
Qwen4-Max ฟรีห้าวันบน Nous Portal — และเรื่องที่น่าสนใจจริง ๆ คือพาร์ตเนอร์ผู้ให้บริการ
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 184 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 223 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 96 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
เมื่อเวลา 19:25 UTC ของวันที่ 18 พฤศจิกายน 2026 Nous Research โพสต์ว่า Qwen4-Max ซึ่งเป็นเรือธงรุ่นใหม่ของ Alibaba เปิดให้ใช้ฟรีบน Nous Portal เป็นเวลาห้าวัน โดยร่วมมือกับ Inferact และทีม Qwen เจ็ดสิบแปดนาทีต่อมา เมื่อเวลา 20:43 UTC Inferact ก็โพสต์ประกาศฉบับของตัวเองในลักษณะเดียวกัน: โทเค็นฟรีบน Qwen4-Max เป็นเวลาห้าหวัน ให้บริการบน Inferact Platform และบน vLLM สองโพสต์ ไม่มีบทความบล็อก ไม่มีเอกสารทางเทคนิค ไม่มีตารางราคา ตัว Qwen4-Max เองไม่มีการเปลี่ยนแปลงใด ๆ ในบ่ายวันนั้น — เปิดให้ใช้ทั่วไปในอัตราคิดตามปริมาณการใช้งานเมื่อวันที่ 16 พฤศจิกายน และอัตรานั้นยังคงเป็นอัตราปัจจุบัน สิ่งที่เปลี่ยนไปคือตอนนี้โมเดลมีสแต็กการให้บริการที่ระบุชื่อต่อสาธารณะ และในอีกไม่กี่วันข้างหน้า ใครก็สามารถส่งงานผ่านมันได้โดยไม่เสียค่าใช้จ่าย
ความแตกต่างนั้นคือเนื้อหาทั้งหมดของบทความนี้ ช่วงใช้งานฟรีไม่ใช่การลดราคา และการประกาศความร่วมมือก็ไม่ใช่ผลเบนช์มาร์ก แต่ประโยคที่สองในโพสต์ของ Inferact คือส่วนที่ควรอ่านซ้ำ: นี่คือโมเดลที่ Alibaba ไม่เคยเผยแพร่เช็กพอยต์ใด ๆ และกำลังถูกให้บริการบนเครื่องยนต์ประมวลผลแบบโอเพนซอร์สโดยบริษัทที่ไม่ได้สร้างมันขึ้นมา ไม่ว่าการโปรโมตนี้จะเป็นอะไรก็ตาม มันคือหลักฐานสาธารณะชิ้นแรกเกี่ยวกับพฤติกรรมของ Qwen4-Max นอกการติดตั้งใช้งานของ Alibaba เอง
สิ่งที่สองโพสต์นั้นพูดจริง ๆ — และสิ่งที่พวกเขาละเว้นไว้
โพสต์ของ Nous Research เป็นโพสต์ที่มีเนื้อหาสาระจริงจัง โดยเรียก Qwen4-Max ว่า "โมเดลเรือธงรุ่นใหม่จาก Alibaba" บอกว่ามัน "ถูกสร้างมาเพื่องานระยะยาว พร้อมความสามารถด้านภาพแบบเนทีฟและบริบท 1M" และชี้ให้ผู้อ่านไปที่ Portal ส่วนโพสต์ของ Inferact เพิ่มรายละเอียดเชิงปฏิบัติการว่า โทเคนฟรีนั้นให้บริการบน Inferact Platform และบน vLLM และคำที่ใช้เรียกสิ่งที่แจกคือ "โทเคน" ไม่ใช่ "คำขอ"
