
Qwen4-Max 一天之内就在别处上架了。真正无法照搬的,是思考预算这一部分。
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0711 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 125 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 · 92 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 · 193 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 · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 185 tok/s
Qwen4-Max于2026年11月16日正式全面可用,几小时内就有第二个平台在首发当天开始宣传它——100万 token 上下文,原生文本、图像和视频输入,面向编程、办公工作和长时程智能体运行。这就是2026年闭源模型发布的常态:阿里巴巴不发布 Qwen4-Max 的检查点,因此其六个部署区域之外的任何人只能通过从阿里巴巴租用该模型的平台来访问它。不寻常、或者至少未被讨论的是,在这种中转中,模型的操作手册有很大一部分会丢失。价目表可以完整传递。主打的上下文数字可以完整传递。而决定你的请求是能被容纳还是会返回截断结果的算术,却完全不会随之传递。
零日上架究竟能告诉你什么
两件事,都与基准测试无关。第一,这款模型被推向研究和智能体工作,而非聊天——首发文案主打长时程智能体运行,并把视频列为一种输入模态,这是对平台打算将其用于何种工作负载的描述,而不是对Alibaba自己头条说法的复述。第二,Qwen4-Max可租用但不可移植:它没有下载,因此每个为其提供服务的端点都是在提供Alibaba的部署,每一个描述它的第三方页面都是对Alibaba文档的摘要。规格表的摘要正是集成缺陷滋生的地方。
价目表是最简单的部分,值得说明一次。在新加坡,Alibaba 列出 Qwen4-Max 的价格为每百万输入 token 1.50 美元、每百万输出 token 4.50 美元,缓存输入为 0.075 美元,缓存写入在五分钟窗口内为 1.875 美元,或一小时窗口为 3.00 美元。Global 部署范围——北京、香港、法兰克福、日本和美国弗吉尼亚州——略低一些:输入 1.413 美元、输出 4.24 美元、缓存读取 0.071 美元。一直到上下文上限都只有一个定价层级:没有长上下文附加费,也没有需要费心寻找的批量折扣,因为此模型根本不提供批量推理。

三个不随模型一起移动的数字
“1M 上下文”是每个列表上都会出现的数字。Alibaba 的模型页面最后更新于发布日,内容更为具体;而营销数字与实际运行数字之间的差距,正是集成容易出问题的地方:
• 上下文长度 — 1,000,000 个 token,是整个请求的上限,而不是可用于输出的预算
• 最大输入,非思考模式 — 991,808 个 token,因为窗口中有 8,192 个被保留用于回复
• 最大输入、思考 — 983,616 个 token,另外保留 8,192 个用于推理块
• 最大输出,非思考模式 — 131,072 tokens
• 组合式思考加回答,思考模式 — 262,144 个 token,在推理轨迹与可见回复之间共享
• 默认思考预算 — 131,072 个 token,当两个参数均未设置时,reasoning_effort 默认为 high
第五行才是会出问题的那一行。一个团队如果按照文档中写明的 262,144 个 token 输出上限来估算任务规模,然后在 thinking 模式下运行,就会看到可见答案在某个长度处停止,而这个长度与模型原本还有多少内容要说毫无关系,因为推理轨迹一直在从同一个池子里抽取。131,072 这个数字才是安全的输出数值。262,144 这个数字是共享预算,而这两种理解之间的差别,就是一条能正常运行的流水线与每周一次事故之间的差别。
有一个小小的安慰:这也解释了你在第三方规格列表中会看到的一处差异,那里写的是 984k 上下文窗口。那并不是另一个模型,也不是降级。它是思考模式的输入上限,即 983,616 四舍五入后的值;如果你在开启推理的情况下调用该模型——而这是默认设置——这才是用来对照规划容量的诚实数字。
effort 重映射正是 OpenAI 形态客户端会丢失一个层级的地方。
Qwen4-Max 提供三档推理级别,而非五档:low、high 和 xhigh,默认 high。通过兼容 OpenAI 的客户端调用它时,超出范围的 effort 字符串会被归并,而不是被拒绝——Alibaba 的映射表将 minimal 映射为 low、medium 映射为 high、max 映射为 xhigh。通过 Anthropic Messages 格式时,medium 会变为 high,max 会变为 xhigh。
两种映射都说得通,而且都不会报错。一条针对五级模型调优的流水线在这里请求 medium,实际得到的却是 high 强度的推理:更多 token、更高延迟、更多开销,而且没有任何错误提示你发生了这种事。一条请求 max、以为会得到五档阶梯顶端的流水线,实际得到的是 xhigh——它恰好是这套阶梯的顶端——所以输出看起来没问题,只有账单不认同。修复办法是每条路由加一行:用厂商的术语固定你实际测量过的级别,并在预发布环境中对它做断言。任何把未映射的 effort 字符串直接传给阶梯更短的模型的做法都会漂移,而且会朝着花更多钱的方向漂移。

