
Qwen4-Max 较阿里巴巴标价低 30%:端点上线前的一份价目表
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 187 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 414 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 138 tok/s
- orca新Orca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Qwen4-Max 于 2026 年 11 月 16 日发布。三天后,也就是 11 月 19 日,一家第三方推理平台将该模型列入其价目表:每百万输入 token 1.05 美元、每百万输出 token 3.15 美元,缓存读取为 0.0525 美元。把这些价格除以 Alibaba 自家的新加坡价目卡——1.50 美元、4.50 美元和 0.075 美元——每一项得出的结果都正好是 0.70。这不是大约低 30%,而是在所有三项上都正好低 30%,精确到最后一位小数。这是转售商给自己定价的方式,而非独立部署给自己定价的方式。而且,承载这张费率卡的同一个页面上,还带有“即将上线”的提示和一个注册框,让用户在 Qwen4-Max 可用时收到通知;这使得这份价目表在其定价对象上线之前就已发布。
这 30% 究竟是什么
三个数字,一个乘数,而乘数就是全部关键。
• 输入 — 第三方卡每百万 token 1.05 美元,而 Alibaba 新加坡卡为 1.50 美元。比率 0.700。
• 产出——3.15 美元对 4.50 美元。比率 0.700。
• 缓存读取 — $0.0525 对比 $0.075。比率 0.700。
一个已经买下自己2.4万亿参数硬件、自己编写稀疏注意力内核并谈妥带宽的平台,算出来的数字会聚集在阿里巴巴附近,而不是三个都能被十又七分之四(10/7)除得干干净净的数字。独立定价自带独立的噪声:这里一个四舍五入,那里一个利润率,还有一个反映不同存储层级的缓存价格。三例全部精确吻合,正是对单张上游价目卡施加利润率的典型特征,而它所施加的那张上游价目卡是新加坡的,而非全球的——$1.413 和 $4.24 本会得出 $0.989 和 $2.968,而公布的数字两者都不是。
这会告诉你该折扣是促销性质的。有人正从发布预算中支付这30%,而不是来自不同的成本结构;而面对任何促销费率,都该问的是它能维持多久。
平台拿到比标价低30%的三种方式
没有第四个值得考虑的解释,而这三种解释值得区分开来,因为它们的失效日期各不相同。
第一种是由厂商资助的发布折扣。阿里巴巴希望让已经在某处拥有 API 密钥的开发者接触到 Qwen4-Max,而最快的方式就是补贴某个平台的首月费用。这是三种情况中最有可能发生、也是时间窗口最短的一种,因为在限定的窗口期内,差额由平台的资产负债表来吸收。
第二种是真正的批发定价——平台以低于标价的协商价格采购,并将其中一部分让渡出去。这是30%唯一稳定的版本,也是会出现在经销商协议而非营销页面上的版本。如果这一价格在1月之后仍能维持,那么它就是这个样子。
第三种是亏本引流产品:它所依托的模型服务成本高昂,宣传成本却很低。Qwen4-Max 在 2.4 万亿参数的骨干网络中,每处理一个 token 激活 710 亿参数——服务成本并不会因为价格下降而随之降低。一个以标价 70% 出售以争夺路由份额的平台,是一门说得通的生意,但它是一门下面有底线的生意。
三者今天给出的价格相同,而从费率卡上看不出其中任何一种。这就是单凭一页内容所能读出的诚实限度:数字是真实的,但其背后的计算并未公布。
价格不承载的限制
真正比折扣更重要的部分就在这里,而这正是以价格为主导的对比总会漏掉的部分。Alibaba 为 Qwen4-Max 提供的价目卡不只是钱——它是一组上限,而经销商照搬价格,远比照搬规格表更可靠。
• 背景——Alibaba 文档标明上下文为 1,000,000 个 token,非思考模式下的输入上限为 991,808 个 token,而在思考模式下则降至 983,616 个 token。第三方卡片宣称支持 1M token 上下文,却未提及输入上限,而真正限制长文档的正是这个输入上限。
• 输出——阿里巴巴将非思考输出上限设为 131,072 个 token,并将思考内容加回答放入共享的 262,144 个 token 预算中。一个宣称“1M 上下文”却止步于此的页面,并没有告诉你究竟能拿回多少答案。
• 模态——供应商卡片支持文本、图像和视频输入,输出文本,并且具备原生视频理解能力,而不是外挂一个提取器。第三方列表常常先提供文本和图像路径,之后才提供视频路径,而且列表并不总是说明你拿到的是哪一种。
这一切都谈不上是指控。它只是模型与模型的实际部署之间再寻常不过的差距;而对于一个才发布四天的版本来说,关于其性能上限,来源只有一个——阿里巴巴自家的 Model Studio 页面——因为还没有人把第二个部署运行得足够久,久到能针对它发表结果。
实际后果是:如果你在为一项长上下文任务做规模评估,那就从供应商那里获取上下文数值,并从报价最低的一方获取价格,但在你实际发送一个 40 万 token 的请求、观察它在何处被截断之前,不要假设它们描述的是同一款产品。

