
Qwen4-Max opuszcza wersję zapoznawczą: karta cenowa z rozliczeniem za zużycie i mniejszy budżet na wyniki
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 87 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 219 tok/s
Qwen4-Max przeszedł 16 listopada 2026 r. z wersji zapoznawczej w planie tokenowym na model rozliczany za zużycie, a liczbą, od której trzeba zacząć, nie jest żaden benchmark — to $1.50 za wejście i $4.50 za wyjście za milion tokenów w Singapurze, wobec $2.00 i $6.00 dla Qwen3.8-Max. To równo 25% obniżki po obu stronach licznika. Ale ta sama zmiana, która opublikowała realny cennik, zmniejszyła też wspólny budżet na myślenie i odpowiedź z 393 216 tokenów w wersji zapoznawczej do 262 144 w ogólnodostępnej wersji, przeniosła model z planu kredytowego na rozliczanie za token w sześciu regionach i pozostawiła wnioskowanie wsadowe dostępne tylko w jednym z nich. Jeśli prowadziliście wersję zapoznawczą i traktowaliście 16 listopada jako formalność, to właśnie różnice w specyfikacji dadzą się we znaki, a nie rabat.
Co tak naprawdę zmieniło przełączenie z 16 listopada
Oferta podglądu była dobra, ale wąska: tylko kredyty Token Plan, tylko Singapur i udokumentowane wycofanie o godzinie 24:00 25 listopada 2026 r. (UTC+8). Ogólna dostępność zastępuje wszystkie trzy te ograniczenia i dodaje dwa, o które nikt nie prosił. Identyfikator modelu to teraz zwykły qwen4-max; to ciągi podglądu qwen4-max-preview i qwen4.0-max-preview mają datę wygaśnięcia, więc konfiguracja wciąż wskazująca na którykolwiek z nich działa na zegarze, który zatrzyma się za dziewięć dni.
• Rozliczanie — pomiar zużycia tokenów w sześciu regionach w porównaniu z kredytami Token Plan w jednym. Bezpłatny limit 1 miliona tokenów na karcie singapurskiej obowiązuje przez 90 dni od aktywacji, wydania modelu lub zatwierdzenia, w zależności od tego, co nastąpi później.
• Regiony — Pekin (Chiny kontynentalne), Singapur (międzynarodowy) oraz Frankfurt, Virginia w USA, Tokio i Hongkong — wszystkie w zakresie Global. Podgląd obejmował tylko Singapur.
• Wspólny budżet wyjściowy — 262,144 tokenów łącznie na myślenie i końcową odpowiedź w GA, wobec 393,216 na karcie podglądu. Jedna trzecia zapasu zniknęła — i zniknęła z tej części, którą długie uruchomienia agenta zużywają najszybciej.
• Dane wyjściowe w trybie bez myślenia — ograniczone do 131,072 tokenów, przy pułapie wejściowym wynoszącym 991,808 tokenów. W trybie myślenia pułap wejściowy spada do 983,616, ponieważ rozumowanie i odpowiedź pochodzą z tego samego koszyka 262,144 tokenów.
• Wnioskowanie wsadowe — obsługiwane tylko w Pekinie, a w pozostałych pięciu regionach nie jest obsługiwane. Wersja zapoznawcza nie miała żadnej ścieżki wsadowej, więc jest to nowa funkcja, a nie regresja, ale ma charakter regionalny w sposób, którego materiały marketingowe nie eksponują na pierwszym miejscu.
• Zakres protokołów — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages i DashScope, wszystkie cztery, ze strukturalnym wyjściem, równoległym wywoływaniem narzędzi, uzupełnianiem prefiksów, wyszukiwaniem w sieci oraz buforowaniem zarówno jawnym, jak i niejawnym. Wejście przyjmuje tekst, obraz i wideo; wyjście jest wyłącznie tekstowe.
Karta cenowa, ułożona tak, jak przychodzi rachunek
Alibaba publikuje dwie różne karty dla tego samego modelu, a różnica nie jest na tyle mała, by można ją było zignorować przy wyborze zakresu wdrożenia.
• Singapur, wejście i wyjście — $1.50 / $4.50 za milion tokenów, stawka jednolita w całym oknie 1 000 000 tokenów, bez progów przy 32K lub 128K.
