Qwen4-Max-Preview: Claude Code einrichten, Ende am 25. November

Nutze Qwen4-Max-Preview für einen zeitlich begrenzten, interaktiven Programmiertest, nicht als Backend einer Anwendung. Verbinde den Client über Token Plan mit dessen eigenem Schlüssel und wähle qwen4-max-preview ausdrücklich statt einer automatischen Modellauswahl. Bereite vor dem 25. November 2026, 24:00 UTC+8, einen Ersatz vor: Dann endet der dokumentierte Preview-Zeitraum.

Die Angaben zu Verfügbarkeit, Konfiguration und Preisen gelten mit Stand 2026-11-12.

Welcher Zugang ist verfügbar und wann endet er?

Qwen4-Max-Preview ist über Token Plan Personal und Team verfügbar. Einen Zugang mit Abrechnung nach Verbrauch gibt es nicht. Die Preview läuft vom 11. November 2026 um 10:00 bis zum 25. November 2026 um 24:00, jeweils UTC+8. Laut Alibaba bleibt das Modell während dieses Zeitraums unverändert und wird danach eingestellt.

Der Endzeitpunkt entspricht dem 26. November um 00:00 UTC+8 oder dem 25. November um 16:00 UTC. Daraus ergibt sich kein Veröffentlichungstermin für ein Nachfolgemodell.

Das Modell hat ein Kontextfenster von 1M tokens und eine maximale Ausgabe von 393,216 tokens. Reasoning, also der Denkprozess, und die endgültige Antwort teilen sich dieses Ausgabelimit. Das Modell verarbeitet Text, Bilder und Videos und unterstützt Funktionsaufrufe sowie strukturierte Ausgaben.

Alibaba dokumentiert die Kompatibilität mit Chat Completions, Responses und Anthropic Messages. Das bedeutet nicht, dass jeder Client sämtliche Modellfunktionen bereitstellt. Vergleiche Qwen3.8-Max und die Preview anhand eigener Aufgaben, statt eine Leistungsrangfolge vorauszusetzen.

Ein identischer Modellname in Token Plan und Qwen Chat belegt weder gleiche Bereitstellungseinstellungen noch gleiches Werkzeugverhalten. Vergleiche Ergebnisse im selben Client mit denselben Werkzeugen, Anweisungen und demselben Ausgabebudget.

Was kostet Token Plan und welche Nutzung ist erlaubt?

Plane die Kosten eines Abonnements ein, nicht einen Qwen4-Preis pro Million Tokens. Die Übersicht zur Personal Edition nennt diese monatlichen Listenpreise für neue Abonnements, ohne Einführungsangebote:

Personal-Tarif	Monatlicher Listenpreis, USD	Monatliches Kontingent
Lite	$6	20,000 Credits
Essential	$10	45,000 Credits
Standard	$18	80,000 Credits
Pro	$43	200,000 Credits

Credits sind die Abrechnungseinheit des Abonnements, keine feste Tokenanzahl. Prüfe den tatsächlichen Verbrauch nach deiner Testaufgabe. Rechne diese Tabelle nicht in einen vermeintlichen API-Tokenpreis um.

Laut den FAQ zur Personal Edition werden Aufrufe blockiert, sobald das geltende Kontingent aufgebraucht ist. Es gibt keinen automatischen Wechsel zur Abrechnung nach Verbrauch. Zusätzliche Nutzungspakete und die Verlängerung des Abonnements sind getrennte Entscheidungen.

Die Personal Edition unterstützt derzeit keine Kündigung des Abonnements. Gehe nicht davon aus, dass das Preview-Ende dein Abonnement beendet oder einen Erstattungsanspruch auslöst. Prüfe die Verlängerungseinstellungen, bevor du nur für diesen Test ein Abonnement kaufst.

Beide Editionen beschränken den Zugriff auf interaktive Nutzung in Programmier- und Agentenwerkzeugen. Automatisierte Skripte, Anwendungsbackends und nicht interaktive Stapelverarbeitung liegen außerhalb des dokumentierten Nutzungsrahmens. Die Richtlinie der Team Edition nennt dieselbe Grenze.

Werkzeugaufrufe eines Agenten während deiner interaktiven Sitzung sind etwas anderes als ein zeitgesteuertes Evaluationsskript. Nutze die folgenden Beispiele interaktiv. Verwende den Token-Plan-Schlüssel nicht als allgemeine Zugangsdaten für ein Backend.

