Сгенерированная промо-карточка для новостной статьи о доступности Qwen4-Max у сторонних поставщиков: заголовок «Qwen4-Max», подзаголовок «Та же цена, на день позже». В чипах указано: «Выпущено 16 нояб. 2026 г.», «$1,41 за вход / $4,24 за выход за 1 млн» и «Независимый показатель скорости отсутствует». В футере: «Страницы каталога поставщика и сторонних каталогов просмотрены 17 ноября 2026 г.». Знак OrcaRouter совмещён в правом нижнем углу.
Guides & Insights

Qwen4-Max уже указан вне API Alibaba — по собственной глобальной цене Alibaba.

Автор

jinhao.song

Дата публикации

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

Qwen4-Max стал общедоступным 16 ноября 2026 года, и уже на следующее утро он значился в листинге где-то помимо собственного API Alibaba. В листинге были указаны $1,413 за миллион входных токенов, $4,24 за миллион выходных и $0,071 за чтение из кэша. Это не цены реселлера. Это карточка Alibaba для региона Global на Qwen4-Max, с точностью до трёх знаков после запятой — ровно те тарифы, которые вендор публикует для Пекина, Гонконга, Франкфурта, Вирджинии (США) и Токио и которые на 5,8% ниже сингапурской карточки в $1,50 и $4,50. Появление модели на второй платформе в течение суток после запуска в 2026 году — вещь ничем не примечательная. Вторая платформа, которая появляется по собственному прайс-листу вендора, говорит кое-что конкретное о том, что на самом деле обслуживается, и это не второе развёртывание модели с 2,4 триллиона параметров.

О чём свидетельствует объявление с такой же ценой

Это узкая трактовка, и её стоит изложить как предположение, а не как факт, потому что никто не публиковал заявления о ёмкости. Qwen4-Max — это разреженная смесь экспертов на 2.4T параметров, из которых 71B активируются на токен, плюс 328B параметров N-gram-эмбеддингов; модель построена на новой архитектуре Qwen4 с Gated DeltaNet и разреженным индексатором внимания. Развернуть это на независимом оборудовании требует закупок, ядер и как минимум недели настройки. Совпадение с ценой поставщика с точностью до тысячной доли доллара в течение дня после запуска — именно так выглядит прямой перенос цены, а тариф за кэшированные токены это выдаёт: $0.071 — странное число, чтобы прийти к нему самостоятельно, и очевидное, чтобы скопировать.

• Ввод — $1.413 за миллион на сторонней карте, $1.413 на карте Global от A​libaba, $1.50 в Сингапуре.

• Выпуск — $4.24 по обеим картам Global-scope; $4.50 в Сингапуре.

• Чтение кэша — $0.071 на сторонней карте и на карте Global от A​libaba; $0.075 в Сингапуре.

• Что не копируется — лимиты. Сторонняя страница заявляет контекст в 977 тыс. токенов и максимальный вывод в 128 тыс. токенов. Собственная карточка A​libaba указывает потолок ввода в 991 808 токенов и общий бюджет в 262 144 токена на размышления и ответ, из которых 131 072 токена доступны при отключённых размышлениях. Объявление, опубликованное так быстро, копирует цену надёжнее, чем копирует потолок.

Последний пункт — самый практичный. Если вы оцениваете задачу с длинным контекстом — репозиторий на 400 тыс. токенов, многочасовой трейс агента — платформа, ограничивающая вывод 128K, обрежет работу, которую сама модель успела бы завершить. Ценовой паритет — не то же самое, что паритет характеристик, и для такой новой модели нет второго источника, по которому можно сверить лимит, кроме собственной страницы модели у вендора.

Первый независимый бенчмарк есть. Первого независимого замера скорости — нет.

Это та часть истории, которая важнее самого листинга. Artificial Analysis добавила Qwen4-Max в свой лидерборд с полной строкой Intelligence Index — 42,9, округлённо до 43 на публичной странице, при измеренной стоимости $3,27 за задачу индекса, сгенерировав 127 миллионов выходных токенов за прогон, что ставит её на 65-е место из 80 по шкале многословности трекера. Это настоящая независимая оценка модели, которой два дня, и именно эту цифру стоит цитировать, когда кто-то протягивает вам вендорский график.

Чего на этой же странице нет — так это строки с показателями скорости. Ни выходных токенов в секунду, ни времени до первого токена, ни времени до первого токена ответа. У всех остальных моделей флагманского уровня в этой таблице есть эти три показателя; у Qwen4-Max стоит null. Это не критика трекера: для измерения пропускной способности нужны повторные вызовы стабильного эндпоинта, а 17 ноября стабильного эндпоинта, который можно было бы вызывать повторно, не было. Это предупреждение об обзорах, которые вы прочитаете на этой неделе: любая статья, которая в ближайшие дни приведёт показатель токенов в секунду для Qwen4-Max, либо основана на однократном измерении одного запроса, либо этот показатель выдуман. Производитель тоже его не публиковал.

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 17 November 2026 in English, showing the Alibaba vendor label, 'Released November 2026', a Proprietary model tag, an Intelligence Index score of 43, the summary text describing a 984k-token context window and 127M generated tokens against a 78.6M median, and the cost block reading In $1.50, Out $4.50 and $3.27 per task. The Performance and Time per Task panels show no speed figures.

