Qwen4-Max Preview 逃出付费墙：同一个模型，如今被置于聊天框之后

2026 年 11 月 11 日，Qwen4-Max Preview 出现在 Qwen Chat 中——同一天上午 10:00，阿里巴巴开始通过 Model Studio 的 Token Plan 提供同一个模型；如今无需新加坡订阅、专用 base URL 或 API 密钥即可访问。模型本身没有任何变化：1,000,000 token 上下文，393,216 token 的输出上限由思考过程和答案共享，输入支持文本、图像和视频。改变的是谁能够访问它。一个曾经是企业采购条目中的预览版，变成了可以在浏览器标签页里打开并输入内容的东西；而这两扇门都通向同样仅剩的十四天。Qwen 4 系列是在 2026 年 9 月 22 日 Apsara 大会的舞台上被命名的，当时没有任何层级附带规格参数；它意在取代的旗舰模型 Qwen3.8-Max 自 8 月 3 日起已可调用，价格为每百万输入 token 2.00 美元、每百万输出 token 6.00 美元。这一款你可以看，而在 API 一侧，你仍然无法按 token 购买它。

第二扇门，以及为什么它比听起来更重要

Qwen Chat 是一个面向消费者的入口。其中没有按 token 计费的计量器，没有可粘贴到请求体中的模型 ID，也没有月底账单。对于阿里巴巴用积分订阅圈定起来的预览版而言，这是一种不同性质的访问方式，而不是同一种访问方式的更便宜版本——它把该模型从采购讨论带入了评估讨论。

如文档所述，该 API 路由周围有三道限制。访问仅限 Token Plan，且明确不支持按量付费。其基础 URL 是位于 token-plan.ap-southeast-1.maas.aliyuncs.com 的专用地址，因此现有的 Model Studio 密钥无法访问它。而且该计划本身带有一项限制，值得直接引用而不是转述：它用于“编码和智能体工具中的交互式使用，而非自动化批处理脚本”。一个不能批量运行的预览，就是只能手动评估的预览。

把这两件事放在一起看，Qwen Chat 的发布就不太像一场营销造势，更像是这款产品名副其实的收官之举。如果许可证说的是仅限交互式使用，那么聊天窗口就不是绕开付费方案的变通办法——它恰恰是这套方案一直在描述的那个界面。

这两扇门真正的区别是什么

同样的模型，不同的底层管线。真正重要的区别，每项一行：

• 成本模式 — Qwen Chat：用户看不到按 token 计费，也无需管理密钥；相比之下，Token Plan 是月度积分订阅，个人版套餐包括 6 美元/20,000 积分、10 美元/45,000 积分、18 美元/80,000 积分和 43 美元/200,000 积分，另有 15 美元/20,000 积分的充值包。

• 上限 — Qwen Chat：聊天客户端单轮所能接受的内容，对比 API：完整的 1,000,000 token 上下文和 393,216 token 输出预算，两者均有文档说明。

• 程序化访问 — Qwen Chat：无；它是聊天界面。而 API：兼容 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages，因此现有客户端只需一个基础 URL 和一个密钥，而无需重写。

• 工具 — Qwen Chat：应用所开放的功能与 API 的对比：函数调用、网络搜索、内置工具、JSON 对象和 JSON Schema 输出。

• 可复现性——Qwen Chat：一段你可以阅读但无法进行版本化的对话；而 API：你可以固定请求参数，这是诚实比较两次运行的唯一方式。

• 到期时间——两者相同：2026年11月25日24:00（UTC+8），此后该模型将退役。

最后那一行，正是人们会忘掉的那一行。聊天这扇门让人感觉是永久的，因为聊天产品通常确实如此。而这个并非如此。

这个窗口本身就是产品，为期十四天。

阿里巴巴的文档将这一窗口期定为 UTC+8 的 11 月 11 日 10:00 至 11 月 25 日 24:00，并补充说，预览结束后该模型将退役。文档还指出，在此期间不会做任何改动。冻结的预览是一种特定形态的供给：你在第二天觉得恼人的行为，到第十三天依然存在，而在后继版本出现之前，反馈它对你毫无益处。对于评测版本来说，这是正确的取舍；对于依赖项来说，则是错误的取舍。

这个窗口在商业上的力度异常大。在预览期间，消耗“低至标准费率的 20%”，而在 UTC+8 的 22:00 至 08:00 之间发起的调用还可享受进一步折扣，最终降至标准费率的 8%。Alibaba 的两个页面对这个夜间档位的描述不同——一个称之为减免 40%，另一个称之为减免 60%——但两者都落到同样的 8%，因此应把算术结果当作事实，把百分比当作宣传话术。Credits 本身的消耗速率，厂商称是由模型类型、token 用量、思考模式和工具调用动态设定的，这意味着唯一能了解你真实费率的地方，就是控制台里的用量明细。

聊天框无法告诉你的事

这个模型缺少三样东西，而聊天界面让这三样都更难被看清，而不是更容易被看清。

目前没有已公布的参数数量。Qwen 组织最接近的架构说明是 Qwen3.8-Flash-Next，它于 2026 年 8 月 24 日发布在 Hugging Face 上，其模型卡将其描述为支撑 Qwen 4 的架构的实验性预览。该模型卡报告了 1250 亿主参数、每步约 60 亿激活参数、一个 510 亿参数的 n-gram 嵌入存储，以及三项具名技术——QSA 稀疏注意力、门控残差连接，以及作为独立查找表的 n-gram 嵌入。这是厂商报告、未经复现的，而且它描述的是一个 1800 亿参数的预览模型，并非这款旗舰模型。任何引用 Qwen4-Max 参数数量的人，都是在引用阿里巴巴未曾说过的话。

