Qwen 4 veröffentlicht Benchmarks und Preisliste zusammen. Die Gewichte kommen erst am 20. Dezember.

Am 11. November hat Alibaba die APIs von Qwen 4 und Qwen 4 Flash online gestellt.
Die Nachricht erreichte China am selben Nachmittag. Ein Bilibili-Video, "Qwen 4 ist da! Offene Modelle treten gegen Claude Fable 5.2 an", hatte am 13. über siebentausend Aufrufe. Die zwei Wörter "offene Modelle" sind der heikelste Punkt der Veröffentlichung.
Was geliefert wurde
Der Preis: $1 / $4 pro Million Input- und Output-Token. Keines der fünf besten Modelle der Flaggschiffklasse sitzt dort. Nach Artificial Analysis kostet eine komplette Index-Aufgabe im hohen Reasoning-Modus etwa $2.94, Fable 5.2 bei gleicher Einstellung rund das Neunfache.
Der Wert: 58, dritter Platz im Intelligence Index v5. Davor Gemini 4 Carbon (63), das Google noch nicht vollständig geöffnet hat, und Fable 5.2 (65). Direkt dahinter der Offene-Gewichte-Rekord von Kimi K3.1 Pro. Frontier Code 2.0: 47.9%. Frontier SWE v2: 66.8%. Damit liegt das Modell auf beiden Agenten-Coding-Boards zwischen Opus 5.5 und Fable 5.2. AA-Briefcase, das Board für Wissensarbeit: 1792 Elo, etwas über den 1785 von Fable 5.2, noch unter den 1813 von Sonnet 5.5.
Beim API-Design geht Alibaba den umgekehrten Weg von Anthropic. temperature, top_p und top_k sind offen, erzwungene Tool-Auswahl funktioniert, hybrides Denken schaltet pro Anfrage um, ein Denkbudget lässt sich direkt setzen. Fable 5.2 hält adaptives Denken immer an und nimmt keines dieser Felder. Für Produktteams zählt das mehr als zwei oder drei Benchmark-Punkte: Denken, das sich abschalten lässt, bedeutet eine Rechnung, die sich vorhersagen lässt.
Multimodalität läuft über einen Endpunkt: Text, Bild, Audio, Video, ohne eigene Omni-SKU. Die Launch-Demo: Simultandolmetschen in 19 Sprachen, Sprachlatenz unter 400 Millisekunden. Hält die Zahl der Reproduktion stand, braucht Dolmetschen auf Workstation-Niveau keinen eigenen Vertrag.
Der Benchmark, der in China kursiert, braucht eine Klammer
Am weitesten verbreitet ist dort ein anderes Board: GameFeel Bench.
Laut einem durchgesickerten Testbericht erreicht Qwen4-Flash 49.9, über den 47.2 von Opus 5.5 xHigh. Qwen4-27B kommt auf 44.6, fast gleichauf mit den 45 von Sonnet 5.5. Kosten pro Aufgabe: $0.4 und $0.16, gegen $2.6 bei Opus 5.5. Erreicht die 27B-Variante das auf einer 4090 oder einem Mac Studio, müssen kleine und mittlere Teams ihre Eigenbetriebsrechnung neu machen.
Das Problem ist das Board. GameFeel Bench ist eine Evaluierung, die das Qwen-Team für eigene Modelle baute. Die Aufgabe: aus einem Spielekonzept in natürlicher Sprache ein vollständiges System bauen, mit Physikkollision, Zustandsmaschinen, Wirtschaftswerten und Interaktionsfeedback. Fragen entstehen dynamisch und werden von Menschen gegengeprüft, laut Team gegen Auswendiglernen. Der Ansatz gefällt mir: ein System ganz laufen zu lassen liegt näher an Ingenieursarbeit als Multiple-Choice. Aber der Testsatz ist nicht öffentlich, kein Dritter hat ihn reproduziert: vorerst eine Herstellerangabe. Warten Sie, bis jemand sein eigenes Projekt dagegen laufen lässt.
Die Gewichte sind ein Termin, keine Lieferung
Was Entwickler ablenkt: Der Start am 11. November umfasst nur die API. Kein Download, kein Repo bei Hugging Face, kein GGUF.
Alibaba verspricht, Qwen 4 (1.2T Parameter gesamt, 56B aktiv) und Qwen 4 Flash (30B gesamt, 3.3B aktiv) bis zum 20. Dezember unter Apache 2.0 zu veröffentlichen. Das Datum ist konkret, bleibt aber ein Kästchen im Zeitplan. Eine Datei auf der Festplatte gibt es nicht.
