Qwen4-Max Preview: một mẫu flagship 1 triệu token mà bạn chỉ có thể thuê trong mười lăm ngày

Hầu hết các đợt ra mắt mô hình đều đi kèm một ngày bắt đầu. Bản xem trước Qwen4-Max lại đi kèm một ngày kết thúc. A​libaba đã mở nó lúc 10:00 ngày 11 tháng 11 năm 2026 (UTC+8) và cho biết, trên chính trang tài liệu đã công bố nó, rằng mô hình sẽ bị ngừng sau 24:00 ngày 25 tháng 11 — mười lăm ngày sau đó, mà không được phép thay đổi gì trong khoảng thời gian ở giữa. Trong khoảng thời gian đó, bạn có ngữ cảnh 1.000.000 token, mức trần đầu ra 393.216 token mà phần suy nghĩ và câu trả lời cuối cùng phải chia nhau, cùng khả năng nhập hình ảnh và video gốc. Thứ bạn không có là giá theo token, số lượng tham số, trọng số được công bố, hay một con số benchmark nào, dù do nhà cung cấp báo cáo hay không. Bài đăng ra mắt nói rằng mô hình được "xây dựng cho các tác vụ trong thế giới thực, với kiến thức sâu hơn và năng lực được nâng cao", kiểu câu mà mọi bài đăng ra mắt đều có; còn tài liệu thì nói rằng mô hình có ngày hết hạn, điều mà gần như không mô hình nào trong số đó có.

Thực ra thì cái gì đã đi vào hoạt động lúc 10:00?

Tên sản phẩm là Qwen4-Max-Preview và ID mô hình là qwen4-max-preview. Ngoài ra còn có một bí danh, qwen4.0-max-preview, và Alibaba lưu ý rằng cả hai ID đều hoạt động nhưng hóa đơn lại hiển thị dạng 4.0 — điều này đáng để biết trước khi bạn đi tìm chi phí dưới một chuỗi rồi lại thấy nó nằm dưới chuỗi kia.

Chỉ có đúng một con đường để truy cập nó, và đó không phải API thông thường. Qwen4-Max-Preview chỉ được phục vụ thông qua Token Plan; truy cập trả theo mức sử dụng được nêu rõ là không được hỗ trợ. Token Plan Personal Edition là gói đăng ký bằng Credits, chỉ khả dụng tại khu vực Singapore của Alibaba, với URL gốc chuyên dụng tại token-plan.ap-southeast-1.maas.aliyuncs.com. Nếu bạn có khóa API Model Studio hoạt động với qwen3.8-max, thì đó không phải khóa mở được mô hình này.

Thời điểm này đáng để nói một dòng vì khoảng cách rất ngắn. Alibaba đã công bố gia đình Qwen 4 — Max, Flash, Plus và 27B — từ sân khấu tại hội nghị Apsara ở Hàng Châu vào ngày 22 tháng 9 năm 2026, và bản công bố bằng văn bản ngày hôm đó chỉ nói rằng Qwen 4 đang trong quá trình huấn luyện. Năm mươi ngày sau, hạng flagship đã có một endpoint hoạt động. Đó là tốc độ nhanh đối với một dòng mô hình tiên phong và là lập luận mạnh nhất để coi bản xem trước này một cách nghiêm túc thay vì xếp nó vào loại bản demo trên sân khấu.

Đặc tả, như được công bố

Đây là toàn bộ nội dung, lấy từ chính trang mô hình của Alibaba chứ không phải từ các bài đưa tin về nó:

• Ngữ cảnh — 1.000.000 token.

• Đầu ra tối đa — 393.216 token, dùng chung cho phần suy nghĩ và câu trả lời cuối cùng.

• Đầu vào — văn bản, hình ảnh và video. Đầu ra là văn bản.

• Tư duy — được bật theo mặc định, với reasoning_effort được đặt thành low, medium hoặc xhigh, mặc định là xhigh.

• Công cụ — gọi hàm, tìm kiếm web và các công cụ tích hợp.

• Đầu ra có cấu trúc — JSON Object và JSON Schema.

• Cấu trúc API — tương thích với O​penAI Chat Completions, O​penAI Responses và A​nthropic Messages.

