כרטיס כותרת שכותרתו 'Qwen4-Max: המספרים שלא נוסעים', עם שלושה צ'יפים שעליהם כתוב 983,616 אסימוני קלט במצב חשיבה, 131,072 אסימוני תשובה, ו-262,144 משותפים בין חשיבה לתשובה, עם כיתוב המפנה לכרטיס המודל של Alibaba Cloud Model Studio מ-16 בנובמבר 2026.
Guides & Insights

Qwen4-Max נרשם במקום אחר בתוך יום. תקציב החשיבה הוא החלק שלא יעבור.

מחבר

jinhao.song

תאריך פרסום

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

Qwen4-Max הפך לזמין באופן כללי ב-16 בנובמבר 2026, ובתוך שעות פלטפורמה שנייה כבר שיווקה אותו מיום האפס — חלון הקשר של מיליון טוקנים, קלט נייטיבי של טקסט, תמונה וווידאו, כשהוא מוצג כמיועד לקידוד, לעבודה משרדית ולהרצות סוכנים לטווח ארוך. זו הצורה הרגילה של השקת מודל סגור ב-2026: A​libaba אינה מפרסמת צ'קפוינט עבור Qwen4-Max, כך שכל מי שמחוץ לששת אזורי הפריסה שלה יכול להגיע למודל רק דרך פלטפורמה ששוכרת אותו מ-A​libaba. מה שאינו רגיל, או לפחות אינו נדון, הוא כמה ממדריך ההפעלה של המודל הולך לאיבוד בממסר הזה. כרטיס המחיר עובר בצורה נקייה. מספר ההקשר הכותרתי עובר בצורה נקייה. החשבון שקובע אם הבקשה שלך נכנסת או מוחזרת עם קיטוע לא עובר כלל.

מה רשימת יום-אפס באמת מספרת לך

שני דברים, שאף אחד מהם אינו עוסק בבנצ'מרקים. ראשית, שהמודל נמכר לשימוש במחקר ובעבודת סוכנים ולא בצ'אט — הטקסט של יום ההשקה פותח בהרצות סוכנים לטווח ארוך ומציין וידאו כמודאליות קלט, וזהו תיאור של עומס העבודה שהפלטפורמה מתכוונת לכוון אליו את המודל, ולא חזרה על הכותרת של Alibaba עצמה. שנית, ש-Qwen4-Max ניתן להשכרה אך אינו נייד: אין הורדה, ולכן כל נקודת קצה שמשרתת אותו משרתת את הפריסה של Alibaba, וכל עמוד של צד שלישי שמתאר אותו הוא תקציר של התיעוד של Alibaba. תקצירים של טבלאות מפרט הם המקום שבו נולדים באגי אינטגרציה.

כרטיס התעריפים הוא החלק הקל, וכדאי לציין אותו פעם אחת. בסינגפור, Alibaba מציגה את Qwen4-Max ב-$1.50 למיליון אסימוני קלט ו-$4.50 למיליון פלט, כאשר קלט שמור במטמון עומד על $0.075 וכתיבות למטמון על $1.875 עבור חלון של חמש דקות או $3.00 עבור שעה. היקפי הפריסה הגלובליים — בייג'ינג, הונג קונג, פרנקפורט, יפן ווירג'יניה בארה"ב — נמוכים מעט יותר: $1.413 לקלט, $4.24 לפלט ו-$0.071 לקריאה מהמטמון. מדובר במדרגת תמחור אחת עד למגבלת ההקשר: ללא תוספת מחיר להקשר ארוך, ללא הנחת אצווה שצריך לחפש, כי הסקה באצוות כלל אינה מוצעת במודל הזה.

A two-column scoreboard contrasting a third-party listing with Alibaba's model card: the listing gives 1M context, 1M output, three effort levels and no batch figure, while the model card gives 1,000,000 context, 983,616 input in thinking mode, 131,072 output non-thinking, 262,144 shared, and effort levels low, high and xhigh, sourced to Alibaba Cloud Model Studio documentation updated 16 November 2026.

