Byg med CometAPIHar du brug for én API til flere modeller?Test workflowet i Playground, og opret derefter en API-nøgle, når model og pris passer til dit brugsscenarie.
Qwen4-Max-Preview lanceret: Alibabas flagskibs-AI-model af næste generation med et kontekstvindue på 1M – fulde specifikationer, erfaringer fra den virkelige verden, adgangsvejledning
TLDR Alibaba lancerede Qwen4-Max-Preview den 11. november 2026 som den første offentlige model fra deres næste generation Qwen4-familie.
Dette multimodale flagskib tilbyder et kontekstvindue på 1 million tokens, op til 393.216 output-tokens (delt mellem ræsonnering og det endelige svar), tekst-/billede-/video-input, standard dyb tænkning (justerbar intensitet), værktøjskald, websøgning og kompatibilitet med OpenAI/Anthropic API’er. Det er kun tilgængeligt via Alibabas Token Plan-abonnement indtil den 25. november 2026 (UTC+8), hvorefter preview-modellen udfases, men du kan også få adgang via CometAPI, som allerede tilbyder Qwen4-Max-Preview.
Vigtigste pointer
Qwen4-Max-Preview er Alibabas næste generations multimodale flagskibsmodel, optimeret til kodning, kontorproduktivitet, frontend-design og komplekse agentiske workflows.
Gennemgået for klarhed, kildeangivelse og aktuel API-terminologi.
Adgang er begrænset til Alibaba Cloud Token Plan (Personal eller Team) i et kort preview-vindue (11.–25. november 2026 UTC+8); ingen pay-as-you-go-mulighed. Den findes også i udvalgte Qwen-apps og værktøjer.
Ingen offentlige benchmarks, modelkort, parameterantal eller åbne vægte ved lancering—påstande om dybere viden, rigere verdensforståelse og stærkere kodnings-/agent-evner kommer fra Alibaba.
Tænkning er aktiveret som standard og bruger en del af output-budgettet; udviklere skal tage højde for dette ved fastsættelse af grænser.
CometAPI understøtter allerede Qwen4-Max-Preview — den nemmeste vej for de fleste udviklere med en enkelt nøgle og OpenAI SDK.
Det ideelle evalueringsvindue er nu; efter 25. november lukker det officielle preview-endpoint.
Hvad er Qwen4-Max-Preview?
Qwen4-Max-Preview er den første offentligt tilgængelige model fra Alibabas Qwen4-generation. Udgivet den 11. november 2026 og positioneret som den multimodale flagskibsmodel i Qwen-familien. Ifølge officiel dokumentation fra Qwen Cloud / Alibaba Cloud Model Studio kombinerer den tekstgenerering, billede- og videoforståelse samt dyb ræsonnering. Den er eksplicit designet til kodning, kontorproduktivitet, frontend-design og komplekse agentopgaver.
Model-ID er qwen4-max-preview (med faktureringsaliaset qwen4.0-max-preview). Den accepterer tekst, billeder og video som input og returnerer tekst. Vigtige tekniske specifikationer bekræftet i de officielle dokumenter omfatter:
Kontekstlængde: 1 million tokens.
Maksimalt output: 393.216 tokens, delt mellem modellens interne tænkning og det endelige svar.
Tænkemodus: Aktiveret som standard. Udviklere kan justere intensitet via parameteren reasoning_effort (værdier: low, medium eller xhigh; standard er xhigh). Samtidig brug af reasoning_effort og et separat tænkningsbudget understøttes ikke.
Værktøjskald: Understøtter Function Calling, websøgning og indbyggede værktøjer.
Strukturerede outputs: JSON Object og JSON Schema.
API-kompatibilitet: OpenAI Chat Completions, OpenAI Responses og Anthropic Messages APIs.
Previewet er bevidst tidsbegrænset og adgangskontrolleret. Det kører fra kl. 10:00 den 11. november 2026 til kl. 24:00 den 25. november 2026 (UTC+8). Alibaba oplyser, at der ikke foretages ændringer af modellen i dette vindue, og at preview-versionen efterfølgende udfases. Der er ikke annonceret en fast dato for en generel tilgængelighed (GA) af Qwen4-Max eller en open-weight-version. Denne tilgang er strammere end det tidligere Qwen3.8-Max preview-til-GA-forløb.
