
Qwen4-Max 的新合作伙伴卡宣传了四项能力。其中三项日后会让你付出代价。
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 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 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 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 · 199 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 · 114 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 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
第二个平台现在也在销售 Qwen4-Max,其公告读起来像一场产品发布:100 万 token 上下文,文本、图像和视频输入,工具调用,结构化输出,推理,以及每百万输入 token 1.413 美元、每百万输出 token 4.24 美元、每百万缓存 token 0.071 美元。该模型已于 2026 年 11 月 16 日在阿里巴巴自家 API 上正式开放,因此两天后就出现第二家销售方,速度虽快但并不令人意外。值得仔细研读的是功能列表,因为那四项能力中有三项在合作方平台上的表现与在阿里巴巴自家平台上不同,而价格正是揭示原因的线索。
从价格开始,因为其他一切都由它决定。$1.413 和 $4.24 并不是新数字。它们是 Alibaba 的 Global 范围费率——北京、香港、法兰克福、美国弗吉尼亚和东京——精确到三位小数,比新加坡价目卡上的 $1.50 和 $4.50 低 5.8%。缓存费率最能说明问题:$0.071 是 Global 的数字,而新加坡的是 $0.075。没有人能独立得出 $0.071。合作伙伴价目卡把供应商的区域费率精确到千分之一美元来报价,报的就是一个转嫁价格;而转嫁价格意味着模型只部署了一次,上面多了一层计费,而不是第二次训练或第二套内核。
这种区分并非吹毛求疵。它为卡片上其余每一行设定了预期:价格能够经受住传导,而行为则不能,除非合作伙伴已经完成了相应的工程工作,让它得以如此。

说法一:1M 上下文。属实,但仍是页面上最没用的数字。
每一个 Qwen4-Max 条目都宣称支持一百万 token,而每一个在技术上都说得对。Alibaba 自己的文档给出 1,000,000 token 的上下文:关闭思考时输入上限为 991,808 token,开启时为 983,616 token;Artificial Analysis 则独立记录到 984k token 的上下文窗口。这三个数字都是同一个 1M,只是所揭示的真实程度不同。
真正重要的那一行不是输入上限,而是输出预算,而这一类别中没有任何合作方规格卡会标明这一点。Qwen4-Max 有 262,144 个 token 的预算,由思考过程和最终回答共享,其中关闭思考时可用 131,072 个。在 900,000 个 token 的输入下,这意味着在思考模式下、窗口关闭之前,你最多只剩 91,808 个 token 用于响应——而且推理 token 也计入其中。一个团队若按“输入 1M,输出若干”来为长上下文任务做容量规划,那是在按厂商从未公布过的数字做规划。
这是合作伙伴列表条目可能悄悄让你花钱的第一处地方。一张标着 1M 的卡片,并不能说明平台是否会强制执行共享预算、截断的是推理过程而不是答案,还是会在输出达到 128K 时悄然停止。这些故障模式会在凌晨两点以被截断的 JSON 对象的形式出现,而不是以错误码的形式出现。
第二项声明:视频输入。这一行决定了该商品条目是否对应一个真实接口。
文本、图像和视频输入是本次公告中最难伪造的能力。向 Qwen4-Max 提供视频服务并不是接受一个 URL 再把它传过去那么简单:必须对帧进行采样,按模型训练时所用的分辨率和帧率将其编码进模型的视觉 token 流,并依据本就已成为稀缺资源的上下文进行计费。一个只接通了文本路径的平台,要么直接拒绝视频,要么接受视频却悄悄降低其质量。
这就是为什么在评估合作方时,视频这一项应当最先测试。一段一分钟、30fps、采用保守采样率的片段就会产生数千个视觉 token;把它放进一个 700,000-token 的文档提示词里,你就会触及输入上限,而得到的回答会比你计划中的更短。Qwen4-Max 的视频支持在 Alibaba 自家 API 上是真实存在的——该模型有相关文档说明,Artificial Analysis 也将其模态记录为文本、图像和视频——但合作方卡片只是一种声明,而不是测试结果。
图像路径也存在同一问题的较轻版本。分辨率处理、分块(tiling)以及高 DPI 截图的 token 成本都属于平台层面的决策,而这些都不体现在按每百万 token 计价输入费用的价目表上。
主张三:工具调用与结构化输出。这是合作伙伴能够胜过厂商的唯一地方。
结构化输出和工具调用正是透传平台能够真正增值之处,这一点值得直说,因为本文其余部分持谨慎态度。Alibaba 的文档在四个协议接口上说明了结构化输出、并行工具调用、前缀补全、网络搜索以及显式和隐式缓存——OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 DashScope。只暴露 OpenAI 形态的合作伙伴,提供的是更少的接口面,而不是更差的模型。
但在其之上构建了受 schema 约束的解码器的合作伙伴,能够提供厂商自有端点无法保证的东西:每次都能在第一次尝试时就解析成功的 JSON,无需重试循环。对于需要批量从发票中提取字段的流水线来说,每避免一次重试,就等于节省了 2× 的输入 token,而这远远超过新加坡与 Global 价格卡之间 5.8% 的区域差异。
所以,关于这项能力要问的问题不是“是否支持结构化输出”——每个列表都写着支持——而是“它是约束解码,还是提示词指令”。前者是保证;后者是强烈的建议,每五十次会失败一次,而且通常发生在批次中最长、最昂贵的那次请求上。
主张四:推理。最难迁移的能力,也是无人为其定价的能力。
Qwen4-Max 出厂即开启推理,且 effort 默认设为 high。该调节档接受 low、high 和 xhigh,thinking budget 默认 131,072 tokens,而在 thinking 模式下 max_completion_tokens 默认 262,144。若请求未设置这三项中的任何一项,就会默认采用这套昂贵配置,而账单大部分正来自该默认值:Artificial Analysis 测得每个索引任务输出 104,940 tokens,其中 68,914 为推理 tokens,而整个九项评测套件的同领域中位数为 6,510 万输出 tokens。Qwen4-Max 生成了 1.27 亿。
在合作伙伴平台上,那个调节项可能发生三种情况,而其中只有一种可见。推理强度参数可以原样透传,这种情况下上述一切成立。它也可以被接受但被忽略,这种情况下你的低强度请求会按高强度请求计费。或者它可能被拒绝,这种情况下你会收到 400 并据此调整。第一种没问题,第三种很烦人,而第二种会悄悄让月度账单翻倍——而且它最常见,因为把未知字段透传给供应商 API 往往是 OpenAI 兼容代理的默认行为。
这也正是价格声明受到最严苛检验的地方。按 $1.413 / $4.24 计费时,合作伙伴采用的是供应商的 Global 费率,因此 token 价格是诚实的。token 数量是否诚实,则取决于一个并未出现在卡片上的参数。
一则“合作”公告能告诉你什么,以及它不能告诉你什么
这次发布的定位——与 Alibaba 的 Qwen 团队合作,而非转售——值得按字面理解其覆盖范围,且不要多信一个字。它看似涵盖权重的早期访问、容量分配和一个受支持的标识符。它并不涵盖那些决定你账单的事项:思考预算、各模式下的输入上限、视频采样策略、约束解码保证,或部署所在区域。
这件事有一个可检验的版本。向平台询问其在思考模式下的输入上限。Alibaba 公布的是 983,616。如果回答是“1M”,那这个平台就没有读过供应商的文档,其规格表的其余部分也应受到同样的怀疑。仅这一个问题,就能区分出一个移植了模型的合作伙伴和一个只移植了价格的合作伙伴。
独立数据现在比发布时更好,这很有帮助。Artificial Analysis 在 Intelligence Index v5.0.1 上给 Qwen4-Max 打出 43 分——这是可比模型的中位数——每完成一项指数任务成本为 3.27 美元,每项任务耗时 32.1 分钟,每秒输出 54.5 个 token,首个回答 token 用时 155.4 秒。这是对一个发布仅两天的模型进行的真实独立评估,也是用来对照任何厂商图表的数字。它没有告诉你的是,合作伙伴平台是否能复现这一结果:该追踪器只在一个端点上测量模型,而采用不同批处理、不同内核或不同推理默认值的第二次部署,可能会相差数分,成本也可能相差数倍。

