oder visuelles Reasoning verbessern, muss anhand repräsentativer Dateien verglichen werden.
Der Preisunterschied bei einem festen Arbeitsaufkommen
Die offizielle Preistabelle führt für den Modus mit und ohne Denkmodus folgende USD-Preise für Singapur auf; die Eingabe umfasst bis zu einer Million Token pro Anfrage:
| Pro Million Token | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| Reguläre Eingabe | $2.00 | $1.50 |
| Ausgabe einschließlich Denkprozess | $6.00 | $4.50 |
Betrachten wir die kumulierte Nutzung über mehrere Anfragen hinweg: eine Million nicht gecachte Eingabe-Token und 100,000 Ausgabe-Token einschließlich Reasoning. Dabei handelt es sich um Gesamtmengen, nicht um eine einzelne Anfrage. Qwen3.8-Max kostet $2 + $0.60 = $2.60; Qwen4-Max kostet $1.50 + $0.45 = $1.95. Bei identischer Nutzung sind das 25% weniger. Dies ist eine Schätzung, kein Ergebnis eines gemessenen Aufgabentests; Caching, Tools, Wiederholungsversuche und Steuern sind nicht berücksichtigt. In anderen Regionen gelten andere Preise.
Die tatsächliche Ersparnis hängt vom Verhalten bei der Generierung ab. Mehr Reasoning, wiederholte Versuche oder längere Verläufe können den niedrigeren Preis pro Einheit ausgleichen. Vergleichen Sie die Kosten für ein akzeptiertes Ergebnis und berücksichtigen Sie dabei dessen Korrektheit, statt davon auszugehen, dass jede Aufgabe 25% günstiger wird.
Prüfen Sie Ausgabelimit und Einstellungen für den Denkmodus
Laut der Referenz zu Chat Completions behandelt Qwen4-Max max_tokens gleichbedeutend mit max_completion_tokens: Beide umfassen Denkprozess und Antwort. Bei Qwen3.8-Max begrenzt max_tokens die Antwort. Ein kleines, übernommenes Limit kann daher die Generierung des neuen Modells beenden, bevor eine brauchbare Antwort erscheint. Prüfen Sie finish_reason; length bedeutet, dass das Token-Budget ausgeschöpft wurde. Hier werden keine neuen Inferenzexperimente vorgestellt.
Verwenden Sie bei neuen Qwen4-Max-Integrationen vorzugsweise max_completion_tokens und wählen Sie ein Limit, das Platz für beide Ausgabearten lässt. Die nativen Werte für Reasoning effort sind low, high und xhigh; medium wird auf high abgebildet. Bei Qwen3.8-Max wird high auf xhigh abgebildet. Derselbe Enum-Wert hat nicht zwangsläufig dieselbe Bedeutung.
Wenn sowohl Reasoning effort als auch das Budget für den Denkprozess nicht angegeben werden, verwendet Qwen4-Max standardmäßig high und 131,072 Token für den Denkprozess. Senden Sie nicht gleichzeitig reasoning_effort und thinking_budget. Ein explizit angegebenes Budget für den Denkprozess muss positiv sein. Verwenden Sie zum Deaktivieren des Denkmodus den dokumentierten Schalter dafür und nicht ein Budget von null. Bewahren Sie den bisherigen Reasoning-Verlauf in einem eigenen Feld auf, statt ihn an den Antworttext anzuhängen.
Was das Gateway belegt
Der AIHubMix-Leitfaden zu Qwen4-Max führt qwen4-max für Chat Completions auf, kennzeichnet die Fähigkeitsmerkmale jedoch als nicht verifiziert. Dass Alibaba Tools, strukturierte Ausgabe, Responses und Messages unterstützt, belegt nicht, dass jeder dieser Wege über dieses Gateway funktioniert.