• Giá mỗi triệu token — không được công bố. Mô hình được tính phí bằng Credits theo gói đăng ký và A​libaba không công bố tỷ lệ Credits trên mỗi token.

• Tham số — không được công bố. Trọng số — không được công bố. Giấy phép — không áp dụng, vì không có gì để tải xuống.

• Điểm số benchmark — không có. Không phải bảng của nhà cung cấp, cũng không phải một lần chạy độc lập.

• Khung thời gian khả dụng — từ 10:00 ngày 11 tháng 11 đến 24:00 ngày 25 tháng 11 năm 2026, UTC+8, sau đó sẽ ngừng áp dụng.

Hãy đọc trần đầu ra hai lần. 393,216 là một con số lớn và nó không phải là cửa sổ ngữ cảnh — đó là tổng ngân sách cho một phản hồi duy nhất, và các token suy luận được lấy ra từ đó trước khi câu trả lời bắt đầu. Một mô hình mặc định ở mức nỗ lực xhigh sẽ dành một phần đáng kể ngân sách đó để suy nghĩ, khiến độ dài câu trả lời hiệu dụng ngắn hơn đáng kể so với con số gợi ý.

Dòng sẽ làm hỏng một cổng: max_tokens

Ẩn trong phần ghi chú sử dụng là một thay đổi quan trọng hơn phần lớn bảng thông số kỹ thuật. Bắt đầu từ qwen4-max-preview, max_tokens tương đương với max_completion_tokens, và cả hai đều giới hạn tổng số token dành cho suy luận và câu trả lời cuối cùng. Mọi mô hình Qwen trước đó vẫn giữ hành vi cũ, trong đó giới hạn áp dụng cho câu trả lời. Vì vậy, một yêu cầu được chuyển từ qwen3.8-max với max_tokens: 4096 giờ đây chỉ nhận được 4.096 token suy luận cộng với phần còn lại, mà với một lời nhắc khó thì có thể chẳng còn gì cả — và kiểu lỗi là phản hồi bị cắt cụt thay vì một lỗi bạn có thể phát hiện.

Hai giá trị mặc định khác đáng để thiết lập một cách có chủ đích. Chat Completions bật preserve_thinking theo mặc định, vì vậy phần suy nghĩ lịch sử quay trở lại trong trường reasoning_content của tin nhắn assistant; việc nối nội dung đó vào content và gửi lại làm lịch sử là sai cấu trúc và sẽ khiến lượt tiếp theo bị nhầm lẫn. Và reasoning_effort và thinking_budget không được đặt cùng nhau — hãy chỉ chọn một tham số điều khiển.

Không có gì trong số này là lạ. Đó là cái giá thông thường của việc đi trước: lớp tương thích khiến mô hình trông giống mọi endpoint mang hình dạng OpenAI khác không làm cho cách tính token của nó giống hệt, và sự khác biệt chỉ lộ ra khi có thứ gì đó bị cắt cụt.

Mười lăm ngày Token Plan tốn bao nhiêu tiền?

Vì không có giá trên mỗi token, câu hỏi về giá duy nhất mà người đọc thực sự có thể trả lời là gói đăng ký tốn bao nhiêu. Bốn gói Personal Edition của A​libaba có giá 6 USD/tháng cho 20.000 Credits, 10 USD cho 45.000, 18 USD cho 80.000 và 43 USD cho 200.000, cùng các gói bổ sung với giá 15 USD cho mỗi 20.000 Credits và ưu đãi cho người dùng mới kéo dài đến ngày 30 tháng 11. Credits được tiêu thụ theo mức mà nhà cung cấp nói được xác định linh hoạt theo loại mô hình, lượng token sử dụng, chế độ suy nghĩ và các lệnh gọi công cụ, và nơi duy nhất để xem mức thực tế là chi tiết sử dụng trong console.

Bản xem trước mang theo chương trình khuyến mãi riêng: trong khung thời gian diễn ra, mức tiêu dùng chỉ còn "thấp nhất là 20% mức giá tiêu chuẩn", và các cuộc gọi từ 22:00 đến 08:00 UTC+8 được giảm giá thêm, xuống còn 8% mức tiêu chuẩn. Hai trang mô tả mức giá ban đêm đó không thống nhất về cách diễn đạt — trang mô hình gọi bước giảm thêm là giảm 40%, trang Token Plan gọi là giảm 60% — và cả hai đều dẫn đến cùng mức 8%, nên hãy coi phép tính là sự thật còn tỷ lệ phần trăm là câu chữ.

