
Qwen4-Max бесплатен пять дней на Nous Portal — и главное здесь — партнёр по обслуживанию
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 184 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 223 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 87 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 96 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
18 ноября 2026 года в 19:25 UTC Nous Research опубликовала сообщение о том, что Qwen4-Max, новый флагман Alibaba, стала бесплатной в Nous Portal на пять дней в партнёрстве с Inferact и командой Qwen. Спустя семьдесят восемь минут, в 20:43 UTC, Inferact опубликовала свою версию того же объявления: пять дней бесплатных токенов на Qwen4-Max, обслуживаемых на Inferact Platform и на vLLM. Два поста, ни записи в блоге, ни технического описания, ни таблицы цен. Сама Qwen4-Max в тот день никак не изменилась — она стала общедоступной по своему тарифу с оплатой по мере использования 16 ноября, и этот тариф остаётся тарифом. Изменилось то, что у модели теперь есть публично названный стек обслуживания, и в течение следующих нескольких дней любой желающий может бесплатно прогонять через него работу.
Это различие — суть всей статьи. Бесплатное окно — это не снижение цены, а анонс партнёрства — не бенчмарк. Но второе предложение в посте Inferact стоит перечитать: это модель, чекпоинт которой Alibaba никогда не публиковала и которую компания, не создававшая её, обслуживает на движке инференса с открытым исходным кодом. Чем бы ни была эта промоакция, это первое публичное свидетельство того, как Qwen4-Max ведёт себя за пределами собственного развёртывания Alibaba.
О чём на самом деле говорят два поста — и о чём они умалчивают
Пост Nous Research — содержательный. В нём Qwen4-Max называется «новой флагманской моделью от Alibaba», говорится, что она «создана для долгосрочной работы, с нативным зрением и контекстом 1M», и читателей направляют на Portal. Пост Inferact добавляет операционную деталь: бесплатные токены предоставляются на Inferact Platform и на vLLM, и слово, которое он использует для того, что раздаёт, — «токены», а не «запросы».
Ни в одном из постов не указаны лимит токенов, лимит на аккаунт, ограничение частоты запросов или отметка времени окончания. В списке моделей портала Qwen4-Max сейчас отображается в разделе Free Models как qwen/qwen4-max:free по цене FREE, рядом с примечанием о том, что цены обновляются каждую минуту из живого каталога — это говорит о том, что позиция реальна и активна, и ничего не говорит о том, сколько её можно израсходовать. Если отсчёт начался с публикаций вечером 18 ноября, окно действует примерно до 23 ноября. Считайте это предположением, а не опубликованным дедлайном.
Итак, честная суть предложения: пять дней дозированного доступа к модели, которая в остальное время стоит реальных денег, — причём счётчик отключён, а потолок не раскрыт. Если вы ждали повода оценить Qwen4-Max, прежде чем связать с ним свой продакшн-путь, дешевле повода вам не найти.
Почему «работает на Inferact и vLLM» — это интересная половина
Inferact — компания, основанная создателями и мейнтейнерами vLLM, которая продаёт production-платформу инференса, построенную поверх этого движка. Её предложение — поддержка моделей с первого дня, кастомные ядра, автомасштабирование и учёт потребления — на ваших собственных GPU или на их. Поэтому назвать её партнёром по обслуживанию — не просто сноска о хостинге; это заявление о том, что Qwen4-Max можно запускать на стеке обслуживания, не принадлежащем Alibaba, силами инженеров, которые настраивают ядра профессионально.
Отсюда возникает очевидный вопрос: у {{1}}Qwen4-Max{{/1}} нет публичных весов. Alibaba не публикует для неё чекпойнт — в документации Model Studio дообучение, развёртывание моделей и пакетный вывод указаны как неподдерживаемые, а репозитория на Hugging Face для скачивания нет. Модель, которую нельзя скачать, в обычном смысле не может обслуживаться третьей стороной на vLLM. Единственный способ, которым оба утверждения могут быть верны одновременно, — это то, что Alibaba передала Inferact веса по коммерческой договорённости, а Inferact дообучила и упаковала их. Это значит, что данное партнёрство — самое близкое к публичному взгляду на поведение модели при обслуживании из всего, что существует: взгляд на движок, а не на файл.
