Сгенерирована карточка-обложка для новостной статьи о Qwen4 Max в OpenCode Go с заголовком «Qwen4 Max в тарифном плане для программирования за $10», плашками с надписями «16 ноября 2026 г.», «$15 в месяц», «2 310 запросов» и «66 000 кэшированных токенов на запрос», а под ними — нижний колонтитул с надписью «Документация OpenCode Go» и «Alibaba Model Studio, прочитано 17 ноября 2026 г.».
Guides & Insights

Qwen4 Max появился в OpenCode Go: что дает лимит в $15 и во сколько обходится промах кеша

Автор

jinhao.song

Дата публикации

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

OpenCode сделал Qwen4 Max доступной только по подписке Go 16 ноября 2026 года — в тот же день, когда модель перешла из предварительного просмотра в платную общедоступную версию с оплатой по использованию, и число, которое решает, выгодна ли эта сделка, — не цена ввода $1,50. Это 66 000 — количество кэшированных токенов, которое OpenCode предполагает для типичного запроса на программирование, когда рассчитывает, насколько хватит вашего лимита. Именно из-за этого одного допущения месячный бюджет в $15 указывается как примерно 2 310 запросов на Qwen4 Max и примерно 810 на Qwen3.8-Max, модель, которую Qwen4 Max заменяет на вершине того же списка, и именно поэтому те же $15 могут сократиться до примерно 149 запросов, если в вашем инструментарии никогда не бывает попаданий в кэш. Всё ниже — это арифметика, которую вы можете пересчитать по двум страницам, которые публикует OpenCode, плюс одна независимая строка бенчмарка, которая говорит, что модель способна, медленна и разговорчива.

Что OpenCode на самом деле опубликовал, а что — нет

Две страницы содержат этот листинг, и они совпадают во всём существенном. На маркетинговой странице Go по адресу opencode.ai/go есть строка «Qwen4 Max — New» с оценкой 463 запроса за пять часов на плане Go за $10 и 1 850 на плане Go Plus за $40 при месячном лимите использования $15 и $60. В документации по адресу opencode.ai/docs/console/go той же модели присвоен id qwen4-max, указаны endpoint https://opencode.ai/inference/go/anthropic/v1/messages, пакет AI SDK @ai-sdk/anthropic и строка цены: $1.50 за входные данные, $4.50 за выходные, $0.075 за кэшированное чтение и $1.875 за кэшированную запись за миллион токенов. В её таблице использования указаны 460 запросов за пять часов, 1 160 в неделю и 2 310 в месяц.

Разрыв в три запроса между 463 и 460 на этих двух страницах — не скандал; это то, что происходит, когда одна поверхность сгенерирована из столбчатой диаграммы, а другая — из таблицы. Возьмите нижний показатель. Важнее то, что строка цены — это сингапурский прайс-лист до цента, и никакая скидка за подписку под ней не применена.

Три детали в этой документации значат больше, чем цена, указанная в заголовке:

• Модель обслуживается по протоколу Messages, а не через путь, совместимый с chat-completions. Это тот же маршрут, который OpenCode использует для Qwen3.8-Max и Qwen3.7 Plus, и именно поэтому обвязка, которая уже умеет работать с Messages, может обращаться к Go без шима.

• Конфиденциальность указана по каждой модели. Qwen4 Max отмечена как «Обучение: не используется» и «Хранение: 0 дней» — это столбец с нулевым хранением, а не столбец с 30-дневным хранением, в котором находятся Grok 4.7 и модели Luna. Кроме того, Go по умолчанию блокирует платные эндпоинты, обучающиеся на данных запросов.

• Каждый ответ возвращает сведения о своей стоимости в поле opencode.allowance, а лимит исчисляется в долларах по прейскурантной цене и разбит на окна: 20% за пять часов, 50% за неделю и 100% за месяц.

OpenCode не опубликовал, откуда берутся токены. В документации объясняется, что некоторые модели получают большие лимиты, потому что OpenCode договорился о скидке за объём или зарезервировал мощности GPU, а другие получают меньшие лимиты «либо потому, что модель новая, либо потому, что их публичная цена уже снижена» — и в этом случае «вы всё равно получаете немного больше, чем если бы платили поставщикам моделей напрямую». Qwen4 Max попадает во вторую категорию при $1.50 и $4.50 — ровно по той ставке, которая действует для Qwen4 Max везде. Является ли это сквозной передачей стоимости сингапурского эндпоинта или собственным обслуживанием OpenCode модели с 2,4 трлн параметров, нигде не сказано, и любой, кто говорит вам, что именно это, — просто гадает.