Qwen4 blev først præsenteret konceptuelt på Alibabas Apsara Conference i september 2026 som del af en bredere familie, der også omfattede Qwen4-Flash, Qwen4-Plus og en 27B lokalt orienteret model. Qwen4-Max-Preview er den første konkrete, kald-bare realisering af den plan.
Highlights for Qwen4-Max-Preview
Videnforståelse
Qwen4-Max-Preview udvider markant bredden af sin underliggende videnbase og sofistikationen af sin semantiske parsning. Ifølge Alibabas positionering er modellen trænet til at håndtere mere komplekse kontekstuelle relationer og multi-hop vidensspørgsmål, som tidligere generationer havde svært ved.
Denne forbedring gør det muligt for modellen at:
Opretholde en sammenhængende forståelse på tværs af ekstremt lange dokumenter eller flerfilskodebaser (udnyttelse af hele kontekstvinduet på 1 million tokens).
Afklare tvetydige referencer og indlejrede semantiske strukturer mere præcist.
Besvare indviklede vidensspørgsmål, der kræver syntese af information fra flere domæner eller fjerne dele af inputtet.
Udføre dybere faktuel forankring og reducere hallucinationer på specialiserede eller tekniske emner.
I praksis betyder det stærkere performance på professionel research, analyse af lang teknisk dokumentation, virksomheders videnhentning og komplekse Q&A-scenarier, hvor overfladisk mønstergenkendelse ikke er tilstrækkelig. Kombinationen af udvidet viden-dækning og mere præcis semantisk parsning gør det muligt for modellen at behandle store kontekster ikke blot som længere tekst, men som rige, sammenkoblede vidensgrafer, der kan forespørges med højere fidelitet.
Verdensforståelse
En kerneforbedring fremhævet for Qwen4-generationen er en rigere forståelse af verden. Qwen4-Max-Preview forbedrer modellens evne til omfattende at modellere kompleks information fra den virkelige verden og integrere multimodale signaler.
Centrale aspekter af denne forbedring omfatter:
Stærkere integration af visuel og tekstuel information, så modellen kan ræsonnere over skærmbilleder, UI-layouts, diagrammer, dokumenter med kompleks formatering og videoinhold i samspil med naturligt sprog.
Bedre forståelse af kausalitet i den virkelige verden, tidslige relationer, rumlige relationer og fysiske/almindelige fornuftsbegrænsninger.
Forbedret evne til at fortolke støjfyldte, ufuldstændige eller fler-kilde-data fra den virkelige verden (for eksempel kombinere et videoklip, tilhørende transskript og relaterede dokumenter).
Mere robust forankring, når modellen skal forbinde abstrakte instruktioner med konkrete visuelle eller miljømæssige observationer.
Disse fremskridt gør modellen særligt effektiv til opgaver som kritik af frontend-design ud fra skærmbilleder, analyse af optagede workflows eller demoer, forståelse af tekniske diagrammer og opbygning af agenter, der skal opfatte og handle på blandede tekst-billede-video-input. Den officielle dokumentation nævner eksplicit billede- og videoforståelse som kerneevner og positionerer modellen til skærmbilledanalyse, dokumentforståelse og videoanalysescenarier.
Kodning og agent-evner
Alibaba angiver, at Qwen4-Max-Preview leverer mærkbare forbedringer i kode-skrivning, logisk ræsonnering og eksekveringsydelsen for automatiserede agenter (Agents). I flere virkelige opgaveevalueringer udført internt har modellen vist stærke resultater.
Uddybede detaljer om disse forbedringer:
Kodegenerering og -forståelse: Højere kvalitet, mere vedligeholdelig og mere kontekstbevidst kode på tværs af større repositories. Modellen kan bedre respektere projektomspændende konventioner, håndtere afhængigheder på tværs af flere filer og producere komplette, kørbare løsninger frem for isolerede snippets.
Logisk ræsonnering: Dybere flertrins ræsonnering (aktiveret via standard tænkemodus med justerbar intensitet op til xhigh). Dette understøtter kompleks algoritmisk problemløsning, debugging i store kodebaser og systematisk planlægning før implementering.
