כרטיס כותרת שנוצר עם הכיתוב Qwen4-Max יוצא מתצוגה מקדימה, עם כותרת המשנה כרטיס המחיר המדוד, ותקציב הפלט שהצטמצם, וארבעה צ'יפים עם הכיתוב 1.50$ נכנס / 4.50$ יוצא לכל 1M, חלון הקשר של 1,000,000 טוקנים, תקציב משותף של 262,144 ושישה אזורים.
Guides & Insights

Qwen4-Max יוצא מהתצוגה המקדימה: כרטיס המחיר הנמדד, ותקציב הפלט שהצטמצם

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

Qwen4-Max עבר מתצוגה מקדימה במסלול אסימונים לדגם מחויב לפי מדידה ב-16 בנובמבר 2026, והמספר שכדאי לקרוא קודם אינו בנצ'מרק — הוא 1.50 דולר לקלט ו-4.50 דולר לפלט למיליון אסימונים בסינגפור, לעומת 2.00 ו-6.00 דולר עבור Qwen3.8-Max. זהו קיצוץ ישר של 25% בשני צדי המונה. אבל אותו מעבר שפרסם טבלת מחירים אמיתית גם כיווץ את התקציב המשותף לחשיבה ולתשובה מ-393,216 אסימונים בתצוגה המקדימה ל-262,144 בזמינות כללית, העביר את הדגם מתוכנית קרדיט לחיוב לפי אסימון בשש אזורים, והותיר את ההסקה באצוות זמינה בדיוק באחד מהם. אם הפעלתם את התצוגה המקדימה והתייחסתם ל-16 בנובמבר כאל עניין פורמלי, פערי המפרט הם החלק שיכיש, לא ההנחה.

מה בעצם שינתה ההחלפה ב־16 בנובמבר

{{1}}התצוגה המקדימה הייתה עסקה משתלמת אך מוגבלת: קרדיטים של Token Plan בלבד, סינגפור בלבד, ופרישה מתועדת בשעה 24:00 ב-25 בנובמבר 2026 (UTC+8).{{/1}} {{2}}הזמינות הכללית מחליפה את כל שלושת האילוצים האלה ומוסיפה שניים שאיש לא ביקש.{{/2}} מזהה המודל הוא כעת {{3}}qwen4-max{{/3}} הרגיל; מחרוזות התצוגה המקדימה {{4}}qwen4-max-preview{{/4}} ו-{{5}}qwen4.0-max-preview{{/5}} הן אלו עם תאריך תפוגה, לכן קונפיגורציה שעדיין מצביעה על אחת מהן נמצאת בספירה לאחור שמסתיימת בעוד תשעה ימים.

• חיוב — מדידה לפי טוקנים בשישה אזורים, לעומת קרדיטים של Token Plan באזור אחד. המכסה החינמית של מיליון טוקנים בכרטיס סינגפור תקפה ל-90 יום מהפעלה, משחרור המודל או מהאישור, לפי המאוחר מביניהם.

• אזורים — בייג'ינג (סין היבשתית), סינגפור (בינלאומי), ופרנקפורט, וירג'יניה שבארצות הברית, טוקיו והונג קונג — כולם תחת ההיקף הגלובלי. התצוגה המקדימה הייתה סינגפור בלבד.

• תקציב פלט משותף — 262,144 אסימונים הכוללים חשיבה והתשובה הסופית ב-GA, לעומת 393,216 בכרטיס התצוגה המקדימה. שליש מהמרווח נעלם, והוא נעלם מהחלק שריצות סוכן ארוכות מבזבזות מהר ביותר.

• פלט במצב ללא חשיבה — מוגבל ל-131,072 טוקנים, עם תקרת קלט של 991,808 טוקנים. במצב חשיבה תקרת הקלט יורדת ל-983,616, מכיוון שההיגיון והתשובה יוצאים מאותו מאגר של 262,144 טוקנים.

• הסקה בקבוצות — נתמכת בבייג'ינג בלבד, ואינה נתמכת בחמשת האזורים האחרים. בגרסת התצוגה המוקדמת לא היה כלל מסלול קבוצתי, כך שמדובר ביכולת חדשה ולא ברגרסיה, אך היא אזורית באופן שהשיווק אינו מציג בראש ובראשונה.

• משטח הפרוטוקולים — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages ו-DashScope, כל ארבעתם, עם פלט מובנה, קריאה מקבילה לכלים, השלמת קידומת, חיפוש באינטרנט, וגם מטמון מפורש וגם מטמון משתמע. הקלט מקבל טקסט, תמונה ווידאו; הפלט הוא טקסט בלבד.