Одну вещь стоит уточнить сразу, поскольку формулировки вокруг этой модели были расплывчатыми: Qwen4 Max — это не необъявленный релиз и не утечка. Запуск сопровождался публикацией под названием «Qwen4-Max: Your New Teammate Has Arrived», документация модели в Model Studio была обновлена 17 ноября, а весов для проверки нет — Artificial Analysis фиксирует модель как проприетарную, и репозитория, который можно было бы изучить, не существует. Незаметная часть — это запись OpenCode: платформа для программирования подключается к чужому запуску, а не запускает что-то сама.

Headless-browser screenshot of the OpenCode Go usage-limits documentation page in English, showing the per-model token price table with a Qwen4 Max row reading $1.50 input, $4.50 output, $0.075 cached read, $1.875 cached write and a $15 monthly limit, above the Estimated requests table where Qwen4 Max reads 460 requests per five hours, 1,160 per week and 2,310 per month, and Qwen3.8 Max reads 160, 400 and 810.

15 долларов — это долларовый метр, так что вот арифметика.

Денежный лимит обретает смысл лишь рядом с формой запроса, на которую он рассчитан, и OpenCode публикует эту форму: 420 новых входных токенов, 66 000 кешированных токенов и 200 выходных токенов на запрос. Прогоните эти три числа по тарифной линейке Qwen4 Max:

• Новый ввод — 420 токенов по $1,50 за миллион — это $0,00063.

• Кэшированный ввод — 66 000 токенов по $0.075 за миллион — это $0.00495.

• Вывод — 200 токенов по $4.50 за миллион — это $0.00090.

За запрос — $0,00648; $15 делится на эту сумму ровно 2 315 раз. Опубликованная оценка OpenCode в 2 310 в месяц — это округлённое вниз значение.

Та же арифметика для Qwen3.8-Max, который в каталоге Go всё ещё продаётся по $2,00 за ввод, $6,00 за вывод и $0,25 за кэшированное чтение, даёт $0,01854 за запрос и 809 запросов за $15 — OpenCode публикует 810. Таким образом, переход на Qwen4 Max даёт в 2,9 раза больше запросов при том же лимите, и две трети этого прироста обеспечивает одна строка: цена кэшированного чтения падает с $0,25 до $0,075 за миллион, то есть снижение на 70%. Заявленная цена ввода изменилась на 25%. Цена кэша изменила результат.

Пятичасовое окно — это ограничение, в которое вы действительно упрётесь. При 20% месячного лимита скользящий пятичасовой блок на плане Go может израсходовать $3 на Qwen4 Max — 463 запроса при моделируемой нагрузке, что примерно соответствует напряжённой второй половине дня агентских ходов, если не быть осторожным. Go Plus поднимает это до $12 и 1 850 запросов. Go Teams устанавливает каждому участнику лимит в $20 в месяц, что больше $15 на Go и меньше $60 на Plus, при $20 за участника.

Generated single-column card titled The $15 allowance at Qwen4 Max list price, with rows reading Go plan: $10 per month, Monthly allowance: $15, Cached read: $0.075 per 1M, Fresh input: $1.50 per 1M, Warm request: $0.00648, Cold request: $0.10, and Requests for $15: 2,315 warm versus 149 cold.

Откуда берутся 66 000 кэшированных токенов и почему это вся история

Шестьдесят шесть тысяч кэшированных токенов — не произвольное круглое число: это правдоподобный префикс для агента по программированию, который на каждом шаге отправляет системный промпт, определения инструментов и набор файлов умеренного размера, и именно поэтому смоделированный запрос вообще оказывается дешёвым. При $0,075 за миллион этот префикс из 66 000 токенов стоит меньше половины цента. При тарифе для свежего ввода $1,50 он стоил бы $0,099 — в двадцать раз больше и более чем в пятнадцать раз больше всей остальной части запроса.

Проследите эту логику до конца. Запрос, чей префикс не попадает в кэш, стоит $0,1005 вместо $0,00648, поэтому на те же $15 вы получите примерно 149 запросов, а не 2 315. Чтобы лимит упал на 94%, больше ничего в вашем использовании меняться не должно — префикс просто должен перестать быть переиспользуемым. Три способа, которыми это происходит, вполне обыденны: системный промпт с отметкой времени или с меняющимся списком инструментов; харнесс, который переупорядочивает контекст между ходами; или сессия, которая постоянно переписывает самые ранние сообщения, так что кэшируемый префикс так и не стабилизируется.

