Alibaba bringt Qwen4-Max auf den Markt und sieht sich im Programmier-Benchmark vorn
Alibaba hat Qwen4-Max vorgestellt, das Flaggschiff seiner neuen Qwen4-Reihe, und behauptet, das Modell schlage Claude Opus 5.5 bei Programmieraufgaben. Der Konzern stellt dabei Effizienz und Kosten ebenso in den Vordergrund wie die reine Leistung.
Benchmark-Ergebnisse und ihre Grenzen
Laut den Forschungsergebnissen zum Start erreichte Qwen4-Max im Programmier-Benchmark DeepSWE v1.1 einen Wert von 75,7. Damit lag das Modell vor Claude Opus 5.5 und zeigte konkurrenzfähige Ergebnisse gegenüber Kimi K3.1 Pro.
Dasselbe Material ordnet Qwen4-Max bei einigen Messgrößen hinter Konkurrenten wie Kimi ein, hebt jedoch die günstigen Kosten pro Aufgabe hervor. Die Leistungsangaben stammen vom Unternehmen und aus dem Bericht über die Vorstellung.
Architektur und Fähigkeiten
Das Modell basiert auf einer dünn besetzten Mixture-of-Experts-Architektur mit einem Kernmodell von 2,4 Billionen Parametern. Statt bei jeder Anfrage alle Parameter zu aktivieren, leitet diese Bauweise jede Aufgabe an eine Auswahl interner Experten weiter, sodass ein sehr großes Modell nicht bei jeder Aufgabe die volle Rechenlast tragen muss.
Qwen4-Max ist multimodal und verarbeitet Text, Bilder und Video. Ein Kontextfenster von bis zu 1 Million Token erlaubt es, lange Dokumente oder große Codebasen in einer einzigen Sitzung zu bearbeiten.
Effizienz und Preisgestaltung
Den Schwerpunkt legt Alibaba auf Effizienz. Qwen4-Max verbraucht rund 50 Prozent weniger Token als sein Vorgänger Qwen3.8-Max, und die durchschnittlichen Aufgabenkosten sanken gegenüber diesem Modell um mehr als 60 Prozent. Da KI-Anbieter meist nach Token abrechnen, bedeutet weniger Token pro Auftrag eine geringere Rechnung für dieselbe Arbeit.
Der Preis liegt bei 1,50 Dollar pro Million Eingabe-Token und 4,50 Dollar pro Million Ausgabe-Token.
Zugang für Entwickler
Entwickler erreichen Qwen4-Max über eine API auf QwenCloud. Alibaba hat das Modell zudem mit Protokollen von OpenAI und Anthropic kompatibel gemacht, sodass Teams, die bereits in diesen Ökosystemen arbeiten, eher mit einer Konfigurationsänderung als mit einer Neuentwicklung umsteigen können.
Offene Fragen
- Bestätigen unabhängige Tests die Ergebnisse im Programmier-Benchmark?
- Wie reagieren Konkurrenten bei Preis und Effizienz?