שלושה מספרים שלא נוסעים עם המודל

"1M context" הוא המספר שמופיע בכל רשימה. עמוד המודל של Alibaba, שעודכן לאחרונה ביום ההשקה, מפורט יותר, והפער בין מספר השיווק לבין המספרים האופרטיביים הוא המקום שבו האינטגרציות נשברות:

• אורך הקשר — 1,000,000 טוקנים, תקרה על הבקשה כולה ולא תקציב שאפשר להוציא על הפלט

• {{1}}קלט מקסימלי, ללא חשיבה{{/1}} — 991,808 אסימונים, כי 8,192 מהחלון נשמרים עבור התשובה

• קלט מקסימלי, חשיבה — 983,616 טוקנים, ועוד 8,192 נשמרים עבור בלוק החשיבה

• פלט מקסימלי, ללא חשיבה — 131,072 טוקנים

• חשיבה משולבת בתוספת תשובה, מצב חשיבה — 262,144 אסימונים, משותפים בין עקבות החשיבה לבין התגובה הגלויה

• תקציב חשיבה ברירת מחדל — 131,072 טוקנים, כאשר reasoning_effort מוגדר כברירת מחדל ל-high כשאף אחד מהפרמטרים אינו מוגדר

השורה החמישית היא זו שמכה. צוות שמתאים את גודל המשימה לתקרת פלט מתועדת של 262,144 טוקנים ואז מריץ אותה במצב חשיבה יראה שהתשובה הנראית נעצרת באורך שאין לו דבר וחצי דבר עם כמות מה שהיה למודל עוד לומר, מפני שעקב החשיבה שאב מאותה בריכה. המספר 131,072 הוא מספר הפלט הבטוח. המספר 262,144 הוא תקציב משותף, וההבדל בין שתי הקריאות הללו הוא ההבדל בין צינור עבודה מתפקד לתקרית שבועית.

יש נחמה קטנה: זה גם מסביר אי-התאמה שתראו ברשימות מפרטים של צד שלישי, שמציינות חלון הקשר של 984k. זה לא דגם אחר ולא ירידה ברמה. זו תקרת הקלט במצב חשיבה, 983,616 מעוגל, וזה המספר הכנה שיש לתכנן לפיו אם קוראים למודל עם הסקה פעילה — וזו ברירת המחדל.

מיפוי המאמץ מחדש הוא המקום שבו לקוח בצורת OpenAI מאבד רמה

Qwen4-Max חושף שלוש רמות חשיבה, לא חמש: low, high ו-xhigh, כאשר ברירת המחדל היא high. אפשר לקרוא לו דרך לקוח תואם OpenAI, ואז מחרוזת effort מחוץ לטווח מקופלת במקום להידחות — הטבלה של Alibaba ממפה minimal ל-low, medium ל-high ו-max ל-xhigh. דרך פורמט Messages של Anthropic, medium הופך ל-high ו-max הופך ל-xhigh.

שני המיפויים מוצדקים ושניהם שקטים. צינור עיבוד שמכוונן מול מודל בעל חמש רמות ומבקש כאן medium מקבל הסקה במאמץ גבוה: יותר טוקנים, יותר השהיה, יותר הוצאות, ואין שגיאה שתודיע לך שזה קרה. צינור שמבקש max ומצפה לראש הסולם בעל חמישה שלבים מקבל xhigh, שבמקרה הוא הראש של הסולם הזה — כך שהפלט נראה נכון ורק החשבונית חולקת על כך. התיקון הוא שורה אחת לכל נתיב: לנעוץ את הרמה שבדקת בפועל, באוצר המילים של הספק, ולהריץ עליה assert ב-staging. כל דבר שמעביר מחרוזת effort לא ממופה ישירות למודל עם סולם קצר יותר ייסחף, והוא ייסחף בכיוון של הוצאת יותר כסף.

A screenshot of the Alibaba Cloud Model Studio documentation page for qwen4-max, showing the Model Studio navigation, the breadcrumb Home Page > Models > Get Started, and the qwen4-max (Latest Model) heading with the start of its specification tables.

מה מספרי ההשקה אומרים — ומה לא

הערכת ההשקה של Alibaba, כפי שדווח על ידי הספק ולא שוחזרה באופן עצמאי, מציבה את Qwen4-Max על 52.69 במדד Work360 שלה לעומת 47.74 עבור Qwen3.8-Max, כאשר העלות הממוצעת למשימה יורדת מ-4.43 דולר ל-1.67 דולר, והשימוש בטוקני פלט יורד ב-24% ברמת מאמץ xhigh וב-35% ברמת high. ב-Terminal-Bench 4.0 הספק מדווח על 48% ו-49% פחות טוקני פלט באותן שתי הגדרות, ושיעורי המעבר ברמת הפונקציה במדד הקידוד המאובטח שלו עולים מ-22.0% ל-31.8%. אלה הטיעונים של הספק לטובת הארכיטקטורה: תערובת מומחים דלילה (sparse mixture-of-experts) בעלת 2.4 טריליון פרמטרים שמפעילה 71 מיליארד פרמטרים לכל טוקן, בתוספת 328 מיליארד פרמטרי הטמעת N-gram, עם שלוש שכבות Gated DeltaNet לכל שכבת תשומת לב דלילה.

