Một thẻ tiêu đề ghi Qwen4-Max, được xây dựng cho công việc thực tế, cùng dòng chữ 32,3 phút mỗi tác vụ Intelligence Index so với mức trung vị 12,4 phút của lĩnh vực.
Guides & Insights

Qwen4-Max được xây dựng cho công việc thực tế. Đồng hồ thực tế cho thấy 32 phút mỗi tác vụ

Tác giả

Gideon Frost

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

“Được xây dựng cho công việc thực tế” là cách Qwen4-Max đang được bán trong tuần này, trên một nền tảng bên thứ ba đã niêm yết mô hình vào ngày 18 tháng 11, hai ngày sau khi Alibaba mở bán đại chúng. Qwen4-Max phát hành ngày 16 tháng 11 năm 2026, và danh niêm yết của nền tảng đó không thêm trọng số mới, không có thông số ngữ cảnh mới và không có giá mới — chỉ có một khẩu hiệu và một nút bấm. Khẩu hiệu đó tình cờ lại là tuyên bố dễ kiểm chứng nhất mà bất kỳ ai đã đưa ra về mô hình, bởi công việc thực tế không phải là điểm chuẩn. Đó là một tác vụ phải hoàn thành, trong một ngân sách, trong khi có người đang chờ nó. Trên bảng công khai duy nhất đo đúng điều đó, Qwen4-Max cần 32,3 phút để hoàn thành một tác vụ Intelligence Index. Trung vị của lĩnh vực là 12,4. Mô hình tiền nhiệm của chính nó, Qwen3.8-Max, cần 47,4.

Đó là hình hài của phán quyết, và nó không tệ. Qwen4-Max nhanh hơn một phần ba so với mô hình mà nó thay thế và tốt hơn 19 điểm trên cùng chỉ số, đồng thời thực hiện phần suy nghĩ bổ sung với mức giá rẻ hơn khoảng một phần tư mỗi token. Điều mà chiếc đồng hồ thay đổi là ai nên chọn dùng nó. Một mô hình mất nửa giờ mỗi tác vụ không phải là mô hình bạn đặt sau một hộp chat hoặc một vòng lặp tác nhân hai mươi bước mà không quyết định một cách có chủ đích rằng bạn có thể chịu được thời gian chờ thực tế. Bài viết này nói về quyết định đó và ba con số chi phối nó — số phút mỗi tác vụ, số token mỗi tác vụ, và mức nỗ lực duy nhất thực sự đã được đo.

Một khẩu hiệu hướng vào độ trễ, không phải bảng xếp hạng

Bản copy ra mắt cho một sản phẩm chủ lực thường tranh luận về năng lực. Bản này lại tranh luận về công việc, điều âm thầm chuyển câu hỏi từ “thông minh đến mức nào” sang “mất bao lâu” và “tốn bao nhiêu”. Đó là những câu hỏi khác nhau với những câu trả lời khác nhau, và tài liệu của chính nhà cung cấp trả lời câu hỏi đầu tiên tốt hơn nhiều so với câu hỏi thứ hai.

Các tuyên bố đã công bố của Alibaba về Qwen4-Max là về hiệu quả, và tất cả đều phụ thuộc vào một thiết lập nỗ lực. Trên bộ Work360 của chính nhà cung cấp, mô hình đạt 52,69 so với 47,74 của Qwen3.8-Max trong khi tạo ra ít hơn 24% token ở mức nỗ lực Xhigh và ít hơn 35% ở mức High. Trên Terminal-Bench 4.0, mức giảm token là 48% và 49% ở cùng hai thiết lập đó, và chi phí trung bình mỗi tác vụ trên Work360 giảm từ $4,43 xuống $1,67. Mỗi một con số trong số đó đều do nhà cung cấp báo cáo, không con số nào được tái tạo độc lập, và mỗi con số đều gắn với một mức nỗ lực mà bạn phải chọn. Chi tiết cuối cùng đó không phải là chú thích. Đó là lý do dòng đo thời gian độc lập không thể được đọc là "tốc độ của mô hình" mà không kèm lưu ý.

