Alibaba apre l'anteprima di Qwen4-Max: due settimane di test senza benchmark né pesi
Alibaba ha aperto una finestra di prova per Qwen4-Max-Preview, identificato dalle API come 'qwen4-max-preview', primo contatto concreto con la nuova generazione Qwen4. Secondo la documentazione ufficiale pubblicata su Alibaba Cloud Model Studio e Qwen Cloud Docs, l'anteprima dura dall'11 novembre 2026 (ore 10:00 UTC+8) al 25 novembre 2026 (ore 24:00 UTC+8). L'accesso a consumo non è supportato: il modello è riservato a chi dispone di un Token Plan e verrà ritirato alla scadenza, senza che la documentazione precisi quale versione o successore ne prenderà il posto.
Le specifiche dichiarate da Alibaba indicano una finestra di contesto da 1 milione di token e un output massimo di 393.216 token, condivisi tra la fase di ragionamento interno e la risposta finale. Il sistema accetta in ingresso testo, immagini e video per compiti di programmazione, produttività d'ufficio, progettazione frontend e compiti agentici complessi. Il ragionamento è attivo di default con livelli impostabili. La documentazione dichiara la compatibilità con le API OpenAI Chat Completions, OpenAI Responses e Anthropic Messages. Tuttavia, né la documentazione né le pagine ufficiali forniscono benchmark prestazionali, schede tecniche sui parametri, architettura o licenze d'uso. In assenza di benchmark pubblicati, le prestazioni del modello non sono verificabili, e la definizione di modello ammiraglia ("Flagship model for the best quality") resta una dicitura del catalogo del fornitore.
Sul piano dell'integrazione restano alcune incertezze documentali: le due guide ufficiali riportano endpoint base differenti per la connessione. Inoltre, le restrizioni sulla regione geografica di Singapore e i divieti legati all'impiego di script automatici sono riferiti unicamente dalla testata Xenospectrum e non compaiono nelle pagine ufficiali consultate. Anche prezzi e quote di Token Plan non risultano dalle fonti ufficiali: le cifre in dollari circolano solo su canali secondari e non le riportiamo.
Servire un'anteprima a tempo, a scatola chiusa e vincolata a un piano d'abbonamento è una scelta singolare per chi ha costruito la propria reputazione sui rilasci a pesi aperti. Trasforma il modello non in un pacchetto software da studiare, ma in un servizio provvisorio da consumare prima che scada. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Ho letto le due pagine ufficiali di documentazione, Alibaba Cloud Model Studio (scheda del modello e catalogo) e Qwen Cloud Docs (ultimo modello). Su entrambe ho trovato conferma di ID, finestra temporale, accesso solo con Token Plan, ritiro a fine anteprima, contesto, output massimo, modalità e usi. Ho incrociato i dati con Xenospectrum (11/11/2026) e AIbase, che concordano sui fatti principali. Il blog qwen.ai non era leggibile (pagina JavaScript) e il blog storico su GitHub non contiene post su Qwen4. Ho escluso quello che compare solo su fonti secondarie: prezzi, alias, regione e restrizioni d'uso.
- Incertezze
- Mancano benchmark e dati tecnici (parametri, architettura, licenza), quindi non si possono verificare le prestazioni. Non si sa cosa succederà dopo il 25 novembre (versione definitiva, successore, eventuali pesi aperti). Prezzi e quote del Token Plan non compaiono nelle pagine ufficiali lette: le cifre in dollari circolano solo su fonti secondarie e restano escluse. Le due pagine ufficiali indicano base URL diversi per l'endpoint (token-plan.maas.qwencloudapi.com e token-plan.ap-southeast-1.maas.aliyuncs.com). Il limite alla regione di Singapore e i divieti d'uso per script automatici sono riportati solo da Xenospectrum. Il post di annuncio su X non è stato aperto.
- Perché pubblicarla
- È il primo modello utilizzabile della nuova generazione di uno dei principali sviluppatori di LLM, lanciato con una formula insolita: anteprima di due settimane, accesso solo in abbonamento, ritiro programmato e nessun benchmark. L'articolo separa quello che si sa da quello che non si sa su un modello di punta e ricorda che i numeri annunciati (1M di contesto, 393K di output) non hanno ancora una valutazione indipendente.