Alibabas neuestes KI-Modell kostet pro Token weniger, doch ein Upgrade bedeutet nicht, dass es bei jeder Aufgabe bessere Ergebnisse liefert.
Alibaba hat Qwen4-Max am 16. Nov. vorgestellt. Es ist das neueste Flaggschiff-KI-Modell des Unternehmens und bietet niedrigere API-Preise sowie laut Unternehmensangaben Verbesserungen beim logischen Schlussfolgern und Programmieren. Entwickler und Unternehmen können es für komplexe Aufgaben einsetzen, die professionelle Software erfordern.
Alibaba zufolge machen die Verbesserungen die Arbeit schneller und kostengünstiger. Unabhängige Bewertungen bieten außerdem eine Möglichkeit zu untersuchen, wie das neue System im Vergleich zu früheren Versionen und konkurrierenden KI-Modellen abschneidet.
Aufgaben aus verschiedensten Branchen bewältigen
Qwen4-Max kann Text, Bilder und Videos verarbeiten und verfügt über ein Kontextfenster von einer Million Token, mit dem sich lange Dokumente und große Informationsmengen bearbeiten lassen. Laut der Dokumentation von QwenCloud können mit dem Qwen-Live-Delivery-Plug-in KI-Agenten eine brauchbare erste Version erstellen und sie anschließend aktualisieren, während Nutzer den Fortschritt prüfen und Änderungen anfordern.
Laut Alibaba kann das Modell professionelle Software bedienen und mehrstufige Aufgaben ausführen. Vorführungen des Unternehmens zeigten mehrere Beispiele für Arbeiten aus verschiedenen Branchen.
Kreative Produktion
Nutzer können in Blender 3D-Szenen erstellen und mit Unreal Engine, Unity und Godot spielbare Spiele entwickeln. Das Modell kann seine Erzeugnisse ausführen, die Darstellung prüfen und Anpassungen vornehmen, um die Ergebnisse zu verfeinern.

Wirtschaftsrecherche
Im Finanzbereich kann die KI Unternehmensinformationen analysieren und bearbeitbare Tabellen und Präsentationen erstellen. Sie kann außerdem die rechtliche Due-Diligence-Prüfung unterstützen, indem sie Dokumente prüft, Belege kontrolliert und Erkenntnisse mit Quellenangaben strukturiert.
-11.png)
Fertigung
Bei einer Vorführung zur Fertigung in einem Unternehmen berichtete Alibaba, dass die Programmierung eines Werkstücks 24 Minuten dauerte, verglichen mit etwa 475 Minuten bei manueller Bearbeitung. Mithilfe von Simulationsfeedback identifizierte das Unternehmen Probleme und optimierte den Bearbeitungsprozess vor der Produktion.
-7.png)
Auch die wissenschaftliche Forschung ist ein Bereich, den Alibaba untersucht hat. Nach Angaben des Unternehmens setzte Qwen4-Max spezialisierte Tools ein, um in einem Alzheimer-Forschungsexperiment potenzielle Wirkstoffziele zu untersuchen sowie 24 Molekülkandidaten zu entwerfen und zu optimieren. Die Kandidaten wurden computergestützt bewertet und müssen noch im Labor validiert werden.
API-Zugang wird bei sinkenden Token-Preisen ausgeweitet
Entwickler können nun über QwenCloud auf Qwen4-Max zugreifen – entweder über nutzungsabhängige API-Aufrufe oder einen Token-Plan im Abonnement. Das Modell ist außerdem über QwenStudio, QwenWork und Qoder verfügbar. Die Produktionsversion folgt auf eine am 11. Nov. veröffentlichte Vorschau; die frühere Modellkennung qwen4-max-preview soll am 25. Nov. eingestellt werden.
Ein Teil der Kostensenkung geht auf Änderungen an der Modellarchitektur zurück. Alibaba behielt die insgesamt 2,4 Billionen Parameter von Qwen3.8-Max bei, reduzierte jedoch den während der Verarbeitung aktivierten Anteil um 25 %. Dadurch kann die KI ihre Aufgaben in jedem Schritt mit weniger Rechenleistung ausführen.
Auch die veröffentlichten Preise von QwenCloud sind gesunken, darunter die Kosten für die Wiederverwendung von Informationen, die das System bereits verarbeitet hat.
API-Preise pro Million Token | Qwen3.8-Max | Qwen4-Max | Senkung |
|---|---|---|---|
| Eingabe | $2.00 | $1.50 | 25% |
| Ausgabe | $6.00 | $4.50 | 25% |
| Implizit zwischengespeicherte Eingabe | $0.25 | $0.075 | 70% |
Alibaba zufolge könnten die Einsparungen über niedrigere API-Gebühren hinausgehen. Beim unternehmenseigenen Work360-Benchmark berichtet Alibaba von durchschnittlich rund 60 % niedrigeren Aufgabenkosten als bei Qwen3.8-Max. Dieses Ergebnis belegt keine vergleichbaren Einsparungen bei anderen Arbeitslasten.
