Alibaba positioniert Qwen4-Max als System für längere Arbeitsaufträge. In einer eigenen Demonstration zur Prüfung eines Börsengangs verarbeitete das Modell 198 ungeordnete Dateien, sortierte sie in 14 Ordner, glich Angaben mit öffentlichen Quellen ab und erzeugte einen 86-seitigen Bericht.
Die Vorführung ist zwar kein unabhängiger Praxistest, verdeutlicht aber, welche Rolle Alibaba seinem neuen Spitzenmodell zuschreibt: Es soll längere Arbeitsprozesse bearbeiten und zu einem überprüfbaren Ergebnis führen. Vorgestellt wurde Qwen4-Max am 16. November 2026; einen Tag später rückte Alibaba den Einsatz in Unternehmen ins Zentrum. Ob der Anspruch außerhalb vorbereiteter Vorführungen trägt, lässt sich daraus noch nicht ableiten. Für die Bewertung rückt damit die Frage in den Vordergrund, welche KI am Ende brauchbare Arbeit abliefert. Recherchequelle: Alibaba Cloud Community
Warum genügt Alibaba eine gute Antwort nicht mehr?
Wo ein Chatfenster gewöhnlich endet, beginnt der angestrebte Arbeitsprozess: Der Nutzer kann professionelle Werkzeuge einbinden, Zwischenergebnisse weiterverarbeiten und komplexe Aufgaben über längere Zeit verfolgen. Dabei prüft er den Stand, gibt Rückmeldung und kann die Richtung anpassen.
Dafür verweist QwenCloud auf das Plugin „Live Delivery“. Während eines längeren Auftrags gibt der Agent bereits Zwischenfassungen aus. Der Nutzer kann diese prüfen und seine Vorgaben ändern, bevor der gesamte Vorgang beendet ist. So entstehen mehrere überprüfbare Arbeitsstände, und Korrekturen sind bereits vor Abschluss des gesamten Prozesses möglich.
Die Vorstellung vom „digitalen Kollegen“ gehört zu Alibabas Produktpositionierung. Sie beschreibt keine arbeitswissenschaftliche Kategorie, sondern ein gewünschtes Nutzungsmuster: Das Modell soll überzeugende Antworten liefern und zugleich einen umfangreicheren Arbeitsablauf bis zu einem brauchbaren Ergebnis bearbeiten. Der Vergleich muss daher auch den gesamten Prozess erfassen. Sprachliche Gewandtheit genügt für diesen Anspruch nicht; gefragt sind Ausdauer, Werkzeuggebrauch und kontrollierbare Ergebnisse. Die technische Grundlage dafür bildet der Aufbau des Modells. Recherchequelle: QwenCloud-Dokumentation
Wie kann ein Modell mit 2,4 Billionen Parametern wirtschaftlich arbeiten?
Die Zahl von 2,4 Billionen Parametern beschreibt zunächst den Umfang des Modells, nicht seinen Rechenaufwand bei jeder einzelnen Eingabe. Qwen4-Max nutzt eine Mixture-of-Experts-Architektur: Für ein Token wird jeweils nur ein Teil des Systems aktiv. Alibaba beziffert diesen Anteil auf 71 Milliarden Parameter und nennt zusätzlich 328 Milliarden Parameter für N-Gramm-Einbettungen. Gegenüber Qwen3.8-Max soll Qwen4-Max bei derselben Größenordnung 25 Prozent weniger Parameter aktivieren.
Aus der Gesamtzahl lassen sich daher weder die Geschwindigkeit noch der Preis noch die Ergebnisqualität unmittelbar ableiten. Sie zeigt, wie groß der verfügbare Modellraum ist; genutzt wird pro Verarbeitungsschritt nur ein Ausschnitt davon. Qwen4-Max verarbeitet Text, Bilder und Videos und erzeugt Text. Das dokumentierte Kontextfenster umfasst eine Million Token. Im Modus ohne Denkprozess sind bis zu 131.072 Ausgabetoken vorgesehen, für Denkprozess und Antwort zusammen bis zu 262.144 Token.
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Hinzu kommen Websuche, PDF-Verarbeitung, Code Interpreter, Web Scraping, parallele Werkzeugaufrufe und MCP. Batch-Inferenz ist in der QwenCloud-Dokumentation als nicht unterstützt aufgeführt.
Auf dieser technischen Basis präsentiert Alibaba mehrere Anwendungsszenarien. Recherchequelle: Alibaba Cloud
Was versteht Alibaba unter einem fertigen Arbeitsergebnis?
