Qwen4-Max Preview：一款只能租用十五天的 100 万 Token 旗舰

大多数模型发布都带有一个开始日期。Qwen4-Max 预览版却带有一个结束日期。Alibaba 于 2026 年 11 月 11 日 10:00（UTC+8）开放了它，并在同一份宣布它的文档页面上表示，该模型将在 11 月 25 日 24:00 之后退役——也就是十五天后，在此期间不允许任何更改。在这个窗口内，你可以获得 1,000,000 token 的上下文、393,216 token 的输出上限（思考过程和最终答案必须共享这一上限），以及原生图像和视频输入。你得不到的是按 token 计价的价格、参数量、公开权重，或任何一个基准测试数字——无论是否由厂商报告。发布帖称该模型“为现实世界任务而构建，具备更深入的知识和增强的能力”，这是每篇发布帖都会有的那种句子；而文档说该模型有一个到期日期，这几乎没有任何发布帖会这么说。

10:00 实际上线的是什么？

产品名称是 Qwen4-Max-Preview，模型 ID 是 qwen4-max-preview。还有一个别名，qwen4.0-max-preview，A​libaba 指出这两个 ID 都能用，但账单上显示的是 4.0 形式——在你按一个字符串查找支出、却发现它记在另一个字符串下之前，这一点值得了解。

通往它的途径只有一条，而且不是普通 API。Qwen4-Max-Preview 仅通过 Token Plan 提供；明确不支持按量付费访问。Token Plan 个人版是一项以 Credits 计费的订阅，仅在 Alibaba 的新加坡区域提供，其专属 base URL 为token-plan.ap-southeast-1.maas.aliyuncs.com。如果你有一个可用于 qwen3.8-max 的 Model Studio API key，它也不是能访问此模型的 key。

这个时间点值得提一句，因为间隔很短。2026年9月22日，Alibaba在杭州举行的云栖大会上从台上公布了Qwen 4系列——Max、Flash、Plus和27B——而当天发布的书面稿只说Qwen 4正在训练中。五十天后，旗舰层级已经有了可用的端点。对一个前沿系列来说这很快，也是应当认真对待这次预览、而不是把它归为舞台演示的最有力理由。

已发布的规范

这就是全部内容，来自 Alibaba 自己的模型页面，而不是来自对它的报道：

• 上下文 — 1,000,000 个 token。

• 最大输出 — 393,216 个 token，由思考与最终答案共享。

• 输入 — 文本、图像和视频。输出为文本。

• 思考 — 默认开启，其中reasoning_effort 设置为 low、medium 或 xhigh，默认为 xhigh。

• 工具 — 函数调用、网页搜索和内置工具。

• 结构化输出 — JSON 对象和 JSON Schema。

• API 形态 — 兼容 {{1}}O​penAI{{/1}} Chat Completions、{{2}}O​penAI{{/2}} Responses 和 {{3}}A​nthropic{{/3}} Messages。

• 每百万 token 的价格——未公布。该模型通过订阅按 Credits 计量，而 A​libaba 并未公布每 token 对应的 credits 费率。

• 参数——未公布。权重——未公布。许可协议——不适用，因为没有可供下载的内容。

• 基准测试分数——无。不是厂商表格，也不是独立运行的结果。

• 可用时间窗口 — 2026年11月11日10:00至11月25日24:00，UTC+8，之后将停用。

把输出上限读两遍。393,216 是个很大的数字，但它不是上下文窗口——它是单次响应的总预算，而且在答案开始之前，推理 token 会先从中扣除。一个默认采用 xhigh 努力级别的模型会把这一预算中相当一部分花在思考上，这会使实际答案长度比这个数字所暗示的短得多。

会让移植失败的那一行：max_tokens

使用说明中潜藏着一项变更，它比规格表上的大多数内容都更重要。从 qwen4-max-preview 开始，max_tokens 等同于 max_completion_tokens，二者都限制思考与最终回答合计的 token 数。所有更早的 Q​wen 模型都保留原有行为，即上限只作用于回答。因此，从 qwen3.8-max 迁移过来、带有 max_tokens: 4096 的请求，现在换来的是 4,096 个用于思考的 token 加上剩余额度；在困难的提示词上，剩余额度可能一点也没有——而且失败模式是响应被截断，而不是你能捕获的错误。

还有两个默认值值得有意识地设置。Chat Completions 会启用 preserve_thinking，该选项默认开启，因此历史思考内容会通过助手消息的 reasoning_content 字段返回；将其拼接到 content 中并作为历史记录发回，是错误的结构，会干扰下一轮。并且 reasoning_effort 与 thinking_budget 不能同时设置——只能选择其中一个控制项。

这些都不稀奇。这只是早一步入场所要付出的寻常代价：让模型看起来和其他所有 OpenAI 风格端点一样的兼容层，并不会让它的 token 计量也变得完全相同，而这种差异只有在内容被截断时才会显现出来。

十五天的 Token Plan 要多少钱？

由于没有按 token 计价，读者实际能回答的唯一定价问题就是订阅费用是多少。Alibaba 的四个个人版档位分别为每月 6 美元 20,000 Credits、10 美元 45,000、18 美元 80,000 和 43 美元 200,000，额外加油包为每 20,000 Credits 15 美元，新用户折扣持续到 11 月 30 日。Credits 的消耗速率由供应商表示会根据模型类型、token 用量、思考模式和工具调用动态决定，而查看真实费率的唯一地方是控制台中的用量详情。

