
Qwen4-Max ถูกนำไปลงรายการที่อื่นภายในหนึ่งวัน ส่วนที่โอนย้ายไปไม่ได้คือ Thinking Budget
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0711 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 88 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 133 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 44 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 185 tok/s
Qwen4-Max เปิดให้ใช้งานทั่วไปเมื่อวันที่ 16 พฤศจิกายน 2026 และภายในไม่กี่ชั่วโมง แพลตฟอร์มที่สองก็โฆษณาเรื่องนี้ตั้งแต่ Day Zero — บริบท 1M โทเคน รองรับอินพุตข้อความ รูปภาพ และวิดีโอแบบเนทีฟ โดยวางจุดขายไว้ที่การเขียนโค้ด งานสำนักงาน และการรันเอเจนต์ระยะยาว นั่นคือรูปแบบปกติของการเปิดตัวโมเดลแบบปิดในปี 2026: Alibaba ไม่ได้เผยแพร่เช็กพอยต์สำหรับ Qwen4-Max ดังนั้นใครก็ตามที่อยู่นอกหกภูมิภาคที่ให้บริการจะเข้าถึงโมเดลได้เพียงผ่านแพลตฟอร์มที่เช่าโมเดลจาก Alibaba เท่านั้น สิ่งที่ผิดปกติ หรืออย่างน้อยก็ไม่ค่อยมีการพูดถึง คือคู่มือการใช้งานของโมเดลหายไปมากเพียงใดในการส่งต่อผ่านตัวกลางนั้น ตารางราคาส่งต่อได้ครบถ้วน ตัวเลขบริบทที่ใช้เป็นจุดขายส่งต่อได้ครบถ้วน แต่การคำนวณที่ตัดสินว่าคำขอของคุณจะพอดีหรือถูกตัดทอนกลับไม่ถูกส่งต่อมาเลย
สิ่งที่การลงประกาศในวันแรกบอกคุณได้จริง ๆ
สองเรื่อง ซึ่งทั้งสองเรื่องไม่เกี่ยวกับ benchmark เรื่องแรก คือโมเดลนี้ถูกขายให้ใช้ในงานวิจัยและงานเอเจนต์มากกว่าแชต — ข้อความเปิดตัววันแรกนำด้วยการรันเอเจนต์ระยะยาว และระบุวิดีโอเป็นรูปแบบอินพุต ซึ่งเป็นคำอธิบายภาระงานที่แพลตฟอร์มตั้งใจจะชี้โมเดลไปที่ ไม่ใช่การทวนพาดหัวของ Alibaba เอง เรื่องที่สอง คือ Qwen4-Max เช่าใช้ได้แต่พกพาไม่ได้: ไม่มีให้ดาวน์โหลด ดังนั้นทุก endpoint ที่ให้บริการมันคือการให้บริการดีพลอยเมนต์ของ Alibaba และทุกหน้าของบุคคลที่สามที่อธิบายเกี่ยวกับมันคือบทสรุปจากเอกสารของ Alibaba บทสรุปของตารางสเปกคือแหล่งกำเนิดของบั๊กการเชื่อมต่อระบบ
ตารางราคาเป็นส่วนที่ง่ายและควรกล่าวถึงเพียงครั้งเดียว ในสิงคโปร์ Alibaba ระบุราคา Qwen4-Max ไว้ที่ $1.50 ต่อหนึ่งล้านโทเค็นอินพุต และ $4.50 ต่อหนึ่งล้านโทเค็นเอาต์พุต โดยอินพุตที่แคชไว้อยู่ที่ $0.075 และการเขียนแคชอยู่ที่ $1.875 สำหรับช่วงเวลา 5 นาที หรือ $3.00 สำหรับ 1 ชั่วโมง ขอบเขตการติดตั้งใช้งานแบบ Global — ปักกิ่ง ฮ่องกง แฟรงก์เฟิร์ต ญี่ปุ่น และเวอร์จิเนีย สหรัฐฯ — มีราคาต่ำกว่าเล็กน้อยที่ $1.413 สำหรับอินพุต, $4.24 สำหรับเอาต์พุต และ $0.071 สำหรับการอ่านแคช เป็นระดับราคาเดียวตลอดจนถึงขีดจำกัดบริบท: ไม่มีค่าบริการเพิ่มสำหรับบริบทขนาดยาว ไม่มีส่วนลดแบบแบตช์ให้ต้องตามหา เพราะโมเดลนี้ไม่มีการเสนอการอนุมานแบบแบตช์เลย

