Laut Computerworld behält das Modell das Mixture-of-Experts-Backbone mit 2,4 Billionen Parametern des Vorgängers Qwen3.8-Max bei, aktiviert pro Token aber nur noch etwa 71 Milliarden Parameter statt etwa 95 Milliarden. Das ist der eigentliche Hebel: weniger aktive Parameter pro Token, gleiche Gesamtgröße.

Alibaba verweist zudem auf Verbesserungen bei Coding- und agentischen Evaluierungen, darunter Code Arena und Agents’ Last Exam. Ob die niedrigeren Kosten im Alltag halten, entscheidet sich an realen Aufgaben – nicht an Tokenpreisen oder Unternehmensbenchmarks.

Alibaba stützt das Versprechen niedrigerer Kosten auf den proprietären Benchmark Work360, der Leistungen in 721 spezialisierten Feldern bewertet. Demnach übertrifft Qwen4-Max das Vorgängermodell Qwen3.8-Max insgesamt und verbraucht im High-effort-Reasoning-Modus 35 Prozent weniger Tokens.

Ein proprietärer Benchmark des Herstellers ist kein unabhängiger Praxistest. Wer wissen will, ob die 62 Prozent im Alltag halten, kommt um eigene Messungen an realen Aufgaben nicht herum.

Doppelstrategie: Geschlossen und Open Source

Laut der South China Morning Post will Alibaba kleinere Qwen4-Modelle mit offenen Gewichten bald weltweit für Entwickler freigeben. Das Flaggschiff Qwen4-Max selbst bleibt geschlossen.

Die South China Morning Post ergänzt, dass Alibabas KI-Bemühungen stark darauf ausgerichtet sind, den Enterprise-KI-Markt zu erobern und eine Open-Source-Community aufzubauen, um lokale Rivalen wie DeepSeek und Z.ai sowie US-Wettbewerber zu überholen. Die Ankündigung offener Qwen4-Varianten ist also nicht nur ein Gefälligkeit für Bastler, sondern Teil eines Wettbewerbsplans.

Die Untersuchung legte laut Computerworld nahe, dass unvorhersehbares Modellverhalten wahrscheinlicher war als eine absichtlich konfigurierte Backdoor. Das ist ein warnender Datenpunkt: Selbst wenn Alibaba Leitplanken einbaut, zeigt der Fall, wie schwer sich Modellverhalten vorhersagen lässt.

Wie die South China Morning Post berichtet, hat Alibaba Qwen4-Max mit strengen Cybersicherheits-Leitplanken eingeführt und am 16. November 2026 spezielle Datensätze sowie Post-Training-Verbesserungen ergänzt, die chemische, biologische, radiologische und nukleare Risiken mindern sollen. Gogia rät CISOs laut InfoWorld, Alibabas Filter als Versprechen zu behandeln, bis ein staatlicher Evaluator oder ein etabliertes externes Red Team ihn getestet hat. Dieser Rat ist keine akademische Spitzfindigkeit: Der Check-Point-Vorfall betraf ein experimentelles Modell, nicht Qwen4-Max, zeigt aber, dass Schutzmaßnahmen erst nach unabhängiger Prüfung belastbar wirken.

In dieselbe Richtung denkt Kadakia laut InfoWorld: Ein Unternehmen solle messen, was es kostet, 1.000 echte Geschäftsaufgaben erfolgreich abzuschließen, nicht was es kostet, eine Million Tokens zu erzeugen. Damit verschiebt sich der Blick vom Datenblatt auf den Arbeitsalltag: Wer Qwen4-Max ernsthaft einsetzen will, braucht eigene Aufgaben, eigene Messungen und eine unabhängige Sicherheitsprüfung.