如何在不靠猜的情况下买到这个
OrcaRouter 不托管 Qwen4-Max。该模型可通过 Alibaba 自有的 Model Studio API 以及多个第三方平台访问,这就是对情况的诚实描述——本平台没有供应商托管的路由,因此不会声称有。OrcaRouter 提供的是对比基准:一个 API 背后有 200 多个模型标识符,以0% 加价,供应商标价原样传递,因此 $1.50 的新加坡卡和 $1.413 的 Global 卡在这里与 Alibaba 自己的定价页面上的数字相同,供应商价格变更当天生效,而不是等到下一个计费周期。

对于正在决定某个合作伙伴条目是否值得采用的团队,有用的做法是并排对比,而不是做评测。把同样的 50 个请求——一份带视频的长文档、一批结构化抽取任务、一条智能体工具调用链、一个 低投入的分类任务——分别发往厂商自己的端点和合作伙伴的端点,并比较计费的 token 数,而不是返回的 token 数。这两个数字恰恰会在某个参数被丢弃时出现差异,而路由 DSL 能让你在合作伙伴确实更优的工作负载上保留它,在它并不更优的工作负载上自动回退。
公告是准确的。其中标注的价格是阿里巴巴自己的全球费率,模态列表与供应商文档一致,而一个把缓存读取报价精确到小数点后三位的合作伙伴,显然已经算过账了。它略去的是你无法从一张卡片上核实的那部分:一个共享的 262,144 token 预算,会缩小可用窗口;一个决定账单大部分金额的推理强度旋钮;一条要么是真正工程实现、要么只是被接受字段的视频路径;以及一个要么是约束解码、要么只是一厢情愿的结构化输出承诺。这四件事值得你投入的评估时间,比合作伙伴价格节省的 5.8% 更多。