Hàng độc lập, được nêu rõ ràng

Artificial Analysis đã đo Qwen4-Max trên Intelligence Index v5.0.1 ở Xhigh, mức cao nhất trong ba mức của nó, và công bố toàn bộ bảng chi phí và tốc độ cùng với điểm số. Đọc trực tiếp vào ngày 18 tháng 11 năm 2026:

• {{1}}Chỉ số Trí tuệ{{/1}} — 43 cho Qwen4-Max so với 62 của GPT-6.2 Astra và 34 của Qwen3.8-Max (0902)

• Thời gian đồng hồ mỗi tác vụ — 32,3 phút, so với mức trung vị 12,4 của các mô hình tương đương; Qwen3.8-Max mất 47,4

• Token đầu ra trên mỗi lần chạy chỉ mục — 127 triệu, so với mức trung vị của lĩnh vực là 65,1 triệu

• Tốc độ đầu ra — 54 token mỗi giây, được đo tại endpoint riêng của Alibaba

• Thời gian đến token trả lời đầu tiên — 148,57 giây

• Chi phí cho mỗi tác vụ chỉ mục — 3,27 USD, so với 10,02 USD của Qwen3.8-Max

• Ngữ cảnh được quảng cáo — 984.000 token, theo đo lường của công cụ theo dõi, so với 1.000.000 trong tài liệu của Alibaba

Cặp đáng chú ý là hai cái đầu tiên. Bốn mươi ba là một điểm số tầm thường và bảng điểm nói đúng như vậy — nó mô tả mô hình là dưới mức trung bình trong số các mô hình tương đương, với trung vị cũng là 43, nên Qwen4-Max nằm đúng trên đường ranh. Trong khi đó, 32,3 phút so với trung vị 12,4 phút không phải là tầm thường; nó gần gấp ba lần phần còn lại. Năng lực ở mức trung bình, còn chi phí để khai thác nó rơi vào đuôi.

A single-column scoreboard for Qwen4-Max: Intelligence Index 43, wall clock per task 32.3 minutes, 127 million output tokens per run, 54 tokens per second, 984k context window, and $3.27 cost per index task, all measured by Artificial Analysis on 18 November 2026.

Nửa giờ đó trôi đi đâu

Hai con số giải thích thời gian chạy, và cả hai đều không có gì bí ẩn. Con số đầu tiên là độ dài dòng: 127 triệu token đầu ra để hoàn thành cùng bộ chín bài đánh giá mà mô hình trung vị hoàn thành trong 65,1 triệu. Con số thứ hai là thông lượng: 54 token mỗi giây, mức bình thường. Tốc độ bình thường nhân với gấp đôi số token sẽ cho bạn thời gian gần gấp đôi, rồi thêm một chút, vì một tác vụ chạy lâu cũng dành nhiều thời gian hơn để chờ chính lập luận của nó.

Ghép những điều đó lại, hệ quả thực tế là phép tính bạn có thể làm mà không cần benchmark. Nếu một tác vụ trong thế giới thực khiến Qwen4-Max mất nửa giờ, thì một vòng lặp agent gồm mười lần gọi sẽ mất năm giờ, và một lô chạy qua đêm gồm một trăm lần gọi sẽ mất năm mươi giờ. Đó không phải là lý do để tránh mô hình — công việc theo lô không quan tâm một lần gọi mất bao lâu — nhưng đó là một ràng buộc cứng đối với công việc tương tác và agentic, mà chính xác là thứ mà "công việc trong thế giới thực" thường được dùng làm cách nói tắt.

Có một hiệu ứng bậc hai quan trọng hơn cả nửa giờ nguyên gốc. Một tác vụ 32 phút đủ dài để tương tác tồi tệ với mọi timeout trong một stack production: timeout nhàn rỗi của gateway, ngân sách thử lại của chính client, cửa sổ hiển thị của hàng đợi, container bị tái chế ở phút thứ bốn mươi. Một mô hình hoàn thành trong mười hai phút sẽ sống sót với cấu hình mặc định. Một mô hình hoàn thành trong ba mươi hai phút là mô hình dạy bạn biết các timeout của mình được đặt ở đâu, và lỗi mà nó tạo ra — một lần thử lại nhân đôi công việc, hoặc một câu trả lời bị cắt cụt nhưng vẫn bị tính phí đầy đủ — tốn nhiều hơn phần chênh lệch token từng tiết kiệm được.

The Artificial Analysis page for Qwen4-Max on Intelligence Index v5.0.1, showing a score of 43 at Xhigh effort alongside the cost, speed and time-to-first-token panel.