Sicherheit und Zugang sind ebenfalls Bestandteil der Veröffentlichung. Das Unternehmen integrierte zusätzliche Prüfungen während des Trainings, um Schwachstellen im generierten Code zu verringern, etwa Injection-Fehler und fehlerhafte Zugriffskontrollen. Qwen4-Max bleibt ein proprietäres, gehostetes Modell; kleinere Qwen4-Varianten mit offenen Gewichten sollen künftig veröffentlicht werden.
Die Erkenntnisse von eWeek: Die Fortschritte von Qwen4-Max fallen bei Aufgaben in Unternehmen unterschiedlich aus
Um die Leistung außerhalb der eigenen Bewertungen von Alibaba zu untersuchen, verglich eWeek veröffentlichte Ergebnisse von Vals AI für Qwen4-Max, Qwen3.8-Max und das konkurrierende Modell von Moonshot AI, Kimi K3.1 Pro. Vals ist eine unabhängige KI-Benchmarking-Plattform, die testet, wie Modelle professionelle Aufgaben bewältigen – von Finanzanalysen bis zur Softwareentwicklung.
Unabhängiger Benchmark | |||
|---|---|---|---|
| Gesamtindex von Vals (Kombinierte Leistung über verschiedene Tests) | 59.05% | 63.20% | 62.52% |
| Finance Agent v2.1 (Analyse von Finanzberichten und Beantwortung von Fragen) | 58.83% | 66.68% | 61.49% |
| Legal Research Bench (Recherche zu Gesetzen und Gerichtsentscheidungen) | 46.15% | 41.35% | 37.50% |
| Tax Agent Bench (Beantwortung komplexer Fragen zur Unternehmensbesteuerung) | 49.66% | 40.35% | 24.87% |
| Terminal-Bench 4.0 (Bearbeitung technischer Aufgaben mit Computerbefehlen) | 38.89% | 48.48% | 63.64% |
Qwen4-Max erzielt beim Finance Agent v2.1 und beim Terminal-Bench 4.0 höhere Werte als sein Vorgänger, beim Legal Research Bench und beim Tax Agent Bench jedoch niedrigere. Kimi K3.1 Pro führt diese drei Modelle beim Terminal-Bench 4.0 an, obwohl das Modell insgesamt etwas schlechter abschneidet.
Diese Ergebnisse zeigen, welche Arbeitslasten getestet werden sollten, rechtfertigen aber kein Upgrade in der gesamten Abteilung. Eine Gesamtrangliste kann Unterschiede bei spezialisierten Aufgaben verbergen, und die Leistung im Terminal-Bereich belegt keine Überlegenheit bei der Softwareentwicklung insgesamt.
Auch die Kosten erschweren die Upgrade-Entscheidung. Vals führt Qwen4-Max mit 9,33 US-Dollar pro Vals-Index-Test, verglichen mit 8,73 US-Dollar für Qwen3.8-Max 0902. Dabei handelt es sich um eine andere Bewertung als Alibabas Work360, doch sie zeigt, warum niedrigere Token-Preise nicht zwangsläufig zu günstigeren abgeschlossenen Aufgaben führen.
Dies sind veröffentlichte Ergebnisse von Vals und keine praktischen Tests von eWeek; außerdem unterscheiden sich die Bewertungsbedingungen je nach Modell. Unternehmen sollten repräsentative Aufgaben mit den in die engere Auswahl genommenen Systemen durchführen, bevor sie eines für den Produktiveinsatz auswählen.
Achten Sie auf:
- Genauigkeit: Ob das Ergebnis die ursprünglichen Anforderungen erfüllt und seine Schlussfolgerungen stützt.
- Aufwand für Menschen: Zeit für die Korrektur von Fehlern, die Prüfung von Quellen und die Reparatur von Dateien.
- Kosten der abgeschlossenen Aufgabe: Ausgaben für Wiederholungen und fehlgeschlagene Versuche sowie für die Prüfung des Ergebnisses.
Bei Projekten, die professionelle Software erfordern, ist ein nutzbares Ergebnis wichtiger als eine vielversprechende erste Antwort. Entscheidend ist in der Praxis, ob das Modell die Arbeit zuverlässig genug abschließt, um den insgesamt erforderlichen Aufwand zu verringern.
Möchten Sie bessere Ergebnisse aus KI-Modellen herausholen? eWeek-Leser erhalten sieben Tage kostenlosen Zugang zur The Neuron Academy, unserer praxisnahen Lernplattform, die Fachleuten helfen soll, KI im Arbeitsalltag sicherer einzusetzen. Alle Lektionen ansehen →
Wir zeigen Ihnen kostenlos wie Sie mit KI sprechen können! Probieren Sie unseren sechminütigen Kurs an der The Neuron Academy aus und lernen Sie einige einfache Möglichkeiten kennen, bessere Prompts zu schreiben und nützlichere Ergebnisse von KI zu erhalten – oder sehen Sie sich sieben Tage lang kostenlos unseren anderen KI-Kurs an. Hier alle Lektionen ansehen →