Alibaba dokumentiert außerdem explizites Caching für Qwen4, einschließlich automatischer Breakpoints und einer TTL von 5 Minuten oder 1 Stunde. Schreibaufschläge und separate Lesegebühren müssen gesondert kalkuliert werden. Für optionale Zusammenfassungen des Denkprozesses muss der verschlüsselte Verlauf erhalten bleiben. Prüfen Sie diese Einstellungen auf der vorgesehenen Route, bevor Sie sich bei Einsparungen oder beim Verhalten über mehrere Gesprächsrunden darauf verlassen.
Beginnen Sie mit einer kleinen Auswahl realer Aufgaben: einer Änderung an einem Repository, einer Frage zu einem langen Dokument und – falls Ihre Anwendung Bilder nutzt – einem visuellen Anwendungsfall. Lassen Sie Prompts, Tools und Abnahmekriterien unverändert. Erfassen Sie akzeptierte Ergebnisse, die Gesamtzahl der Token einschließlich Wiederholungsversuchen sowie Fehler. Behalten Sie Qwen3.8-Max verfügbar, bis das Ersatzmodell die Prüfung bestanden hat. Auf der AIHubMix-Vergleichsseite können Sie die aufgeführten Spezifikationen und Preise prüfen; ob sich das Upgrade lohnt, entscheiden Ihre Abnahmetests.
FAQ
Ist Qwen4-Max günstiger als Qwen3.8-Max?
Zu den offiziellen Preisen für Singapur liegen reguläre Ein- und Ausgaben jeweils 25% niedriger. Die tatsächliche Ersparnis pro Aufgabe hängt vom Token-Verbrauch und von Wiederholungsversuchen ab.
Wird das Kontextfenster größer?
Nein. Für beide Modelle ist ein Kontextfenster von 1,000,000 Token angegeben.
Verdoppelt Qwen4-Max das Ausgabelimit?
Die angegebenen Limits beziehen sich auf unterschiedliche Bereiche. Qwen4-Max begrenzt Denkprozess und Antwort zusammen auf 262,144; die 131,072 bei Qwen3.8-Max gelten für die Antwort.
Kann die bisherige Einstellung max_tokens übernommen werden?
Prüfen Sie sie zuerst. Bei Qwen4-Max umfasst dieses Limit auch den Denkprozess. Ein für eine Antwort bemessenes Limit kann daher zu niedrig sein.
Hat sich die standardmäßige Reasoning-Stufe geändert?
Ja: Bei Qwen3.8-Max wird xhigh verwendet, bei Qwen4-Max high. Auch einige Kompatibilitätszuordnungen unterscheiden sich.
Sollte sofort der gesamte Produktionsverkehr umgestellt werden?
Stellen Sie erst um, wenn repräsentative Aufgaben und die erforderlichen Gateway-Funktionen die Prüfung bestanden haben. Die dokumentierte Preissenkung belegt keine Qualitätsverbesserung.
Weiterlesen: die Qwen4-Max-Reihe
- Informationen zu den Konfigurationsänderungen, die dieser Entscheidung zugrunde liegen, finden Sie unter Migration zu Qwen4-Max: Ausgabelimits, Denkmodus und Agent-Einrichtung.
- Einen Vergleich mit einem anderen Flaggschiffmodell anhand derselben Repository-Aufgabe finden Sie unter Qwen4-Max vs. Kimi K3.1 Pro: Welchen Coding-Agent sollten Sie verwenden?.
Quellen
- Alibaba Cloud: Qwen4-Max und Qwen3.8-Max, Modelllimits und Standardeinstellungen.
- Alibaba Cloud: Modellpreise, USD-Preise für Singapur; bei der Berechnung wird identische, nicht gecachte Nutzung angenommen.
- Alibaba Cloud: Referenz zu Chat Completions, Geltungsbereich der Ausgabelimits und Parameter für den Denkmodus.
- Alibaba Cloud: Qwen4-Cache und Zusammenfassung des Denkprozesses und Verschlüsselung, Anbieterfunktionen.
- AIHubMix: Leitfaden zu Qwen4-Max und Leitfaden zu Qwen3.8-Max, Gateway-Angebote. Quellen geprüft am 17. November 2026 um 02:33 UTC; keine neuen Inferenztests.