发布数据说明了什么,又没有说明什么
阿里巴巴的发布评估为厂商自报,未经独立复现,显示 Qwen4-Max 在其 Work360 基准上得分 52.69,而 47.74 则是 Qwen3.8-Max的得分;平均每任务成本从 4.43 美元降至 1.67 美元,在 xhigh 档推理强度下输出 token 用量减少 24%,在 high 档减少 35%。在 Terminal-Bench 4.0 上,厂商报告在相同两档设置下输出 token 分别减少 48% 和 49%,其安全编码基准的函数级通过率从 22.0% 升至 31.8%。这些就是厂商为该架构给出的理由:一个 2.4 万亿参数的稀疏混合专家模型,每个 token 激活 710 亿参数,外加 3280 亿个 N-gram 嵌入参数,每个稀疏注意力层搭配三个 Gated DeltaNet 层。
11月17日唯一可用的外部评测来自 Artificial Analysis,它在 Intelligence Index v5.0.1 上给 Qwen4-Max 打出 43 分,并在该指数的 81 个模型中将其排在第 38 位。它还测得每项指数任务的计算成本为 3.27 美元,这主要靠整个运行期间 1.27 亿输出 token 支撑,而中位数为 7860 万;同时,它完全没有记录该模型的速度指标——没有每任务耗时,也没有输出速率。一边是 43 分,一边是厂商声称击败前沿,这种反差将成为接下来一个月报道的焦点。这也是本文中唯一一个不是由 Alibaba 产生的数字。

如果你打算这周就定下来的话
OrcaRouter 不路由 Qwen4-Max,这一点值得直说,而不是暗示相反。目录中收录的是 Qwen3.8-Max——Qwen4-Max 所取代的模型——每百万输入 $2.00、输出 $6.00,供应商标价按 0% 加价透传,同时还有 Claude Opus 5.5、GPT-6.1 Sol、Grok 4.5和 Tencent HY4 Preview。它尚未收录 Qwen4 一代。
因此,对于今天正在评估 Qwen4-Max 的团队而言,诚实可行的安排是为新模型使用直接的 Alibaba 密钥,再加上一个用于所有回退场景的路由层。这并没有听起来那么别扭,因为让采用一个新模型变得昂贵的并不是 token 价格——而是尝试它意味着要在生产路径上再叠加一份合同、一个 SDK 和一套重试语义。把现有模型保留在一个端点之后,并借助 跨提供商自动故障转移,就能让 Qwen4-Max 实验与一条已经可用的路径并行运行,并让你在自己的流量上进行比较,而不是在 Alibaba 的基准测试上比较。当该模型真正进入目录时,你看到的价格将是供应商自己的价格,并在其变更当天实时生效,因为这就是直通的含义:Global 卡片上的 $1.413 和 $4.24 会显示为 $1.413 和 $4.24,而不是经销商的加价。
看什么
Alibaba 的发布帖结尾有一句话,比文中任何基准测试都更重要:Max 只是对 Qwen4 的首次展示,该系列中更小的模型也将开源。这是对更低一档模型的承诺,而不是对这一款的承诺,也改变不了这一事实:Qwen4-Max 本身就是一个你要从单一供应商那里租用、并从向同一供应商租用它的平台那里租用的模型。在那个市场里,文档才是产品的差异化优势,而文档写的是输入 983,616、输出 131,072——不是什么“一百万”。
有两个日期应该圈在日历上。一个是 11 月 25 日预览标识符的停用——对配置中仍写着 qwen4-max-preview 的人来说如此。另一个是 Alibaba 接下来关于思考预算发布的任何内容,因为在一个以 1M-context 为卖点的模型上,262,144 个 token 的共享池是最有可能在真实智能体工作负载触及后首先被修订的数字。