הקריאה החיצונית היחידה הזמינה ב-17 בנובמבר היא Artificial Analysis, שמעניקה ל-Qwen4-Max ציון 43 ב-Intelligence Index v5.0.1 ומדרגת אותו במקום ה-38 מתוך 81 מודלים במדד הזה. היא גם מודדת עלות חישוב של $3.27 לכל משימת מדד, כשהיא נשענת על 127 מיליון טוקני פלט לאורך הריצה לעומת חציון של 78.6 מיליון, והיא אינה מתעדת כלל מדידת מהירות עבור המודל — לא זמן לכל משימה ולא קצב פלט. ציון 43 לצד טענת ספק שהמודל מביס את החזית הוא המתח שחודש הסיקור הבא יעסוק בו. זהו גם המספר היחיד במאמר הזה ש-A​libaba לא הפיקה.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, showing the 1M-token context badge, text, image and video input, and the pricing panel for the model Qwen4-Max replaces.

אם היית מתכוון להתקשר לגבי זה השבוע

OrcaRouter אינו מנתב את Qwen4-Max, וראוי לומר זאת בגלוי ולא לרמוז אחרת. הקטלוג כולל Qwen3.8-Max — המודל ש-Qwen4-Max מחליף — במחיר של $2.00 לקלט ו-$6.00 לפלט למיליון כאשר מחיר המחירון של הספק מועבר עם 0% תוספת, לצד Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 וTencent HY4 Preview. הוא עדיין אינו כולל את דור Qwen4.

ההסדר הכנה עבור צוות שמעריך היום את Qwen4-Max הוא אפוא מפתח A​libaba ישיר למודל החדש, בתוספת שכבת ניתוב לכל מה שהייתם חוזרים אליו כברירת מחדל. זה פחות מגושם מכפי שזה נשמע, משום שהדבר שהופך מודל חדש ליקר לאימוץ אינו מחיר הטוקנים — אלא העובדה שלנסות אותו משמעה חוזה שני, SDK שני ומערכת שנייה של סמנטיקות ניסיון חוזר שיושבת על נתיב ייצור. השארת הספק הקיים מאחורי נקודת קצה אחת עם מעבר אוטומטי לגיבוי בין ספקים מאפשרת לניסוי Qwen4-Max לרוץ לצד נתיב שכבר עובד, ומאפשרת שההשוואה תיעשה על התעבורה שלכם ולא על הבנצ'מרק של A​libaba. כשהמודל אכן יגיע לקטלוג, המחיר שתראו יהיה של הספק עצמו, מעודכן כבר ביום שבו הוא משתנה, כי זה מה שמשמעה העברה ישירה: הכרטיס Global ב-$1.413 ו-$4.24 יופיע כ-$1.413 ו-$4.24, ולא במרווח של מפיץ משנה.

מה לראות

פוסט ההשקה של Alibaba מסתיים בשורה שחשובה יותר מכל מדד ביצועים בו: Max הוא רק הצצה ראשונה ל-Qwen4, ודגמים קטנים יותר במשפחה עומדים לצאת בקוד פתוח. זו הבטחה לגבי הדרגה שמתחת, לא לגבי זו, והיא לא משנה את העובדה ש-Qwen4-Max עצמו הוא מודל ששוכרים מספק יחיד ומפלטפורמות ששוכרות אותו מאותו ספק. בשוק הזה התיעוד הוא גורם ההבדל של המוצר, והתיעוד אומר 983,616 בקלט ו-131,072 בפלט — לא מיליון מכל דבר.

שני תאריכים צריכים להיכלל ביומן. הוצאתם מכלל שימוש של מזהי התצוגה המקדימה ב-25 בנובמבר, לכל מי שהקונפיגורציה שלו עדיין מציינת qwen4-max-preview. וכל מה ש-A​libaba תפרסם בהמשך בנוגע לתקציב החשיבה, כי מאגר משותף של 262,144 טוקנים במודל שמשווק כ-1M-context הוא המספר הסביר ביותר שיתוקן כאשר עומסי עבודה אמיתיים של סוכנים ייתקלו בו.