Plansza tytułowa z nagłówkiem „Qwen4-Max: liczby, które nie podróżują”, z trzema chipami pokazującymi 983 616 tokenów wejściowych w trybie myślenia, 131 072 tokeny odpowiedzi oraz 262 144 współdzielone między myśleniem a odpowiedzią, opatrzona podpisem odsyłającym do karty modelu Alibaba Cloud Model Studio z 16 listopada 2026 r.
Guides & Insights

Qwen4-Max został w ciągu jednego dnia wystawiony gdzie indziej. Budżet myślenia to ta część, której nie da się przenieść.

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Qwen4-Max stał się ogólnie dostępny 16 listopada 2026 r., a w ciągu zaledwie kilku godzin druga platforma reklamowała go już od dnia zerowego — kontekst 1 mln tokenów, natywne wejście tekstowe, obrazowe i wideo, pozycjonowany pod kodowanie, pracę biurową i długodystansowe uruchomienia agentów. To typowy kształt premiery zamkniętego modelu w 2026 roku: Alibaba nie publikuje żadnego checkpointu dla Qwen4-Max, więc każdy spoza jej sześciu regionów wdrożeniowych może dotrzeć do modelu wyłącznie za pośrednictwem platformy, która wynajmuje go od Alibaby. Nienormalne — a przynajmniej nieomawiane — jest to, jak duża część instrukcji obsługi modelu ginie w tym przekazie. Cennik przechodzi bez zakłóceń. Główna liczba kontekstu przechodzi bez zakłóceń. Arytmetyka, która decyduje o tym, czy twoje zapytanie się zmieści, czy zwróci obcięcie, nie przechodzi w ogóle.

Co tak naprawdę mówi Ci oferta z dnia zerowego

Dwie rzeczy, z których żadna nie dotyczy benchmarków. Po pierwsze, model jest sprzedawany na potrzeby badań i pracy z agentami, a nie czatu — materiał z dnia premiery wysuwa na pierwszy plan długotrwałe przebiegi agentów i wymienia wideo jako modalność wejściową, co jest opisem obciążenia, na które platforma zamierza go skierować, a nie powtórzeniem własnego nagłówka A​libaba. Po drugie, Qwen4-Max można wynająć, ale nie można go przenosić: nie ma możliwości pobrania, więc każdy endpoint obsługujący ten model obsługuje wdrożenie A​libaba, a każda strona zewnętrzna opisująca ten model jest streszczeniem dokumentacji A​libaba. Streszczenia tabel specyfikacji to miejsce, w którym rodzą się błędy integracji.

Cennik to łatwa część i warto podać go raz. W Singapurze Alibaba podaje Qwen4-Max w cenie 1,50 USD za milion tokenów wejściowych i 4,50 USD za milion tokenów wyjściowych, przy czym pamięć podręczna danych wejściowych kosztuje 0,075 USD, a zapis do pamięci podręcznej 1,875 USD w oknie pięciominutowym lub 3,00 USD w oknie godzinnym. Zakresy wdrożeń Global — Pekin, Hongkong, Frankfurt, Japonia i Wirginia w USA — mają nieco niższe stawki: 1,413 USD za wejście, 4,24 USD za wyjście i 0,071 USD za odczyt z pamięci podręcznej. To jeden poziom cenowy aż do limitu kontekstu: żadnych dopłat za długi kontekst, żadnych zniżek za przetwarzanie wsadowe, których trzeba by szukać, ponieważ wnioskowanie wsadowe nie jest w ogóle oferowane w tym modelu.

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.