ทั้งสองโพสต์ไม่ได้ระบุจำนวนโทเค็นสูงสุด ขีดจำกัดต่อบัญชี ขีดจำกัดอัตราการเรียกใช้ หรือเวลาสิ้นสุดใด ๆ ขณะนี้รายการโมเดลของ Portal แสดง Qwen4-Max ภายใต้ Free Models ในชื่อ qwen/qwen4-max:free ในราคา FREE พร้อมหมายเหตุว่าราคาจะได้รับการอัปเดตทุกนาทีจากแคตตาล็อกสด — ซึ่งบอกคุณได้ว่ารายการนี้มีอยู่จริงและเป็นข้อมูลสด และไม่ได้บอกอะไรคุณเลยเกี่ยวกับปริมาณการใช้งานที่คุณจะใช้ได้ หากนาฬิกาเริ่มนับตั้งแต่โพสต์ในช่วงเย็นของวันที่ 18 พฤศจิกายน ช่วงเวลาดังกล่าวจะดำเนินไปจนถึงราววันที่ 23 พฤศจิกายน โปรดถือว่านี่เป็นการอนุมาน ไม่ใช่กำหนดเวลาสิ้นสุดที่ประกาศไว้อย่างเป็นทางการ
สรุปตามจริงของข้อเสนอนี้คือ: การเข้าถึงแบบคิดตามปริมาณการใช้งานเป็นเวลาห้าวันสำหรับโมเดลที่ปกติแล้วมีค่าใช้จ่ายจริง โดยปิดมิเตอร์ไว้และไม่เปิดเผยเพดานการใช้งาน หากคุณกำลังรอเหตุผลที่จะประเมิน Qwen4-Max ก่อนจะตัดสินใจผูกเส้นทางโปรดักชันเข้ากับมัน นี่คือเหตุผลที่ถูกที่สุดที่คุณจะได้รับ
ทำไม “served on Inferact and vLLM” จึงเป็นครึ่งที่น่าสนใจ
Inferact เป็นบริษัทที่ก่อตั้งโดยผู้สร้างและผู้ดูแล vLLM และจำหน่ายแพลตฟอร์ม inference สำหรับงานโปรดักชันที่สร้างขึ้นบนเอนจินนั้น จุดขายของบริษัทคือการรองรับโมเดลตั้งแต่วันแรก เคอร์เนลแบบกำหนดเอง การสเกลอัตโนมัติ และการวัดปริมาณการใช้งาน ไม่ว่าจะบน GPU ของคุณเองหรือของทางบริษัทก็ตาม ดังนั้น การระบุชื่อ Inferact ในฐานะพาร์ตเนอร์ด้านการเสิร์ฟจึงไม่ใช่เพียงหมายเหตุประกอบเรื่องการโฮสติ้ง แต่เป็นคำประกาศว่า Qwen4-Max สามารถรันบนสแต็กการเสิร์ฟที่ไม่ใช่ของ Alibaba ได้ โดยวิศวกรที่ปรับแต่งเคอร์เนลเป็นอาชีพ
นั่นทำให้เกิดคำถามที่เห็นได้ชัด เพราะ {{1}}Qwen4-Max{{/1}} ไม่มีน้ำหนักโมเดลแบบสาธารณะ Alibaba ไม่ได้เผยแพร่เช็กพอยต์สำหรับโมเดลนี้ — เอกสารของ {{2}}Model Studio{{/2}} ระบุว่าการปรับแต่งละเอียด การติดตั้งใช้งานโมเดล และการอนุมานแบบแบตช์ไม่รองรับ และไม่มีรีโพซิทอรีบน {{3}}Hugging Face{{/3}} ให้ดาวน์โหลด โมเดลที่คุณดาวน์โหลดไม่ได้ ย่อมไม่สามารถให้บุคคลภายนอกเสิร์ฟบน {{4}}vLLM{{/4}} ได้ในความหมายปกติ หนทางเดียวที่ทั้งสองข้อความจะเป็นจริงพร้อมกันได้คือ Alibaba มอบน้ำหนักโมเดลให้ {{5}}Inferact{{/5}} ภายใต้ข้อตกลงเชิงพาณิชย์ และ {{5}}Inferact{{/5}} ปรับแต่งและแพ็กเกจน้ำหนักเหล่านั้น ซึ่งหมายความว่าความร่วมมือนี้เป็นสิ่งที่ใกล้เคียงที่สุดกับการเปิดเผยพฤติกรรมการให้บริการของโมเดลต่อสาธารณะที่มีอยู่ — เป็นการมองที่เอนจิน ไม่ใช่ที่ไฟล์