Agentudførelse: Stærkere performance i værktøjsbrug, planlægning, iterativ forfining og gennemførelse af opgaver med lang tidshorisont. Kombinationen af function calling, websøgning, strukturerede outputs og det store delte output-budget giver agenter mulighed for at opretholde sammenhængende planer over længere interaktioner.
Performance i virkelige opgaver: Officielle påstande fremhæver stærkere resultater i praktiske softwareingeniør-workflows, frontend-udviklingsopgaver, kontorautomatisering og professionelle softwaredriftsscenarier.
Da ræsonnering er aktiveret som standard, og output-budgettet deles mellem tænkning og det endelige svar, får udviklere mere transparent og kontrollerbar chain-of-thought-adfærd. Dette er særligt værdifuldt for agentrammer, der er afhængige af mellemliggende ræsonneringstrin til planlægning, værktøjsvalg og selvkorrektion.
Disse tre søjler — dybere videnforståelse, rigere multimodal verdensforståelse og markant stærkere kodnings- + agent-evner — udgør den kerne-værdiforelægning, som Alibaba har offentliggjort for Qwen4-Max-Preview. Sammen med 1M-token kontekstvinduet og bred API-kompatibilitet positionerer de modellen som en high-end mulighed for professionelle udviklere og teams, der bygger komplekse, virkelige AI-applikationer.
Faktisk opgavetest af Qwen4-Max-Preview
I min specifikke test, der kræver videnskabelig forskning eller ræsonnering, udviser Qwen4 Max Preview problemer svarende til dem, der blev observeret i forgængeren, 3.8 Max Preview. Selvom modellen besidder en omfattende videnbase og et højt niveau af videnskabelig dannelse, halter den markant i forhold til egenverificering og stringens. Desuden udløser en enkelt fejl under længere ræsonneringsforløb ofte en kaskade af efterfølgende fejl i scenarierne. Hallucinationer — plausibelt klingende, men forkerte oplysninger — er særligt fremtrædende og alvorlige og stammer i høj grad fra modellens overdrevne selvsikkerhed. På trods af en tilstrækkeligt lang “chain of thought” peger disse mangler på en tydelig svaghed i eftertræningen.
Baseret på community-rapporter ser det ud til, at modellens eftertræning i høj grad har været fokuseret på kodning — specifikt visualiseringsopgaver som dem, der involverer Three.js. Men på grund af dens markant ustabile ræsonnering kan den ikke betragtes som et primært værktøj til praktisk, professionel brug, uanset dens dygtighed på dette specifikke område. Vi må sandsynligvis afvente yderligere, inkrementelle optimeringer i den officielle udgivelse.
Hvordan får man adgang til Qwen4-Max-Preview?
Der er tre praktiske veje:
1. Officiel Alibaba Cloud Token Plan (primær officiel kanal)
Adgang er begrænset til Alibabas Token Plan (Personal/Individual eller Team-udgaver). Pay-as-you-go understøttes ikke for denne model under previewet. Brugere abonnerer på en plan, får en dedikeret Token Plan API-nøgle og peger klienter mod den dedikerede base-URL (typisk https://token-plan.maas.qwencloudapi.com eller regionalt tilsvarende). Model-ID er qwen4-max-preview.
Personlige niveauer spænder generelt fra cirka $6/måned (Lite, med nybruger-rabatter nogle gange helt ned til $3) til omkring $43/måned (Pro). Credits er forbrugsenheden. Under previewet er brugen af Qwen4-Max-Preview blevet tilbudt til markant reducerede satser (rapporteret helt ned til 8–20% af normalsatserne, med yderligere natte-rabatter i kinesisk tid). Eksakte aktuelle priser og kreditregler bør altid verificeres på de officielle Alibaba Cloud / Qwen Cloud Token Plan-sider.
Previewet er i de fleste tilfælde begrænset til interaktiv brug fra kode- og agentværktøjer. Automatiseret backend-brug i stor skala er generelt begrænset under preview-vilkårene. Ifølge nogle rapporter er modellen primært tilgængelig i regionen Singapore.
