Сгенерированная титульная карточка с надписью Qwen4-Max — карточка партнёра, читаемая строка за строкой, с тремя показателями, выстроенными в полосу тарифов: $1.413 за вход, $4.24 за выход и $0.071 за чтение кэша за миллион токенов, с пометкой «тарифы глобального уровня», рядом с чипом с надписью «общий бюджет 262,144».
Guides & Insights

Новая партнёрская карта Qwen4-Max рекламирует четыре возможности. Три из них впоследствии будут вам чего-то стоить.

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

A second platform is now selling Qwen4-Max, and its announcement reads like a product launch: a 1M-token context, text, image and video input, tool calling, structured output, reasoning, and $1.413 per million input tokens, $4.24 per million output, $0.071 per million cached. The model went generally available on A​libaba's own API on 16 November 2026, so a second seller two days later is fast but not surprising. What is worth reading closely is the feature list, because three of those four capabilities behave differently on a partner platform than they do on A​libaba's own, and the price is the clue that tells you why.

Start with the price, because everything else follows from it. $1.413 and $4.24 are not new numbers. They are A​libaba's Global-scope rates — Beijing, Hong Kong, Frankfurt, US Virginia and Tokyo — to three decimal places, sitting 5.8% below the Singapore card of $1.50 and $4.50. The cached rate is the tell: $0.071 is the Global figure, and Singapore's is $0.075. Nobody arrives at $0.071 independently. A partner card quoting the vendor's regional rate to the thousandth of a dollar is quoting a pass-through, and a pass-through means one deployment of the model with a second billing layer on top, not a second training run or a second set of kernels.

Это различие — не педантизм. Оно задаёт ожидания для всех остальных строк на карточке: цены сохраняются при сквозной передаче, а поведение — нет, если только партнёр не проделал инженерную работу, чтобы это обеспечить.

A generated two-column comparison card titled Qwen4-Max - the advertised card, checked, with the partner-listing column reading 1M tokens context, output ceiling not stated, $1.413 input, $4.24 output, video input yes and reasoning dial not stated, against the vendor column reading 1M with 984k usable, 262,144 shared, $1.413 Global, $4.24 Global, video yes, and low, high and xhigh on the dial.

Утверждение первое: контекст 1M. Правда, и всё же это наименее полезное число на странице.

Every Qwen4-Max listing advertises a million tokens, and every one of them is technically right. A​libaba's own documentation gives 1,000,000 tokens of context with a 991,808-token input ceiling when thinking is off and 983,616 when it is on, and Artificial Analysis independently records a 984k-token context window. Those three numbers are the same 1M with different amounts of the truth exposed.

Значимая строка — не потолок входных данных, а бюджет выходных данных, который не указывает ни одна карточка партнёра в этой категории. У Qwen4-Max бюджет в 262 144 токена совместно используется для размышления и финального ответа, из них 131 072 доступно, когда режим размышления выключен. При входных данных в 900 000 токенов это оставляет вам не более 91 808 токенов ответа в режиме размышления до закрытия окна — причём токены рассуждений учитываются в этом лимите. Команда, рассчитывающая задачу с длинным контекстом исходя из «1M на входе, сколько-то на выходе», опирается на число, которое поставщик никогда не публиковал.

Это первое место, где партнёрский листинг может незаметно стоить вам денег. Карточка с надписью 1M ничего не говорит о том, применяет ли платформа общий бюджет, обрезает ли она рассуждения, а не ответ, или молча останавливается на 128K вывода. Именно эти сценарии отказа проявляются как усечённый JSON-объект в 2 часа ночи, а не как код ошибки.

Утверждение второе: видеовход. Именно эта строка решает, является ли объявление настоящим портом.

Ввод текста, изображений и видео — это та возможность из данного анонса, которую сложнее всего подделать. Обслуживание видео для Qwen4-Max — это не просто принять URL и передать его дальше: кадры нужно семплировать, кодировать в поток визуальных токенов модели с тем разрешением и частотой кадров, на которых модель обучалась, и тарифицировать с учётом контекста, который и так является дефицитным ресурсом. Платформа, где подключён только текстовый путь, либо вовсе отклонит видео, либо примет его и незаметно ухудшит качество.

Which is why the video row is the one to test first if you are evaluating a partner. A one-minute 30fps clip at a conservative sampling rate is thousands of visual tokens; drop it into a 700,000-token document prompt and you are at the input ceiling with a shorter answer than you planned for. Qwen4-Max's video support is real on A​libaba's own API — the model is documented for it, and Artificial Analysis records text, image and video as its modalities — but a partner card is an assertion, not a test result.

В случае изображений наблюдается более мягкая версия той же проблемы. Обработка разрешения, разбиение на фрагменты и стоимость скриншота с высоким DPI в токенах — всё это решения на уровне платформы, и ни одно из них не отражено в тарифной карте, где входные данные оцениваются за миллион токенов.

Тезис третий: вызов инструментов и структурированный вывод. Единственная область, где партнёр может быть лучше вендора.

Structured output and tool calling are where a pass-through platform can add real value, and it is worth saying so plainly because the rest of this piece is cautious. A​libaba documents structured output, parallel tool calling, prefix completion, web search and both explicit and implicit caching across four protocol surfaces — O​penAI Chat Completions, O​penAI Responses, A​nthropic Messages and DashScope. A partner that exposes only the O​penAI shape is offering less surface, not a worse model.

Но партнёр, который построил поверх декодер с ограничениями схемы, может обеспечить то, чего не гарантирует собственный эндпоинт поставщика: JSON, который парсится с первой попытки, каждый раз, без цикла повторных попыток. Для конвейера, который массово извлекает поля из счетов, одна предотвращённая повторная попытка — это 2× сэкономленных входных токенов, и это затмевает 5,8% региональной разницы между прайс-картами Singapore и Global.