สามตัวเลขที่ไม่ไปกับโมเดล
"1M context" คือตัวเลขที่อยู่บนทุกลิสติ้ง หน้าโมเดลของ Alibaba ซึ่งอัปเดตล่าสุดในวันเปิดตัว มีรายละเอียดเฉพาะเจาะจงกว่า และช่องว่างระหว่างตัวเลขทางการตลาดกับตัวเลขที่ใช้งานจริงคือจุดที่การผสานรวมล้มเหลว:
• ความยาวบริบท — 1,000,000 โทเค็น เป็นเพดานของคำขอทั้งหมด ไม่ใช่งบประมาณที่คุณใช้กับเอาต์พุตได้
• อินพุตสูงสุด โหมดไม่คิด — 991,808 โทเคน เนื่องจากมี 8,192 โทเคนของหน้าต่างถูกกันไว้สำหรับการตอบกลับ
• อินพุตสูงสุด, การคิด — 983,616 โทเค็น โดยกันไว้อีก 8,192 โทเค็นสำหรับบล็อกการให้เหตุผล
• เอาต์พุตสูงสุด, ไม่คิด — 131,072 โทเค็น
• รวมการคิดเข้ากับคำตอบ โหมดคิด — 262,144 โทเคน ใช้ร่วมกันระหว่างร่องรอยการให้เหตุผลและคำตอบที่มองเห็น
• งบประมาณการคิดเริ่มต้น — 131,072 โทเค็น โดย reasoning_effort จะมีค่าเริ่มต้นเป็น high เมื่อไม่ได้ตั้งค่าพารามิเตอร์ทั้งสองตัว
บรรทัดที่ห้าเป็นบรรทัดที่กัดจริง ๆ ทีมที่ประเมินขนาดงานเทียบกับเพดานเอาต์พุต 262,144 โทเคนที่มีเอกสารระบุไว้ แล้วรันงานนั้นในโหมด thinking จะเห็นคำตอบที่มองเห็นได้หยุดที่ความยาวซึ่งไม่เกี่ยวข้องกับปริมาณที่โมเดลยังเหลือจะพูด เพราะ reasoning trace ถูกดึงมาจากแหล่งเดียวกัน ตัวเลข 131,072 คือจำนวนเอาต์พุตที่ปลอดภัย ส่วน 262,144 คืองบประมาณที่ใช้ร่วมกัน และความแตกต่างระหว่างการตีความสองแบบนี้คือความแตกต่างระหว่างไปป์ไลน์ที่ทำงานได้กับเหตุการณ์ที่เกิดทุกสัปดาห์
มีข้อปลอบใจเล็ก ๆ อยู่ข้อหนึ่ง: สิ่งนี้ยังอธิบายความคลาดเคลื่อนที่คุณจะพบในรายการสเปกจากบุคคลที่สาม ซึ่งระบุว่ามีหน้าต่างบริบท 984k ด้วย นั่นไม่ใช่โมเดลที่แตกต่างออกไป และไม่ใช่การลดระดับ แต่เป็นเพดานอินพุตของโหมดคิด (thinking mode) ซึ่งปัดเศษจาก 983,616 และเป็นตัวเลขที่ตรงไปตรงมาที่ควรใช้กำหนดขนาด หากคุณเรียกใช้โมเดลโดยเปิดการให้เหตุผล (reasoning) ซึ่งเป็นค่าเริ่มต้น
การรีแมปความพยายามคือจุดที่ไคลเอนต์ที่มีรูปแบบเหมือน OpenAI สูญเสียระดับไปหนึ่งระดับ
Qwen4-Max มีระดับการให้เหตุผลสามระดับ ไม่ใช่ห้าระดับ ได้แก่ low, high และ xhigh โดยค่าเริ่มต้นคือ high หากเรียกผ่านไคลเอนต์ที่เข้ากันได้กับ OpenAI สตริง effort ที่อยู่นอกช่วงจะถูกปรับให้อยู่ในช่วงแทนที่จะถูกปฏิเสธ — ตารางของ Alibaba จับคู่ minimal เป็น low, medium เป็น high และ max เป็น xhigh เมื่อใช้รูปแบบ Anthropic Messages, medium จะกลายเป็น high และ max จะกลายเป็น xhigh
