
Qwen4-Max hiện đang được bán ở hai nơi. Bảng điểm độc lập mới là phần đáng đọc.
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 265 tok/s
Qwen4-Max đã được bán rộng rãi vào ngày 16 tháng 11 năm 2026, và đến sáng ngày 18 tháng 11, một nền tảng suy luận bên thứ ba cũng đang quảng cáo nó, với cùng ngữ cảnh 1 triệu token và cùng các đầu vào văn bản, hình ảnh và video. Đó là tin tức, và đó là một mẩu tin nhỏ: người bán thứ hai là một sự kiện phân phối, không phải sự kiện mô hình. Thứ xuất hiện trong cùng khung thời gian đó và gần như không nhận được sự chú ý là một phép đo. Artificial Analysis hiện có mục Qwen4-Max, và trên Chỉ số Thông minh của mình, họ chấm mô hình này 43 điểm, so với 34 điểm của Qwen3.8-Max, phiên bản tiền nhiệm mà nó thay thế.
Cả hai con số đó đều đi kèm bối cảnh quyết định xem chúng là tin tốt hay không, và blog của nhà cung cấp không cung cấp bối cảnh đó. Vì vậy, bài viết này làm ba việc theo thứ tự: những gì thực sự được phát hành vào ngày 16 tháng 11, dòng độc lập nói gì mà bài đăng ra mắt không nói, và điều gì thay đổi — và điều gì âm thầm hỏng — khi cùng một mô hình được một bên khác ngoài Alibaba phục vụ.
Hai ngày, và chỉ một trong số đó là bản phát hành.
Ngày của mô hình là 16 tháng 11 năm 2026. Nhóm Qwen của Alibaba ghi ngày đăng bài ra mắt là 16 tháng 11, và trang tài liệu Model Studio cho mô hình này có dấu thời gian cập nhật là 2026-11-16 09:46:08 với tiêu đề "qwen4-max (Latest Model)" và mã định danh mô hình thuần là qwen4-max. Trang đó mới là trang quan trọng về mặt thương mại: nó đã thay thế một mã định danh bản xem trước, qwen4-max-preview, vốn đã mở vào ngày 11 tháng 11 theo gói tín dụng với ngày ngừng cung cấp được công bố là 25 tháng 11. Việc phát hành chính thức đồng nghĩa với bảng giá tính theo mức sử dụng, sáu khu vực và không có ngày hết hạn.
Sự kiện ngày 18 tháng 11 khác về bản chất. Một nền tảng không phải Alibaba đã bắt đầu niêm yết mô hình cho khách hàng của riêng mình, hai ngày sau khi bảng giá xuất hiện. Không có gì về mô hình thay đổi vào ngày 18 tháng 11: không có trọng số mới, không có con số ngữ cảnh mới, không có giá mới từ phòng lab. Nếu bạn đang đọc những bài đưa tin coi tuần này là một màn ra mắt, thì cách đóng khung đó chậm một bước — Qwen4-Max ra mắt vào ngày 16, và điều xảy ra vào ngày 18 là nó trở nên có thể được bán lại ở quy mô lớn. Sự phân biệt đó không phải là bắt bẻ chữ nghĩa. Nó cho bạn biết nên đặt câu hỏi nào: không phải “nó làm được gì”, câu hỏi đã được trả lời vào thứ Hai, mà là “điều gì còn trụ lại sau khi đi qua một nhà bán lại”, điều mà chưa ai trả lời.

Có gì đã được phát hành vào ngày 16 tháng 11?
Thông số kỹ thuật dưới đây là của Alibaba, từ bài đăng ra mắt và tài liệu mô hình, và không phần nào trong đó đã được tái tạo một cách độc lập — đặc biệt là kiến trúc, vốn là mô tả của nhà cung cấp về một lần chạy huấn luyện mà chưa có người ngoài nào kiểm tra.
