Der Beitrag

Alibaba hat mit Qwen4-Max die vierte Generation seiner Modellfamilie vorgestellt. Das neue Flaggschiff basiert auf einer gewaltigen Architektur aus 2,4 Billionen Gesamt-Parametern, von denen bei jeder Berechnung jedoch nur 71 Milliarden Parameter aktiv gerechnet werden (Sparse Mixture of Experts, MoE). Alibaba kombiniert das System mit nativer Bildverarbeitung und einem Kontextfenster von einer Million Token. Der auffälligste Hebel der Veröffentlichung liegt jedoch beim Preis: Gegenüber dem Vorgänger Qwen 3.8 Max sinken die Ausführungskosten in agentischen Arbeitsabläufen um über 60 Prozent.

Unabhängige Benchmarks: Stärken im Büro, Schwächen im Terminal

Die unabhängige Testplattform Artificial Analysis hat das Modell unmittelbar nach Veröffentlichung vermessen. Auf dem neutralen Intelligence Index erreicht Qwen4-Max in der höchsten Denkstufe (xhigh) einen Wert von 43 Punkten. Das bedeutet ein Plus von 9 Punkten gegenüber Qwen 3.8 Max (34 Punkte) und platziert das System über dem weltweiten Modell-Mittelwert von 41 Punkten. Im chinesischen Duell liegt Qwen4-Max damit knapp hinter dem Rivalen Kimi K3.1 Pro (46 Punkte), während westliche Spitzenmodelle wie Claude Fable 5.2 (65 Punkte) oder Gemini 4 Carbon (60 Punkte) weiter einen deutlichen Sicherheitsabstand halten.

Die Detailwerte offenbaren ein gespaltenes Bild: Bei anspruchsvoller Wissensarbeit und der Analyse realer Unternehmensunterlagen (AA-Briefcase) klettert Qwen4-Max auf 1.686 Elo-Punkte und zieht an Kimi (1.674 Punkte) vorbei. Auch im Härte-Test für Expertenwissen (HLE-Diamond) legt das Modell von 24 auf 45 Prozent zu. Schwächen zeigen sich dagegen bei praktischen Programmieraufgaben: Auf dem Terminal-Benchmark 4.0 erreicht Qwen4-Max lediglich 48 Prozent und verfehlt das Niveau von Kimi K3.1 Pro (67 Prozent) deutlich. Bei realen Programmieraufgaben (FrontierCode 2.0) liegt es mit 26 Prozent gleichauf mit Kimi, bleibt aber hinter Tencents Hy4 (31 Prozent) zurück.

Gated DeltaNet und N-Gramme gegen den Aufmerksamkeitsverlust

Um die Zuverlässigkeit bei langen Kontexten zu sichern, kombiniert Alibaba drei Gated-DeltaNet-Schichten mit einer neuartigen Sparse-Attention-Architektur (QSA). DeltaNet komprimiert den bisherigen Gesprächsverlauf in feste Speicherzustände, während ein leichtgewichtiger Indexer relevante Stellen gezielt ansteuert. Ein zusätzlicher Parametersatz von 328 Milliarden N-Gram-Embeddings liefert lokale Wortmuster, ohne die Rechenlast im laufenden Betrieb linear aufzublähen. Vier parallele Residual-Zweige sollen zudem Trainingsabstürze bei der 2,4-Billionen-Skalierung verhindert haben.

Auf der API-Ebene verlangt Alibaba 1,50 US-Dollar pro Million Eingabetoken und 4,50 Dollar pro Million Ausgabetoken. Zwischengespeicherte Prompts (Implicit Cache Hits) schlagen mit lediglich 0,075 Dollar zu Buche. Laut Artificial Analysis sinken die durchschnittlichen Kosten pro Benchmark-Aufgabe dadurch von 10,02 Dollar auf 3,27 Dollar. Der Token-Verbrauch sinkt gleichzeitig um 39 Prozent.

Anders als bei früheren Veröffentlichungen wie Qwen 3.8 gibt es für das Max-Modell allerdings keine offenen Gewichte zum Download. Wer Qwen4-Max nutzen will, muss die API von QwenCloud oder Werkzeuge wie Qwen Studio und Qoder anbinden. Alibaba kündigte jedoch an, kleinere Modelle der Qwen4-Familie zu einem späteren Zeitpunkt als Open Weights für das lokale Hosting freizugeben.

🎯 Was das für die Praxis bedeutet

1. Günstigere Wissensarbeit: Für Routineaufgaben wie Dokumentenanalysen, Recherche und Textzusammenfassungen bietet Qwen4-Max ein exzellentes Preis-Leistungs-Verhältnis und drückt die Kosten im Vergleich zu US-Großmodellen spürbar.

2. Vorsicht beim Software-Bau: Bei autonomen Terminal-Aufgaben und komplexen Code-Reparaturen hinkt Qwen4-Max hinter Spezialisten wie Claude oder Kimi her. Als alleiniger Programmier-Agent ist das Modell aktuell nur zweite Wahl.

3. Datenschutz und Cloud-Bindung: Da die Gewichte des Max-Modells nicht offen sind, fließen Daten zwingend über Alibabas Serverinfrastruktur. Europäische Unternehmen mit strengen DSGVO-Vorgaben sollten sensible Daten meiden oder auf die kleineren Open-Weights-Varianten warten.

Dieser Artikel enthält eingebettete Inhalte externer Anbieter, etwa Videos oder Social-Media-Beiträge. kiwoche.com ordnet diese Inhalte redaktionell ein, übernimmt sie jedoch nicht als eigene Inhalte. Die Rechte daran verbleiben bei den jeweiligen Rechteinhabern; für die externen Inhalte sind die jeweiligen Anbieter verantwortlich. Eingebettete Inhalte können vollständig oder teilweise mit KI erstellt oder bearbeitet worden sein.

Quellen

Teilen
Software ist tot von Markus M. Kirchmair

Anzeige · Buch und Angebot von Markus Kirchmair

Noch ein Tool. Oder endlich weniger Arbeit?

Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.