Một điểm được công bố ở trên cùng của mặt số ba cấp

Qwen4-Max cung cấp ba mức nỗ lực suy luận — low, high và Xhigh — và mặc định là high, với ngân sách suy nghĩ cũng mặc định là 131.072 token. Artificial Analysis đã chấm điểm nó ở Xhigh. Đó là một lựa chọn có thể biện minh được: đó là cách các tuyên bố về hiệu quả của chính nhà cung cấp được nêu ra, và nó giúp mô hình thể hiện ở diện tốt nhất. Nhưng điều đó có nghĩa là 43 và 32,3 phút mô tả cấu hình đắt đỏ nhất mà mô hình cung cấp, còn cấu hình nỗ lực thấp — cấu hình mà một sản phẩm tương tác thực sự sẽ chạy — không có con số độc lập nào được công bố cả.

Hãy so sánh hình thức công bố ở phía bên kia trong đợt phát hành tháng này. GPT-6.2 Astra công bố toàn bộ đường cong của mình trên cùng chỉ số: 62 ở mức max và ở Xhigh, 60 ở high, 57 ở medium, 46 ở low. Bạn có thể thấy một thiết lập rẻ hơn khiến bạn mất bao nhiêu năng lực, và một nhóm có thể chọn một điểm trên đường cong đó. Qwen4-Max chỉ cho bạn một điểm và một mặc định nằm thấp hơn nó một bậc. Nếu bạn chạy mô hình ở high, bạn đang chạy một cấu hình chưa ai đo; còn nếu chạy ở low, bạn đang chạy một cấu hình mà nhà cung cấp cũng chưa công bố tuyên bố nào.

Khoảng cách đó là chi tiết bị báo cáo thiếu nhiều nhất trong đợt ra mắt, và nó có lợi cho mô hình chẳng kém gì bất lợi. Cách lý giải trung thực không phải là “Qwen4-Max chậm”. Mà là “Qwen4-Max chậm ở thiết lập mà nó được benchmark, và chưa ai ngoài A​libaba đo thời gian cho bất kỳ thiết lập nào khác”. Nếu bạn đang đánh giá nó, núm điều chỉnh effort là thử nghiệm đầu tiên cần chạy, chứ không phải cuối cùng, vì đó là đòn bẩy duy nhất đồng thời làm thay đổi cả thời gian lẫn hóa đơn.

Thẻ giá thực sự thưởng cho điều gì

Trên đồng hồ đo, Qwen4-Max rẻ — thực sự rẻ, và rẻ theo cách ít khiến việc chọn sai loại khối lượng công việc phải trả giá nhất.

• Giá tại Singapore — 1,50 USD mỗi triệu token đầu vào và 4,50 USD mỗi triệu token đầu ra

• Các khu vực phạm vi toàn cầu — $1.413 cho đầu vào và $4.24 cho đầu ra, với ba chữ số thập phân, đúng như các danh mục niêm yết của bên thứ ba đưa ra

• Cache — $0.075 mỗi triệu lượt đọc ở Singapore, $0.071 ở nơi khác; một lần ghi năm phút tốn $1.875 và một giờ tốn $3.00

• Ngữ cảnh dài — đồng giá. Không có bậc cao cấp nào khi vượt ngưỡng token, điều mà không phải đối thủ nào trong tháng này cũng áp dụng.

• Batch — mức giá xử lý hàng loạt tệp chỉ áp dụng tại Bắc Kinh là $0.707 cho đầu vào và $2.12 cho đầu ra

Đó là mức giá đã công bố của A​libaba. Cấu trúc quan trọng hơn các con số: giá phẳng trên toàn bộ cửa sổ nghĩa là việc rà soát tài liệu 400.000 token tốn 0,60 USD chi phí đầu vào ở đây, trong khi một mô hình có hệ số nhân ngữ cảnh dài sẽ tính cao gấp nhiều lần. Với những khối lượng công việc mà mô hình này thực sự làm tốt — tài liệu dài, video, trích xuất hàng loạt — mức giá phẳng đáng giá hơn con số quảng cáo trên mỗi token. Còn với những khối lượng công việc mà nó làm kém — tương tác, nhiều lượt, agentic — bảng giá không còn liên quan, vì ràng buộc nằm ở đồng hồ chứ không phải ở đồng hồ đo.

Phần không ai liệt kê: không có điểm kiểm tra.