2. CometAPI – Allerede tilgængelig og stærkt anbefalet
CometAPI tilbyder allerede Qwen4-Max-Preview. Den 12. november 2026 tilføjede CometAPI modellen med ID’et qwen4-max-preview. Den understøtter standard Chat API-formatet og er tilgængelig via CometAPIs samlede OpenAI-kompatible endpoint.
Dette er i øjeblikket den mest bekvemme vej for de fleste udviklere:
Base-URL: https://api.cometapi.com/v1
Model-ID: qwen4-max-preview
Godkendelse: En enkelt CometAPI API-nøgle
Fuldt kompatibel med OpenAI Python/Node SDK’er — ændr kun base-URL og nøgle
CometAPI tilbyder pay-as-you-go-afregning, en enkelt nøgle til 500+ modeller (inklusive mange andre Qwen-modeller, GPT, Claude, Gemini, Grok, DeepSeek, osv.), forbrugsanalyse og konkurrencedygtige priser. Dette gør den ideel til hurtig test, multimodel-applikationer og teams, der foretrækker ikke at administrere et separat Alibaba Token Plan-abonnement udelukkende for et to-ugers preview.
Eksempel (Python OpenAI SDK):
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1"
)
response = client.chat.completions.create(
model="qwen4-max-preview",
messages=[{"role": "user", "content": "Your prompt here"}],
# optional: reasoning_effort="xhigh" if supported in the request
)
For udviklere, der allerede bruger CometAPI til andre Qwen-modeller eller multi-udbyder-workflows, kræver tilføjelsen af Qwen4-Max-Preview næsten ingen ekstra opsætning.
3. Qwen-økosystemets apps og værktøjer
Tidlig adgang er også tilgængelig i Qwen APP, QwenWork, Qoder og QwenStudio. Disse giver en mere integreret, ikke-API-baseret oplevelse til interaktiv brug.
Sammenligningstabel: adgangsmetoder til Qwen4-Max-Preview
Aspekt
Alibaba Token Plan
CometAPI
Qwen-apps / -værktøjer
Tilgængelighed
Officiel, indtil 25. nov. 2026
Allerede live
Interaktiv tidlig adgang
Afregning
Abonnement (kreditter)
Pay-as-you-go
App-baseret
API-nøgleadministration
Dedikeret Token Plan-nøgle
En enkelt samlet nøgle
N/A
OpenAI SDK-kompatibilitet
Ja (tilpasset base-URL)
Native drop-in
Begrænset
Understøttelse af flere modeller
Begrænset til Alibaba-modeller
500+ modeller fra mange udbydere
Kun Qwen-økosystemet
Lethed ved hurtig test
Middel (kræver abonnement)
Højest
Høj for ikke-API-brug
Bedst til
Officiel evaluering, tung interaktiv brug
Hurtig test, multi-model apps, udviklere der allerede bruger CometAPI
Uformel / integreret brug
Praktiske anbefalinger og udsigter
Hvis du er udvikler eller et team med fokus på kode-agenter, frontend-arbejde eller kompleks multimodal ræsonnering, er det to-ugers preview-vindue værd at udforske via Token Plan (især hvis du kan udnytte kampagner eller nybruger-rabatter). Start med interaktive værktøjer i stedet for produktions-pipelines, overvåg det delte output-budget nøje, og eksperimentér med forskellige reasoning_effort-indstillinger.
For vedvarende multimodel-arbejde bør du holde øje med både officielle Alibaba-udgivelser og aggregatorplatforme. CometAPI’s samlede grænseflade gør det ligetil at blande Qwen-modeller, der allerede er tilgængelige der, med andre frontmodeller under én nøgle og én faktureringsflade, hvilket ofte er mere driftseffektivt end at administrere flere leverandørkonti.
Fraværet af offentlige benchmarks og åbne vægte ved lancering er bemærkelsesværdigt. Alibaba er tidligere gået fra preview til bredere tilgængelighed (og nogle gange åbne vægte) relativt hurtigt med tidligere Max-modeller. Om Qwen4-Max følger en lignende vej, må tiden vise. Indtil da giver Qwen4-Max-Preview et værdifuldt, om end midlertidigt, indblik i næste generation af Alibabas flagskibskapabiliteter.