Для команды, которая решает, строить ли на Qwen4-Max, это полезнее, чем кажется. Вопросы, от которых зависит, жизнеспособен ли агент с длинным горизонтом, редко касаются строки в бенчмарке. Они касаются времени до первого токена, пропускной способности при параллельных запросах, того, как на самом деле соблюдается бюджет рассуждений, и того, не упадёт ли движок, когда поступит запрос на 900 000 токенов. Именно эти вопросы позволяет задать второй стек обслуживания — и именно на них не отвечает материал Alibaba о запуске.

Счётчик отключён на пять дней; тарифная карта никуда не денется.
Стоит ещё раз напомнить, сколько стоит модель после закрытия окна, потому что бесплатный период устроен так, чтобы вы об этом забыли. В Сингапуре Alibaba указывает Qwen4-Max по цене $1.50 за миллион входных токенов и $4.50 за миллион выходных, при этом кэшированный ввод стоит $0.075, а запись в кэш — $1.875 для пятиминутного окна или $3.00 для часового. Глобальные регионы развёртывания — Пекин, Гонконг, Франкфурт, Япония и американская Вирджиния — идут немного дешевле: $1.413 на входе, $4.24 на выходе и $0.071 за чтение из кэша. Действует единый ценовой уровень вплоть до предельного размера контекста: никакой надбавки за длинный контекст, никакой скидки за пакетную обработку, которую нужно искать, поскольку пакетный вывод для этой модели вообще не предлагается.
Затем есть часть, которая влияет на ваш счёт сильнее, чем цена за токен. Режим мышления включён по умолчанию. Уровень рассуждений по умолчанию — высокий, бюджет мышления по умолчанию — 131 072 токена, а общий потолок для рассуждений плюс видимого ответа — 262 144 токена. Вывод без мышления ограничен 131 072. Поэтому длительный запуск агента, который напряжённо размышляет и даёт длинные ответы, тратит выходные токены минутами, а выход — это дорогая сторона счётчика, втрое дороже.
Если посчитать на реальной задаче такого масштаба: 40 000 входных токенов и 120 000 токенов суммарно на размышления и ответ обходятся в $0,06 за вход и $0,54 за выход — то есть около 60 центов за запуск по сингапурским тарифам. Пятьсот таких запусков — это $300. Именно этот счёт пока отсрочивает бесплатное окно — и именно эту цифру стоит держать перед глазами, когда окно закроется и прототип незаметно превратится в ночную задачу.

Что вы действительно успеете сделать за пять дней
Здесь независимые цифры становятся неудобными — и это полезно. Artificial Analysis, запуская свой Intelligence Index v5.0.1, оценивает Qwen4-Max в 43 балла и фиксирует для модели 31,3 минуты на задачу индекса против медианы 12,4 минуты у сопоставимых моделей. Скорость вывода — 56 токенов в секунду, а время до первого токена ответа — 146 секунд. За прогон по индексу модель сгенерировала 127 млн выходных токенов против медианы 65,1 млн — модель многословна, и эта многословность оплачивается по тарифу за выходные токены.
Эти два измерения складываются в ограничение для планирования, которое никто не записал. Пять дней — это 7 200 минут. При 31,3 минуты на задачу один последовательный поток работы выполняет примерно 230 задач. Четыре параллельных потока дают около 920. Если ваш план оценки — «мы попробуем несколько промптов», окно огромно. Если ваш план — прогон 2 000 случаев для агента с длинным горизонтом, пяти дней на одном аккаунте не хватит, чтобы его завершить, даже при выключенном счётчике — и ни в одном из двух анонсов не сказано, какую степень параллелизма допустит бесплатный тариф.