Das neueste Qwen mit offenen Gewichten ist weiterhin Qwen3.8-Flash-Next. Das beste Preis-Leistungs-Modell dieser Liste lässt sich also noch nicht selbst betreiben.
Ein guter Präzedenzfall: Moonshot hielt den letzten versprochenen Gewichtstermin ohne einen Tag Verzug. Ein schlechter: Ein Release, das die Community aus einem Rhythmus-Kalender für Ende Oktober ableitete, kam elf Tage zu spät. Schreiben Sie das Versprechen in den Kalender, nicht auf eine Bestellung.
Kaufen hängt vom Selbstbetrieb ab
Drei Dinge nebeneinander, dann wird es klar.
Günstig, stabil, ab heute nutzbar: Die Qwen-4-API ist eine der besten Preis-Leistungs-Optionen des Jahres, besonders für Batch-Jobs mit abgeschaltetem Denken und gedeckeltem Budget.
Compliance, Offline-Betrieb, Modell im eigenen Rechenzentrum: jetzt nicht unterschreibbar. Es heißt warten bis zum 20. Dezember, und dann kommen 1.2T Gewichte. Diese Größe ist kein Herunterladen-und-Loslegen. VRAM besorgen und Inferenz-Stack aufbauen beschäftigt ein Team zwei Wochen.
Die 49.9 würde ich als Signal behandeln, das noch geprüft werden muss. Chinesische Modelle haben in der teuersten Klasse aufgeholt, bei niedrigem Preis. Das ist Tatsache. "Opus 5.5 überholt" braucht einen Dritten, der es auf eigenen Fragen laufen lässt.
Ein übersehener Kostenpunkt: die Migration. Multimodalität in einem Endpunkt bündelt Arbeit aus drei Ketten, Bildverstehen über ein Vision-Modell, Sprache über ASR plus TTS, Video über Frame-Extraktion zurück ins Bild, in einem Aufruf. Eine Kette weniger heißt eine Auth-Schicht, eine Rate-Limit-Konfiguration und eine Person weniger, die auf Fehler schaut. Diese Rechnung steht in keinem Geschäftsbericht, entscheidet aber, ob drei Leute vier Produkte betreuen können.

Was als Nächstes zählt
Der 20. Dezember ist die erste Hürde. Kommen die Gewichte, zählt nicht die Downloadzahl, sondern drei Dinge: wie schnell quantisierte Versionen folgen, welche Kontextlänge auf einer Karte läuft, wie lange die Anpassung der Inferenz-Frameworks dauert. Ein 1.2T-Modell ins eigene Rechenzentrum zu bringen war nie ein Einzeiler.
Die zweite Hürde ist die Reproduktion durch Dritte. Testen andere Labore ihre Modelle auf den GameFeel-Bench-Aufgaben zum "lauffähigen System von Anfang bis Ende", gewinnt das Board Glaubwürdigkeit. Meldet in einem Jahr nur ein Unternehmen Werte, war es Pressematerial.
Die dritte Hürde ist die praktischste: ob der Preis hält. $1/$4 ist ein Preis, um Kunden zu gewinnen, und die letzten zwei Jahre sprechen nicht dafür, dass er bei stabilem Anteil bleibt. Wer die Zahl heute fest ins Budgetmodell schreibt, schreibt sie nächstes Jahr vielleicht um.
Noch etwas. Die chinesischen Starts dieser Runde folgen einem Muster: erst API und Preisliste, um Kunden zu holen, die Gewichte später als zweite Welle. Für Nutzer heißt das, "Open Source" beschreibt immer mehr einen Ratenplan statt einer Lieferung. Das ist keine Täuschung, verlangt aber, Ankündigungen anders zu lesen.
Verwandte Artikel
Der 99-Milliarden-Kreislauf um die eigenen Kunden
Nvidia finanziert die Käufer seiner Hardware. Solange das wächst, nennt man es Ökosystem. Wenn nicht, nennt man es Lieferantenfinanzierung – und fragt nach den Bedingungen.
74 Prozent Bruttomarge haben ein Verfallsdatum
Speicherpreise, Waferpreise, ein schwererer Produktmix: Alle drei Kräfte treffen auf dasselbe Jahr wie der Führungswechsel. Das macht aus einer gewöhnlichen Margenstory eine politische.
175.000 Unterschriften bringen ihn nicht zurück
Die Kampagne ist ein Loyalitätsbeweis und governance-technisch fast irrelevant. Genau in dieser Lücke liegt das Interessante: Je länger sie dauert, desto schwächer wird sie.
Die Exportregel kontrolliert den Kunden, nicht den Chip
Nicht der Chip ist jetzt der Kontrollpunkt, sondern die Beziehung zum Kunden. Die Regel verbietet nichts – sie verschiebt, wer künftig fragen muss.