• Wszędzie indziej, wejście i wyjście — $1.413 / $4.24 za milion tokenów, bez zmian w tym samym oknie. Ten sam model, te same limity, o 5,8% taniej za token niż w Singapurze.
• Zapisy do pamięci podręcznej, Singapur — 1,875 USD za milion przy zapisie 5-minutowym, 3,00 USD przy zapisie 1-godzinnym. W innych regionach: 1,767 USD i 2,827 USD.
• Odczyty z pamięci podręcznej, Singapur — 0,075 USD za milion. Poza Singapurem: 0,071 USD. To 5% stawki wejściowej dla Singapuru i największa pojedyncza dźwignia w obciążeniu agenta z długim kontekstem.
• Batch, wyłącznie Pekin — Batch File w cenie 0,707 / 2,12 USD za milion, Batch Chat w cenie 1,413 / 4,24 USD. Tylko Batch File objęty jest 50% zniżką na przetwarzanie wsadowe; Batch Chat jest wyceniany według stawki w czasie rzeczywistym, więc „batch” w nazwie endpointu nie jest gwarancją ceny.
W porównaniu z Qwen3.8-Max, ta sama strona — 2,00 / 6,00 USD w Singapurze, 1,65 / 4,951 USD w regionach globalnych. Qwen4-Max jest o 25% tańszy w Singapurze i o 14,4% tańszy gdzie indziej, ponieważ karta starszego modelu dla regionów innych niż Singapur sama jest objęta zniżką.
Liczba 14,4% jest tą, która ma znaczenie, jeśli już działasz we Frankfurcie lub Wirginii: redukcja z generacji na generację jest tam mniejsza, niż sugeruje nagłówek dotyczący Singapuru, a deklaracja dostawcy o średnim koszcie na zadanie wynoszącym 62% odgrywa dużą rolę, której sama karta kosztów za token nie zapewnia.

Rozwiązany przykład, żeby linia pamięci podręcznej przestała być abstrakcyjna
Weź 400 000-tokenowy prefiks dokumentu sprawdzany w trzech przebiegach, z 8000 tokenów wyjściowych na przebieg, w trybie non-thinking, według stawek singapurskich. To arytmetyka na publikowanych cenach katalogowych, a nie zmierzony przebieg.
• Przebieg pierwszy — prefiks jest zapisywany w pamięci podręcznej po $1.875 za milion, $0.75, plus 8 000 tokenów wyjściowych po $4.50 za milion, $0.036. Razem $0.786.
• Przebiegi drugi i trzeci — prefiks jest odczytywany po $0,075 za milion, $0,03 za przebieg, plus te same $0,036 na wyjściu. $0,066 każdy.
• Trzy przebiegi z buforowaniem — 0,918 USD. Te same trzy przebiegi z pełną opłatą za dane wejściowe za każdym razem — 1,908 USD. Prefiks jest odczytywany dwukrotnie za mniej niż cena jednego świeżego przebiegu.
• Czwarty przebieg — przy każdym ponownym odczycie buforowanie wygrywa z coraz większą przewagą, co dokładnie odpowiada charakterowi długiego przebiegu agenta, który utrzymuje stały prompt systemowy, schemat narzędzi i zestaw dokumentów w obliczu zmieniającego się pytania.
Próg opłacalności jest niemal natychmiastowy: dopłata za zapis do pamięci podręcznej ponad zwykłą stawkę za dane wejściowe wynosi 0,375 USD za milion w Singapurze, więc buforowany prefiks zwraca się już przy pierwszym ponownym odczycie. Miejscem, w którym to przestaje działać, jest prefiks zmieniający się w każdym kroku — płacisz dopłatę za zapis i nigdy jej nie odzyskujesz, a domyślne 5-minutowe okno zapisu jest na tyle krótkie, że wolne wywołanie narzędzia może je przekroczyć.
Trzy ustawienia domyślne, które decydują o fakturze, zanim zrobi to Twoje polecenie
Qwen4-Max jest dostarczany z włączonym rozumowaniem ustawionym na wysoki poziom. To rozsądna wartość domyślna dla flagowca, a kosztowna dla klasyfikatora.