Besorge den eigenen Token-Plan-Schlüssel vor der Einrichtung

Verwende einen Token-Plan-Schlüssel mit einem Token-Plan-Endpunkt. Ein normaler Model-Studio-Schlüssel oder ein Coding-Plan-Schlüssel ist kein Ersatz.

Schließe für die Personal Edition ein Abonnement ab und erstelle den Schlüssel unter My Subscription in der Token-Plan-Konsole. Folge der Kurzanleitung für Personal.

Bei der Team Edition muss ein Administrator deinem Konto zuerst einen Platz zuweisen, bevor der Schlüssel erstellt wird. Die Kurzanleitung für Team beschreibt diesen Schritt unter Member Management.

Die Beispiele setzen einen installierten Client und Bash unter macOS oder Linux voraus. Öffne ein neues Terminal. Führe den Befehl aus, füge deinen Schlüssel ein und drücke Enter:

read -rs TOKEN_PLAN_API_KEY && export TOKEN_PLAN_API_KEY

Der Befehl zeigt den eingegebenen Schlüssel nicht an. Starte den gewählten Client aus diesem Terminal, damit er die exportierte Variable erhält.

Richte Claude Code ein und prüfe einen echten Dateizugriff

Ordne Qwen4-Max-Preview der Opus-Auswahl zu und wähle diese ausdrücklich aus. Alibabas Claude-Code-Konfiguration verwendet für Token Plan folgende Modellzuordnungen.

Führe die Befehle in einem Repository aus, das README.md enthält:

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$TOKEN_PLAN_API_KEY"
export ANTHROPIC_BASE_URL="https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="auto"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.6-flash"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-flash"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max-preview"
export CLAUDE_CODE_SUBAGENT_MODEL="auto"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude --model opus

Bei Claude Code endet die Basis-URL mit /apps/anthropic. Hänge kein /v1 an.

Das Argument --model opus wählt das zugeordnete Hauptmodell. Das entspricht den dokumentierten Regeln zur Modellauswahl und zu Aliasnamen in Claude Code.

Die übrigen Zuordnungen erlauben weiterhin andere Modelle für Hilfsaufgaben. Insbesondere legt CLAUDE_CODE_SUBAGENT_MODEL="auto" nicht jeden Unteragenten auf Qwen4-Max-Preview fest. Bezeichne eine gesamte Sitzung mit mehreren Modellen nicht als reinen Qwen4-Benchmark.

Gib diese Anweisung in der interaktiven Sitzung ein:

Read README.md using the file tool. Quote its first heading and summarize the project in two sentences. Do not modify files.

Prüfe, ob ein sichtbarer Dateilesevorgang erscheint und die zitierte Überschrift mit der tatsächlichen Datei übereinstimmt. Kontrolliere anschließend den Token-Plan-Verbrauch im selben Zeitraum. Eine allgemeine Begrüßung prüft weniger als ein vollständiger Werkzeugaufruf samt Rückgabe und Verarbeitung des Ergebnisses.

Teste danach eine klar begrenzte Änderung mit einem bekannten Abnahmetest. Notiere das gewählte Modell, die Reasoning-Stufe, die verstrichene Zeit, das Testergebnis und die verbrauchten Credits.

Falls Claude Code weiterhin einen anderen Anbieter zu verwenden scheint, prüfe zuerst die aktive Verbindung. Bewerte das Modell erst danach.

Behebe abgeschnittene Antworten, ohne das Kontextlimit zu verwechseln

Erhöhe das Ausgabebudget, wenn eine lange Antwort abgeschnitten wird. Alibaba empfiehlt für dieses Modell ausdrücklich CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000.

Beende den Client und starte ihn aus demselben Bash-Terminal neu:

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude --model opus

Das ist eine andere Einstellung als CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616". Keine der beiden garantiert eine Antwort mit 393,216 tokens. Modellmaximum, Client-Konfiguration und das tatsächliche Budget der Anfrage sind unterschiedliche Grenzen.

Verwende alternativ OpenCode oder Qwen Code

Nutze die Konfiguration für deinen tatsächlichen Client; die Basis-URLs sind nicht austauschbar. Sichere die vorhandene Konfiguration und behalte unabhängige Einstellungen bei, wenn du eines der Beispiele ergänzt.

OpenCode: Behalte das abschließende /v1 des Adapters

Verwende Alibabas Konfiguration für den Anthropic-Adapter in ~/.config/opencode/opencode.json.

