Alibaba hat Qwen4-Max vorgestellt. Das neue KI-Modell kann laut Unternehmen Text, Bilder und Videos verarbeiten und steht über die eigene Cloud-Schnittstelle sowie in Anwendungen der Qwen-Familie bereit. Für Nutzer und Entwickler ist vor allem interessant, wie viel Material das Modell auf einmal berücksichtigen kann und was hinter den versprochenen Leistungsgewinnen steckt.
In seiner Ankündigung vom 16. November nennt Alibaba ein Kontextfenster von einer Million Token. Token sind kleine Texteinheiten, aus denen ein Modell Eingaben und Antworten verarbeitet. Das Kontextfenster bezeichnet den Umfang an Informationen, den es bei einer Anfrage berücksichtigen kann. Es sagt für sich genommen noch nicht, wie zuverlässig das Modell jedes Detail in einem langen Dokument findet.
Text, Bilder und Videos in einer Anfrage
Qwen4-Max gehört zu den multimodalen Modellen. Das bedeutet hier: Es kann neben Text auch Bild- und Videomaterial als Eingabe verarbeiten und mit Text antworten. Ein Entwickler könnte etwa ein Diagramm zusammen mit einer Frage übergeben, statt dessen Inhalt erst vollständig abzutippen. Die Dokumentation von Alibaba Cloud führt außerdem Werkzeugaufrufe und strukturierte Ausgaben auf. Damit können Anwendungen Modellantworten in vorgegebenen Datenformaten weiterverarbeiten oder externe Funktionen einbinden.
Ein Werkzeugaufruf macht aus dem Modell allerdings noch kein selbstständig vertrauenswürdiges Programm. Die Anwendung muss die Werkzeuge bereitstellen und festlegen, was mit deren Ergebnissen geschieht. Gerade bei längeren Abläufen bleibt die Prüfung der einzelnen Schritte wichtig.
Warum nicht das ganze Modell gleichzeitig rechnet
Alibaba beziffert die Größe von Qwen4-Max auf insgesamt 2,4 Billionen Parameter. Das sind im Training angepasste Werte des Modells. Für die Verarbeitung eines Tokens werden laut Unternehmen jedoch nur 71 Milliarden davon aktiviert. Möglich macht das eine Architektur namens Mixture of Experts: Innerhalb des Modells stehen mehrere spezialisierte Teilbereiche bereit; für einen Verarbeitungsschritt wird jeweils nur ein Teil ausgewählt.

Die Gesamtzahl beschreibt also nicht die Menge an Parametern, die bei jedem Schritt gleichzeitig zum Einsatz kommt. Alibaba nennt für den Vorgänger Qwen3.8-Max dieselbe Gesamtgröße und erklärt, bei Qwen4-Max würden pro Token 25 Prozent weniger Parameter aktiviert. Wie schnell oder günstig eine konkrete Anwendung läuft, hängt darüber hinaus unter anderem von deren Eingaben und Ausgaben ab.
Was die Vergleichszahlen zeigen
Der Hersteller verweist auf mehrere Leistungstests. In seinem eigenen Test Work360 soll Qwen4-Max gegenüber Qwen3.8-Max insgesamt besser abschneiden und dabei im Modus mit hoher Rechenintensität 35 Prozent weniger Token verbrauchen. Die durchschnittlichen Kosten pro Aufgabe seien in diesem Vergleich um rund 60 Prozent gesunken.
Diese Werte beschreiben Alibabas Test und den genannten Vergleichsmodus. Sie sind keine allgemeine Ersparnis für jede Anfrage. Der Tokenverbrauch hängt davon ab, welche Aufgabe gestellt wird und wie ausführlich das Modell arbeitet. Wer Modelle für einen konkreten Einsatz vergleicht, braucht deshalb Ergebnisse für die eigenen Aufgaben und die jeweils geltenden Preise.
Wo das Modell bereitsteht
Alibaba nennt QwenCloud mit Token Plan und Programmierschnittstelle als Zugänge; außerdem sei Qwen4-Max in QwenWork und QwenStudio verfügbar. Eine API ist dabei die Schnittstelle, über die eigene Software Anfragen an das Modell senden kann. Welche Konditionen und Funktionen für einen bestimmten Zugang gelten, sollten Anwender im jeweiligen Angebot prüfen.
Für kleinere Modelle der Qwen4-Reihe kündigt Alibaba offene Modellgewichte an. Einen Termin nennt die Mitteilung nicht. Die Ankündigung sollte auch nicht mit einer Freigabe der Gewichte von Qwen4-Max gleichgesetzt werden: Verfügbarkeit über eine Schnittstelle und die Möglichkeit, ein Modell selbst mit verfügbaren Gewichten zu betreiben, sind unterschiedliche Zugangsformen.
Quellen
- Alibaba Cloud: Alibaba Unveils Qwen4-Max, 16. November 2026.
- Alibaba Cloud Model Studio: Text Generation and Visual Understanding, abgerufen am 17. November 2026.
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.