Hopp til innhold
AIKI

Qwen4-Max: Alibabas nye AI-modell, pris og benchmarks

Qwen4-Max fra Alibaba kom 16. november 2026. Se pris per million tokens, benchmarks mot Claude Opus 5.5 og hva bedrifter må avklare om data.

6 min lesing

Kort fortalt

  1. Qwen4-Max kom 16. november 2026 og koster 1,50 dollar inn og 4,50 dollar ut per million tokens hos Alibaba.
  2. Modellen leder på agentisk koding og juridisk agentarbeid i Alibabas oversikt, men Claude Opus 5.5 ligger foran på de fleste kontoroppgavene.
  3. Artificial Analysis gir Qwen4-Max 43 poeng i Intelligence Index, til 3,27 dollar per oppgave mot 10,04 for Opus 5.5.
  4. Avklar region, hvor modellen regner og databehandleravtalen før dere sender personopplysninger.
AI-kollega med Qwen-logoen trykt på et hvitt kulehode peker på et ark i et møterom, mens to kolleger vurderer den med en sjekkliste foran et verdenskart

Qwen er Alibabas familie av AI-modeller, og Qwen4-Max er den nyeste og største modellen i den, lansert 16. november 2026. Den koster 1,50 dollar per million tokens inn og 4,50 dollar ut via API. Den er sterk på agentisk koding og juridisk agentarbeid, ligger bak Claude Opus 5.5 på de fleste kontoroppgavene i Alibabas oversikt, og gir mest for en norsk bedrift der kostnad per oppgave betyr mer enn toppresultat.

Under står hva modellen er, hva testene viser, hva den koster, og hva bedriften må avklare om data og personvern før den tas i bruk.

Hva er Qwen4-Max?

Qwen4-Max er den største modellen i Qwen4-serien fra Alibaba, utviklet av Qwen-teamet. Alibaba kaller den en AI-kollega for arbeid, kreativt arbeid og forskning, og den er laget for lange oppgaver der modellen selv bruker verktøy over mange steg.

EgenskapQwen4-Max
Lansert16. november 2026
UtviklerAlibaba (Qwen-teamet)
Modell-ID i API-etqwen4-max
Størrelse2,4 billioner parametere totalt, 71 milliarder aktive per token
Kontekstvindu1 million tokens
LeserTekst, bilder og video
SkriverTekst
Tenkenivålow, high og xhigh (high er standard)
KompatibilitetOpenAI- og Anthropic-API-ene, verktøykall, nettsøk og strukturerte svar
Åpne vekterNei. Mindre Qwen4-modeller med åpne vekter kommer ifølge Alibaba senere

Tokens er ordbitene en modell leser og skriver. 1 million tokens tilsvarer rundt 1 500 A4-sider tekst. Artificial Analysis anslår 1 475 sider for 984 000 tokens. At modellen har 2,4 billioner parametere men bare bruker 71 milliarder per token, betyr at den er bygget som en Mixture-of-Experts-modell: bare en liten del av modellen regner på hvert ord, og ifølge Alibaba gir det lavere kostnad når modellen brukes.

Modellen finnes i QwenCloud via API og abonnementet Token Plan, og i Alibabas egne verktøy QwenWork og QwenStudio.

Hva er nytt fra Qwen3.8-Max?

Ifølge Alibaba gjør Qwen4-Max det bedre enn forgjengeren på nesten alle testene de har kjørt, og bruker færre tokens på det:

  • Ny arkitektur. 25 prosent færre aktive parametere per token enn Qwen3.8-Max, med samme totale størrelse.
  • Færre tokens per oppgave. På Alibabas egen test Work360 bruker modellen om lag 35 prosent færre tokens på tenkenivå high, og 24 prosent færre på xhigh. På kodingstesten Terminal-Bench 4.0 er kuttet om lag 49 og 48 prosent.
  • Lavere kostnad per oppgave. I Work360 falt gjennomsnittlig kostnad per oppgave fra 4,43 til 1,67 dollar, en nedgang på 62 prosent. Alibaba har også satt ned API-prisene, mest for mellomlagret input.
  • Bedre resultat på arbeidsoppgaver. Work360 dekker 721 fagområder. Qwen4-Max fikk 52,69 poeng, mot 47,74 for Qwen3.8-Max.

Work360 er Alibabas egen test, så tallene er ikke etterprøvd av andre.

Benchmarks: hvor god er Qwen4-Max?

Alibaba sammenligner Qwen4-Max med forgjengeren, Claude Opus 5.5 fra Anthropic, GPT-6.1 Sol og GPT-6 Astra fra OpenAI og Kimi K3.1 fra Moonshot. Tallene under er fra Alibabas lanseringsside. Noen av dem er hentet fra uavhengige ledertavler, som Alibaba oppgir i fotnotene (AA-Briefcase og Automationbench-AA fra Artificial Analysis, APEX-Agents fra Mercor og HLAB-Vals fra Vals). Resten er Alibabas egne målinger.