Trzy liczby, które nie są przenoszone wraz z modelem

„1M context” to liczba widniejąca na każdym listingu. Strona modelu A​libaba, ostatnio aktualizowana w dniu premiery, jest bardziej szczegółowa, a przepaść między liczbą marketingową a liczbami operacyjnymi to miejsce, w którym integracje zawodzą:

• Długość kontekstu — 1 000 000 tokenów, górny limit całego żądania, a nie budżet, który można przeznaczyć na dane wyjściowe

• Maksymalne wejście, bez trybu myślenia — 991,808 tokenów, ponieważ 8,192 z okna jest zarezerwowane na odpowiedź

• Maksymalne wejście i rozumowanie — 983 616 tokenów, a dodatkowe 8 192 zarezerwowano na blok rozumowania

• Maksymalna długość odpowiedzi, tryb bez myślenia — 131 072 tokenów

• Połączone myślenie i odpowiedź, tryb myślenia — 262,144 tokenów, współdzielone między śladem rozumowania a widoczną odpowiedzią

• Domyślny budżet myślenia — 131 072 tokenów, przy czym reasoning_effort domyślnie przyjmuje wartość high, gdy żaden z parametrów nie jest ustawiony

Piąta linia to ta, która daje się we znaki. Zespół, który dobiera skalę zadania do udokumentowanego limitu wyjścia wynoszącego 262 144 tokeny, a następnie uruchamia je w trybie myślenia, zobaczy, że widoczna odpowiedź zatrzyma się na długości, która nie ma nic wspólnego z tym, ile model miał jeszcze do powiedzenia, ponieważ ślad rozumowania czerpał z tej samej puli. Liczba 131 072 to bezpieczna wartość wyjściowa. Liczba 262 144 to wspólny budżet, a różnica między tymi dwiema interpretacjami to różnica między działającym potokiem a cotygodniowym incydentem.

Jest małe pocieszenie: wyjaśnia to również rozbieżność, którą zobaczysz w zestawieniach specyfikacji firm trzecich, gdzie podaje się okno kontekstu 984k. To nie jest inny model ani obniżenie jakości. To limit wejścia w trybie myślenia, 983,616 po zaokrągleniu, i to uczciwa liczba, według której należy dobierać rozmiar, jeśli wywołujesz model z włączonym rozumowaniem — co jest ustawieniem domyślnym.

Remapowanie poziomu wysiłku to miejsce, w którym klient w stylu OpenAI traci poziom.

Qwen4-Max udostępnia trzy poziomy rozumowania, a nie pięć: low, high i xhigh, domyślnie high. Wywołuj go przez klienta zgodnego z OpenAI, a ciąg effort spoza zakresu jest mapowany, a nie odrzucany — tabela A​libaba mapuje minimal na low, medium na high, a max na xhigh. W formacie A​nthropic Messages medium staje się high, a max staje się xhigh.

Oba mapowania da się obronić i oba milczą. Potok dostrojony do modelu pięciopoziomowego, który w tym miejscu żąda poziomu medium, otrzymuje rozumowanie w trybie wysokiego wysiłku: więcej tokenów, większe opóźnienie, większe koszty — i żadnego błędu, który powiedziałby, że tak się stało. Potok, który żąda max, oczekując szczytu pięcioszczeblowej drabiny, dostaje xhigh — a to akurat szczyt tej drabiny — więc wynik wygląda poprawnie i tylko faktura się nie zgadza. Poprawka to jedna linia na trasę: przypnij poziom, na którym faktycznie mierzyłeś, w słownictwie dostawcy, i dodaj na to asercję w środowisku staging. Wszystko, co przepuszcza niezmapowany ciąg poziomu wysiłku prosto do modelu z krótszą drabiną, będzie dryfować — i będzie dryfować w kierunku większego wydawania pieniędzy.

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.

Co mówią liczby z premiery, a czego nie mówią

Ocena premierowa Alibaby, raportowana przez producenta i nieodtworzona niezależnie, plasuje Qwen4-Max na poziomie 52,69 w jej benchmarku Work360 wobec 47,74 dla Qwen3.8-Max, przy czym średni koszt na zadanie spada z 4,43 USD do 1,67 USD, a zużycie tokenów wyjściowych maleje o 24% przy poziomie wysiłku xhigh i o 35% przy high. W Terminal-Bench 4.0 producent raportuje o 48% i 49% mniej tokenów wyjściowych przy tych samych dwóch ustawieniach, a wskaźniki zaliczeń na poziomie funkcji w jego benchmarku bezpiecznego kodowania rosną z 22,0% do 31,8%. Oto argumentacja producenta na rzecz architektury: rzadka mieszanina ekspertów (sparse mixture-of-experts) o 2,4 biliona parametrów, aktywująca 71 miliardów parametrów na token, plus 328 miliardów parametrów osadzeń N-gram, z trzema warstwami Gated DeltaNet na każdą warstwę rzadkiej uwagi.