การแมปทั้งสองแบบต่างก็มีเหตุผลรองรับ และทั้งคู่ก็เงียบ ไปป์ไลน์ที่ปรับจูนกับโมเดลห้าระดับซึ่งร้องขอ medium ตรงนี้จะได้รับ reasoning แบบ high-effort: โทเค็นมากขึ้น latency มากขึ้น ค่าใช้จ่ายมากขึ้น และไม่มี error ใดบอกคุณว่าเกิดขึ้นแล้ว ไปป์ไลน์ที่ร้องขอ max โดยคาดหวังว่าจะได้ระดับบนสุดของบันไดห้าขั้นกลับได้ xhigh ซึ่งบังเอิญเป็นระดับบนสุดของบันไดนี้ — ผลลัพธ์จึงดูถูกต้อง และมีเพียงใบแจ้งหนี้เท่านั้นที่ไม่สอดคล้อง วิธีแก้คือหนึ่งบรรทัดต่อ route: ล็อกระดับที่คุณวัดจริง โดยใช้คำศัพท์ของผู้ให้บริการ และ assert กับมันใน staging สิ่งใดก็ตามที่ส่งสตริง effort ที่ยังไม่ได้แมปผ่านตรงไปยังโมเดลที่มีบันไดสั้นกว่าจะคลาดเคลื่อน และจะคลาดเคลื่อนไปในทิศทางที่ใช้จ่ายเงินมากขึ้น

ตัวเลขการเปิดตัวบอกอะไร และไม่ได้บอกอะไร
การประเมินตอนเปิดตัวของ Alibaba ซึ่งเป็นข้อมูลที่ผู้ขายรายงานเองและไม่ได้มีการทำซ้ำอย่างเป็นอิสระ ระบุว่า Qwen4-Max อยู่ที่ 52.69 บน Work360 benchmark ของบริษัท เทียบกับ 47.74 ของQwen3.8-Max โดยต้นทุนเฉลี่ยต่องานลดลงจาก $4.43 เหลือ $1.67 และการใช้ output token ลดลง 24% ที่ระดับ xhigh effort และ 35% ที่ระดับ high บน Terminal-Bench 4.0 ผู้ขายรายงานว่าใช้ output token น้อยลง 48% และ 49% ในการตั้งค่าสองระดับเดียวกัน และอัตราการผ่านระดับฟังก์ชันบน benchmark ด้านการเขียนโค้ดอย่างปลอดภัยเพิ่มขึ้นจาก 22.0% เป็น 31.8% นี่คือเหตุผลที่ผู้ขายยกมาเพื่อสนับสนุนสถาปัตยกรรมนี้: sparse mixture-of-experts ขนาด 2.4 ล้านล้านพารามิเตอร์ที่เปิดใช้งาน 71,000 ล้านพารามิเตอร์ต่อ token บวกกับพารามิเตอร์ N-gram embedding อีก 328,000 ล้านพารามิเตอร์ โดยมีเลเยอร์ Gated DeltaNet สามเลเยอร์ต่อหนึ่งเลเยอร์ sparse-attention
ค่าอ่านจากภายนอกเพียงค่าเดียวที่เผยแพร่ในวันที่ 17 พฤศจิกายน คือ Artificial Analysis ซึ่งให้คะแนน Qwen4-Max ที่ 43 บน Intelligence Index v5.0.1 และจัดอันดับให้อยู่ที่ 38 จาก 81 โมเดลบนดัชนีนั้น นอกจากนี้ยังวัดการใช้คอมพิวต์ที่ $3.27 ต่องานในดัชนี โดยมีโทเค็นเอาต์พุต 127 ล้านโทเค็นตลอดการรันหนุนอยู่ เทียบกับค่ามัธยฐานที่ 78.6 ล้าน และไม่บันทึกการวัดความเร็วใด ๆ สำหรับโมเดลนี้เลย — ไม่มีเวลาต่องาน ไม่มีอัตราเอาต์พุต การที่คะแนน 43 อยู่เคียงข้างคำกล่าวอ้างของผู้ขายว่าจะเอาชนะฟรอนเทียร์ คือความตึงเครียดที่การรายงานข่าวในเดือนหน้าจะพูดถึง และยังเป็นตัวเลขเดียวในบทความนี้ที่ Alibaba ไม่ได้ผลิตออกมา

