Qwen4-Max vs Qwen 4: Một bên là một hạng, bên kia là một dòng sản phẩm, và chỉ một trong hai mới có thể gọi được

Việc so sánh này thường được viết như thể đó là một cuộc đối đầu giữa hai mô hình. Không phải vậy. Qwen 4 là tên của một thế hệ — bốn hạng mà Alibaba đã giới thiệu trên sân khấu tại hội nghị Apsara ở Hàng Châu vào ngày 22 tháng 9 năm 2026 — và Qwen4-Max là một trong những hạng đó, hạng hàng đầu, có bản xem trước mở vào ngày 11 tháng 11 năm 2026 và đóng vào ngày 25 tháng 11. So sánh chúng là so sánh một sản phẩm với một dòng sản phẩm. Dù vậy, việc đó vẫn đáng làm, bởi tên dòng sản phẩm là thứ người ta gõ vào ô tìm kiếm còn tên hạng là thứ họ thực sự có thể tiếp cận, và khoảng cách giữa hai điều đó chính là nơi phần lớn sự nhầm lẫn về thế hệ này nằm lại.

Hãy bắt đầu bằng cục diện hiện tại, mỗi ý một câu. Qwen4-Max là thật, có thể gọi được, được tính phí bằng Credits thông qua gói đăng ký Alibaba, và dự kiến sẽ bị rút sau mười bốn ngày. Toàn bộ Qwen 4 gồm một hạng đang ở dạng xem trước và ba hạng chỉ tồn tại dưới dạng tên: Qwen 4 Flash, Qwen 4 Plus và Qwen 4 27B chưa từng có thẻ mô hình, giá, cửa sổ ngữ cảnh hay benchmark nào được công bố cho chúng.

Gia đình, từng bậc một, với những gì hiện có

Bản phát hành bằng văn bản của chính Alibaba ngày 22 tháng 9 năm 2026 nói rằng Qwen 4 "hiện đang được huấn luyện" và không gắn thông số kỹ thuật nào với bất kỳ hạng nào. Bốn cái tên đến từ sân khấu hội nghị, do trưởng nhóm LLM Qwen nói ra, và được đưa tin từ phiên đó. Các tên hạng được công bố trên sân khấu là một tuyên bố về một kế hoạch. Đây là kế hoạch so với tiến độ thực tế, tính đến ngày 11 tháng 11 năm 2026:

• Q​wen 4 Max — phân khúc cao cấp nhất. Được phát hành dưới dạng bản xem trước, ID mô hình qwen4-max-preview, từ ngày 11 đến 25 tháng 11 năm 2026, chỉ áp dụng cho đăng ký gói Token Plan, khu vực Singapore. Ngữ cảnh 1M, ngân sách đầu ra 393.216 token được chia sẻ với suy luận, văn bản, hình ảnh và video đầu vào.

• Q​wen 4 Flash — phân khúc thông lượng cao. Chưa công bố gì. Không có ID mô hình, không có model card, không có ngày.

• Qwen 4 Plus — phân khúc tầm trung cân bằng, theo truyền thống có độ phủ đa phương thức rộng nhất trong dòng sản phẩm. Chưa công bố thông tin nào.

• Q​wen 4 27B — bậc mở trọng số, phiên bản mà dòng mô hình này có thói quen công bố trên Hugging Face. Không có gì được công bố; không tồn tại kho lưu trữ nào dưới tổ chức Q​wen.

• Con số tham số — lộ trình từ 5 đến 10 nghìn tỷ tham số đi kèm tên Qwen 4 thuộc về các thế hệ Qwen 4.5 và Qwen 5, trong cùng một bản phát hành và cùng một đoạn văn. Alibaba chưa công bố số lượng tham số nào cho Qwen 4, và cũng không có cho Qwen4-Max.