预览版自带一项促销：在活动窗口期内，消耗按“低至标准费率的 20%”计费，而在 UTC+8 的 22:00 至 08:00 之间的调用还可享受进一步折扣，最终降至标准费率的 8%。介绍该夜间费率的两个页面在措辞上并不一致——模型页面把额外这一步称为“40% off”，Token Plan 页面则称为“60% off”——但两者得出的都是同样的 8%，因此应把算术结果视为事实，把百分比视为文案表述。

有一项限制值得直接引用而非转述，因为它在价格成为问题之前就已经排除了大多数生产用途：Token Plan Personal Edition 用于“在编码和智能体工具中进行交互式使用，而不是自动化批处理脚本”。一个无法批量运行的预览，就是一个你得在编辑器里手动评估的预览，就像你在聊天窗口中评估模型那样。

缺失的数字让你付出了什么代价

三处缺位在这里实实在在地起着作用，而每一处都阻碍着不同的决策。

没有价格，预算就无法制定。根据 Alibaba 发布的任何信息，都无法将额度折算成每百万 token 的美元价格，因此团队无法在批量工作中唯一真正重要的维度上，将预览版与按量计费模型进行比较。该订阅设定的是支出上限，而非费率。

没有参数数量，就无法推断基础设施。最接近架构说明的是 Qwen3.8-Flash-Next，它于 2026 年 8 月 24 日由 Q​wen 团队发布在 Hugging Face 上，其模型卡将其描述为一种实验性预览架构，而该架构将成为 Q​wen 4 的基础。该模型卡报告称，它有 1250 亿主参数、每步约 60 亿激活参数，以及一个 510 亿参数的 n-gram 嵌入存储，并列出三项具名技术——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。这些数据由厂商报告且未经复现，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，引用的都是 A​libaba 未曾说过的东西。

没有分数，排名便无从谈起。于 2026 年 11 月 11 日查看，Artificial Analysis 排行榜上完全没有 Qwen4 的条目。这并不是对该模型的批评——今早才开放的预览版根本来不及被评测——但这确实意味着，已经在流传的每一个“Qwen4 击败 X”的数字，要么是推测，要么是另一个模型的数字顶着它的名字。

还有第四种很容易被忽略的缺失：“在此期间不会做出任何更改”。预览版是冻结的。你在第二天觉得烦人的行为，到第十四天依然会存在；而在下一个模型出现之前，报告它对你毫无好处。对于预览版来说，这是正确的取舍；对于依赖项来说，则是错误的取舍。

本周发送请求，以及应改运行什么

如果你想查看该模型，需要 Token Plan 订阅、专用基础 URL，以及上方的模型 ID；该端点支持 OpenAI 和 Anthropic 的通信格式，因此现有客户端只需提供基础 URL 和密钥，而无需重写。

如果你想上线某个东西，这不是适合用来上线的模型，而且有必要把替代方案直说清楚。今天查看 OrcaRouter 的目录，列出了217 个模型标识符，其中没有一个是 Qwen 4 层级——我们不提供 Qwen4-Max，再高明的路由技巧也改变不了这一点。同一份目录确实收录了它最终将取代的型号：Qwen3.8-Max，已正式可用，1M 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，按阿里巴巴的标价，未加任何费用。最后这一点是结构性要点，而不是口号：因为我们以 0% 加价将供应商价格透传，供应商一旦调价，当天就会落到你的密钥上——而这正是某天 Qwen 4 层级获得按量付费费率时（如果它能获得的话）会起关键作用的机制。

就评测本身而言，用回退链来跑它是低成本的做法。把预览版放在你已经信任的模型之后，而不是放在它之前：如果某个请求出错、超时，或因为思考预算吃掉了答案而被截断，回退项会作答，而你仍能了解 1M 上下文和视频输入能否解决你的问题。在没有回退的情况下尝试未经验证的端点，正是十五分钟的实验变成服务中断的方式。

11月25日将决定什么

三种结果都有可能，且概率并不相同。最理想的一种是正式全面可用，公布每 token 价格并提供按量付费端点；这会使 Qwen4-Max 成为一项真正的采购决策，也会使这次预览成为成本最低的尽职调查。第二种是延期——另一个窗口期，条款相同——这将表明 Alibaba 在新加坡仍受产能限制，且仍未准备好对该模型按量计费。第三种是按计划悄然退役，这将意味着这次预览是一次能力展示，面向通过 Token Plan 采购的企业，而不是按 token 购买的开发者。

与此同时，还要关注两件事。其他三个档位是否会获得模型卡，因为一个只有一个已发布档位和三个名字的系列是路线图，而不是产品阵容。以及 Qwen 4 27B 是否会以开放权重形式出现，因为该档位历来是 Qwen 组织在 Hugging Face 上发布的那一个，而一个可下载的 Qwen 4 模型会改变所有无法将新加坡订阅纳入其架构的人的权衡。

目前，诚实而范围有限的总结很有用：Qwen4-Max 确实存在，可以调用，它有百万 token 的上下文窗口和 393,216 token 的输出预算，它将在十五天后消失，而 A​libaba 之外还没有人测量过它。这足够花一个下午研究，却不足以围绕它规划一个季度。