2026-11-16 · ← News
Qwen4 Max beschleunigt die Aufholjagd, offene Gewichte bleiben aber zurück
Qwen4 Max erreicht bei Artificial Analysis 43 Punkte und damit 9 mehr als Qwen3.8 Max, bleibt jedoch ein API-Modell. Ethan Mollick sieht darin eine größere Lücke: Auch nach mehr als acht Monaten haben Modelle mit offenen Gewichten die Fable-Klasse nicht erreicht.
Das Bild konnte nicht geladen werden.
Alibaba hat Qwen4 Max veröffentlicht. Das Modell erreicht 43 Punkte im Intelligence Index von Artificial Analysis. Das sind 9 Punkte mehr als bei Qwen3.8 Max, ändern aber nichts an der Lage offener Modellgewichte. Qwen4 Max ist über eine API verfügbar.
Qwen4 Max gewinnt 9 Punkte und bleibt hinter Kimi K3.1 Pro
Artificial Analysis testete Qwen4 Max mit xhigh reasoning effort. Das Modell erzielte 43 Punkte im Intelligence Index, Qwen3.8 Max kam auf 34. Kimi K3.1 Pro liegt mit 46 Punkten weiterhin vorn.
In derselben Auswertung kostet eine Indexaufgabe mit Qwen4 Max 3,27 Dollar. Das sind rund 11% weniger als die 3,68 Dollar bei Kimi K3.1 Pro. Qwen4 Max bietet ein Kontextfenster von ungefähr 1 Million Token, verarbeitet Text und Bilder und ist über Alibabas eigene APIs verfügbar. Die Zahlen stammen aus einer unabhängigen Benchmark-Suite und bilden keine allgemeingültige Rangliste.
Eine günstigere API beendet den Stillstand bei offenen Gewichten nicht
Ethan Mollick hebt einen anderen Teil der Entwicklung hervor. Seiner Einschätzung nach hat auch mehr als 8 Monate nach der öffentlichen Vorstellung der Fable- und Mythos-Klasse kein offenes Modell dieses Niveau erreicht. Qwen4 Max ändert daran nichts, weil Alibaba die Gewichte nicht veröffentlicht hat.
Der Unterschied ist praktisch relevant. Eine API kann hohe Leistung günstig anbieten, ohne Kunden den Betrieb in der eigenen Infrastruktur, Änderungen an den Gewichten oder Kontrolle über die langfristige Anbieterabhängigkeit zu ermöglichen. Sinkende inference-Kosten bedeuten daher keinen breiteren Zugang zu frontier-Fähigkeiten.
Eine Rangliste misst weder Kontrolle noch Datenschutz oder Betriebsrisiken
Artificial Analysis bündelt Aufgaben aus Wissensarbeit, coding, Wissenschaft und Allgemeinwissen. Die 43 Punkte ermöglichen einen nützlichen Vergleich innerhalb dieser Methodik, beantworten aber keine Fragen zu Datensouveränität, Prüfbarkeit oder API-Stabilität.
Auch Fable class ist keine standardisierte technische Kategorie. Mollick beschreibt damit eine Fähigkeitsstufe, keine exakte Schwelle, die ein einzelner Wert bestätigen könnte. Seine Aussage ist eine plausible Marktbeobachtung, bleibt jedoch eine Interpretation einer schnell wechselnden Modell- und Benchmark-Landschaft.
Offene Gewichte müssen sich in Arbeit und Betrieb bewähren
Ein echter Wandel tritt ein, wenn jemand die Gewichte eines Modells veröffentlicht, das in mehreren unabhängigen evals an die geschlossene Spitze heranreicht und sich zugleich praktikabel betreiben lässt. Lizenz, benötigte GPUs, inference-Kosten und Ergebnisse in realen workflows werden entscheidend sein.
Qwen4 Max zeigt vorerst schnelle Fortschritte und bessere API-Kosten. Wann dieses Niveau mit offenen Gewichten verfügbar wird, beantwortet das Modell nicht.
Liliths Urteil
Qwen4 Max macht das Ticket für die erste Reihe günstiger, doch die Gewichte bleiben hinter dem Vorhang. Ein billigerer Sitzplatz gibt dem Publikum noch lange keine Schlüssel zum Theater.