Qwen 4 Max 在 Apsara 2026 上发布：Alibaba 确认了什么，又没有确认什么

杭州的云栖大会——即 Apsara Conference——在 2026 年 9 月 22 日被用来展示四款尚未发布的模型。该实验室的大语言模型负责人 Liu Da Yiheng 在台上预览了 Qwen 4 Max、Qwen 4 Flash、Qwen 4 Plus 和 Qwen 4 27B，称该系列基于新一代架构训练，并且只表示它很快就会到来。截至本文撰写时，这四款模型都没有模型卡、没有开放权重、没有 API 标识符、没有上下文窗口、没有价格，也没有基准测试分数。今天你真正能调用的最新旗舰是 Qwen3.8-Max，自 2026 年 8 月 3 日起全面可用；而舞台发布与可调用端点之间的这段距离，正是这则故事中值得仔细阅读的部分。

四个层级，以及每个层级各自的定位

自 Qwen 3 代起，阿里巴巴的 Qwen 系列就一直按能力层级进行组织，而 Qwen 4 的发布延续了这一结构，而非将其取代。台上展示的是一份名单，而不是规格表：

• Qwen 4 Max — 旗舰档位，也是阿里巴巴用来对标其他每一家前沿实验室顶级模型的那一款

• Qwen 4 Flash — 高吞吐量层级，专为对延迟敏感和高负载量的工作而设计，而非追求峰值推理能力

• Qwen 4 Plus — 均衡的中间档位，历来是多模态支持范围最广的一款

• Qwen 4 27B — 开放权重的本地层级，正是那些从不接触托管 API 的人会下载、微调和量化的那一款

• 架构 —— 被描述为新一代，并被描述为正在训练，这与已经完成并不是一回事

• 主要工作负载——按照会议的框架，是智能体式和工具使用类任务，而非聊天

• 可用性——无。没有任何一档有发布日期、价格、上下文窗口、模态列表或已公布的分数

27B 层级值得关注，原因与基准测试无关。它是该系列中历来唯一以开放权重发布的层级，而 Qwen 3.8 一代展示了这能释放多少独立开发工作：在 27B 权重发布后的几天内，社区就产出了 MLX 转换、NVFP4 量化和无审查微调模型。宣布 27B 就是对整个下游生态的承诺，也是这份路线图中交付最可预测的部分。

5 到 10 万亿参数这个数字并不属于 Qwen 4

对此次会议的报道在一个数字上一直不够严谨。伴随 Qwen 4 消息流传的“5 到 10 万亿参数”目标并不是 Qwen 4 的规格——而是关于其后几代、即 Qwen 4.5 和 Qwen 5 时间范围的前瞻性表述。Alibaba 并未为 Qwen 4 Max 标注任何参数数量，而根据现有证据，写出一个参数数字会是错误的。

这一点很重要，因为参数量是读者最为依赖、也是最容易被传播的数字。给一个没有公开架构的模型冠上 5T 参数的说法，在两个方向上都无法证伪：没人能证实它，而一旦它被反复传播，也没人能纠正它。如果你这周看到 Qwen 4 Max 被描述为参数规模达数万亿的模型，那这个数字是从另一张幻灯片上挪过来的。

可以诚实地说，前代旗舰是一个2.4万亿参数的混合专家模型，每个token激活950亿参数，这一点已在Qwen3.8-Max的官方模型卡以及随后发布的开放权重版本中得到确认。无论Qwen 4 Max最终是什么样，这都是它必须超越的基线，而且这是一个已公布、可核查的数字，而非路线图中的愿景。

这一架构并非传闻：其预览版已经发布。

关于 Qwen 4 发布公告，最有用的信息是：该架构的一部分已经以另一个名称发布。Qwen3.8-Flash-Next 于 2026 年 8 月下旬开源，其模型卡明确将其标注为 Qwen 4 架构的预览版。这使它成为阿里巴巴以外的人关于 Qwen 4 系列如何构建的唯一具体证据。

这是一个稀疏模型，拥有1250亿主参数，外加510亿参数的N-gram嵌入，每次推理步骤激活约60亿参数。它具备262,000个token的原生上下文，卡片称其可扩展至接近100万，阿里巴巴报告其训练成本比Qwen3.7-Plus低约90%。卡片上列出了三项技术：

• QSA，一种 Qwen 专用的稀疏注意力方案，是廉价长上下文训练这一说法背后的机制。

• 门控残差连接，一种用于深度稀疏网络的稳定性度量

• N-gram 嵌入，一个独立的 510 亿参数参数存储，通过查找而非稠密计算来获取

如果 Qwen 4 的各档位继承这一设计，那么真正有意思的后果在经济层面，而非架构层面。一个旨在以约十分之一的训练成本达到接近前沿水平的质量的模型家族，就是一个可以采取激进定价的模型家族；而两年来，阿里巴巴的激进定价一直是开放权重模型经济格局中最可靠的一股力量。这是一个预测，而非事实，也应当被如此标注——但这正是值得追踪这条路线图、而不是将其一笔否定的原因。

等待期间可以运行什么

Qwen 4 发布公告中的任何内容都不会改变本周可用的模型；对于今天就要构建应用的人来说，诚实的答案就是 Qwen 3.8 代。Qwen3.8-Max 自 2026 年 8 月 3 日起正式开放使用，价格为每百万输入 token 2.00 美元、每百万输出 token 6.00 美元，在完整的 100 万 token 上下文范围内价格统一，不收取长提示词附加费；其权重已于 2026 年 8 月 12 日以 Qwen3.8-2.4T-A95B 的形式发布，提供 BF16 和 FP8 两种版本，采用自定义 Qwen 许可证。Qwen 4 各层级将以它为衡量基准，而它今天已经在承载生产流量。

如果你想将已发布的 Qwen 代系与其余前沿模型进行比较，而无需为每个实验室分别管理账户、密钥和账单，OrcaRouter 提供 Qwen 3.8 系列——Qwen3.8-Max、Qwen3.8-Flash 和 Qwen3.8-27B——与 Claude Opus 5、DeepSeek V4 Pro、Gemini 3.1 Pro Preview 和 GLM 5.3 一起，置于一个兼容 OpenAI 的端点之上。也就是说，一个 API 即可访问近 200 个模型，且加价率为 0%，这意味着服务商的标价会原样传递，因此供应商降价当天就会落到你的密钥上，而不是等到下一个计费周期。当 Qwen 4 层级真正发布时，同一个目录就是它会出现的所在；目前，它们都还没有出现。

底线

Qwen 4 Max 是一次真实的发布，却不是一款真实的产品，这句话的两半都很重要。阵容已确认：四个层级、新一代架构、以智能体为重点，以及一个开放权重的 27B 层级——它对更多人来说，会比旗舰层级更重要。做出购买决策所需的一切——价格、上下文、模态、权重、分数、日期——都缺失。

请把它当作一个路线图信号，其证据链异常完整，因为 Qwen3.8-Flash-Next 的发布免费提供了架构预览，而 Qwen3.8-Max 则以已公开的权重和已公布的价格提供了现有基线。关注 27B 层级，因为它将催生的生态；关注 Flash 层级，因为其吞吐经济性。不要把 5 到 10 万亿参数的数值当作 Qwen 4 的事实再次发布，也不要围绕一个没有发布日期的模型来规划迁移——要围绕 Qwen3.8-Max 来规划，并在有可迁移的端点时再行动。