כרטיס המחיר, מסודר באופן שבו מגיע החשבון

Alibaba מפרסמת שני כרטיסים שונים עבור אותו מודל, וההבדל אינו קטן מספיק כדי להתעלם ממנו כאשר בוחרים היקף פריסה.

• סינגפור, קלט ופלט — $1.50 / $4.50 למיליון טוקנים, אחיד לאורך כל חלון ה-1,000,000 טוקנים, ללא מדרגות ב-32K או 128K.

בכל מקום אחר, קלט ופלט — $1.413 / $4.24 למיליון טוקנים, אחיד לאורך אותו חלון. אותו מודל, אותן מגבלות, זול ב-5.8% מסינגפור לכל טוקן.

• כתיבות מטמון, סינגפור — $1.875 למיליון עבור כתיבה של 5 דקות, $3.00 עבור כתיבה של שעה. במקומות אחרים: $1.767 ו-$2.827.

• קריאות מטמון, סינגפור — $0.075 למיליון. במקומות אחרים: $0.071. זה 5% מתעריף הקלט של סינגפור, וזהו המנוף הגדול ביותר בעומס עבודה של סוכן בהקשר ארוך.

• Batch, רק בייג'ינג — Batch File במחיר $0.707 / $2.12 למיליון, Batch Chat במחיר $1.413 / $4.24. רק Batch File כולל את הנחת ה-batch של 50%; Batch Chat מוצג בתעריף בזמן אמת, לכן "batch" בשם נקודת הקצה אינו מהווה הבטחת מחיר.

• לעומת Qwen3.8-Max, אותו עמוד — $2.00 / $6.00 בסינגפור, $1.65 / $4.951 באזורים הגלובליים. Qwen4-Max זול ב-25% בסינגפור וב-14.4% במקומות אחרים, מכיוון שכרטיס המחירים הלא-סינגפורי של הדגם הישן יותר מוזל בעצמו.

הנתון של 14.4% הוא זה שחשוב אם אתם כבר פועלים בפרנקפורט או בווירג'יניה: הקיצוץ בין דור לדור קטן שם מכפי שמשתמע מהכותרת בסינגפור, והטענה של הספק בדבר עלות ממוצעת של 62% למשימה עושה הרבה מהעבודה שכרטיס המחיר לפי טוקן לבדו אינו עושה.

A generated two-column price scoreboard for Qwen4-Max and Qwen3.8-Max: Singapore input and output $1.50 and $4.50 against $2.00 and $6.00 per 1M, Global input $1.413 against $1.65, cache read $0.075 against a listed discount, both at 1,000,000 context, shared output budget 262,144 against not published.

דוגמה מעשית, כדי ששורת המטמון תפסיק להיות מופשטת

קחו תחילית מסמך בת 400,000 טוקנים שנבדקה בשלושה סבבים, עם 8,000 טוקני פלט בכל סבב, ללא מצב חשיבה, בתעריפי סינגפור. זהו חישוב אריתמטי על מחירי המחירון שפורסמו, לא הרצה נמדדת.

• מעבר ראשון — הקידומת נכתבת למטמון במחיר של $1.875 למיליון, $0.75, בתוספת 8,000 אסימוני פלט במחיר של $4.50 למיליון, $0.036. סה״כ $0.786.

• המעברים השני והשלישי — הקידומת נקראת במחיר $0.075 למיליון, $0.03 לכל מעבר, בתוספת אותם $0.036 של פלט. $0.066 כל אחד.

• שלושה מעברים עם מטמון — $0.918. אותם שלושה מעברים כשמשלמים על הקלט המלא בכל פעם — $1.908. הקידומת נקראת פעמיים תמורת פחות ממחיר של מעבר חדש אחד.

• מעבר רביעי — המטמון מנצח בפער הולך וגדל בכל פעם שקוראים שוב, וזה בדיוק הצורה של ריצת סוכן ארוכה שמחזיקה פרומפט מערכת קבוע, סכימת כלים וקבוצת מסמכים קבועה מול שאלה משתנה.

נקודת האיזון קרובה למיידית: תוספת המחיר של כתיבה ל-cache לעומת תעריף הקלט הרגיל היא $0.375 למיליון בסינגפור, כך שקידומת שמורה ב-cache מחזירה את ההשקעה כבר בקריאה החוזרת הראשונה. המקום שבו זה מפסיק לעבוד הוא קידומת שמשתנה בכל תור — אתם משלמים את תוספת הכתיבה ולעולם לא גובים אותה בחזרה, וחלון הכתיבה המוגדר כברירת מחדל של 5 דקות קצר מספיק כדי שקריאת כלי איטית תפוג אותו.

