Qwen4-Max is het overwegen waard als je Qwen3.8-Max al gebruikt: de reguliere prijzen voor invoer en uitvoer liggen volgens de Singaporese tarieven van Alibaba Cloud 25% lager. Het contextvenster blijft één miljoen tokens en beide modellen accepteren tekst, afbeeldingen en video. Daarmee is de prijs het duidelijkste gedocumenteerde argument om de upgrade te proberen. Dit bewijst niet dat het nieuwe model je taken beter oplost of minder tokens gebruikt.
De migratie verandert ook het integratiecontract. Een limiet voor alleen de antwoorduitvoer kan nu zowel het denkproces als het antwoord beperken, en de standaardinspanning verandert van xhigh naar high. Houd rekening met die verandering voordat je een model-ID in productie vervangt.
Wat hetzelfde blijft en wat verandert
De modelpagina van Qwen4-Max en de documentatie van Qwen3.8-Max van Alibaba beschrijven twee cloudmodellen met dezelfde contextgrootte en invoermodaliteiten. De uitvoerlimieten moet je nauwkeuriger bekijken:
| Onderdeel | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| Context | 1,000,000 | 1,000,000 |
| Invoer | Tekst, afbeelding, video | Tekst, afbeelding, video |
| Uitvoer zonder denken | 131,072 | 131,072 |
| Denken ingeschakeld | Standaard | Standaard |
| Standaardinspanning | xhigh | high |
| Native inspanningsniveaus | low, medium, xhigh | low, high, xhigh |
Qwen4-Max staat maximaal 262,144 tokens toe voor het denken en het antwoord samen. De gedocumenteerde uitvoerlimiet van 131,072 tokens voor Qwen3.8-Max geldt voor het antwoord, ook in de denkmodus; daarnaast is de maximale lengte van de keten van gedachten 262,144. Die cijfers hebben een verschillende reikwijdte en ondersteunen niet de bewering dat de uitvoercapaciteit simpelweg is verdubbeld.
Beide modellen kunnen visuele invoer verwerken. Een applicatie die al schermafbeeldingen of documentafbeeldingen verstuurt, krijgt dus niet zomaar een nieuw invoertype door te upgraden. Of extractie of visueel redeneren erop vooruitgaat, moet je vergelijken aan de hand van representatieve bestanden.
Het prijsverschil bij een vaste werklast
De officiële prijstabel vermeldt de volgende Singaporese USD-tarieven voor zowel de denkmodus als de modus zonder denken, met maximaal één miljoen invoertokens per verzoek:
| Per miljoen tokens | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| Reguliere invoer | $2.00 | $1.50 |
| Uitvoer, inclusief denken | $6.00 | $4.50 |
Neem het cumulatieve gebruik over meerdere verzoeken: één miljoen niet-gecachete invoertokens en 100,000 uitvoertokens, inclusief redenering. Dit zijn totalen, geen gebruik binnen één verzoek. Qwen3.8-Max kost $2 + $0.60 = $2.60; Qwen4-Max kost $1.50 + $0.45 = $1.95. Dat is 25% minder bij identiek gebruik. Dit is een schatting, geen gemeten taakresultaat, en houdt geen rekening met caching, tools, nieuwe pogingen of belasting. In andere regio's gelden andere prijzen.
De daadwerkelijke besparing hangt af van het gedrag bij het voltooien van taken. Meer redenering, herhaalde pogingen of langere gesprekshistorieën kunnen het voordeel van een lagere prijs per eenheid tenietdoen. Vergelijk de kosten voor een geaccepteerd resultaat en kijk ook naar de juistheid, in plaats van ervan uit te gaan dat elke taak 25% goedkoper wordt.
Controleer de uitvoerlimiet en de denkinstellingen
Volgens de referentie voor Chat Completions behandelt Qwen4-Max max_tokens als gelijkwaardig aan max_completion_tokens: beide omvatten het denken en het antwoord. Bij Qwen3.8-Max geldt max_tokens voor het antwoord. Een lage limiet die je van de oude configuratie overneemt, kan het nieuwe model dus tegenhouden voordat er een bruikbaar antwoord verschijnt. Controleer finish_reason; length betekent dat het tokenbudget is opgebruikt. Hier worden geen nieuwe inference-experimenten gerapporteerd.
Gebruik bij nieuwe integraties met Qwen4-Max bij voorkeur max_completion_tokens en kies voldoende ruimte voor beide soorten uitvoer. De native inspanningswaarden zijn low, high en xhigh; medium wordt omgezet naar high. Bij Qwen3.8-Max wordt high omgezet naar xhigh. Hetzelfde enum-type hergebruiken betekent niet noodzakelijk dat de waarde hetzelfde betekent.