สำหรับทีมที่กำลังตัดสินใจว่าจะพัฒนาต่อยอดบน Qwen4-Max หรือไม่ สิ่งนี้มีประโยชน์กว่าที่ฟังดู คำถามที่ชี้ขาดว่าเอเจนต์ระยะยาว (long-horizon agent) ใช้งานได้จริงหรือไม่ แทบไม่เคยเกี่ยวกับแถวใน benchmark แต่เกี่ยวกับเวลาในการได้โทเคนแรก (time to first token), อัตราการประมวลผลภายใต้การทำงานพร้อมกัน (throughput under concurrency), วิธีที่งบความคิด (thinking budget) ถูกบังคับใช้จริง และว่าเอนจินจะล้มหรือไม่เมื่อมีคำขอขนาด 900,000 โทเคนเข้ามา นั่นคือคำถามที่สแต็กการให้บริการตัวที่สองทำให้คุณถามได้พอดี และเป็นคำถามที่สื่อเปิดตัวของ Alibaba ไม่ได้ตอบไว้พอดี

มิเตอร์ปิดไปห้าวัน; ตารางอัตราค่าโดยสารไม่ได้ไปไหน
คุ้มค่าที่จะย้ำอีกครั้งว่าโมเดลนี้มีค่าใช้จ่ายเท่าไรเมื่อหน้าต่างปิดลง เพราะช่วงฟรีถูกออกแบบมาให้คุณลืมมันไป ในสิงคโปร์ Alibaba ระบุราคา Qwen4-Max ไว้ที่ $1.50 ต่อล้านโทเค็นอินพุต และ $4.50 ต่อล้านโทเค็นเอาต์พุต โดยอินพุตที่แคชไว้อยู่ที่ $0.075 และการเขียนแคชอยู่ที่ $1.875 สำหรับหน้าต่างห้านาที หรือ $3.00 สำหรับหนึ่งชั่วโมง ขอบเขตการติดตั้งใช้งานแบบ Global — ปักกิ่ง ฮ่องกง แฟรงก์เฟิร์ต ญี่ปุ่น และเวอร์จิเนียสหรัฐฯ — มีราคาต่ำกว่าเล็กน้อยที่ $1.413 ขาเข้า $4.24 ขาออก และ $0.071 สำหรับการอ่านแคช มีระดับราคาเดียวตลอดจนถึงขีดจำกัดคอนเท็กซ์ ไม่มีค่าธรรมเนียมเพิ่มสำหรับ long-context ไม่มีส่วนลด batch ให้ต้องตามหา เพราะโมเดลนี้ไม่มีการเสนอการอนุมานแบบ batch เลย
จากนั้นก็มีส่วนที่กำหนดค่าใช้จ่ายของคุณได้มากกว่าอัตราต่อโทเคนเสียอีก การคิดเปิดอยู่โดยค่าเริ่มต้น ระดับความพยายามในการให้เหตุผลค่าเริ่มต้นคือ high งบประมาณการคิดค่าเริ่มต้นคือ 131,072 โทเคน และเพดานรวมสำหรับการให้เหตุผลบวกคำตอบที่มองเห็นคือ 262,144 โทเคน เอาต์พุตแบบไม่คิดถูกจำกัดไว้ที่ 131,072 ดังนั้นการรันเอเจนต์แบบระยะยาวที่คิดหนักและตอบยาวจึงใช้โทเคนเอาต์พุตต่อเนื่องหลายนาที และเอาต์พุตคือฝั่งที่แพงของมิเตอร์โดยคิดเป็นสามเท่า
ลองคำนวณจากลักษณะงานจริง: อินพุต 40,000 โทเคน และโทเคนรวมการคิดบวกคำตอบ 120,000 โทเคน มีต้นทุนอินพุต $0.06 และเอาต์พุต $0.54 ดังนั้นประมาณ 60 เซนต์ต่อการรันหนึ่งครั้งตามอัตราที่สิงคโปร์ การรันแบบนี้ 500 ครั้งคือ $300 นั่นคือค่าใช้จ่ายที่ช่วงเวลาฟรีกำลังช่วยเลื่อนออกไป และยังเป็นตัวเลขที่ต้องเตือนตัวเองไว้เมื่อช่วงเวลานั้นปิดลง และต้นแบบก็เงียบ ๆ กลายเป็นงานที่รันทุกคืน

สิ่งที่คุณทำเสร็จได้จริงภายในห้าวัน