30% 折扣在一次智能体运行中的价值
对于一款以长时间运行的智能体工作为卖点的模型来说,token 价格是错误的计价单位,所以下面算一算 Qwen4-Max 明确瞄准的一种场景——一个编码智能体在 40 轮中保持 200,000 token 的仓库上下文,每轮输出 30,000 token 的推理和补丁。按标价、不计缓存,输入和输出均采用新加坡费率。
• 在 Alibaba 的卡片上——每轮 200,000 个输入 token,按每百万 $1.50 计算为 $0.30;30,000 个输出 token,按每百万 $4.50 计算为 $0.135。即每轮 $0.435,40 轮合计 $17.40。
• 在第三方卡上——同一轮为输入 $0.21、输出 $0.0945,每轮 $0.3045,40 轮共 $12.18。
• 节省额——每 40 轮运行节省 $5.22,即每轮 $0.13。若每月运行一千次,就是 $5,220;若每月只运行十次,那就只够一顿午饭。
现在把缓存加进来,因为折扣正是在这里产生复利效应,也正是 Qwen4-Max 自身经济账最有趣的地方。Alibaba 记录显示,在新加坡,缓存读取为每百万 $0.075,缓存写入为每五分钟窗口 $1.875。每轮有 200,000 个缓存 token 时,读取成本为 $0.015,因此一次热回合的输入侧从 $0.30 骤降到 $0.015——这还是在任何折扣之前就缩减为原来的二十分之一。这 30% 是实打实的钱,但它只是某个数字的 30%,而到位的缓存已经把这个数字变得很小。在一次反复读取稳定前缀的运行中,缓存结构的价值大约是平台折扣价值的二十倍,而没有任何费率卡会宣传这一点。
它失效的地方在于一个每轮都会变化的前缀。一个工具调用型智能体,如果其上下文主要是新鲜的工具输出,就得不到任何缓存命中,白白支付写入溢价,并回退到完整的输入费率——此时那 30% 就是全部节省,而它是唯一剩下的杠杆。

端点问题
以上所有假设的前提是,你能以该价格调用该模型,而截至11月19日,这一点恰恰是页面唯一没有解决的问题。
同一张模型卡片上带着三项彼此并不太相容的说法。它把 Qwen4-Max 列为无服务器且可用,公布了完整的按量计费价目表,同时又显示“即将推出”状态,并附有注册提示,表示会在模型可用时通知你。这三项里任意两项放在一起都说得通,三项同时出现则说明这是一个正在过渡中的页面,而正确的解读是:定价已经公布,容量尚未就绪——对于一个才发布四天的模型来说,这是正常状态,但对一份价目表而言,把这件事说得如此直白却并不寻常。
这会在特定方面影响决策。若促销费率在端点存在之前就开始,其计时起点会晚于公告时间,或者根本不会启动。如果你正在围绕 1.05 美元构建成本模型,就把它建模为你尚未能测试的折扣,并把 Alibaba 的 1.50 美元作为你的预算赖以维持的数字。
OrcaRouter 并不提供 Qwen4-Max —— 该模型可通过 Alibaba 自家的 Model Studio API 以及若干第三方平台访问,上述折扣属于其中一家平台。我们确实路由同一家族中的 Qwen3.8-Max,按公布的目录价、以 0% 加价直通,这种直通结构使得供应商调价在上游生效的同一天就能反映到这里。一个 API 接入 200 多款模型,一个密钥,以及一套路由 DSL,可将请求发送至 Qwen3.8-Max 或来自其他实验室的模型,而无需第二份合同——当你真正想要的模型出现在一份尚无人完成搭建的价目表上时,这种形态很有用。

关注什么,以及在什么时候之前完成
• 30%的利率能否撑过第一个月。促销利率和批发利率在第一周看起来一模一样,到了二月却截然不同。需要核查的日期是2026年12月底。
• “即将推出”状态是否会解除,以及解除时限制会如何说明。已发布 1M 上下文但未说明输入上限,与 Alibaba 的 991,808-token 非思考上限并不是同一种产品,而这种差异只会在发生截断的那次请求上显现。
• 第二个平台是否会发布一份并非阿里巴巴的 0.70 倍的价目表。两个平台若落在同一倍率上,就意味着一个批发价;若落在不同的倍率上,就意味着两份上线预算,而其中最低的那一份,就是到期最早的那一份。
• Alibaba 是否会作出回应。一家供应商若眼看着其旗舰产品在三天内降价 30%,要么下调批发价,要么调整自己的标价,而后者正是买家想要的。
标题是:Alibaba 的旗舰产品在全面可用四天后,就以标价的 70% 提供。更有用的一句话是:30% 是这则故事里最小的数字——小于它所依托的缓存结构,小于它并未提及的上下文上限,也小于价目表与一个可调用端点之间的差距。给折扣定价。为价目表做预算。