Das Beispiel nutzt das von Alibaba veröffentlichte V1-Anbieterschema. Laut der Migrationsdokumentation von OpenCode V2 werden unterstützte V1-Konfigurationen weiterhin akzeptiert. Mische keine nativen V2-Feldnamen in dieses einzelne Anbieterobjekt.

{
  "$schema": "https://opencode.ai/config.json",
  "model": "bailian-token-plan/qwen4-max-preview",
  "provider": {
    "bailian-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "options": {
        "baseURL": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic/v1",
        "apiKey": "{env:TOKEN_PLAN_API_KEY}"
      },
      "models": {
        "qwen4-max-preview": {
          "name": "Qwen4-Max-Preview",
          "modalities": {
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 1000000,
            "output": 131072
          }
        }
      }
    }
  }
}

Das abschließende /v1 ist für diesen Adapter beabsichtigt, wie Alibabas OpenCode-Anleitung zeigt. Übernimm hier nicht die kürzere Basis-URL von Claude Code.

Der Ausgabewert 131072 stammt aus Alibabas OpenCode-Modelleintrag. Er ist eine Client-Einstellung und keine Änderung des veröffentlichten Modellmaximums von 393,216 tokens.

OpenCode liest den exportierten Schlüssel über {env:TOKEN_PLAN_API_KEY} mithilfe der Ersetzung von Umgebungsvariablen. Starte opencode, bestätige Anbieter und Modell mit /models und wiederhole die Anweisung zum Lesen der Datei.

Qwen Code: Lege das gemeinsame Ausgabebudget ausdrücklich fest

Trage den OpenAI-kompatiblen Token-Plan-Endpunkt in ~/.qwen/settings.json ein.

Alibabas Qwen-Code-Anleitung dokumentiert für dieses Modell ein standardmäßiges Ausgabelimit von 32768. Das folgende Beispiel wählt 64000 und die Reasoning-Stufe medium für einen ersten Programmiertest. Das sind bewusst gewählte Einstellungen, keine Modellstandardwerte.

{
  "$version": 4,
  "modelProviders": {
    "openai": [
      {
        "id": "qwen4-max-preview",
        "name": "Qwen4-Max-Preview",
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
        "envKey": "TOKEN_PLAN_API_KEY",
        "generationConfig": {
          "samplingParams": {
            "max_tokens": 64000,
            "reasoning_effort": "medium"
          },
          "extra_body": {
            "preserve_thinking": true
          }
        }
      }
    ]
  },
  "security": {
    "auth": {
      "selectedType": "openai"
    }
  },
  "model": {
    "name": "qwen4-max-preview"
  }
}

Das Feld envKey enthält den Namen einer Umgebungsvariablen, nicht den geheimen Schlüssel. Die Anbieterreferenz von Qwen Code dokumentiert diesen Umgang mit Zugangsdaten und die Generierungseinstellungen.

Starte qwen aus dem Terminal mit dem exportierten Schlüssel. Bestätige das Modell mit /model und wiederhole dieselbe Dateileseaufgabe.

Warum kann max_tokens die endgültige Antwort abschneiden?

Bei Qwen4-Max-Preview zählt Chat Completions Reasoning und Antwort zum selben Ausgabebudget. Laut dem Hinweis zur API-Kompatibilität entspricht max_tokens bei diesem Modell max_completion_tokens.

Dieses Beispiel zeigt die Auswirkung auf das Budget:

Combined output budget: 64,000 tokens
Assumed thinking usage: 48,000 tokens
Remaining answer allowance: at most 16,000 tokens

Das ist eine Beispielrechnung, kein gemessener Modelllauf. Ein zuvor nur für die sichtbare Antwort bemessenes Limit kann jetzt zu wenig Spielraum für sie lassen.

Reasoning ist standardmäßig aktiviert. Die unterstützten Werte für reasoning_effort sind low, medium und xhigh; der Standard ist xhigh. Setze reasoning_effort und thinking_budget nicht gleichzeitig.

Beginne für einen begrenzten Test mit medium. Probiere low für einfache Änderungen oder xhigh, wenn eine schwierigere Aufgabe einen Test mit mehr Reasoning rechtfertigt. Ändere jeweils nur eine Einstellung und vergleiche die abgeschlossene Arbeit, nicht allein die Antwortlänge.

Bestehende Qwen-Modelle behalten das bisherige Verhalten von max_tokens. Übertrage die Regel der Preview nicht rückwirkend auf jede Qwen-Integration.