ตรงนี้ ตัวเลขจากแหล่งอิสระสร้างความอึดอัดได้อย่างมีประโยชน์ Artificial Analysis ซึ่งรัน Intelligence Index v5.0.1 วัด Qwen4-Max ได้ 43 และบันทึกว่าโมเดลใช้เวลา 31.3 นาทีต่องานในดัชนี เทียบกับค่ามัธยฐาน 12.4 นาทีสำหรับโมเดลที่เทียบเคียงได้ ความเร็วเอาต์พุตอยู่ที่ 56 โทเคนต่อวินาที และเวลาไปยังโทเคนคำตอบแรกคือ 146 วินาที โมเดลสร้างโทเคนเอาต์พุต 127 ล้านโทเคนตลอดการรันดัชนี เทียบกับค่ามัธยฐาน 65.1 ล้านโทเคน — โมเดลช่างพูด และความช่างพูดนี้ถูกคิดราคาตามอัตราเอาต์พุต
การวัดสองค่านั้นรวมกันกลายเป็นข้อจำกัดด้านการวางแผนที่ยังไม่มีใครเขียนไว้ ห้าวันคือ 7,200 นาที ที่ 31.3 นาทีต่องาน เลนงานแบบอนุกรมเพียงเลนเดียวจะทำงานได้ราว 230 งาน สี่เลนขนานจะพาคุณไปถึงประมาณ 920 หากแผนการประเมินของคุณคือ “เราจะลองพรอมป์ต์สักสองสามอัน” หน้าต่างเวลาก็มหาศาล หากแผนของคุณคือการกวาด 2,000 เคสของเอเจนต์ระยะยาว ห้าวันในบัญชีเดียวจะทำไม่เสร็จแม้ปิดมิเตอร์ — และไม่มีอะไรในประกาศทั้งสองฉบับบอกว่า free tier จะรองรับการทำงานพร้อมกันได้มากแค่ไหน
การคำนวณแบบเดียวกันนี้อธิบายว่าทำไมช่วงเวลาใช้งานฟรีจึงมีคุณค่าอย่างแท้จริง ไม่ใช่แค่ให้เปล่าอย่างใจกว้าง สิ่งที่คุณซื้อไม่ได้ในราคาถูกคือเวลาตามปฏิทินกับโมเดลที่ช้า การเข้าถึงแบบไม่จำกัดปริมาณเป็นเวลาหนึ่งสัปดาห์จะแปลงเป็นข้อมูลความหน่วง ข้อมูลการใช้โทเคน และข้อมูลโหมดความล้มเหลวได้โดยตรงตลอดหนึ่งสัปดาห์ ด้วยต้นทุนส่วนเพิ่มเป็นศูนย์ บนโมเดลที่มีต้นทุนการคำนวณต่องานอยู่ที่ $3.27 บนกระดานอิสระ นั่นคือการทดลองที่คุ้มค่าจะลงมือทำ และต้องออกแบบให้เสร็จก่อนวันที่ 23 ไม่ใช่ระหว่างนั้น

ตัวเลขเดียวที่ต้องวัดก่อนช่วงเวลาจะปิดลง
ถ้าคุณจะเลือกวัดเพียงตัวเลขเดียวจากห้าวันนั้น ให้วัดเป็นจำนวนโทเค็นเอาต์พุตต่อหนึ่งงานที่ทำเสร็จบนเวิร์กโหลดของคุณเอง ด้วยการตั้งค่าการReasoningของคุณเอง ดีกว่าจะไปดูจากลีดเดอร์บอร์ด ทุกอย่างเกี่ยวกับเศรษฐศาสตร์ของโมเดลนี้ขึ้นอยู่กับตัวเลขนั้น กรอบการเปิดตัวของผู้ขายเอง — ซึ่งยังไม่มีใครนอก Alibaba ทำซ้ำได้ — คือ Qwen4-Max ทำได้ดีกว่า Qwen3.8-Max โดยใช้โทเค็นน้อยลงถึงประมาณ 50% และต้นทุนเฉลี่ยต่องานลดลงจาก $4.43 เหลือ $1.67 การตีความของบอร์ดอิสระเน้นต่างออกไป: 43 บนดัชนี และ 127 ล้านโทเค็นเอาต์พุตตลอดการรัน ครึ่งหนึ่งของโทเค็นของรุ่นก่อนก็ยังอาจเป็นโทเค็นจำนวนมากได้