• Effort domyślnie przyjmuje wartość high — reasoning_effort akceptuje low, high i xhigh, a jego pominięcie daje high. thinking_budget również domyślnie wynosi 131,072, a max_completion_tokens 262,144 w trybie myślenia. Żądanie, które niczego nie ustawia, rezerwuje większy budżet wyjściowy, niż wykorzysta większość zadań.
• Nie ma poziomu medium — Chat Completions i DashScope mapują minimal na low, medium na high, a max na xhigh. W ścieżce Anthropic Messages parametrem jest output_config.effort i mapuje się w ten sam sposób. Użycie medium kosztuje tyle, ile high.
• preserve_thinking domyślnie ma wartość true — wcześniejsze rozumowanie jest przenoszone do kontekstu przy wywołaniach wieloturnowych. To zawyża stronę wejściową każdego kolejnego wywołania i jednocześnie zwiększa szansę, że prefiks nadal pasuje do pamięci podręcznej. W długiej pętli agenta oba efekty częściowo się znoszą; w krótkiej rozmowie nie, a ty płacisz za ponowne odczytanie myśli, których nigdy nie użyjesz.
• Domyślne wartości próbkowania wynoszą: w trybie thinking 1.0 / 0.95 / 20, a w trybie non-thinking 0.7 / 0.8 / 20 — odpowiednio dla temperature, top_p i top_k; presence_penalty wynosi 1.5 poza trybem thinking. Jawne ustawienie temperature bez zmiany effort zmienia kształt danych wyjściowych, ale nie rachunek.
Co według dostawcy uległo poprawie, a czego nikt nie sprawdził
Każda liczba w tej sekcji pochodzi od samego Alibaby i nie została odtworzona poza laboratorium. Na dzień 16 listopada nie ma niezależnego wpisu w indeksie dla Qwen4-Max, więc porównanie należy traktować jako twierdzenie, a nie pomiar.
• Work360 — 52,69 wobec 47,74 dla Qwen3.8-Max, w taksonomii zbudowanej przez dostawcę: 26 domen Tier-1, 182 Tier-2, 721 Tier-3.
Wydajność tokenowa — około 24% mniej tokenów przy poziomie wysiłku xhigh i 35% przy poziomie high w Work360; około 48% i 49% w Terminal-Bench 4.0. To twierdzenie, które kumuluje się z obniżką ceny, i właśnie je należy najpierw przetestować na własnych śladach, ponieważ oszczędności tokenów zależą od charakteru obciążenia.
Średni koszt zadania — z $4.43 do $1.67 w Work360, redukcja o 62%. Ta wartość łączy obniżkę ceny z deklaracją oszczędności tokenów; żaden z tych czynników nie został niezależnie zweryfikowany.
• Jakość modelu bazowego — o 5% do 13% mniej bitów na bajt niż Qwen3.8-Max-Base przy aktywowaniu o 25% mniejszej liczby parametrów, zmierzone wewnętrznie w obszarach wiedzy, kodu, QA i STEM. Dostawca zauważa, że dwa z porównywanych checkpointów są poddane treningowi końcowemu (post-trained), co osłabia ujęcie modelu bazowego.
• Bezpieczne kodowanie — wskaźnik zaliczeń na poziomie funkcji w Last Secure Code Bench wzrósł z 22,0% do 31,8%, a odsetek kodu bezpiecznego jednocześnie na poziomie funkcji, pliku i repozytorium wzrósł z 8% do 14,7%.
Architektura stojąca za twierdzeniem o wydajności to rzadki szkielet mieszaniny ekspertów o 2,4 biliona parametrów, z 71 miliardami parametrów aktywowanych na token oraz kolejnymi 328 miliardami parametrów osadzeń N-gram, które są wyszukiwane, a nie mnożone. Trzy warstwy Gated DeltaNet kompresują historię do stanu o stałym rozmiarze dla każdej warstwy Qwen Sparse Attention, która wybiera kontekst na poziomie granularności mikrobloków za pomocą lekkiego indeksatora, a cztery równoległe gałęzie rezydualne z dynamicznymi bramkami odczytu i zapisu stabilizują głęboki stos. To przekonujące wyjaśnienie, dlaczego koszt długiego kontekstu spada. To wciąż tylko wyjaśnienie.