Một dòng trong bốn đã được phát hành, và nó được phát hành kèm theo một ngày hết hạn. Đó là toàn bộ hồ sơ phát hành của dòng này, và nó mô tả “Qwen 4” hay hơn bất kỳ bảng thông số nào bạn sẽ thấy, bởi vì mọi thứ khác trong những bảng đó đều do ai đó bịa ra khi điền vào chỗ trống.

Bản xem trước chứng minh điều gì về phần còn lại của gia đình

Một mẫu flagship đã ra mắt là bằng chứng về các sản phẩm anh em của nó, ngay cả khi những người anh em đó chưa được phát hành, và trong trường hợp này, bằng chứng ấy đặc biệt cụ thể. Qwen4-Max xuất hiện với ba đặc điểm đọc lên như những quyết định ở cấp độ cả dòng sản phẩm chứ không phải ở cấp độ từng phân khúc.

Đầu tiên là ngữ cảnh 1M. Max đi kèm cửa sổ một triệu token; bản xem trước kiến trúc Q​wen 4 — Qwen3.8-Flash-Next, được công bố trên Hugging Face ngày 24 tháng 8 năm 2026 với một model card mô tả đây là bản xem trước thử nghiệm của kiến trúc sẽ làm nền tảng cho Q​wen 4 — báo cáo ngữ cảnh gốc 262.144 token có thể mở rộng tới 1 triệu. Một dòng sản phẩm đạt 1M ở mẫu flagship là dòng sản phẩm mà các phân khúc khác sẽ được mô tả dựa trên con số đó, và câu chuyện mở rộng đã được ghi sẵn trong model card của bản xem trước.

Điều thứ hai là mặc định suy nghĩ ở mức nỗ lực xhigh. Max được xuất xưởng với tính năng suy luận bật, có thể điều chỉnh thông qua reasoning_effort thành low, medium hoặc xhigh, mặc định ở mức cao nhất. Đó là một tuyên bố về cách Alibaba kỳ vọng dòng sản phẩm này được sử dụng: mô hình sẽ suy nghĩ trừ khi bạn bảo nó không làm vậy, và ngân sách token dành cho việc suy nghĩ được lấy từ cùng một nhóm 393.216 token như câu trả lời. Một bậc Flash được xây dựng trên cùng kỳ vọng đó sẽ là một sản phẩm rất khác so với một bậc Flash được xây dựng cho độ trễ, và card cuối cùng sẽ cho bạn biết đó là loại nào.

Thứ ba là bề mặt API. Max tương thích với OpenAI Chat Completions, OpenAI Responses và Anthropic Messages, đồng thời thay đổi ý nghĩa của max_tokens để bao gồm cả phần suy nghĩ và câu trả lời cùng nhau — một thay đổi mà Alibaba ghi nhận là bắt đầu từ “qwen4-max-preview”, với các mô hình Qwen cũ hơn vẫn giữ hành vi cũ. Khi một nhà cung cấp biến mô hình mới nhất thành mô hình đầu tiên có quy tắc tính toán mới, quy tắc đó thường được áp dụng cho các mô hình kế tiếp trong thế hệ thay vì chỉ gắn với một hạng mô hình.

Không có điều nào trong số này là thông số kỹ thuật của Q​wen 4 Flash, Q​wen 4 Plus hay Q​wen 4 27B. Đây là hướng mà thế hệ này đang nhắm tới, dựa trên những phần mà nhà cung cấp đã thực sự công bố, và đó là tất cả những gì bất kỳ ai bên ngoài A​libaba có thể nói một cách trung thực về ba mẫu còn lại.

Câu hỏi về 27B mới là điều quan trọng đối với hầu hết độc giả.