目前没有任何基准测试分数，无论来自厂商还是独立评测。2026年11月11日查阅的 Artificial Analysis 排行榜上根本没有 Qwen4 的条目。这并不是对模型不利的扣分项——今天上午才开放的预览版还没有时间接受评测——但这确实意味着，今天流传的每一个“Qwen4 击败 X”的数字，要么是预测，要么是另一个模型的数字顶着它的名字。

而且没有权重发布。这是一个为期十五天的封闭托管端点，而不是可下载的检查点；适用于可下载模型的许可问题根本不会出现，因为没有任何东西可下载。

决定一个答案是否值得一读的三个设置

如果你真的开放 API 这一侧，那里的默认值并不是中立的，而移植过来的请求正是在这些默认值上出问题。

reasoning_effort 接受 low、medium 或 xhigh，默认值为 xhigh。模型若在作答前投入预算进行思考，在困难提示上会产出更好的结果，但在简单提示上的延迟会更差；默认值处于这一权衡中成本较高的一端。

max_tokens在这个模型上含义变了。从这里开始，max_tokens 等同于 max_completion_tokens，二者都涵盖思考过程加上最终答案，而此前每个 Qwen 模型都只把这个上限应用于答案。一个从 Qwen3.8-Max 沿用过来、max_tokens 设为 4096 的请求，现在会消耗 4,096 个 token 用于思考，剩下的才留给答案——在高难度提示词上，剩下的可能为零。失败模式是响应被截断，而不是你能捕获的错误。

preserve_thinking 在 Chat Completions 中默认开启，因此此前的思考内容会通过助手消息的 reasoning_content 字段返回。将其拼接到 content 中并作为历史重新发送，属于错误的结构，会导致下一轮表现下降。另请注意，reasoning_effort 和 thinking_budget 不能同时设置——请只选择其中一个控制项。

一份一下午就能搞定的测试计划

如果你在开始前就确定自己要测试什么，十四天足以学会某个具体的东西。三个提示词，每个运行两次，比一周漫无目的的聊天更能利用好这个时间窗口。

先从上下文窗口的用途开始。交给它一份你已知答案的长文档，或一段你已知答案的屏幕录制，然后看它能否找到你埋在末尾附近的那个细节。一百万 token 说的是容量，而不是注意力；要区分这两者，唯一的办法就是你自己放进去的那根针。

然后，在同一个提示词上，用推理默认设置与低成本设置进行对比测试。如果 xhigh 和 medium 在你的任务上得到相同结果，那你就发现了无需承担的延迟。如果它们出现分歧，那你就找到了模型在不把思考过程外显的情况下所能达到的边界。

然后，用一段简短而具体的内容来测试视频输入——比如一段包含已知 Bug 的界面录屏。视频理解是任何模型卡上基准测试最少的能力，也是最容易让预览版在意想不到的方向上给你惊喜（或惊吓）的那一项。

记录下你学到的东西，连同日期和设置。十五天后，那份文件就是这次预览所产生的唯一资产。

它在 Qwen 4 系列中处于什么位置

阿里巴巴在9月22日的云栖大会上公布了四个档位：Max、Flash、Plus和27B。截至今天，其中一个已有端点，一个有聊天标签页，其余三个只有名字。一个只有一个已交付档位、三个已宣布档位的系列是路线图，而不是产品阵容；这次预览更应被解读为一次能力展示，面向的是日后承担旗舰定价的那个档位。

同样值得直说：这个模型不是什么。它不是 Qwen4-Max。这个预览版之后才会有一个正式商用的旗舰模型，而该旗舰模型没有模型卡、没有公布每 token 价格，也没有按量付费端点。两者的命名相近到搜索结果和社交帖子经常把它们混为一谈；它们是处于不同状态的不同产品，而把预览版的数字当成旗舰版的数字，正是路线图幻灯片变成采购失误的方式。

11月25日什么会关闭？

三种结果都有可能，但可能性并不相同。最理想的一种是正式全面可用，公布按 token 计费的价格，并提供按量付费端点，这将使这次预览成为任何人都能做的最便宜的尽职调查。第二种是按相同条款延期，这将说明阿里在新加坡仍受产能限制，也仍未准备好公开对该模型进行按量计费。第三种是按计划退役，且悄无声息。

对于需要在这一切有结果之前就必须上线的人来说，实际问题是用什么来替代，而答案已经现成可用。Qwen3.8-Max 自 2026 年 8 月 3 日起已正式可用，提供 1,000,000 token 的上下文，支持文本、图像和视频输入，价格为每百万输入 token 2.00 美元、每百万输出 token 6.00 美元——供应商的标价，未附加任何费用。它也是217 个模型标识符之一，位于 OrcaRouter 的目录中，而这也正是该说法诚实的边界：我们不提供 Qwen4-Max Preview，再多巧妙的路由也无法改变这一点。目录确实能给你的是一条回退链，这样评估就可以放在你已经信任的模型之后，而不是放在它前面——如果请求出错、超时，或因为思考预算吃掉了答案而被截断，回退模型会作答，而你仍然能了解百万 token 窗口是否解决了你的问题。

预览版的真正贡献不在于基准测试或价格，而在于一个日期：11月25日。此后，“Qwen 4 旗舰版能做什么”的答案将不再停留在聊天标签页，而开始以模型卡的形式呈现。要关注的是那份文档，而不是发布帖。