Есть вторая, менее заметная издержка. OpenCode оценивает кэшированные записи в $1.875 за миллион, что на 25% выше тарифа за свежий ввод: вы платите надбавку, чтобы создать префикс, который позже читается со скидкой 95%. Запись этого префикса в 66 000 токенов стоит $0.124 — примерно в девятнадцать раз дороже тёплого запроса. Сессия, которая постоянно инвалидирует свой кэш, снова и снова платит за запись и так и не получает скидку.

Именно поэтому эту квоту стоит понимать, а не просто наблюдать за ней. На модели с такой ценой частота попаданий в кэш — это не оптимизация, которую можно отложить на потом; это разница между двумя очень разными подписками.

Чем вы жертвуете — измерено.

Независимая таблица лидеров теперь заполнена, и она выглядит менее лестно, чем карточка с ценой. Artificial Analysis оценивает Qwen4 Max в 43 балла по своему Intelligence Index — выше заявленной медианы 41, 38-е место из 81 модели в таблице — при измеренной стоимости $3.27 за одну задачу индекса. Панель производительности, которая всё ещё была пустой, когда модель только появилась в списке, теперь содержит реальные цифры: 54 токена в секунду на выходе, 159 секунд до первого токена ответа и 32,1 минуты на выполнение одной задачи Intelligence Index против медианы 13,3 минуты. По собственному рейтингу трекера это 75-е место из 79 по времени до первого токена ответа.

• Возможности — 43 по Индексу интеллекта, 38-е место из 81, $3,27 за измеренную задачу.

Производительность — 54 выходных токена в секунду, 159 секунд до первого токена ответа, 32,1 минуты на задачу индексации против медианного значения 13,3 минуты, 75-е место из 79 по времени до первого токена ответа.

• Многословность — 127 миллионов выходных токенов на завершение прогона индексации против медианы в 78,6 миллиона; 65-е место из 80 по собственной шкале многословности трекера.

• Контекст — 984 тыс. токенов по данным трекера, при задокументированном окне в 1 000 000 токенов и верхнем пределе ввода 991 808 токенов в режиме без рассуждений.

Для интерактивного цикла написания кода именно показатель первого токена ответа кусается сильнее всего. Модели рассуждения ничего не выдают, пока не завершится размышление, поэтому 159 секунд — это разрыв между нажатием Enter и появлением первого символа ответа, и большой бюджет размышлений скорее сдвигает эту цифру, чем устраняет её. Для пакетной работы — очереди рефакторингов, ночного прогона — это не имеет значения, а показатель возможностей на доллар в размере $3.27 за задачу выглядит достойно на фоне фронтирных моделей, берущих в несколько раз больше.

Показатель многословности заслуживает отдельного предложения, потому что именно он взаимодействует с долларовым лимитом. Модель, генерирующая 127 млн токенов там, где медианная — 78,6 млн, сжигает примерно на 60% больше выходных токенов для одного и того же набора задач, а в Qwen4 Max выходные токены — самая дорогая строка запроса: 4,50 доллара за миллион. Ваш лимит в 15 долларов выражен в долларах, поэтому многословная модель при той же цене за токен просто исчерпает его раньше.

Headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max in English, showing the Alibaba vendor label, Released November 2026, a Proprietary model tag, an Intelligence Index of 43 ranked 38 of 81, and a stats row reading 43, 38 of 81, $3.27, $1,129.59 and 32.1 min, beside summary cards for Intelligence Index 43 at 35K tokens to complete, Cost to Run Index $3.27, Output Tokens Used 35M and Total Response Time 32.1 min.

На этой модели регулятор усилия не является опциональным.

В собственной документации Qwen4 Max для reasoning_effort задаётся значение high, а для thinking_budget — 131,072, если не указывать оба параметра; при этом набор из пяти значений, который используется в большинстве SDK, она сопоставляет с тремя реальными настройками: minimal становится low, medium — high, а max — xhigh. В протоколе Messages, который и предоставляет OpenCode, этим параметром является output_config.effort с теми же тремя значениями.