Thói quen của tổ chức Q​wen chính là lý do khiến bậc 27B thu hút nhiều sự chú ý hơn mức một mô hình tầm trung thường được hưởng. Qwen3.5-27B, Qwen3.6-27B và Qwen3.8-27B đều tồn tại dưới dạng các kho lưu trữ có thể tải xuống; Qwen3.8-27B, được công bố vào tháng 8 năm 2026, công bố giấy phép Apache 2.0, mô tả một mô hình dense 27 tỷ tham số với bộ mã hóa thị giác, sự kết hợp lai giữa các khối Gated DeltaNet và Gated Attention, ngữ cảnh gốc 262.144 token có thể mở rộng lên 1 triệu, và chế độ suy nghĩ được bật/tắt theo từng yêu cầu.

Thành tích đó là lý do khiến "Q​wen 4 27B" được rất nhiều người hiểu là lời hứa về trọng số có thể tải xuống. Đó không phải là một lời hứa như thế. Hiện nay không có kho lưu trữ Q​wen 4 nào trong tổ chức Q​wen — những thứ mới nhất ở đó là dòng 3.8, với Qwen3.8-Flash-Next là sản phẩm công khai gần nhất với Q​wen 4. Việc mẫu chủ lực được phát hành dưới dạng bản xem trước đăng ký có giới hạn truy cập thay vì một bản phát hành mở không mâu thuẫn với việc cuối cùng sẽ có một bản 27B mở, nhưng điều đó có nghĩa là phân khúc trọng số mở đã tụt lại phía sau mẫu chủ lực trong chu kỳ này theo cách chưa từng xảy ra trước đây.

Đối với bất kỳ ai có kiến trúc không thể định tuyến qua một gói đăng ký Singapore, hệ quả thực tế rất rõ ràng: không có hạng Q​wen 4 nào là bạn có thể dùng hôm nay, dưới bất kỳ hình thức nào, với bất kỳ mức giá nào. Thế hệ bạn thực sự có thể chạy là 3.8, và mô hình hàng đầu của thế hệ đó thực sự là một mô hình mạnh mẽ chứ không phải là một mô hình giữ chỗ.

Định giá một họ đã công bố một mức giá và đó không phải là giá theo token

Qwen4-Max không có mức giá trên mỗi triệu token. Thứ mà nó có là một gói đăng ký: Token Plan Personal Edition với giá $6, $10, $18 hoặc $43 mỗi tháng cho 20.000, 45.000, 80.000 hoặc 200.000 Credits, cùng các gói sử dụng với giá $15 cho mỗi 20.000 Credits, mức giá dành cho người dùng mới kéo dài đến ngày 30 tháng 11 năm 2026, và một chương trình khuyến mãi xem trước đưa mức tiêu thụ xuống còn 20% mức tiêu chuẩn, giảm còn 8% trong khoảng 22:00 đến 08:00 UTC+8. A​libaba nói rõ rằng số Credits cho mỗi yêu cầu được xác định một cách linh hoạt dựa trên loại mô hình, lượng token sử dụng, chế độ suy nghĩ và các lệnh gọi công cụ.

Hãy so sánh điều đó với hạng mà Qwen4-Max sẽ thay thế, vốn có một bảng giá thực sự: Qwen3.8-Max với giá $2.00 cho đầu vào và $6.00 cho đầu ra mỗi triệu token, đọc bộ nhớ đệm ở mức $0.25, trên ngữ cảnh 1M token. Sự so sánh này không hề cân xứng, và cũng không nhằm mục đích cân xứng — một bên là gói đăng ký mà bạn không thể tính được chi phí đơn vị, bên kia là mức giá tính theo lưu lượng mà bạn có thể đưa vào bảng tính.

Có lý do để quan tâm vượt ra ngoài cửa sổ xem trước. Nếu Qwen 4 Flash và Qwen 4 Plus ra mắt trong cùng một cách tính phí thuê bao, thì cả thế hệ này được định giá như một gói sản phẩm thay vì như suy luận, và bài toán mua so với tự xây thay đổi đối với mọi khối lượng công việc hiện đang giả định tính phí theo token. Nếu chúng ra mắt theo cách tính phí theo mức dùng, thì bản xem trước chỉ là một chiến dịch ra mắt. Việc nào trong số đó xảy ra có thể biết được trong vài tuần và là điều duy nhất liên quan nhất đến quyết định về dòng sản phẩm này ngay lúc này.