• Kiến trúc — một thiết kế Qwen4 mới với phần xương sống 2,4 nghìn tỷ tham số, 71 tỷ tham số được kích hoạt trên mỗi token, và thêm 328 tỷ tham số nhúng N-gram
• Attention — ba lớp Gated DeltaNet cấp đầu vào cho mọi lớp Qwen Sparse Attention, lớp này nén lịch sử thành các trạng thái có kích thước cố định và lập chỉ mục ngữ cảnh ở độ chi tiết micro-block
• Công việc ổn định hóa — bốn nhánh dư song song với cổng đọc và ghi động, được phòng thí nghiệm mô tả là lý do khiến lần chạy 2.4T không có đợt tăng vọt loss nào
• Ngữ cảnh — 1,000,000 token trong tài liệu của nhà cung cấp; Artificial Analysis đo cửa sổ khả dụng ở mức 984,000
• Giới hạn đầu ra — 131.072 token khi tắt chế độ suy nghĩ, hoặc 262.144 token được chia sẻ giữa suy nghĩ và câu trả lời
• Phương thức — nhận văn bản, hình ảnh và video; xuất văn bản. Thị giác nguyên bản, không phải thành phần gắn ngoài
• Mức nỗ lực suy luận — các mức có thể chọn, mà bài đăng ra mắt gọi là High và Xhigh khi trích dẫn số liệu hiệu quả của chính nó
• Công cụ — gọi hàm, gọi công cụ song song, tìm kiếm web, đầu ra có cấu trúc theo JSON Schema, hoàn thành tiền tố, bộ nhớ đệm tường minh và ngầm định
• Giao diện — OpenAI Chat Completions và Responses, Anthropic Messages, và DashScope, đây là bề mặt giao thức rộng nhất mà Alibaba từng đưa lên một mô hình chủ lực
• Điều còn thiếu — việc tinh chỉnh và triển khai mô hình đều được đánh dấu là không được hỗ trợ. Không có checkpoint nào, và bài đăng ra mắt chỉ nói rằng các mô hình Qwen4 nhỏ hơn đang “sắp được phát hành mã nguồn mở”
Những tuyên bố về hiệu quả là thứ mà buổi ra mắt dựa vào nhiều nhất, và chúng đáng được nêu chính xác bởi vì chúng có điều kiện. So với Qwen3.8-Max, nhà cung cấp báo cáo ít hơn khoảng 24% token trên benchmark Work360 ở mức nỗ lực Xhigh và ít hơn 35% ở mức High, cùng với mức ít hơn 48% và 49% trên Terminal-Bench 4.0 ở cùng hai thiết lập đó. Chi phí trung bình mỗi tác vụ trên Work360 giảm từ $4.43 xuống $1.67, tức giảm 62%. Mọi con số đó đều do nhà cung cấp báo cáo, và mọi con số đều gắn với một mức nỗ lực — điều này trở thành chi tiết quan trọng về sau, khi một nhà bán lại quyết định cách đưa nút điều chỉnh đó ra cho người dùng.
Dòng độc lập mà không ai trích dẫn
Artificial Analysis đã công bố Qwen4-Max trên Intelligence Index v5.0.1, và mục này thẳng thừng một cách bất thường. Điểm số là 43, mức mà trang web mô tả là dưới trung bình so với các mô hình tương đương — trung vị cũng là 43, nên mô hình nằm đúng ngay trên vạch chứ không vượt lên trên. Đó là một câu kém tâng bốc hơn so với “tăng chín điểm so với phiên bản tiền nhiệm”, và cả hai đều đúng. Qwen3.8-Max, được đo ở bản chụp 0902, đạt 34 điểm trên cùng chỉ số.
Phần còn lại của hàng là chỗ lập luận trở nên thú vị, vì nó tách năng lực ra khỏi chi phí khai thác năng lực đó.
• Điểm chỉ số — Qwen4-Max 43 so với Qwen3.8-Max (0902) 34 trên v5.0.1
• Token đầu ra mỗi lần chạy chỉ mục — 127 triệu so với 150 triệu, so với mức trung vị của lĩnh vực là 65,1 triệu. Cả hai mô hình đều cực kỳ dài dòng; mô hình mới ít dài dòng hơn.