Test (Alibabas oversikt)Hva den målerQwen4-MaxQwen3.8-MaxOpus 5.5GPT-6.1 SolKimi K3.1
DeepSWE v1.1Agentisk koding75,769,374,275,275,5
Terminal-Bench 4.0Koding i terminalen48,538,959,656,167,2
AA-Briefcase v1.1 (Elo)Kunnskapsarbeid med dokumenter1 6861 6051 8011 5551 674
JobBenchEkte yrkesoppgaver68,565,375,466,261,2
APEX-Agents v1.1Oppgaver fra rådgivning og profesjonelle tjenester72,163,373,560,065,5
HLAB-Vals-1.1Juridisk agentarbeid21,315,49,26,311,7
Automationbench-AAArbeidsflyter i SaaS-systemer72,556,269,564,973,3
Humanity's Last ExamSvært vanskelige fagspørsmål51,743,959,854,051,1

GPT-6 Astra er utelatt i tabellen, men står i figuren under. Høyere er bedre i alle radene. Elo er en rangering der leveranser sammenlignes parvis. Hva testene måler og hvordan de leses, står i AI-benchmarks forklart.

Bildet er tydelig: Qwen4-Max leder på agentisk koding (DeepSWE), juridisk agentarbeid (HLAB-Vals) og lange oppgaver (Agents' Last Exam i figuren), og ligger nær toppen på automatisering i fagsystemer. Claude Opus 5.5 ligger foran på dokumentarbeid, yrkesoppgaver, rådgivningsoppgaver (APEX-Agents) og de vanskeligste fagspørsmålene. På koding i terminalen ligger Qwen4-Max klart bak alle de tre konkurrentene.

Hele oversikten slik Alibaba publiserte den, med alle 16 testene:

Alibabas benchmarkoversikt for Qwen4-Max mot Qwen3.8-Max, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra og Kimi K3.1 på 16 tester innen koding, kunnskapsarbeid, juridisk arbeid, automatisering, helse, resonnering og bilde- og videoforståelse

Kilde: Qwen-teamet, lanseringssiden for Qwen4-Max, 16. november 2026.

I pressemeldingen oppgir Alibaba også at Qwen4-Max er nummer 6 på Code Arena, en ledertavle der brukere stemmer over hvilken modell som løste en kodeoppgave best.

Hva uavhengige målinger sier

Artificial Analysis hadde tall klare på lanseringsdagen. Qwen4-Max får 43 poeng i Intelligence Index, en samlescore over ni tester innen agentisk koding, kontorautomatisering, kunnskap og fysikk. Det gir plass 38 av 81 modeller, litt over medianen på 41 for sammenlignbare modeller.

Intelligence Index, samlescoreIntelligence Index, samlescore: Kimi K3.1 Pro 46; GPT-6.1 Sol 55; Claude Opus 5.5 59; Claude Fable 5.2 65; Qwen4-Max 43 poengIntelligence Index, samlescoreArtificial Analysis, lest 17.11.2026Kimi K3.1 Pro46 poengGPT-6.1 Sol55 poengClaude Opus 5.559 poengClaude Fable 5.265 poengQwen4-Max43 poeng

Den samme målingen viser to svakheter. Modellen er ordrik: den brukte 127 millioner tokens på testene, mot en median på 78,6 millioner. Den er også treg, med 32,1 minutter per oppgave mot en median på 13,3.

Hva har folk bygget med Qwen4-Max?

Eksemplene under er publisert av Alibaba selv på lanseringssiden, og vi har ikke funnet uavhengig etterprøving av dem.

HvemHva modellen gjorde ifølge Alibaba
SANF og Pacific Union (bilproduksjon)Planla produksjonslinjer, tegnet bildeler og kontrollerte maskineringen. Manuell programmering av ett arbeidsstykke gikk fra rundt 475 til 24 minutter
Alibaba CloudOptimaliserte sin egen ressursstyring i skyen og kuttet kostnaden for modellkall til datamerking med 9 til 10 prosent i snitt (pressemeldingen sier 9, lanseringssiden 10,42)
Forskningsprosjekt om kjøling av databrikkerKjørte i 48 timer i strekk gjennom fire runder med molekyldesign, syntese og testing, og fant et nytt kjølemiddel som ble testet i laboratoriet

Felles for eksemplene er lange oppgaver der modellen jobber selv med verktøy over mange steg, i ett av eksemplene med 90 MCP-koblinger til finansdata. Hva MCP er, står i hva er MCP.

Qwen4-Max eller Claude Opus 5.5: hva er forskjellen?

Claude Opus 5.5 er den første konkurrenten i Alibabas oversikt, og den vi sammenligner med her.