Итак, вопрос, который стоит задать об этой возможности, — не «поддерживается ли структурированный вывод» (в каждом описании сказано, что да), а «это ограниченное декодирование или инструкция в промпте». Первое — гарантия; второе — настоятельная рекомендация, которая даёт сбой один раз из пятидесяти, обычно на самом длинном и дорогом запросе в пакете.

Тезис четвёртый: рассуждение. Способность, которая переносится хуже всего, и та, которую никто не оценивает.

Qwen4-Max поставляется с включённым режимом рассуждения и уровнем усилия по умолчанию high. Регулятор принимает значения low, high и xhigh, бюджет размышлений по умолчанию составляет 131 072 токена, а max_completion_tokens по умолчанию равен 262 144 в режиме размышления. Запрос, в котором не задан ни один из этих трёх параметров, по умолчанию получает дорогую конфигурацию, и именно эта настройка по умолчанию формирует большую часть счёта: Artificial Analysis измерила 104 940 выходных токенов на задачу индекса, из которых 68 914 приходились на рассуждения, при медиане по полю в 65,1 млн выходных токенов для всего набора из девяти оценок. Qwen4-Max сгенерировала 127 млн.

On a partner platform, three things can happen to that dial and only one of them is visible. The reasoning effort parameter can be passed through unchanged, in which case everything above holds. It can be accepted and ignored, in which case your low effort request bills like a high one. Or it can be rejected, in which case you find out with a 400 and adjust. The first is fine, the third is annoying, and the second is the one that quietly doubles a monthly invoice — and it is the most common, because passing an unknown field through to a vendor API is often the default behaviour of an O​penAI-compatible proxy.

Именно здесь утверждение о цене проверяется наиболее строго. При $1.413 / $4.24 партнёр выставляет счёт по глобальному тарифу вендора, так что цена за токен честная. А честно ли количество токенов — зависит от параметра, который не отображается на карточке.

Что вам сообщает анонс «сотрудничества» — и о чём он умалчивает

The framing of this launch — a partnership with A​libaba's Qwen team rather than a resale — is worth taking at face value for what it covers and not a word more. It plausibly covers early access to weights, capacity allocation and a supported identifier. It does not cover the things that decide your bill: the thinking budget, the input ceiling in each mode, the video sampling policy, the constrained-decoding guarantee, or which regions the deployment sits in.

There is a testable version of this. Ask the platform for its input ceiling in thinking mode. A​libaba publishes 983,616. If the answer is "1M", the platform has not read the vendor's documentation, and the rest of its spec sheet deserves the same scepticism. That single question separates a partner that has ported the model from one that has ported the price.

Независимые данные сейчас лучше, чем были на запуске, и это помогает. Artificial Analysis оценивает Qwen4-Max в 43 балла по Intelligence Index v5.0.1 — медианное значение для сопоставимых моделей — при $3,27 за выполненную задачу индекса, 32,1 минуты на задачу, 54,5 выходных токена в секунду и 155,4 секунды до первого токена ответа. Это реальная независимая оценка модели, которой два дня, и именно эту цифру следует приводить в противовес любому графику поставщика. Но она не говорит, воспроизводит ли её партнёрская платформа: трекер измеряет модель на одной конечной точке, а второе развёртывание с другим батчингом, другими ядрами или другой настройкой режима рассуждений по умолчанию может отклониться на несколько баллов и на большой множитель по стоимости.

A screenshot of the Artificial Analysis page for Qwen4 Max captured 18 November 2026 with an English interface, showing the Alibaba provider tag and a November 2026 release, an Intelligence Index of 43, output speed of 55 tokens per second, 185.4 seconds to first token, a 984k-token context window, and a summary line describing the model as below average in intelligence, well priced, notably slow per task and very verbose.

Как купить это, не гадая

OrcaRouter does not host Qwen4-Max. The model is reachable through A​libaba's own Model Studio API and several third-party platforms, and that is the honest description of the situation — no vendor-hosted route on this platform, so no claim to one. What OrcaRouter does provide is the comparison point: 200-plus model identifiers behind one API at 0% markup, provider list price passed through, so the $1.50 Singapore card and the $1.413 Global card are the same numbers here as on A​libaba's own pricing page, and a vendor price change is live the same day rather than at the next billing cycle.

A screenshot of OrcaRouter's models catalogue captured 18 November 2026 with an English interface, showing the header '226 models - 17 providers - one API key, one bill', the filter rail for input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region, and the first card visible being kimi/kimi-k3.1-pro next to a two-step 'how to call any model' panel.

Для команды, решающей, стоит ли внедрять партнёрский листинг, полезнее не обзор, а сравнение бок о бок. Отправьте одни и те же 50 запросов — один длинный документ с видео, одну партию структурированного извлечения, одну цепочку вызовов инструментов агента, одно низкозатратное задание классификации — на собственный эндпоинт поставщика и на эндпоинт партнёра и сравните оплачиваемые токены, а не возвращаемые токены. Эти два числа расходятся ровно тогда, когда параметр отбрасывается, и именно DSL маршрутизации позволяет сохранить партнёра для рабочих нагрузок, где он действительно лучше, и автоматически переключаться на резерв для тех, где это не так.

The announcement is accurate. The price on it is A​libaba's own Global rate, the modality list matches the vendor's documentation, and a partner that quotes a cache read to three decimal places has clearly done the arithmetic. What it leaves out is the part you cannot verify from a card: a shared 262,144-token budget that shrinks the usable window, a reasoning dial that decides most of the invoice, a video path that is either real engineering or an accepted field, and a structured-output promise that is either constrained decoding or a wish. Those four things are worth more of your evaluation time than the 5.8% the partner price saves.

© 2026 OrcaRouter