Tinh chỉnh và triển khai mô hình đều được ghi là không được hỗ trợ trong tài liệu của mô hình. Qwen4-Max có thể thuê chứ không thể sở hữu, và điểm nhượng bộ duy nhất trong bài đăng ra mắt đối với trọng số mở là việc các mô hình Qwen4 nhỏ hơn đang "sắp được mở mã nguồn". Đối với một mô hình được bán dựa trên công việc thực tế, đó là một giới hạn thực sự chứ không phải chi tiết cấp phép: những nhóm có nhiều công việc thực tế nhất để làm thường là những nhóm muốn tinh chỉnh nó. Nếu kế hoạch của bạn liên quan đến một biến thể chưng cất, triển khai tại chỗ, hoặc một ảnh chụp nhanh có thể tái lập được ghim vào một bộ trọng số cố định, mô hình này không cung cấp bất kỳ điều nào trong ba điều đó, và không có danh sách bên thứ ba nào có thể bổ sung chúng.

The OrcaRouter model page for qwen/qwen3.8-max, listing the vendor rates and the routable endpoint for Qwen4-Max's predecessor.

Những gì bạn có thể gọi ngay bây giờ

Qwen4-Max không có trong danh mục của chúng tôi — tuyến đó không tồn tại, và chúng tôi sẽ không ngụ ý điều ngược lại. Thứ có trong danh mục là Qwen3.8-Max, mô hình có thể định tuyến ngay hôm nay với giá niêm yết của nhà cung cấp với mức markup 0%, và đây chính là mô hình mà bạn thực sự sẽ đem ra đánh giá đối chiếu trước khi quyết định rằng một tác vụ 32 phút là đáng giá: nó đạt 34 so với 43, nhưng đây là mô hình có mức giá và hành vi mà nhóm của bạn đã hiểu rõ.

Câu hỏi định tuyến mà đợt ra mắt này đặt ra là một câu hỏi hẹp và đáng được nêu chính xác. Khi một mô hình mất nửa giờ cho mỗi tác vụ, kiểu lỗi mà bạn quan tâm không phải là một câu trả lời sai — mà là một lệnh gọi chết ở phút thứ hai mươi chín sau khi đã bị tính phí trong hai mươi chín phút. Đó là lý do để đặt một mô hình chạy dài phía sau một tuyến có chuyển đổi dự phòng tự động thay vì gọi trực tiếp một nhà cung cấp: lần thử lại sẽ rơi vào một điểm cuối đang hoạt động, và logic leo thang nằm trong tuyến thay vì trong mã ứng dụng của bạn. Một khóa dùng cho hơn 200 mô hình cũng có nghĩa là việc so sánh ở phần tiếp theo chỉ là một thay đổi cấu hình chứ không phải một hợp đồng thứ hai.

Ai nên di chuyển, và ai nên chờ đợi

Hãy chuyển ngay nếu công việc của bạn là theo lô, nặng về tài liệu, đầu vào video, hoặc được đo bằng giờ thay vì giây. Định giá ngữ cảnh dài đồng nhất, cửa sổ 984.000 token, đầu vào video gốc, gọi công cụ hỗ trợ video và chi phí $3.27 cho mỗi tác vụ lập chỉ mục so với $10.02 cho mô hình mà nó thay thế là một nâng cấp đơn giản cho dạng công việc đó, và giới hạn 32 phút là không liên quan khi không có gì đang chờ ở đầu bên kia.

Hãy chờ đã, hoặc ít nhất hãy thử nghiệm thanh điều chỉnh trước, nếu công việc của bạn mang tính tương tác hoặc agentic. Các con số được công bố mô tả cấu hình đắt nhất mà mô hình có, trên một bảng xếp hạng nơi tác vụ trung vị hoàn thành trong mười hai phút, và cấu hình mà bạn thực sự sẽ triển khai thì chưa từng được đo thời gian một cách độc lập. Hãy chạy mức nỗ lực thấp và cao trên trace của chính bạn trước khi chạy chúng trên một benchmark — thí nghiệm đó tốn vài đô la và trả lời một câu hỏi mà bài đăng ra mắt đã không hỏi.

Và hãy đọc đúng ngày, dù bạn thuộc phe nào. Qwen4-Max bắt đầu được bán rộng rãi vào ngày 16 tháng 11 năm 2026. Điều xảy ra vào ngày 18 là nó trở nên có mặt ở một nơi khác, dưới một khẩu hiệu về công việc trong thế giới thực. Mô hình không thay đổi. Đồng hồ không thay đổi. Khẩu hiệu là thứ duy nhất mới, và đó là tuyên bố duy nhất trên trang mà bạn có thể tự kiểm chứng.

So sánh trong bài viết này2

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày