Qwen4-Max Preview вырвалась из-за пейволла: та же модель, но теперь — за чат-боксом

On 11 November 2026 the Qwen4-Max Preview turned up in Q​wen Chat — the same model A​libaba started serving through Model Studio's Token Plan at 10:00 that morning, now reachable without a Singapore subscription, a dedicated base URL or an API key. Nothing about the model changed: 1,000,000 tokens of context, a 393,216-token output ceiling that thinking and the answer have to share, text, images and video going in. What changed is who can reach it. A preview that had been an enterprise line item became something you can open in a browser tab and type into, and both doors lead to the same fourteen remaining days. The Q​wen 4 line was named from a stage at the Apsara conference on 22 September 2026 with no specifications attached to any tier; Qwen3.8-Max, the flagship it is meant to replace, has been callable since 3 August at $2.00 per million input tokens and $6.00 per million output. This one you can look at, and on the API side you still cannot buy it by the token.

Вторая дверь — и почему это важнее, чем кажется

Q​wen Chat is a consumer surface. There is no per-token meter in it, no model ID to paste into a request body, and no bill at the end of the month. For a preview that A​libaba has fenced off behind a credit subscription, that is a different kind of access, not a cheaper version of the same one — it moves the model from the procurement conversation into the evaluation conversation.

У маршрута API, как указано в документации, есть три барьера. Доступ предоставляется только в рамках Token Plan, а оплата по мере использования явно не поддерживается. Базовый URL — выделенный token-plan.ap-southeast-1.maas.aliyuncs.com, поэтому существующий ключ Model Studio не откроет к нему доступ. К тому же сам план содержит ограничение, которое стоит процитировать, а не пересказывать: он предназначен «для интерактивного использования в инструментах кодирования и агентных инструментах, а не для автоматизированных пакетных скриптов». Предварительная версия, которую нельзя запускать пакетно, — это версия, которую оценивают вручную.

Read those together and the Q​wen Chat launch looks less like a marketing beat and more like the honest completion of the product. If the licence says interactive use only, a chat window is not a workaround for the paid plan — it is the surface the plan was always describing.

В чём на самом деле различаются эти две двери

Та же модель, другая реализация. Важные различия — по одной строке каждое:

• Cost model — Q​wen Chat: no per-token charge visible to the user, no key to manage vs Token Plan: a monthly credit subscription, with Personal Edition tiers at $6 for 20,000 credits, $10 for 45,000, $18 for 80,000 and $43 for 200,000, plus $15 per 20,000-credit top-up bundles.

• Ceiling — Q​wen Chat: whatever the chat client will accept in one turn vs the API: the full 1,000,000-token context and 393,216-token output budget, both documented.

• Programmatic access — Q​wen Chat: none, it is a chat interface vs the API: O​penAI Chat Completions, O​penAI Responses and A​nthropic Messages compatible, so an existing client needs a base URL and a key rather than a rewrite.

• Tooling — Q​wen Chat: whatever the app exposes vs the API: function calling, web search, built-in tools, JSON Object and JSON Schema output.

• Reproducibility — Q​wen Chat: a conversation you can read but not version vs the API: request parameters you can pin, which is the only way to compare two runs honestly.

• Срок действия — одинаковый в обоих случаях: 24:00 25 ноября 2026 г., UTC+8, после чего модель выводится из эксплуатации.

Последнюю строку люди забудут. Дверь в чат кажется постоянной, потому что чат-продукты обычно такими и бывают. А эта — нет.

Окно — это продукт, и оно длится четырнадцать дней.

A​libaba's documentation states the window as 10:00 on 11 November to 24:00 on 25 November, UTC+8, and adds that the model will be retired when the preview ends. It also states that no changes will be made during the period. A frozen preview is a specific kind of offer: a behaviour you find irritating on day two will still be there on day thirteen, and reporting it buys you nothing until a successor exists. That is the correct trade for an evaluation build and the wrong trade for a dependency.

The commercial side of the window is unusually steep. During the preview, consumption runs "as low as 20% of the standard rate", and calls placed between 22:00 and 08:00 UTC+8 get a further discount that lands at 8% of standard. Two A​libaba pages describe that night step differently — one calls it 40% off, the other 60% — and both arrive at the same 8%, so treat the arithmetic as the fact and the percentage as copy. Credits themselves are consumed at a rate the vendor says is set dynamically by model type, token usage, thinking mode and tool calls, which means the only place to learn your real rate is the usage detail in the console.

О чём не расскажет окно чата

В этой модели не хватает трёх вещей, и интерфейс чата делает все три сложнее заметить, а не проще.

There is no published parameter count. The nearest architecture statement from the Q​wen organisation is Qwen3.8-Flash-Next, published on Hugging Face on 24 August 2026, whose card describes it as an experimental preview of the architecture that will underpin Q​wen 4. That card reports 125 billion main parameters with roughly 6 billion active per step, a 51-billion-parameter n-gram embedding store, and three named techniques — QSA sparse attention, gated residual connections, and n-gram embeddings as a separate lookup table. It is vendor-reported, unreproduced, and it describes a 180-billion-parameter preview model, not this flagship. Anyone quoting a parameter count for Qwen4-Max is quoting something A​libaba has not said.

Результатов бенчмарков нет — ни от производителя, ни независимых. В таблице лидеров Artificial Analysis, прочитанной 11 ноября 2026 года, нет ни одной записи Qwen4. Это не минус модели — превью, открывшееся сегодня утром, просто не успело быть измеренным, — но это означает, что любая фигурирующая сегодня цифра «Qwen4 превосходит X» — это либо прогноз, либо показатель другой модели, выдаваемый за показатели этой.