In den Vorführungen gilt ein Ergebnis als „fertig“, wenn es sich weiterverwenden lässt. Bei der bereits erwähnten Prüfung eines Börsengangs verteilte Qwen4-Max die 198 Dateien auf 14 Ordner und erzeugte daraus einen 86-seitigen Bericht. Der Bericht deckte zwölf Module und 14 Rechtsfragen ab. Für ein Finanzbeispiel verband Alibaba das Modell mit 90 MCP-Werkzeugen; Qwen4-Max sammelte Marktdaten, glich öffentliche Quellen ab und lieferte eine Excel-Arbeitsmappe samt bearbeitbarer Präsentation.
In der Fertigungsdemo setzte das System früher im Arbeitsablauf an. Es überführte 2D-Layouts in eine räumliche Produktionsplanung und prüfte berechnete CAM-Werkzeugwege in einer Simulation. Für dieses Einzelbeispiel berichtet Alibaba von einer Verringerung des manuellen Programmieraufwands von etwa 475 auf 24 Minuten je Bauteil. Ein weiterer Versuch lief 48 Stunden auf einer integrierten rechnergestützten Plattform mit Roboterlabor. Dabei bezog Qwen4-Max 2,7 Millionen Molekülkandidaten in die Suche ein und durchlief vier Runden aus Entwurf, Synthese und Test.
Die Herstellerdemonstrationen entstanden unter vorbereiteten Bedingungen. Sie veranschaulichen den gemeinten Umfang eines Arbeitsergebnisses, erlauben aber keine Übertragung auf andere Betriebe, Datenbestände oder Werkzeugumgebungen. Bei derart umfangreichen Aufgaben bildet der reine Tokenpreis nur noch einen Teil der wirtschaftlichen Bewertung ab.
Wird die erledigte Aufgabe zur neuen Preiseinheit?
Alibaba versucht, die Rechnung vom einzelnen Token auf die erledigte Aufgabe zu verlagern. Als Beleg führt das Unternehmen Work360 an, einen eigenen Test, der nach seiner Beschreibung 26 Hauptbereiche, 182 Unterbereiche und 721 Spezialgebiete umfasst. Qwen4-Max erreicht dort 52,69 Punkte, Qwen3.8-Max 47,74. Bei sehr hoher Denkintensität soll das neue Modell rund 24 Prozent weniger Token benötigen, auf der Denkstufe high etwa 35 Prozent weniger. Für denselben Test nennt Alibaba außerdem durchschnittlich 58 Prozent niedrigere Kosten je Aufgabe.
Kosten je Aufgabe sind wirtschaftlich interessant, liefern aber keinen allgemeinen Produktivitätsnachweis. Work360 stammt von Alibaba; seine Ergebnisse hängen von den gewählten Aufgaben, Einstellungen und Bewertungskriterien ab. Für den internationalen QwenCloud-Endpunkt in Singapur werden 1,50 US-Dollar je Million Eingabetoken und 4,50 US-Dollar je Million Ausgabetoken genannt. Implizit zwischengespeicherte Eingaben kosten dort 0,075 US-Dollar je Million Token; in anderen Regionen können die Preise abweichen.
Ob eine Aufgabe tatsächlich günstig erledigt wird, hängt zudem von Laufzeit, Werkzeugaufrufen, erzeugten Zwischenschritten und notwendiger menschlicher Nacharbeit ab. Tokenpreise bilden deshalb nur einen Teil der Wirtschaftlichkeit ab. Zum Herstellerbenchmark kommen Messungen von Artificial Analysis, Vals und Spring Prompt. Recherchequelle: QwenCloud-Modellseite
Wie belastbar ist die Leistung außerhalb von Alibabas Bühne?
Die Messungen von Artificial Analysis, Vals und Spring Prompt beruhen auf unterschiedlichen Aufgaben, Denkstufen und Auswertungsverfahren und ergeben daher kein einheitliches Bild. Im Intelligence Index von Artificial Analysis erreicht Qwen4-Max 43 Punkte. Vor allem das Tempo fällt auf: Aus Tokenmenge und Ende-zu-Ende-Ausgabegeschwindigkeit berechnet Artificial Analysis für eine Indexaufgabe eine gewichtete durchschnittliche Bearbeitungszeit von 32,1 Minuten; der Median der dort herangezogenen Vergleichsgruppe liegt bei 13,3 Minuten. Über die gesamte Auswertung erzeugte das Modell 127 Millionen Ausgabetoken gegenüber einem Median von 78,6 Millionen. Pro Indexaufgabe entstanden im Mittel Kosten von 3,27 US-Dollar. Innerhalb dieser Testmethodik erwies sich Qwen4-Max damit als vergleichsweise langsam und ausführlich.