Wanneer zowel inspanning als denkbudget ontbreken, gebruikt Qwen4-Max standaard high en 131,072 denktokens. Stuur reasoning_effort en thinking_budget niet samen mee. Een expliciet denkbudget moet positief zijn. Gebruik de gedocumenteerde schakelaar voor denken, en niet een budget van nul, om denken uit te schakelen. Bewaar eerdere redeneringen in een eigen veld in plaats van ze samen te voegen met de antwoordtekst.
Wat de gateway bevestigt
De AIHubMix-gids voor Qwen4-Max vermeldt qwen4-max voor Chat Completions, maar geeft aan dat de mogelijkheden niet zijn geverifieerd. Dat Alibaba tools, gestructureerde uitvoer, Responses en Messages ondersteunt, bewijst niet dat elk pad via deze gateway werkt.
Alibaba documenteert ook expliciete caching voor Qwen4, met automatische breekpunten en TTL's van 5 minuten of 1 uur. De toeslagen voor schrijven en afzonderlijke kosten voor lezen moeten apart worden bijgehouden. Voor optionele samenvattingen van het denkproces moet je versleutelde geschiedenis behouden. Controleer die instellingen op de route die je wilt gebruiken voordat je erop vertrouwt voor besparingen of gedrag over meerdere beurten.
Begin met een kleine set echte taken: één wijziging in een repository, één vraag over een lang document en één visuele casus als je applicatie afbeeldingen gebruikt. Houd prompts, tools en acceptatiecriteria gelijk. Noteer geaccepteerde resultaten, het totale aantal tokens inclusief nieuwe pogingen en fouten. Houd Qwen3.8-Max beschikbaar totdat de vervanger de tests doorstaat. Op de vergelijkingspagina van AIHubMix kun je de vermelde specificaties en prijzen controleren; je acceptatietests bepalen of de upgrade geschikt is.
Veelgestelde vragen
Is Qwen4-Max goedkoper dan Qwen3.8-Max?
Volgens de officiële Singaporese tarieven zijn de reguliere prijzen voor invoer en uitvoer allebei 25% lager. De daadwerkelijke besparing per taak hangt af van het tokengebruik en het aantal nieuwe pogingen.
Wordt het contextvenster groter?
Nee. Voor beide modellen wordt een contextvenster van 1,000,000 tokens vermeld.
Verdubbelt Qwen4-Max de uitvoerlimiet?
De vermelde limieten hebben een verschillende reikwijdte. Qwen4-Max beperkt het denken en het antwoord samen tot 262,144; de 131,072 voor Qwen3.8-Max is een limiet voor het antwoord.
Kan de oude instelling max_tokens worden overgenomen?
Controleer die eerst. Bij Qwen4-Max omvat die limiet ook het denken, dus een limiet die op een antwoord is afgestemd, kan te laag zijn.
Is het standaardniveau voor denken veranderd?
Ja: bij Qwen3.8-Max is dat xhigh; bij Qwen4-Max wordt dit high. Ook verschillen sommige compatibiliteitskoppelingen.
Moet al het productieverkeer meteen worden overgezet?
Stap pas over nadat representatieve taken en de benodigde gatewayfuncties de tests hebben doorstaan. De gedocumenteerde prijsverlaging bewijst niet dat de kwaliteit is verbeterd.
Lees verder: de Qwen4-Max-serie
- Lees Migratie naar Qwen4-Max: uitvoerlimieten, denken en agentconfiguratie voor de configuratiewijzigingen die aan deze beslissing ten grondslag liggen.
- Lees Qwen4-Max vs Kimi K3.1 Pro: welke codeeragent moet je gebruiken? om een andere topmodel te vergelijken voor dezelfde repositorytaak.
Bronnen
- Alibaba Cloud: Qwen4-Max en Qwen3.8-Max, modellimieten en standaardinstellingen.
- Alibaba Cloud: modelprijzen, Singaporese USD-tarieven; de berekening gaat uit van identiek niet-gecached gebruik.
- Alibaba Cloud: referentie voor Chat Completions, reikwijdte van de uitvoerlimiet en denkparameters.
- Alibaba Cloud: Qwen4-cache en samenvatting van het denkproces en versleuteling, functies van de aanbieder.
- AIHubMix: Qwen4-Max-gids en Qwen3.8-Max-gids, vermeldingen in de gateway. Bronnen gecontroleerd op 17 november 2026, 02:33 UTC; geen nieuwe inferentietests.