• Thời gian thực tế mỗi tác vụ — 32,1 phút so với 47,5 phút, trong khi trung vị của nhóm là 11,5. Nhanh hơn phiên bản tiền nhiệm, nhưng vẫn nằm trong số những mô hình được đo chậm nhất
• Thông lượng — 55 token đầu ra mỗi giây, được đo trên API riêng của Alibaba
• Chi phí cho mỗi nhiệm vụ — $3.27 so với $10.02, đây là con số hữu ích nhất trong hàng
Đọc gộp những điều đó lại thì bản nâng cấp là thật nhưng hẹp hơn những gì marketing gợi ý. Qwen4-Max mang lại chín điểm chỉ số, giảm thời gian thực thi đi một phần ba và cắt chi phí hoàn thành một tác vụ khoảng hai phần ba so với mô hình mà nó thay thế. Nó không mang lại tốc độ xét theo nghĩa tuyệt đối: ở mức 32,1 phút mỗi tác vụ, nó chậm gần gấp ba lần so với mô hình trung vị trên cùng bảng xếp hạng, và đốt gần gấp đôi lượng token trung vị để đạt được điều đó. Nếu khối lượng công việc của bạn nhạy cảm với độ trễ, con số chỉ số không phải là thứ sẽ quyết định hóa đơn của bạn.

Điều gì còn tồn tại qua chặng chuyển tiếp đến nhà bán lại?
Đây là phần mà danh sách ngày 18 tháng 11 khiến nó trở nên cấp bách chứ không chỉ là lý thuyết. Khi một mô hình được cung cấp bởi một nền tảng không phải là tác giả của nó, có bốn thứ luôn đi kèm một cách đáng tin cậy và một thứ thì không.
Bốn thứ được truyền đi: bảng giá, vì nó được sao chép từ trang của nhà cung cấp; con số ngữ cảnh, vì nó là một tiêu đề; danh sách phương thức, vì nó nằm trong nội dung tiếp thị; và hình dạng giao thức, vì hầu hết nền tảng đều cung cấp một endpoint tương thích OpenAI bất kể thứ gì nằm phía sau nó. Đó là những thứ mà mọi danh sách đều làm đúng, và chúng là những thứ mà mọi bài so sánh đều trích dẫn.
Điều không đi theo là cách ánh xạ mức nỗ lực. Kinh tế học của Qwen4-Max phụ thuộc vào mức nỗ lực theo thiết kế: mức tiết kiệm token của chính nhà cung cấp dao động từ 24% đến 35% trên Work360 tùy thuộc bạn chạy Xhigh hay High, và tài liệu công khai lựa chọn này dưới dạng tham số yêu cầu. Một nhà bán lại ghim mức nỗ lực vào một giá trị mặc định duy nhất, hoặc ánh xạ tham số suy luận kiểu OpenAI chỉ lên hai trong ba mức, sẽ đưa cho bạn một mô hình mà chi phí mỗi tác vụ có thể lệch một phần ba so với con số công bố của nhà cung cấp — dù giá mỗi token trên hóa đơn là như nhau. Nếu bạn đang đánh giá một listing so với chính các con số của Alibaba, hãy ghim rõ mức nỗ lực và kiểm tra xem nền tảng xử lý nó thế nào trước khi kết luận bất cứ điều gì về giá.
Hai điều nhỏ hơn cần xác minh: liệu ngân sách 262.144 token dùng chung cho suy nghĩ và câu trả lời có được thực thi hay bị cắt ngầm, và liệu prompt caching có được tính theo mức giá cache của nhà cung cấp thay vì mức giá đầu vào đầy đủ hay không. Cả hai đều ảnh hưởng đến chi phí thực tế trong các lượt chạy agent dài, và cả hai đều không thể hiện ra trong một dòng tít.
Điều gì đã không thay đổi, và sẽ không thay đổi
Sự thật hệ trọng nhất về Qwen4-Max không nằm trên bảng giá hay bảng xếp hạng: bạn không thể sở hữu nó. Không có checkpoint cho mô hình này, và tài liệu ghi rõ rằng việc tinh chỉnh và tự triển khai là không được hỗ trợ. Dòng kết trong bài đăng ra mắt hứa rằng các bậc Qwen4 nhỏ hơn sẽ được đưa ra mã nguồn mở, nhưng đó là phát biểu về tương lai của dòng mô hình, không phải về mô hình này. Mọi con đường đến Qwen4-Max đều đi qua API của ai đó, dù đó là sáu khu vực của Alibaba hay endpoint của một nhà bán lại.