Сколько на самом деле стоит запуск агента при таких тарифах

Цены на токены — неправильная единица измерения для модели с длинным горизонтом, поэтому вот арифметика для сценария, под который Qwen4-Max явно позиционируется: кодирующий агент, который удерживает контекст в 200 000 токенов на протяжении 40 ходов и записывает 30 000 токенов рассуждений и патча за ход. Все цифры — по прайс-листу, а не измеренный счёт.

• Кэшированный контекст, за ход — 200 000 токенов по $0,075 за миллион — это $0,015. За 40 ходов — $0,60.

• Вывод за ход — 30 000 токенов по $4,50 за миллион — это $0,135. За 40 ходов — $5,40.

• Соотношение — стоимость вывода за ход в девять раз превышает стоимость кэшированного контекста, даже с учётом 95%-й скидки на кэш. Скидка на кэш — не тот рычаг, каким его обычно считают, когда вывод длинный.

Свежий ввод — каждый ход, не попавший в кэш, стоит $1.50 за миллион вместо $0.075, то есть в 20 раз дороже. Четыре миллиона токенов промахов кэша за прогон добавляют $6.00 — больше, чем весь счёт за вывод.

Что переворачивает обычный совет. На Qwen4-Max измерять нужно не длину вывода, а долю попаданий в кэш: цикл на 40 ходов, который сохраняет свой контекст «горячим», обходится примерно в $6.00, а тот же цикл, который заново отправляет контекст «холодным», — примерно в $12.00. Собственная рекламная цифра вендора — средняя стоимость задачи в его бенчмарке Work360, падающая с $4.43 до $1.67, — это утверждение о составе токенов в его бенчмарке, а не обещание насчёт вашего. К тому же это цифра вендора по бенчмарку вендора, и здесь она обозначена именно так, потому что пока её не воспроизвёл никто независимый.

A generated bar chart titled 'Where a 40-turn agent bill comes from', with four bars reading Cached context $0.60, Output $5.40, Cache misses $6.00 and Total with no misses $6.00, over a footer reading 'List-price arithmetic on Qwen4-Max rates; not a measured bill.' White background with blue-and-cyan accents and the OrcaRouter mark composited bottom right.

Пробуем это без смены платформы

OrcaRouter не маршрутизирует Qwen4-Max. Об этом стоит сказать прямо, а не замалчивать: в каталоге есть qwen/qwen3.8-max, anthropic/claude-fable-5.2 и openai/gpt-6.1-sol, а запрос с идентификатором qwen4 сегодня возвращает not-found. Если вы хотите получить новый флагман Qwen через наш ключ, то ждёте так же, как и все остальные.

Эта ситуация свидетельствует не в пользу переключения всего вашего стека на модель, которой всего два дня, ради её тестирования. Переход от preview к GA, который к тому же сократил общий лимит вывода с 393 216 токенов до 262 144 и перевёл оплату с кредитов на тарификацию по токенам, — это ровно тот тип изменения, который ломает продакшен-путь на второй неделе. Именно поэтому эксперимент стоит держать за маршрутизируемой конечной точкой, а не за жёстко заданной — новая модель на одном маршруте, текущая — на резервном, в любом случае один счёт. Когда Qwen4-Max появится в каталоге, он будет указан по цене поставщика с наценкой 0%, а это значит, что та же сквозная передача цены, которая делает карточку стороннего поставщика идентичной A​libaba's, и есть то, что делает снижение цены поставщиком видимым на нашей стороне в день, когда оно происходит.

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 17 November 2026 in English, showing the Qwen3.8 Max heading, the model id qwen/qwen3.8-max, attribution to Qwen dated 2026-08-05, vision, tools, JSON and reasoning badges, a 1,000,000-token context window, a Zero Data Retention note, and the rate block reading $2.00 input and $6.00 output with 4.35 s and 10.00 s latency figures.

В мелком шрифте указана дата.

У двух идентификаторов идёт обратный отсчёт. qwen4-max-preview и qwen4.0-max-preview перестают работать в 24:00 25 ноября 2026 года по UTC+8 — через девять дней после общей доступности, и сохраняется идентификатор модели просто qwen4-max. Любая конфигурация, значение по умолчанию в SDK, ноутбук или стенд для оценки, которые всё ещё указывают на любую из строк preview, завершатся ошибкой model-not-found, а не предупреждением об устаревании, — а это наименее полезный способ узнать об этом.

Итак, история меньше и полезнее, чем «теперь это доступно везде». Модель вышла, сторонняя карточка появилась в течение дня по собственным Global-тарифам поставщика, и лимиты, привязанные к этой карточке, — не лимиты поставщика. Независимая оценка интеллекта появилась в течение дня; независимой оценки скорости нет вообще. Читайте цену как сквозную, смотрите потолок на странице поставщика и поставьте напоминание в календаре на 25 ноября насчёт идентификаторов предварительной версии — вот и всё, что 16 ноября вам на самом деле сообщило.

© 2026 OrcaRouter