Một hạn chế đáng được trích dẫn nguyên văn thay vì diễn giải, vì nó loại trừ hầu hết các mục đích sử dụng trong sản xuất trước khi vấn đề giá cả được đặt ra: Token Plan Personal Edition dành cho "sử dụng tương tác trong các công cụ lập trình và công cụ tác nhân, không phải các tập lệnh hàng loạt tự động". Một bản xem trước mà bạn không thể chạy hàng loạt là bản xem trước mà bạn đánh giá thủ công, trong trình soạn thảo, theo cách bạn sẽ đánh giá một mô hình trong cửa sổ trò chuyện.

Cái giá bạn phải trả vì những con số còn thiếu

Ba sự vắng mặt có tác động thực sự ở đây, và mỗi sự vắng mặt cản trở một quyết định khác nhau.

Không có mức giá nào cản trở ngân sách. Không thể quy đổi tín dụng thành đô-la trên mỗi triệu token từ bất kỳ thông tin nào A​libaba công bố, do đó một nhóm không thể so sánh bản xem trước với mô hình tính phí theo mức sử dụng trên trục duy nhất quan trọng đối với công việc khối lượng lớn. Gói đăng ký đặt mức trần cho chi tiêu, không phải mức giá.

Không có số lượng tham số nào chặn được phỏng đoán về cơ sở hạ tầng. Thứ gần nhất với một tuyên bố về kiến trúc là Qwen3.8-Flash-Next, được công bố dưới tổ chức Q​wen trên Hugging Face vào ngày 24 tháng 8 năm 2026, mà thẻ của nó mô tả đây là bản xem trước thử nghiệm của kiến trúc sẽ làm nền tảng cho Q​wen 4. Thẻ đó báo cáo 125 tỷ tham số chính với khoảng 6 tỷ tham số hoạt động mỗi bước, một kho nhúng n-gram 51 tỷ tham số, và ba kỹ thuật được nêu tên — QSA sparse attention, gated residual connections, và n-gram embeddings như một tra cứu riêng. Đây là thông tin do nhà cung cấp báo cáo và chưa được tái lập, và nó mô tả một mô hình xem trước 180 tỷ tham số, không phải mẫu flagship này. Bất kỳ ai trích dẫn số lượng tham số cho Qwen4-Max đều đang trích dẫn điều gì đó mà A​libaba chưa nói.

Không có điểm số nào cản trở bảng xếp hạng. Bảng xếp hạng của Artificial Analysis, được đọc vào ngày 11 tháng 11 năm 2026, hoàn toàn không có mục Qwen4 nào. Đó không phải là lời chỉ trích mô hình — một bản xem trước ra mắt sáng nay chưa có thời gian để được đo lường — nhưng điều đó có nghĩa là mọi con số “Qwen4 đánh bại X” đang lưu hành đều là dự phóng hoặc là con số của một mô hình khác mang tên của mô hình này.

Còn có một sự vắng mặt thứ tư dễ bị bỏ qua: “sẽ không có thay đổi nào trong giai đoạn này”. Bản xem trước bị đóng băng. Một hành vi bạn thấy khó chịu vào ngày thứ hai sẽ vẫn còn đó vào ngày thứ mười bốn, và việc báo cáo nó chẳng mang lại gì cho bạn cho đến khi mô hình tiếp theo ra đời. Đó là sự đánh đổi đúng cho một bản xem trước và là sự đánh đổi sai cho một phụ thuộc.

Gửi yêu cầu trong tuần này, và thay vào đó nên chạy gì

Nếu bạn muốn xem mô hình, cách thực hiện là đăng ký Token Plan, dùng URL cơ sở chuyên dụng và ID mô hình ở trên; endpoint này hỗ trợ định dạng truyền tải của O​penAI và A​nthropic, nên ứng dụng khách hiện có chỉ cần URL cơ sở và khóa mà không phải viết lại.