Làm gì khi ba trong bốn tầng là tên

Sai lầm tốn kém ở đây là coi bản xem trước của một hạng là đợt ra mắt cả dòng sản phẩm và lên kế hoạch di chuyển dựa trên những hạng chưa hề tồn tại. Cách ít tốn kém là tách quyết định định tuyến khỏi quyết định về mô hình, để hạng nào ra mắt trước cũng có thể được áp dụng bằng một thay đổi cấu hình.

Đó là lý do nên thể hiện ưu tiên tier dưới dạng chính sách thay vì mã. DSL định tuyến của OrcaRouter — YAML + CEL, được đánh giá theo từng yêu cầu — cho phép bạn ghim một workload vào một mô hình có tên và hoán đổi tên đó khi có mô hình tốt hơn xuất hiện, mà không cần chạm vào ứng dụng; một chuỗi dự phòng nghĩa là một mô hình bạn vẫn đang đánh giá nằm sau một mô hình bạn tin tưởng thay vì nằm trên đường tới hạn. Hôm nay danh mục trả về 217 mã định danh mô hình và không có cái nào là một tier Q​wen 4 — chúng tôi không phục vụ Qwen4-Max, và trang này sẽ không gợi ý điều ngược lại. Những gì nó thực sự có là thế hệ 3.8: Qwen3.8-Max ở mức $2.00 và $6.00 của A​libaba với 0% markup, bản snapshot Qwen3.8-Max-0902 gắn ngày, và Qwen3.8-Flash cho lưu lượng lớn. Đặt workload ở đó ngay bây giờ, phía sau một chính sách đặt tên mô hình thay vì mã hóa cứng nó, chính là phiên bản của “chờ đợi Q​wen 4” mà vẫn giao được thứ gì đó.

Một bản snapshot có ghi ngày đáng được nêu riêng, vì đây chính là phần dễ bị mất trong chuyện này. Ghim vào Qwen3.8-Max-0902 nghĩa là mô hình đang trả lời các yêu cầu của bạn không thể thay đổi ngay dưới chân bạn trong khi một mô hình kế nhiệm đang được xem trước, gia hạn hoặc thu hồi. Một dòng mô hình đang trong cơn biến động chính là lúc bản snapshot chứng tỏ được giá trị của mình.

Điều này được giải quyết như thế nào

Cuộc so sánh thu gọn lại thành ba mốc thời gian. Ngày 25 tháng 11 năm 2026 sẽ quyết định liệu Qwen4-Max trở thành một sản phẩm hay chỉ là một bản trình diễn; một endpoint trả tiền theo mức sử dụng hoặc một phần gia hạn sau ngày đó sẽ trả lời câu hỏi, và sự im lặng cũng sẽ trả lời câu hỏi ấy. Thẻ mô hình tiếp theo sẽ quyết định liệu Qwen 4 là một dòng mô hình hay một mẫu chủ lực — Flash và Plus hoặc sẽ có thông số kỹ thuật, hoặc sẽ chỉ là những cái tên trên sân khấu. Và một kho lưu trữ Hugging Face sẽ quyết định câu hỏi 27B cho tất cả những ai hoàn toàn không thể dùng API đăng ký.

Cho đến lúc đó, câu chính xác là câu nghe ít giống một bài đăng ra mắt nhất: một hạng của Q​wen 4 sẽ còn tồn tại thêm mười bốn ngày nữa, ba hạng trong số đó chỉ nằm trên một slide từ tháng Chín, và Q​wen mà bạn có thể dựa vào hôm nay chính là bản mà A​libaba đã phát hành hồi tháng Tám. Cứ lên kế hoạch dựa trên điều đó, và bản xem trước sẽ trở thành phần thưởng thêm chứ không phải là thứ bạn phụ thuộc vào.