Bewahre den Reasoning-Verlauf in Chat Completions auf

Halte bei Gesprächen mit mehreren Runden das gesamte bisherige Reasoning im vorgesehenen Feld. Qwen4-Max-Preview aktiviert preserve_thinking standardmäßig.

Das Reasoning früherer Assistentennachrichten gehört in reasoning_content. Hänge es nicht an das Feld content des Assistenten an und sende es nicht als neue Nutzernachricht.

Dafür ist der Client-Adapter zuständig. Du sollst verborgenes Reasoning nicht manuell in den Chat kopieren. Prüfe bei einer Integration auch eine Folgerunde und einen vollständigen Werkzeugaufruf, nicht nur die erste Antwort.

Der Vergleich von Messages, Chat Completions und Responses erklärt, warum HTTP-Kompatibilität allein kein korrektes Agentenverhalten belegt.

Prüfe für jeden Fehler die passende Ursache

Prüfe bei 401 InvalidApiKey: Invalid API-key provided. zuerst den Abrechnungstarif des Schlüssels, den Abonnementstatus und die Vollständigkeit des kopierten Schlüssels. Bestätige den passenden Endpunkt, starte den Client neu und wiederhole den Dateilesetest.

Erscheint nach der Modellzuordnung AccessDenied mit HTTP 403 und dem Code access_denied, öffne Model Gallery in Model Studio. Alibaba dokumentiert den Status Upcoming deprecation als eine mögliche Ursache. Prüfe auch Berechtigungen und die Modellfreigabe deines Tarifs; nicht jeder 403 bedeutet eine Einstellung des Modells.

Prüfe bei abgeschnittener Ausgabe zunächst das wirksame Ausgabebudget und die Reasoning-Stufe, bevor du die Authentifizierung änderst. Übernimm die obige Claude-Code- oder Qwen-Code-Einstellung und wiederhole dieselbe Aufgabe.

Nutze bei ausgeschöpftem Kontingent die Verwaltungsoptionen deines Abonnements. Ein höheres max_tokens stellt keine Credits wieder her und kann den Verbrauch beim nächsten erfolgreichen Aufruf erhöhen.

Wechsle vor dem Ende zu einem getrennten kostenpflichtigen Zugang

Nutze qwen3.8-max als Ersatz mit Abrechnung nach Verbrauch, wenn du nach der Preview weiterarbeiten möchtest. Alibabas Konfigurationsanleitung für die Abrechnung nach Verbrauch nennt dieses Modell ausdrücklich und beschreibt die verbrauchsbasierte Abrechnung. Die Modellseite veröffentlicht die API-Preise separat.

Diese Empfehlung betrifft den Zugangsweg. Sie behauptet nicht, dass die Programmierqualität der von Qwen4-Max-Preview entspricht.

Erstelle anhand der API-Schlüssel-Anleitung einen separaten Model-Studio-API-Schlüssel in der Region Singapur. Ersetze anschließend Schlüssel, Endpunkt, Hauptmodell und die Zuordnungen der Hilfsmodelle.

Das folgende Bash-Beispiel verwendet den dokumentierten gemeinsamen Endpunkt für Singapur. Alibabas Basis-URL-Referenz enthält außerdem arbeitsbereichsspezifische Endpunkte, die für den Produktionsbetrieb empfohlen werden.

read -rs DASHSCOPE_API_KEY && export DASHSCOPE_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$DASHSCOPE_API_KEY"
export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen3.8-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen3.8-max"
claude --model qwen3.8-max

Hier werden bewusst alle aufgeführten Modelloptionen dem Ersatzmodell zugeordnet. Passe die Hilfsmodelle später an, nachdem du ihre Verfügbarkeit und Kosten geprüft hast.

Starte ein neues Gespräch, wiederhole die Dateileseaufgabe und prüfe den Verbrauch auf dem kostenpflichtigen Zugangsweg. Wenn du nur das Modell änderst und die Token-Plan-Zugangsdaten behältst, wechselt die Abrechnung nicht zur Abrechnung nach Verbrauch.

Als weiteren kostenpflichtigen OpenAI-kompatiblen Zugang führt BetterToken mit Stand 2026-11-12 qwen3.8-max im Katalog. Die Basis-URL lautet https://www.bettertoken.ai/v1; nutze deinen eigenen BetterToken-Schlüssel und die dokumentierte OpenCode-Integration. Das ist ein separater kostenpflichtiger API-Zugang, kein Zugang zur Qwen4-Preview. Prüfe vor dem Wechsel die aktuellen Preise.