Vals prüfte Qwen4-Max mit der höchsten Denkstufe xhigh, Temperatur 1, top_p: 0.95, top_k: 20 und maximal 262.144 Ausgabetoken. Im Index 2.2 ermittelte der Test einen Wert von 63,20 Prozent sowie Rang 11 unter 38 aufgeführten Modellen. Vals weist je Test Kosten von 9,33 US-Dollar und eine Dauer von rund 65 Minuten aus. Die Einzelwerte streuen: In den beiden Finanztests erzielte Qwen4-Max 66,7 und 70,8 Prozent, im Terminal-Bench 48,5 Prozent und bei juristischer Recherche 41,3 Prozent.
Spring Prompt testete dagegen überwiegend mit der Voreinstellung high und sah Qwen4-Max bei den bewerteten Folieninhalten vorn. Sämtliche sechs veröffentlichten Präsentationen stufte der Test dennoch als überarbeitungsbedürftig ein. Als Gründe nennt Spring Prompt vor allem schwer lesbare Schriftgrößen und in zwei Fällen Aussagen, die nicht durch die vorgegebenen Testdaten gestützt waren. Bei Produkttexten und einer simulierten Werbebudget-Aufgabe blieb Qwen4-Max hinter den jeweiligen Spitzenwerten. Da mehrere dieser Resultate auf einzelnen Durchläufen beruhen, ist ihre Aussagekraft entsprechend begrenzt.
Zusammengenommen ergeben die Tests je nach Aufgabe und Prüfverfahren unterschiedliche Werte für Tempo, Ausführlichkeit und Zuverlässigkeit. Recherchequelle: Artificial Analysis
Ist der digitale Kollege schon ein Produkt oder noch ein Versprechen?
Qwen4-Max ist kein bloß angekündigtes Forschungsmodell. Alibaba führt QwenCloud, QwenWork und QwenStudio als Zugangswege auf. Für den API-Zugang nennt die QwenCloud-Dokumentation Singapur, China Nord 2 in Peking sowie die globalen Regionen Frankfurt, Hongkong, Tokio und Virginia. Preise und Funktionen können je nach Region abweichen. Fine-Tuning und eine eigene Modellbereitstellung sind dort derzeit als nicht unterstützt ausgewiesen.
Alibaba bietet Qwen4-Max als proprietäres Modell an. Offene Gewichte stellt das Unternehmen für kleinere Modelle der Qwen4-Reihe in Aussicht; die Mitteilung vom 16. November 2026 nennt dafür keinen konkreten Veröffentlichungstermin.
Bemerkenswert ist dabei nicht in erster Linie die Zahl von 2,4 Billionen Parametern, sondern die Bewertungsperspektive, die Alibaba etablieren möchte: Neben Antwortqualität und Tokenpreisen sollen auch fertige Dokumente, überprüfbare Zwischenstände und die Kosten je bewältigter Aufgabe als Maßstab dienen. Die unabhängigen Tests zeigen zwar überzeugende Teilergebnisse, zugleich aber lange Laufzeiten und eine stark aufgabenabhängige Qualität; eine vorschnelle Gleichsetzung mit einem verlässlichen Mitarbeiter rechtfertigen sie daher nicht. Erst wenn Unternehmen die versprochenen Leistungen mit eigenen Daten, Werkzeugen und Qualitätsanforderungen nachvollziehen können, gewinnt das Bild vom digitalen Kollegen Substanz.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Tokenstrom – Qwen4-Max ist da: Alibabas neues Spitzenmodell, aber nur per API
Der Beitrag erläutert die MoE-Architektur mit 2,4 Billionen Gesamtparametern, 71 Milliarden aktiven Parametern und 328 Milliarden Parametern für N-Gramm-Einbettungen.
https://tokenstrom.de/posts/qwen4-max-ist-da-alibabas-neues-spitzenmodell-aber-nur-per-api/
DataCamp – Qwen4-Max: Funktionen, Benchmarks, Preise und Zugang
Die Analyse erklärt Live Delivery, Nutzerkorrekturen während langer Arbeitsabläufe sowie den Einsatz von MCP-Werkzeugen für prüfbare Dokumente und Ergebnisse.
https://www.datacamp.com/de/blog/qwen4-max
Artificial Analysis – Qwen4 Max: Analyse von Intelligenz, Leistung und Preis
Die deutschsprachige Modellseite liefert unabhängige Messwerte zu Intelligenz, Kosten pro Aufgabe, Ausführlichkeit und Leistungen in einzelnen Anwendungsfeldern.
https://artificialanalysis.ai/de/models/qwen4-max