Та же арифметика объясняет, почему бесплатное окно действительно ценно, а не просто щедро. То, что нельзя дешево купить, — это календарное время с медленной моделью. Неделя неограниченного доступа напрямую превращается в неделю данных о задержке, данных об использовании токенов и данных о режимах отказов при нулевых предельных издержках, на модели, чья стоимость вычислений на задачу составляет $3.27 в независимом рейтинге. Вот эксперимент, который стоит провести, и его нужно спроектировать до 23-го, а не во время.

Единственный показатель, который нужно измерить до закрытия окна возможностей
Если вы выберете одно измерение из пяти дней, пусть это будут токены на выходе на завершённую задачу в вашей собственной рабочей нагрузке, при вашей собственной настройке рассуждений, а не в таблице лидеров. Вся экономика этой модели держится на этом. Сам поставщик при запуске формулирует это так — и никто за пределами Alibaba этого не воспроизвёл: Qwen4-Max превосходит Qwen3.8-Max, используя примерно до 50% меньше токенов, при этом средняя стоимость задачи падает с $4,43 до $1,67. Независимый совет расставляет акценты иначе: 43 в индексе и 127 миллионов токенов на выходе за прогон. Половина токенов предыдущего поколения всё равно может быть очень большим количеством токенов.
Причина измерить это самостоятельно на этой неделе в том, что бесплатное окно — единственный период, когда можно запустить ресурсоёмкую по токенам версию эксперимента без разговора о бюджете. Переключите thinking на low и на xhigh на одном и том же наборе задач; фиксируйте суммарный объём «thinking плюс ответ» относительно потолка в 262 144 токена; смотрите, что происходит, когда запрос приближается к лимиту ввода в режиме thinking в 983 616 токенов. Именно эти цифры решают, будет ли Qwen4-Max ночной пакетной задачей или продуктовой функцией для каждого запроса, и их сбор ничего не стоит до 23-го.
Заодно одно практическое предупреждение о настройке reasoning. Qwen4-Max предоставляет три уровня усилий — low, high и xhigh, — а у клиента с OpenAI-совместимым интерфейсом запрос medium или max сводится к high или xhigh, а не отклоняется. Харнесс, настроенный под модель с пятью уровнями, будет молча тратить больше, чем вы планировали, и именно в бесплатном окне вы рискуете этого не заметить, потому что счёт в любом случае показывает ноль.
В каком положении это вас оставляет на 24-е
Когда токены перестанут быть бесплатными, в самой модели ничего не изменится: $1,50 и $4,50 в Сингапуре, контекст в 1 млн токенов, нативный ввод изображений и видео, три уровня рассуждений с незаметным переназначением, а стоимость вычислений на задачу в независимом рейтинге высока, потому что модель размышляет полчаса. Изменится лишь то, что вы о ней знаете. Команды, которые используют это окно для измерения расхода токенов и хвостовой задержки, придут к решению. Команды, которые потратят его на разговоры, останутся с впечатлением, а впечатления о модели рассуждений, тратящей 31 минуту на задачу, — самые ненадёжные.
Если говорить прямо о том, где мы находимся: OrcaRouter не маршрутизирует Qwen4-Max, так что здесь нет попытки продвинуть наш эндпоинт, а бесплатные токены — на Nous Portal и платформе Inferact, а не у нас. Если по итогам оценки вы придёте к платному развёртыванию, наш каталог — это один ключ к 200+ моделям с ценами из прайс-листов провайдеров, передаваемыми без наценки — 0%, а значит, изменение цены вендора на модель, которую мы поддерживаем, вступает в силу в тот же день, а не при следующем продлении контракта. Для модели, настолько дорогой в эксплуатации, это важнее обычного: когда прайс-лист и есть продукт, разница между ценой по прайс-листу и ценой с наценкой — это вся маржа.