שלוש ברירות מחדל שקובעות את החשבונית לפני שהפרומפט שלך קובע

Qwen4-Max מגיע עם חשיבה מופעלת ומוגדרת לרמה גבוהה. זו ברירת מחדל סבירה לדגם דגל ויקרה עבור מסווג.

• Effort מוגדר כברירת מחדל ל-high — reasoning_effort מקבל low, high ו-xhigh, והשמטתו מחזירה high. thinking_budget גם כן מוגדר כברירת מחדל ל-131,072, ו-max_completion_tokens ל-262,144 במצב thinking. בקשה שלא מגדירה דבר שמרה יותר תקציב פלט ממה שרוב המשימות ישתמשו בו.

• אין medium — Chat Completions ו-DashScope ממפים minimal ל-low, medium ל-high, ו-max ל-xhigh. במסלול Anthropic Messages הפרמטר הוא output_config.effort, והוא ממופה באותו אופן. בקשה ל-medium עולה כמו בקשה ל-high.

• ברירת המחדל של preserve_thinking היא true — הנמקה קודמת מועברת להקשר בקריאות מרובות-תורות. זה מנפח את צד הקלט של כל קריאת המשך ובמקביל מגביר את הסיכוי שהקידומת עדיין תואמת למטמון. בלולאת סוכן ארוכה שתי ההשפעות מתקזזות חלקית; בצ'אט קצר הן לא מתקזזות, ואתה משלם על קריאה חוזרת של מחשבות שלעולם לא תשתמש בהן.

• ברירות המחדל של הדגימה הן 1.0 / 0.95 / 20 במצב חשיבה ו-0.7 / 0.8 / 20 במצב לא-חשיבה עבור temperature, top_p ו-top_k, כאשר presence_penalty עומד על 1.5 מחוץ למצב חשיבה. הגדרה מפורשת של temperature בלי לגעת ב-effort משנה את צורת הפלט אך לא את החיוב.

מה שהספק טוען שהשתפר, ומה שאף אחד לא בדק

כל מספר בסעיף זה הוא של אליבאבא עצמה ולא שוחזר מחוץ למעבדה. נכון ל-16 בנובמבר אין רשומת אינדקס עצמאית ל-Qwen4-Max, לכן יש להתייחס להשוואה כטענה ולא כמדידה.

• Work360 — 52.69 לעומת 47.74 עבור Qwen3.8-Max, על טקסונומיה שהספק בנה: 26 תחומי Tier-1, ‏182 Tier-2, ‏721 Tier-3.

• יעילות טוקנים — כ-24% פחות טוקנים במאמץ xhigh וכ-35% במאמץ high ב-Work360; כ-48% ו-49% ב-Terminal-Bench 4.0. זו הטענה שמצטברת עם הורדת המחיר, והיא זו שכדאי לבדוק תחילה על הטרייסים שלכם, משום שחסכון בטוקנים תלוי באופי עומס העבודה.

עלות ממוצעת לכל משימה — מ־$4.43 ל־$1.67 ב-Work360, קיצוץ של 62%. הנתון הזה מכפיל הורדת מחיר בטענת חיסכון בטוקנים; אף אחד מהגורמים אינו מאומת באופן עצמאי.

• איכות מודל הבסיס — 5% עד 13% פחות ביטים לבייט מאשר Qwen3.8-Max-Base תוך הפעלת 25% פחות פרמטרים, נמדד באופן פנימי על פני ידע, קוד, QA ו-STEM. הספק מציין כי שניים מהצ'קפוינטים המושווים עברו אימון לאחר, מה שמחליש את המסגור של מודל הבסיס.

• קידוד מאובטח — שיעור המעבר ברמת הפונקציה בהרצת Secure Code Bench האחרונה עלה מ-22.0% ל-31.8%, ושיעור הקוד שמאובטח בו-זמנית ברמת הפונקציה, הקובץ והמאגר עלה מ-8% ל-14.7%.

הארכיטקטורה שמאחורי טענת היעילות היא עמוד שדרה דליל מסוג תערובת מומחים עם 2.4 טריליון פרמטרים, שבו 71 מיליארד פרמטרים מופעלים לכל טוקן, ועוד 328 מיליארד בפרמטרי הטבעה של N-gram שנשלפים ולא מוכפלים. שלוש שכבות Gated DeltaNet דוחסות היסטוריה למצב בגודל קבוע עבור כל שכבה של Qwen Sparse Attention, אשר בוחרת הקשר ברזולוציית מיקרו-בלוק באמצעות אינדקסר קל משקל, וארבעה ענפי שאריות מקבילים עם שערי קריאה וכתיבה דינמיים מייצבים את המחסנית העמוקה. זהו הסבר סביר מדוע עלות ההקשר הארוך יורדת. זה עדיין הסבר.