Đó là một cách bố trí bình thường đối với một mẫu flagship tiên phong của năm 2026, và nó có một hệ quả bình thường: tích hợp của bạn thực chất là một dạng thuê, và số lượng chủ sở hữu vừa tăng từ một lên nhiều hơn một. Đó là lý do thực sự chính đáng duy nhất cho bản niêm yết ngày 18 tháng 11 — không phải vì nó rẻ hơn, mà vì nó là một con đường cung ứng khác cho một mô hình mà bạn không thể tự triển khai.
Nếu bạn đang triển khai việc này trong tuần này
Qwen4-Max hiện không có trong danh mục của OrcaRouter, và bài viết này sẽ không giả vờ điều ngược lại. Thứ đang có là mô hình mà nó thay thế: qwen/qwen3.8-max, mô hình chủ lực 2,4 nghìn tỷ tham số đạt 34 điểm trên cùng chỉ số và có giá 2,00 USD đầu vào và 6,00 USD đầu ra cho mỗi triệu token trong bảng giá của Alibaba. Nếu bạn đang xây dựng dựa trên dòng Qwen và muốn thử Qwen4-Max mà không đặt cược lộ trình production vào một thỏa thuận thương mại mới chỉ hai ngày tuổi, cách làm hợp lý là giữ mô hình tiền nhiệm trên cùng khóa và định tuyến giữa chúng — OrcaRouter mang hơn 200 định danh mô hình từ nhiều nhà cung cấp phía sau một endpoint tương thích OpenAI với mức tăng giá 0%, cùng với chuyển đổi dự phòng tự động, nên sự cố từ phía nhà cung cấp hoặc giới hạn tốc độ sẽ không làm ứng dụng của bạn sập theo. DSL định tuyến làm điều tương tự ở một cấp thấp hơn: bạn có thể kết hợp một mô hình rẻ cho phần lớn khối lượng công việc và chỉ nâng cấp lên mô hình đắt tiền ở nơi tác vụ thực sự cần đến, thay vì trả mức giá chủ lực cho mọi lần gọi.

Điều đó không giống với việc có Qwen4-Max trên key, và không nên bán nó như thể là như vậy. Đó là sự khác biệt giữa việc chờ một mô hình đến được stack của bạn và việc có một stack có thể hấp thụ nó khi nó đến.
Điều gì sẽ thay đổi phần này
Ba điều, theo thứ tự giảm dần về khả năng xảy ra. Một phép đo độc lập thứ hai về Qwen4-Max sẽ phân định được liệu 43 là sàn hay trần — một bảng xếp hạng, một harness, một thiết lập effort là cơ sở quá mong manh cho một phán quyết, và blog này từng chứng kiến các đợt sửa đổi chỉ số làm điểm số thay đổi đến hai chữ số. Một bản phân tích chi tiết theo từng mức effort do Artificial Analysis công bố, tương ứng với những gì họ đã làm cho GLM-5.3, sẽ khiến con số chi phí trên mỗi tác vụ thực sự có thể dùng để hành động, thay vì chỉ là mức trung bình trên một thiết lập không xác định. Và một checkpoint Qwen4 — bất kỳ checkpoint Qwen4 nào — sẽ chấm dứt hoàn toàn lập luận về việc thuê.
Đến lúc đó, cách đọc đúng về tuần này là cách đọc kém hào nhoáng. Một mẫu flagship ra mắt vào thứ Hai với bảng giá thực tế và điểm số độc lập ở mức cạnh tranh nhưng chưa dẫn đầu; một nhà bán lại tiếp nhận nó vào thứ Tư, đúng kiểu phân phối vẫn làm; và con số đáng lẽ phải quyết định việc tích hợp của bạn không phải là $1,50 hay 43, mà là 32,1 phút và một hóa đơn token chạy ở mức gần gấp đôi trung vị của lĩnh vực. Hai điều đó mới là thứ bạn thực sự sẽ phải trả.