Próbowanie tego bez przenoszenia na to ścieżki produkcyjnej
Kłopotliwe w tej premierze jest to, że model jest naprawdę nowy, benchmarki nie zostały zweryfikowane, a cennik jest wystarczająco atrakcyjny, że ktoś zechce mieć go na produkcji jeszcze w tym tygodniu. Te trzy fakty wskazują raczej na strategię wdrożenia etapowego niż na migrację.
Qwen4-Max jest dostępny przez własne Model Studio API Alibaby oraz kilka platform zewnętrznych; na dzień 16 listopada nie ma go w katalogu OrcaRouter. Qwen3.8-Max jest dostępny w cenie $2.00 za wejście i $6.00 za wyjście za milion tokenów w Singapurze — cena katalogowa dostawcy została przeniesiona bez marży (0%), więc 25% różnicy do Qwen4-Max to realna różnica, a nie marża routingowa. To sprawia, że uczciwy test jest tani: pozostaw obecnego dostawcę na kluczu, który już masz, wyślij wycinek ruchu w trybie shadow do nowego modelu przez dostawcę i porównuj koszt na ukończone zadanie, a nie koszt na token. Sposób, w jaki sam dostawca to ujmuje — z $4.43 do $1.67 — to liczba kosztu na zadanie, a koszt na zadanie to jedyne porównanie, w którym twierdzenie o wydajności tokenowej i obniżka ceny trafiają na tę samą oś.
Dla zespołów, które już kierują ruch przez OrcaRouter, koszt przełączenia, który zwykle blokuje tego rodzaju ocenę, to drugi kontrakt i drugi SDK. Jedno API dla ponad 200 modeli, automatyczne przełączanie awaryjne między dostawcami oraz DSL routingu, który łączy kilka modeli w jedno wywołanie, sprawiają, że stan mieszany — dotychczasowy dostawca obsługujący wolumen, kandydat obsługujący wycinek — jest zmianą konfiguracji, a nie integracją. Dla nieprzetestowanego modelu to różnica między dwutygodniowym dowodem a dwudniowym, a przełączanie awaryjne jest tym, co powstrzymuje dowód przed przerodzeniem się w awarię, gdy kandydat ma zły dzień.

Co zrobić przed 25 listopada
Jeśli korzystasz z wersji preview, termin nie jest miękki: qwen4-max-preview ma udokumentowane wycofanie na 24:00 25 listopada 2026 UTC+8, a identyfikator GA to qwen4-max z innymi limitami. Zmigruj ciąg, a następnie sprawdź ponownie dwie rzeczy, które nie zgłoszą błędu, gdy są niepoprawne — każdy kod, który zakładał wspólny budżet 393 216 tokenów, ma teraz 262 144, a każde zadanie, które polegało na kredytach Token Plan, jest teraz rozliczane za token.
Jeśli zastanawiasz się, czy wdrożyć, argument za czekaniem jest słabszy niż tydzień temu, ponieważ karta opłat za zużycie i cennik pamięci podręcznej są już opublikowane, a cena jest rzeczywiście niższa niż w poprzedniej generacji w każdym regionie. Argument za ostrożnością to wspólny budżet wyjściowy, ścieżka wsadowa dostępna tylko w Pekinie oraz zestaw benchmarków napisany przez dostawcę. Uruchom wycinek cienia, wyceń go na ukończone zadanie i pozwól, by o decyzji przesądziły dwa kolejne tygodnie własnych danych śledzenia — te dowody będą warte więcej niż 52,69 na taksonomii, której nikt z nas nie potrafi zweryfikować.
Nadchodzi jeszcze jedna rzecz, która po raz kolejny zmienia kalkulację: Alibaba zapowiada, że mniejsze modele Qwen4 zostaną udostępnione jako open source w ramach tej samej linii, co historycznie oznacza, że dolny poziom cen w tym segmencie zmienia się w ciągu kwartału. Cokolwiek zobowiążesz się zrobić przy dzisiejszych stawkach, powinno być zobowiązaniem, z którego możesz się wycofać.