И никакого релиза весов нет. Это закрытый размещённый эндпоинт на пятнадцать дней, а не скачиваемый чекпоинт, и вопрос о лицензии, который применялся бы к скачиваемой модели, просто не возникает, потому что скачивать нечего.

Три настройки, от которых зависит, стоит ли читать ответ

Если вы всё же откроете сторону API, значения по умолчанию не нейтральны, и именно на них ломается портированный запрос.

reasoning_effort принимает значения low, medium или xhigh и по умолчанию равен xhigh. Модель, которая тратит свой бюджет на размышления перед ответом, выдаёт лучший результат на сложных запросах и худшую задержку на простых; значение по умолчанию — дорогая сторона этого компромисса.

max_tokens changed meaning with this model. Starting here, max_tokens is equivalent to max_completion_tokens and both cover thinking plus the final answer, where every earlier Q​wen model applied the cap to the answer alone. A request carried over from Qwen3.8-Max with max_tokens set to 4096 now buys 4,096 tokens of thinking and whatever is left — which on a hard prompt can be nothing. The failure mode is a truncated response, not an error you can catch.

preserve_thinking по умолчанию включен в Chat Completions, поэтому предыдущие рассуждения возвращаются в поле reasoning_content сообщений ассистента. Объединение их с content и повторная отправка в качестве истории — неправильный формат, и это ухудшит следующий ход. Также учтите, что reasoning_effort и thinking_budget нельзя задавать одновременно — выберите один параметр управления.

Тест-план, на который хватит одного дня

Четырнадцати дней достаточно, чтобы освоить что-то конкретное, если заранее решить, что именно вы проверяете. Три промпта, каждый запущенный дважды, — более разумное использование этого периода, чем неделя свободного общения в чате.

Начните с того, для чего предназначено контекстное окно. Дайте ему длинный документ или запись экрана, ответ на которые вы уже знаете, и проверьте, найдёт ли оно деталь, которую вы спрятали ближе к концу. Миллион токенов — это утверждение о ёмкости, а не о внимании, и единственный способ отличить одно от другого — иголка, которую вы сами туда положили.

Затем проверьте настройку рассуждений по умолчанию против дешёвой настройки на одном и том же запросе. Если xhigh и medium приходят к одному и тому же результату на вашей задаче, вы обнаружили задержку, за которую не нужно платить. Если они расходятся, вы нашли границу того, что модель может делать без проговаривания рассуждений вслух.

Затем прогоните видеовход на чём-нибудь коротком и конкретном — на записи интерфейса с известным багом. Понимание видео — наименее проверяемая в бенчмарках способность в любой карточке модели, и именно в ней предварительная версия с наибольшей вероятностью удивит вас — в ту или иную сторону.

Записывайте всё, что узнали, с датами и настройками. Через пятнадцать дней этот документ станет единственным результатом, который даст предварительный просмотр.

Where this sits in the Q​wen 4 line

A​libaba named four tiers at Apsara on 22 September: Max, Flash, Plus and 27B. As of today, one of them has an endpoint, one has a chat tab, and the other three have names. A family with one shipped tier and three announced ones is a roadmap, not a lineup, and the preview is best read as a capability demonstration aimed at the tier that will carry the flagship price.

Стоит также прямо сказать, чем эта модель не является. Это не Qwen4-Max. Предварительная версия предшествует общедоступному флагману, у которого нет карточки модели, опубликованной цены за токен и эндпоинта с оплатой по мере использования. Названия настолько близки, что результаты поиска и посты в соцсетях регулярно путают эти две модели; это разные продукты в разных состояниях, и принимать показатели предварительной версии за показатели флагмана — именно так слайд дорожной карты превращается в ошибку при закупке.

Что закрывается 25 ноября?

Three outcomes are possible and they are not equally likely. The clean one is general availability with a published per-token rate and a pay-as-you-go endpoint, which would turn the preview into the cheapest due diligence anyone could have done. The second is an extension on the same terms, which would say A​libaba is still capacity-constrained in Singapore and still not ready to meter the model openly. The third is retirement on schedule with silence.

Для тех, кому нужно запустить продукт до того, как всё это разрешится, практический вопрос — что запускать вместо него, и ответ уже доступен. Qwen3.8-Max находится в общем доступе с 3 августа 2026 года, поддерживает контекст на 1 000 000 токенов и ввод текста, изображений и видео, по цене $2.00 за миллион входных токенов и $6.00 за миллион выходных — цена из прайс-листа поставщика без каких-либо наценок. Это один из 217 идентификаторов моделей в каталоге OrcaRouter, и это также честное ограничение утверждения: мы не предоставляем Qwen4-Max Preview, и никакая хитрость маршрутизации этого не изменит. Но каталог действительно даёт вам цепочку резервных вариантов, так что оценка может находиться позади модели, которой вы уже доверяете а не перед ней — если запрос выдаёт ошибку, завершается по тайм-ауту или обрезается, потому что бюджет рассуждений съел ответ, резервный вариант отвечает, и вы всё равно узнаете, решает ли вашу проблему окно на миллион токенов.

The preview's real contribution is not a benchmark or a price. It is a date: 25 November, after which the answer to "what does the Q​wen 4 flagship do" stops being a chat tab and starts being a model card. Watch for that document, not for the launch post.