Alibaba stellt Qwen4-Max mit Kontextfenster von einer Million Tokens vor


Das neue Flaggschiffmodell von Alibaba ist auf Programmierung, Spieleentwicklung und Agentenaufgaben ausgerichtet und soll günstiger als führende US-Konkurrenten sein.
Alibaba hat Qwen4-Max vorgestellt, das leistungsstärkste Flaggschiff-KI-Modell des Unternehmens, mit einem Kontextfenster von einer Million Tokens.
Was das neue Modell kann:
- Es übertrifft Opus 5.5 und Kimi K3.1 Pro beim Programmieren. Im Benchmark Agents’ Last Exam erzielte es 46,7% — das beste Ergebnis aller Modelle.
- Es eignet sich für die Spieleentwicklung und lässt sich einfach mit Unity und Unreal Engine integrieren.
- Es ist deutlich günstiger als führende US-Konkurrenten: 1,5 US-Dollar pro Million Eingabe-Tokens und 4,5 US-Dollar pro Million Ausgabe-Tokens.
- Es verwendet 50% weniger Tokens, und die Kosten für die Ausführung von Aufgaben sind im Vergleich zur vorherigen Version um 62% gesunken.
- Das Modell ist bereits in der Qwen-App und über die API verfügbar.
Warum das wichtig ist
AnalyseDer Start könnte den Wettbewerb im LLM-Markt verschärfen, insbesondere für Entwickler und Studios, die leistungsstarke Modelle für Programmierung und Agenten zu geringeren Kosten suchen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Alibaba Qwen (Führend im Bereich Open-Source-Coding und Mathematik)
Eine Reihe hocheffizienter Open-Source-Modelle aus der Cloud-Sparte von Alibaba (Qwen 2.5, Qwen Coder). Als führendes Open-Source-Modell in den Bereichen Codegenerierung, Mathematik und mehrsprachige Textverarbeitung anerkannt.
Vollständiger Leitfaden zu Higgsfield Cinema Studio 4.0: Szenensteuerung, Soul 2.0 und API-Automatisierung
Detaillierte praktische Analyse des großen Updates von Higgsfield: Cinema Studio 4.0, konsistente Charaktere mit Soul 2.0, Generierung über die API und ein fertiger UGC-Workflow.
Teil I. Architektur von KI-Agenten: Grundlegende Bausteine
Zehn grundlegende Bausteine eines modernen Agenten: Modell-Taxonomie, Runtime-Loop, Prompting-Techniken, Distillation, Skills, Memory, Function Calling und Unit Economics.
Funktionsaufruf (Function Calling / Tool Calling)
Technisches Protokoll und Standard für die Interaktion von LLMs mit externer Software. Anstelle von Freitext gibt das Modell ein valides JSON-Objekt zurück, das den Funktionsnamen und typisierte Argumente gemäß dem JSON-Schema enthält. Dies ermöglicht es dem Backend, Aktionen in echten APIs deterministisch auszuführen.