Alibaba zaprezentował Qwen4-Max, twierdząc, że przewyższa konkurencję w kodowaniu
Najważniejsze informacje
- •Qwen4-Max wystartował 16 listopada 2026 roku jako najwyższy model serii Qwen4 Alibaby, oparty na rzadkiej architekturze mixture-of-experts z rdzeniem o 2,4 biliona parametrów.
- •Alibaba raportuje wynik 75,7 w benchmarku kodowania DeepSWE v1.1, przed Claude Opus 5.5 i konkurencyjnie względem Kimi K3.1 Pro, ale niezależne rankingi lokują model za konkurentami takimi jak Kimi, doceniając jednocześnie korzystny koszt zadania.
- •Model zużywa około 50% mniej tokenów niż poprzednik Qwen3.8-Max, a średnie koszty zadań spadły o ponad 60%, przy cenie 1,50 dolara za milion tokenów wejściowych i 4,50 dolara za milion tokenów wyjściowych oraz koszcie zadania około 3,27 dolara.
- •Qwen4-Max jest multimodalny (tekst, obrazy, wideo), obsługuje okna kontekstowe do 1 miliona tokenów i jest kompatybilny z protokołami OpenAI i Anthropic, co ułatwia przejście deweloperom z platform konkurencji.
- •Alibaba planuje wydać mniejsze modele open-weight w serii Qwen4, utrzymując flagowy model zamknięty, i kieruje go do sektorów obciążonych dokumentacją, takich jak ochrona zdrowia, finanse i prawo.

Alibaba uruchomiła nowy flagowy model AI, Qwen4-Max, popierając go śmiałymi deklaracjami dotyczącymi wydajności w kodowaniu. Firma powiedziała, że model przewyższa Claude Opus 5.5 od Anthropic i uzyskuje konkurencyjne wyniki względem Kimi K3.1 Pro od Moonshot AI w benchmarkach kodowania, choć niezależne rankingi przedstawiają bardziej niejednoznaczny obraz.
Co Alibaba faktycznie wydała
Qwen4-Max wystartował 16 listopada 2026 roku jako najwyższy model nowej serii Qwen4. Działa na rzadkiej architekturze mixture-of-experts opartej na rdzeniu o 2,4 biliona parametrów.
Ta architektura wymaga krótkiego wyjaśnienia. Wyobraźmy sobie szpital z setkami specjalistów, w którym każdy pacjent widzi tylko tych kilku lekarzy, którzy są istotni dla jego przypadku. Model mixture-of-experts działa tak samo: kieruje każde zapytanie do podzbioru swoich wewnętrznych „ekspertów”, zamiast aktywować wszystkie 2,4 biliona parametrów naraz. Efektem jest bardzo duży model, który nie musi ponosić pełnego kosztu obliczeniowego przy każdym zadaniu.
Model jest multimodalny, co oznacza, że obsługuje tekst, obrazy i wideo. Wspiera także okno kontekstowe do 1 miliona tokenów. Okno kontekstowe pełni mniej więcej rolę pamięci krótkotrwałej modelu, więc większe pozwala mu pracować nad długimi dokumentami lub dużymi bazami kodu w ramach jednej sesji.
Deweloperzy mogą korzystać z Qwen4-Max poprzez API na QwenCloud. Alibaba uczyniła go również kompatybilnym z protokołami ustanowionymi przez OpenAI i Anthropic. Dla zespołów już zbudowanych wokół tych ekosystemów przejście staje się mniej przebudową, a bardziej zmianą konfiguracji.
Benchmarki i drobny druk
W benchmarku kodowania DeepSWE v1.1 Qwen4-Max uzyskał wynik 75,7. Według ustaleń badawczych opublikowanych przy okazji premiery wynik ten dał mu przewagę nad Claude Opus 5.5 oraz konkurencyjne rezultaty względem Kimi K3.1 Pro.
Niezależne rankingi są mniej szczodre. Lokują Qwen4-Max za konkurentami takimi jak Kimi, jednocześnie podkreślając jego korzystny koszt zadania. Ta rozbieżność to powracający element premier modeli AI: autorskie zestawy benchmarków dostawców i zewnętrzne rankingi często opierają się na różnych ewaluacjach, więc kupujący zwykle muszą porównywać wyniki między tablicami, zamiast ufać pojedynczej liczbie.
Najsilniejszy argument Alibaba to efektywność. Qwen4-Max zużywa około 50% mniej tokenów niż jego poprzednik, Qwen3.8-Max, a średnie koszty zadań spadły o ponad 60% względem wcześniejszego modelu. Tokeny to fragmenty tekstu, które model odczytuje i zapisuje, i to także sposób, w jaki większość dostawców AI rozlicza klientów — mniej tokenów na zadanie oznacza mniejszy rachunek za tę samą pracę.
Cennik skonstruowany, by podbić ceną
Alibaba ustawiła cenę Qwen4-Max na 1,50 dolara za milion tokenów wejściowych i 4,50 dolara za milion tokenów wyjściowych, pozycjonując go jako opłacalną opcję w segmencie flagowych modeli AI. Według ustaleń badawczych koszt zadania wynosi około 3,27 dolara, mniej niż u konkurentów.
Dostęp nie rozpoczął się w dniu premiery. Podgląd Token Plan otwarto 11 listopada 2026 roku i trwa do 25 listopada, dając zespołom określone okno na przetestowanie modelu na własnych obciążeniach. Alibaba planuje również wydać mniejsze modele open-weight w serii Qwen4, podczas gdy flagowy Qwen4-Max pozostanie zamknięty.
Tło: zatłoczony wyścig
Propozycja Alibaba odchodzi od czystego wyścigu zbrojeń w możliwościach. Zamiast tego firma akcentuje efektywność i praktyczne zastosowania, celując w zawodową produktywność i zadania kodowania. Model kierowany jest do sektorów takich jak ochrona zdrowia, finanse i prawo, gdzie przepływy pracy są obciążone dokumentacją, a dyscyplina kosztowa stanowi realne ograniczenie.
Co to oznacza
Dla firm kupujących AI najważniejszą liczbą może nie być 75,7. To kombinacja niższego zużycia tokenów i niższej ceny za token. Te dwa oszczędności się sumują, dlatego Alibaba może wskazać na spadek kosztów zadań o ponad 60% względem własnego poprzedniego modelu.
Kompatybilność z protokołami OpenAI i Anthropic obniża też koszt wypróbowania Qwen4-Max dla deweloperów już zainwestowanych w platformy konkurencji.
Mimo to różnica między deklaracjami benchmarkowymi Alibaba a niezależnymi rankingami zasługuje na uwagę. Firmy oceniające model powinny rozważyć wyniki zewnętrzne obok liczb dostawcy, zwłaszcza w pracy nad kodem, gdzie wydajność różni się w zależności od zadania. To, że niezależne rankingi nadal doceniają jego koszt zadania, sugeruje, że historia efektywności broni się lepiej niż korona bezpośredniej wydajności.
Strategia open-weight to drugi wątek do obserwacji. Udostępnienie mniejszych modeli Qwen4 otwarcie może poszerzyć bazę deweloperów Alibaba, a utrzymanie flagowego modelu w zamknięciu chroni jego najcenniejszy zasób.