Nếu bạn muốn triển khai một sản phẩm, đây không phải là mô hình để triển khai trên đó, và cần nói thẳng về phương án thay thế. Danh mục của OrcaRouter, đọc hôm nay, liệt kê 217 mã định danh mô hình và không mục nào trong đó là một hạng Qwen 4 — chúng tôi không cung cấp Qwen4-Max, và không mức độ khéo léo định tuyến nào thay đổi được điều đó. Điều mà cùng danh mục đó thực sự có là mô hình mà mô hình này cuối cùng sẽ thay thế: Qwen3.8-Max, được cung cấp rộng rãi, ngữ cảnh 1M, nhận văn bản, hình ảnh và video đầu vào, với $2.00 mỗi triệu token đầu vào và $6.00 mỗi triệu token đầu ra, theo giá niêm yết của Alibaba, không cộng thêm gì. Phần cuối đó là điểm mang tính cấu trúc chứ không phải khẩu hiệu: vì chúng tôi chuyển tiếp giá của nhà cung cấp với mức cộng thêm 0%, thay đổi giá của nhà bán sẽ đi thẳng vào khóa của bạn ngay ngày nó xảy ra — đó chính xác là cơ chế sẽ quan trọng vào ngày một hạng Qwen 4 có mức giá trả theo mức sử dụng, nếu nó có một mức như vậy.

Đối với bản thân việc đánh giá, chuỗi dự phòng là cách rẻ để chạy nó. Hãy đặt bản xem trước phía sau một mô hình mà bạn đã tin tưởng thay vì đặt nó lên trước: nếu một yêu cầu bị lỗi, hết thời gian chờ hoặc bị cắt ngắn vì ngân sách suy nghĩ đã ăn mất câu trả lời, thì phương án dự phòng sẽ trả lời và bạn vẫn biết được liệu ngữ cảnh 1M và đầu vào video có giải quyết được vấn đề của bạn hay không. Thử một điểm cuối chưa được kiểm chứng mà không có phương án dự phòng chính là cách để một thử nghiệm mười lăm phút biến thành sự cố gián đoạn dịch vụ.

Ngày 25 tháng 11 quyết định điều gì

Có ba kết cục có thể xảy ra và chúng không có khả năng ngang nhau. Kết cục sạch sẽ là tính khả dụng chung với giá trên mỗi token được công bố và một endpoint trả theo mức dùng; điều đó sẽ biến Qwen4-Max thành một quyết định mua hàng thực sự và biến bản xem trước này thành đợt thẩm định rẻ nhất có thể. Kết cục thứ hai là gia hạn — thêm một cửa sổ, cùng điều khoản — điều đó cho bạn biết A​libaba vẫn bị giới hạn năng lực ở Singapore và vẫn chưa sẵn sàng tính phí theo mức dùng cho mô hình. Kết cục thứ ba là ngừng cung cấp đúng lịch trong im lặng, nghĩa là bản xem trước chỉ là màn trình diễn năng lực nhắm vào các doanh nghiệp mua qua Token Plan chứ không phải nhà phát triển mua token.

Hãy theo dõi hai điều song song với nó. Liệu ba phân khúc còn lại có được model card hay không, bởi một dòng sản phẩm chỉ có một phân khúc đã phát hành và ba cái tên thì đó là lộ trình, chứ không phải đội hình sản phẩm. Và liệu Q​wen 4 27B có xuất hiện với trọng số mở hay không, bởi phân khúc đó xưa nay chính là phân khúc mà tổ chức Q​wen công bố trên Hugging Face, và một mô hình Q​wen 4 có thể tải xuống sẽ thay đổi cách tính cho tất cả những ai không thể đưa một gói đăng ký Singapore vào kiến trúc của mình.

Hiện giờ, bản tóm tắt trung thực thì hẹp nhưng hữu ích: Qwen4-Max tồn tại, có thể gọi được, có cửa sổ một triệu token và ngân sách đầu ra 393.216 token, nó sẽ biến mất sau mười lăm ngày, và chưa ai ngoài Alibaba đo lường nó. Đó là đủ để bỏ ra một buổi chiều, nhưng không đủ để lập kế hoạch cho cả một quý.