ถ้าคุณจะตัดสินใจเรื่องนี้ภายในสัปดาห์นี้
OrcaRouter ไม่ได้กำหนดเส้นทางไปยัง Qwen4-Max และควรพูดให้ชัดเจนเช่นนี้แทนที่จะสื่อเป็นนัยเป็นอย่างอื่น แคตตาล็อกมี Qwen3.8-Max — โมเดลที่ Qwen4-Max มาแทนที่ — ในราคา $2.00 ขาเข้า และ $6.00 ขาออกต่อล้าน โดยมีราคาตามรายการของผู้จำหน่าย ถูกส่งต่อโดยไม่บวกกำไร 0%, พร้อมกับ Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 และ Tencent HY4 Preview แต่ยังไม่มีรุ่น Qwen4
ดังนั้น การจัดวางที่ตรงไปตรงมาสำหรับทีมที่กำลังประเมิน Qwen4-Max ในวันนี้ ก็คือคีย์ Alibaba โดยตรงสำหรับโมเดลใหม่ บวกกับเลเยอร์การกำหนดเส้นทางสำหรับทุกสิ่งที่จะต้องใช้เป็นทางถอย เรื่องนี้ไม่ได้ยุ่งยากอย่างที่ฟังดู เพราะสิ่งที่ทำให้การนำโมเดลใหม่มาใช้มีต้นทุนสูงไม่ใช่ราคาโทเคน — แต่คือการที่การลองใช้มันหมายถึงสัญญาฉบับที่สอง SDK ตัวที่สอง และชุดความหมายของการลองใหม่ชุดที่สองที่วางอยู่บนเส้นทางโปรดักชัน การเก็บผู้ให้บริการรายเดิมไว้หลังเอ็นด์พอยต์เดียวด้วยการสลับไปยังผู้ให้บริการอื่นโดยอัตโนมัติเมื่อเกิดความล้มเหลวช่วยให้การทดลอง Qwen4-Max ทำงานเคียงข้างเส้นทางที่ใช้งานได้อยู่แล้ว และช่วยให้การเปรียบเทียบเกิดขึ้นบนทราฟฟิกของคุณเองแทนที่จะเป็นบนเบนช์มาร์กของ Alibaba เมื่อโมเดลนี้เข้าสู่แคตตาล็อกจริง ราคาที่คุณเห็นจะเป็นราคาของผู้ขายเอง และอัปเดตทันทีในวันที่เปลี่ยน เพราะนั่นคือความหมายของการส่งผ่านราคา: การ์ด Global ที่ $1.413 และ $4.24 จะปรากฏเป็น $1.413 และ $4.24 ไม่ใช่บวกส่วนต่างของผู้ค้าปลีก
ดูอะไรดี
โพสต์เปิดตัวของ Alibaba ปิดท้ายด้วยประโยคที่สำคัญกว่าเบนช์มาร์กใด ๆ ในโพสต์นั้น: Max เป็นเพียงการมอง Qwen4 ครั้งแรกเท่านั้น และโมเดลขนาดเล็กกว่าในตระกูลกำลังจะเปิดโอเพนซอร์ส นั่นเป็นคำสัญญาเกี่ยวกับระดับที่ต่ำลงมา ไม่ใช่เกี่ยวกับรุ่นนี้ และไม่ได้เปลี่ยนข้อเท็จจริงที่ว่า Qwen4-Max เองเป็นโมเดลที่คุณเช่าใช้จากผู้ขายรายเดียวและจากแพลตฟอร์มที่เช่ามาจากผู้ขายรายเดียวกัน ในตลาดนั้น เอกสารประกอบคือปัจจัยสร้างความแตกต่างของผลิตภัณฑ์ และเอกสารระบุว่า 983,616 ขาเข้า และ 131,072 ขาออก — ไม่ใช่หนึ่งล้านของอะไรทั้งนั้น
สองวันที่ควรอยู่ในปฏิทิน คือการเลิกใช้ตัวระบุพรีวิวในวันที่ 25 พฤศจิกายน สำหรับใครก็ตามที่คอนฟิกยังระบุว่า qwen4-max-preview และอะไรก็ตามที่ Alibaba จะเผยแพร่ต่อไปเกี่ยวกับงบประมาณการคิด เพราะพูลที่ใช้ร่วมกันขนาด 262,144 โทเคนบนโมเดลที่วางตลาดว่าเป็น 1M-context เป็นตัวเลขเดียวที่มีแนวโน้มมากที่สุดที่จะถูกแก้ไขเมื่อเวิร์กโหลดของเอเจนต์จริงเริ่มชนกับขีดจำกัดนี้