Отсюда следуют два вывода. Во-первых, запрос на «medium» уровень усилий не даёт среднюю настройку — вы получаете «high», значение по умолчанию. Если хотите, чтобы модель думала меньше, нужно просить «low». Во-вторых, потолок вывода делится с размышлениями: 262 144 токена покрывают цепочку рассуждений плюс ответ в режиме размышления, 131 072 токена ответа — при отключённых размышлениях, при входном потолке 983 616 токенов, когда размышления включены. Агент, который привязывает max_completion_tokens к 262 144 и выбирает xhigh, решил потратить свой лимит на токены рассуждений ещё до того, как написал строку кода.

Практичный вариант настройки для интерактивной сессии программирования при подписке с тарификацией по использованию — low для правок и небольших рефакторингов, high для ходов, где модели приходится удерживать несколько файлов одновременно, и xhigh только для задач, которые иначе вы поручили бы человеку. Это суждение о вашем бюджете, а не заявление по результатам бенчмарка — никто не публиковал кривую затрат по уровням усилий для этой модели, а собственные цифры вендора по сокращению токенов — это цифры вендора.

Попробовать это, не перемещая ваш стек

OrcaRouter сегодня не маршрутизирует Qwen4 Max. Об этом стоит сказать прямо, а не намекать: в каталоге 215 моделей, и запрос по идентификатору qwen4 возвращает not-found, так что если вам нужен новый флагман на ключе OrcaRouter, придётся ждать. В каталоге есть qwen/qwen3.8-max по цене $2.00 за вход и $6.00 за выход за миллион токенов при $0.25 за чтение из кеша — те же тарифы, которые публикуют и OpenCode, и API самого производителя модели, — передаются с 0% наценки, так что снижение цены вендором отражается на нашей стороне в тот же день, когда происходит у них.

Что делает разумную проверку дешёвой, но не бесплатной. Если вы сравниваете Qwen4 Max с тем, что уже используете, первым делом стоит ответить не на вопрос «43 — это хороший результат?», а на вопрос «держит ли моя обвязка префикс на 66 000 токенов в горячем состоянии» — и ответ на него можно получить на Qwen3.8-Max в том же аккаунте уже сегодня, по тарифам, которые вам известны, ещё до того, как вы потратите деньги на подписку ради этого ответа. Соедините это с автоматическим переключением при сбое — и непроверенная модель станет вопросом маршрутизации, а не миграции: направляйте работу на новую модель, старую оставляйте как резервную, и пусть решение принимает частота ошибок.

Кто должен двигаться сейчас, а кто подождать?

Если вы уже платите за OpenCode Go, переход ничего не стоит попробовать, и именно ради этой квоты стоит попробовать его осознанно, а не мимоходом. Qwen4 Max более чем вдвое увеличивает число запросов, доступных за ваши $15, по сравнению с Qwen3.8-Max в том же тарифе, но достигает этого за счёт допущения о кеше, которое вашей обвязке ещё предстоит оправдать, причём на модели, которая заметно медленнее выдаёт первый токен и заметно более многословна при стандартном уровне усилий. Начните с низкого уровня усилий, следите за полем opencode.allowance в первых двадцати ответах и сравните скорость расходования с тем, во сколько эти сессии обошлись бы на модели, которой вы уже пользовались. Если скорость расходования вас удивит, причина почти наверняка в вашем префиксе, а не в прайс-листе.

Если вы не на Go, это предложение ничего не меняет в ваших вариантах — Qwen4 Max доступен через API от самого разработчика в шести регионах по цене $1.50 и $4.50 в Сингапуре и $1.413 и $4.24 в регионах Global, а подписка, которая перепродаёт его по прайс-листовой цене, — это удобство, а не скидка. И если ваша работа чувствительна к задержкам и интерактивна, честная интерпретация независимых цифр такова: это модель, для которой работу ставят в очередь, а не та, за которой сидят и наблюдают.

Следующее, за чем стоит следить, — не очередной бенчмарк. А то, выдержит ли квота OpenCode в $15 для Qwen4 Max столкновение с реальным использованием: в документации сказано, что лимиты «могут меняться по мере того, как мы учимся на раннем использовании и отзывах», — это та фраза, которую платформы пишут перед тем, как изменить цифру. Модель, настолько новая, с настолько строгим учётом потребления и настолько маленькой квотой, — наиболее вероятная строка на той странице, которую пересмотрят первой.

Сравнение в этой статье1

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно

© 2026 OrcaRouter