เหตุผลที่คุณควรวัดด้วยตัวเองในสัปดาห์นี้ก็คือ ช่วงเวลาฟรีเป็นช่วงเดียวที่คุณจะรันเวอร์ชันทดลองที่กินโทเคนจำนวนมากได้โดยไม่ต้องมีการคุยเรื่องงบประมาณ เปลี่ยนโหมดคิดเป็น low และ xhigh กับชุดงานเดียวกัน บันทึกยอดรวมของโหมดคิดบวกคำตอบเทียบกับเพดาน 262,144 โทเคน และดูว่าจะเกิดอะไรขึ้นเมื่อคำขอเข้าใกล้ขีดจำกัดอินพุตโหมดคิดที่ 983,616 โทเคน ตัวเลขเหล่านี้คือสิ่งที่ตัดสินว่า Qwen4-Max จะเป็นงานแบตช์รายคืนหรือฟีเจอร์ผลิตภัณฑ์แบบต่อคำขอ และการเก็บตัวเลขเหล่านี้ก็ไม่มีค่าใช้จ่ายจนถึงวันที่ 23
คำเตือนเชิงปฏิบัติอีกข้อเกี่ยวกับการตั้งค่าการให้เหตุผลในระหว่างนี้ Qwen4-Max เปิดให้ใช้ระดับความพยายามสามระดับ — low, high และ xhigh — และไคลเอนต์แบบ OpenAI ที่ขอ medium หรือ max จะถูกปรับไปเป็น high หรือ xhigh แทนที่จะถูกปฏิเสธ ฮาร์เนสที่ปรับจูนกับโมเดลห้าระดับจะใช้จ่ายมากกว่าที่คุณวางแผนไว้โดยไม่ส่งเสียง และช่วงฟรีคือจุดที่คุณจะไม่ทันสังเกตพอดี เพราะใบแจ้งหนี้แสดงเป็นศูนย์ไม่ว่าจะทางไหน
สิ่งนี้ทำให้คุณอยู่ในสถานะใด ณ วันที่ 24
เมื่อโทเคนไม่ฟรีอีกต่อไป ก็ไม่มีอะไรเกี่ยวกับโมเดลที่จะเปลี่ยนไป: ราคา 1.50 ดอลลาร์และ 4.50 ดอลลาร์ในสิงคโปร์ บริบท 1 ล้านโทเคน อินพุตรูปภาพและวิดีโอแบบเนทีฟ ระดับการให้เหตุผลสามระดับพร้อมการแมปใหม่แบบเงียบ ๆ และต้นทุนการประมวลผลต่องานบนกระดานจัดอันดับอิสระที่สูง เพราะโมเดลใช้เวลาคิดครึ่งชั่วโมง สิ่งที่จะเปลี่ยนไปคือสิ่งที่คุณรู้เกี่ยวกับมัน ทีมที่ใช้ช่วงเวลานี้ไปกับการวัดปริมาณโทเคนที่ใช้และความหน่วงส่วนท้ายจะออกมาพร้อมข้อสรุป ทีมที่ใช้ช่วงเวลานี้ไปกับการพูดคุยจะออกมาพร้อมความประทับใจ และความประทับใจต่อโมเดลให้เหตุผลที่ใช้เวลา 31 นาทีต่องานนั้นเป็นประเภทที่เชื่อถือได้น้อยที่สุด
พูดตรง ๆ ถึงจุดยืนของเรา: OrcaRouter ไม่ได้ให้บริการเส้นทางสำหรับ Qwen4-Max ดังนั้นสิ่งที่กล่าวถึงในที่นี้จึงไม่ใช่การโปรโมตเอนด์พอยต์ของเรา และโทเคนฟรีนั้นอยู่บน Nous Portal และแพลตฟอร์มของ Inferact ไม่ใช่ของเรา หากการประเมินนำคุณไปสู่การติดตั้งใช้งานแบบเสียค่าใช้จ่าย แคตตาล็อกของเราคือคีย์เดียวที่ครอบคลุม โมเดล 200+ รายการ พร้อมราคาตามรายการของผู้ให้บริการที่ส่งผ่านโดยไม่บวกมาร์กอัป 0% ซึ่งหมายความว่าการเปลี่ยนแปลงราคาจากผู้ขายสำหรับโมเดลที่เรามีให้บริการจะมีผลในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป เรื่องนี้สำคัญกว่าปกติสำหรับโมเดลที่แพงในการรันขนาดนี้: เมื่อตารางราคาคือตัวผลิตภัณฑ์ ความแตกต่างระหว่างราคาตามรายการกับราคาที่บวกมาร์กอัปก็คือกำไรทั้งหมด