Qwen4-MaxClaude Opus 5.5
Pris inn / ut per million tokens1,50 / 4,50 dollar4 / 20 dollar
Intelligence Index (Artificial Analysis)43 poeng59 poeng
Kostnad per oppgave i indeksen (Artificial Analysis)3,27 dollar10,04 dollar
DeepSWE v1.1, agentisk koding (Alibaba)75,774,2
JobBench, yrkesoppgaver (Alibaba)68,575,4
UtviklerAlibaba, KinaAnthropic, USA

Opus 5.5 gir bedre resultat på de fleste kontoroppgavene. Qwen4-Max koster om lag en tredjedel per oppgave. Hva Anthropics modeller koster og når toppmodellen deres lønner seg, står i Claude Fable 5.2.

Vurderer dere andre kinesiske modeller, er DeepSeek V4 og prisene det nærmeste alternativet vi har skrevet om.

Hva koster Qwen4-Max?

Prisene er Alibabas listepriser i Model Studio for regionen Singapore (International), lest 17. november 2026.

HvaPris per million tokens
Input (opptil 1 million tokens per forespørsel)1,50 dollar
Output, med og uten tenking4,50 dollar
Input lest fra mellomlager (cache)0,075 dollar
Skriving til mellomlager, 5 minutter1,875 dollar
Skriving til mellomlager, 1 time3 dollar

Samme pris gjelder for hele kontekstvinduet, så en lang forespørsel koster det samme per token som en kort. Nye brukere i Singapore-regionen får 1 million gratis tokens som gjelder i 90 dager.

Kostnad per oppgave i Intelligence IndexKostnad per oppgave i Intelligence Index: Claude Fable 5.2 26,54; Claude Opus 5.5 10,04; Kimi K3.1 Pro 3,68; Qwen4-Max 3,27; GPT-6.1 Sol 1,27 dollarKostnad per oppgave i Intelligence IndexArtificial Analysis, lest 17.11.2026Claude Fable 5.226,54 dollarClaude Opus 5.510,04 dollarKimi K3.1 Pro3,68 dollarQwen4-Max3,27 dollarGPT-6.1 Sol1,27 dollar

Tokenprisen alene forteller lite, fordi modellen er ordrik. Mål kostnaden per ferdig oppgave på deres egne oppgaver før dere velger.

Bør bedriften deres bruke Qwen4-Max?

For de fleste norske bedrifter er svaret: test den på avgrensede oppgaver uten personopplysninger først.

OppgavePasser Qwen4-Max?
Agentisk koding og automatisering i fagsystemer, i stort volumJa, verdt å teste. Lav pris per oppgave og gode resultater i Alibabas tester
Juridisk gjennomgang med agentVerdt å teste. Leder HLAB-Vals, men med lave poeng for alle modellene
Dokumentarbeid, rapporter og kundeskrivingOpus 5.5 ga bedre resultat i de samme testene
Oppgaver med personopplysninger eller taushetsbelagte dataFørst etter at databehandling og region er avklart (se under)

Avklar tre ting før dere tar modellen i bruk via API:

  • Region og hvor inferensen kjøres. I Model Studio bestemmer regionen hvor data lagres, og et eget valg, deployment scope, bestemmer hvor modellen regner. Frankfurt-regionen støtter både omfanget Global og EU. Modellsiden vi leste 17. november, oppga omfanget Global for Qwen4-Max. Alibaba beskriver bare de regionbundne omfangene som geografisk avgrenset, så med Global kan modellen regne utenfor EU. Sjekk om EU-omfanget er tilgjengelig for modellen i Alibabas dokumentasjon om regioner før dere sender personopplysninger.
  • Databehandleravtale. Alibaba er et kinesisk selskap. Avklar i avtalen hvor data lagres og behandles, og om noe overføres ut av EØS. Hva GDPR krever når dere tar i bruk AI, står i AI og GDPR i Norge.
  • Kostnad per ferdig oppgave. Kjør de samme oppgavene på Qwen4-Max og modellen dere bruker i dag, og sammenlign kostnad og kvalitet per ferdig oppgave.

Vil dere finne ut hvilke oppgaver i bedriften som passer for en billig modell, og hvilke som trenger en dyrere, kan en AI-konsulent gå gjennom arbeidsflyten med dere. Vi bygger også løsningene, se AI-utvikling, og lærer de ansatte å velge riktig modell på AI-kurs.

Kilder

Ofte stilte spørsmål

Del:LinkedInXFacebook

Nye artikler på e-post

Vi bruker e-postadressen til å sende deg en bekreftelseslenke. Først når du har bekreftet, legger vi deg i nyhetsbrevlista hos Resend, som sender for oss. Du kan melde deg av i hver e-post. Les personvernerklæringen.

Start med en pilot

  • Pris etter kartlegging

    eks. mva, fast pris

  • Én oppgave

    Én avgrenset automatisering i systemene dere bruker

  • 4 uker

    til løsningen er i drift

Avtalt mål før start. Nås ikke målet, retter vi gratis.

Etterpå: AI Partner til Pris etter kartlegging (normalt 6 mnd binding), beløpet for piloten trekkes fra første måned. Eller dere stopper.

I nye leveranser behandles personopplysninger bare på servere i EU. Les om data og sikkerhet