Jedynym zewnętrznym odczytem dostępnym 17 listopada jest Artificial Analysis, który przyznaje Qwen4-Max 43 punkty w Intelligence Index v5.0.1 i plasuje go na 38. miejscu wśród 81 modeli w tym indeksie. Mierzy również koszt obliczeń na zadanie indeksu na poziomie 3,27 USD, napędzany 127 mln tokenów wyjściowych w trakcie przebiegu wobec mediany 78,6 mln, i nie odnotowuje przy tym żadnego pomiaru szybkości modelu — ani czasu na zadanie, ani tempa generowania. 43 obok deklaracji dostawcy o przebiciu czołówki to napięcie, wokół którego skupią się doniesienia w kolejnym miesiącu. To także jedyna liczba w tym artykule, której A​libaba nie wygenerowała.

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.

Gdybyś miał to nazwać w tym tygodniu

OrcaRouter nie kieruje ruchu do Qwen4-Max i warto powiedzieć to wprost, zamiast sugerować coś innego. W katalogu znajduje się Qwen3.8-Max — model, który Qwen4-Max zastępuje — po $2.00 za milion tokenów wejściowych i $6.00 za milion tokenów wyjściowych z ceną katalogową dostawcy przekazywaną z narzutem 0%, obok Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 i T​encent HY4 Preview. Nie ma jeszcze w ofercie generacji Qwen4.

Uczciwym rozwiązaniem dla zespołu oceniającego dziś Qwen4-Max jest zatem bezpośredni klucz Alibaby do nowego modelu oraz warstwa routingu dla wszystkiego, do czego chcielibyście wracać awaryjnie. To mniej kłopotliwe, niż brzmi, ponieważ to, co czyni wdrożenie nowego modelu kosztownym, to nie cena tokenów — lecz to, że jego wypróbowanie oznacza drugą umowę, drugie SDK i drugi zestaw semantyki ponowień na ścieżce produkcyjnej. Utrzymanie dotychczasowego dostawcy za jednym punktem końcowym z automatycznym przełączaniem awaryjnym między dostawcami pozwala, by eksperyment z Qwen4-Max działał obok ścieżki, która już działa, i by porównanie odbywało się na Waszym własnym ruchu, a nie na benchmarku Alibaby. Gdy model trafi już do katalogu, cena, którą zobaczysz, będzie ceną samego dostawcy, aktualną w dniu jej zmiany, bo właśnie to oznacza pass-through: karta Global za $1.413 i $4.24 pojawiłaby się jako $1.413 i $4.24, a nie z marżą resellera.

Co obejrzeć

Wpis Alibaby zapowiadający premierę kończy się zdaniem, które ma większe znaczenie niż jakikolwiek zawarty w nim benchmark: Max to dopiero pierwsze spojrzenie na Qwen4, a mniejsze modele z rodziny trafią do open source. To obietnica dotycząca niższego poziomu, a nie tego modelu, i nie zmienia faktu, że sam Qwen4-Max jest modelem, który wynajmujesz od jednego dostawcy i od platform, które wynajmują go od tego samego dostawcy. Na tym rynku dokumentacja jest wyróżnikiem produktu, a dokumentacja mówi 983 616 na wejściu i 131 072 na wyjściu — a nie milion czegokolwiek.

Do kalendarza należą dwie daty. Wycofanie identyfikatorów wersji zapoznawczej 25 listopada — dla wszystkich, których konfiguracja nadal wskazuje qwen4-max-preview. Oraz to, co Alibaba opublikuje następnie w sprawie budżetu myślenia, ponieważ współdzielona pula 262 144 tokenów w modelu reklamowanym jako mający kontekst 1M to liczba, która najprawdopodobniej zostanie skorygowana, gdy tylko rzeczywiste obciążenia agentowe na nią natrafią.