A screenshot of the Alibaba Cloud Model Studio page for qwen4-max, captured 16 November 2026 with an English interface, showing the qwen4-max heading, a 11-16 changelog entry, the model description, and the documentation sidebar including Model inference pricing and Batch inference.

לנסות את זה בלי להעביר עליו מסלול פרודקשן

החלק המביך בהשקה הזו הוא שהמודל באמת חדש, שמדדי הביצועים אינם מבוקרים, ושהמחירון אטרקטיבי מספיק כדי שמישהו ירצה אותו בפרודקשן כבר השבוע. שלוש העובדות האלה מצביעות על אסטרטגיית סטייג'ינג ולא על מיגרציה.

אפשר להגיע ל-Qwen4-Max דרך ה-Model Studio API של Alibaba עצמה ומספר פלטפורמות צד שלישי; הוא אינו בקטלוג של OrcaRouter נכון ל-16 בנובמבר. Qwen3.8-Max כן נמצא שם, במחיר של $2.00 לקלט ו-$6.00 לפלט למיליון טוקנים בסינגפור — מחיר המחירון של הספק מועבר עם 0% תוספת, כך שהפער של 25% מול Qwen4-Max הוא פער אמיתי ולא מרווח ניתוב. זה הופך את המבחן הישיר לזול: השאירו את המודל הקיים על המפתח שכבר יש לכם, שלחו פרוסת תעבורת צל אל המודל החדש דרך הספק, והשוו עלות למשימה שהושלמה ולא עלות לטוקן. הניסוח של הספק עצמו — $4.43 מול $1.67 — הוא מספר של עלות למשימה, ועלות למשימה היא ההשוואה היחידה שבה טענת יעילות טוקנים והורדת מחיר נופלות על אותו ציר.

עבור צוותים שכבר מנתבים דרך OrcaRouter, עלות המעבר שבדרך כלל חוסמת הערכה מסוג זה היא החוזה השני וה-SDK השני. API אחד ליותר מ-200 מודלים, מעבר אוטומטי בין ספקים בעת כשל, ו-DSL לניתוב שמרכיב כמה מודלים לקריאה אחת — הופכים את המצב המעורב — הספק הקיים מטפל בנפח, והמועמד מטפל בפרוסה — לשינוי קונפיגורציה ולא לאינטגרציה. עבור מודל שטרם הוכח, זה ההבדל בין הוכחה של שבועיים להוכחה של יומיים, ומעבר בעת כשל הוא מה שמונע מההוכחה להפוך לתקלה כשהמועמד חווה יום רע.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 16 November 2026 with an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input capabilities, a 1,000,000-token context, and a pricing panel.

מה לעשות לפני 25 בנובמבר

אם אתה נמצא ב-preview, המועד האחרון אינו רך: qwen4-max-preview מתועד לפרישה ב-24:00 ב-25 בנובמבר 2026 UTC+8, ומזהה ה-GA הוא qwen4-max עם מגבלות שונות. העבר את המחרוזת, ואז בדוק שוב שני דברים שלא יפיקו שגיאה כשהם שגויים — לכל קוד שהניח תקציב משותף של 393,216 טוקנים יש כעת 262,144, וכל משימה שהסתמכה על קרדיטים של Token Plan מחויבת כעת לפי טוקן.

אם אתם שוקלים לאמץ, הצידוק להמתין קלוש מכפי שהיה לפני שבוע, מפני שכרטיס התמחור לפי מדידה ותמחור המטמון פורסמו כעת, והמחיר אכן נמוך מזה של הדור הקודם בכל אזור. הצידוק לזהירות הוא תקציב הפלט המשותף, מסלול האצווה בבייג'ינג בלבד, ומערך בנצ'מרקים שנכתב על ידי הספק. הריצו את פרוסת הצל, תמחרו אותה לפי משימה שהושלמה, ותנו לשבועיים הקרובים של העקבות שלכם להכריע — הראיה הזו תהיה שווה יותר מ-52.69 בטקסונומיה שאיש מאיתנו לא יכול לבחון.

עוד דבר אחד מגיע שמשנה שוב את החישוב: Alibaba אומרת שדגמי Qwen4 הקטנים יותר ישוחררו בקוד פתוח על אותה שושלת, מה שבאופן היסטורי אומר שרצפת המחיר מתחת לרמה הזו תזוז בתוך רבעון. כל דבר שאתם מתחייבים אליו במחירים של היום צריך להיות התחייבות שתוכלו לסגת ממנה.