一张为关于 Qwen4-Max 第三方可用性的新闻稿生成的 hero 卡片,标题为“Qwen4-Max”,副标题为“价格相同,晚一天”。标签显示“发布于 2026年11月16日”、“每 100 万 $1.41 输入 / $4.24 输出”和“无独立速度数据”。页脚显示“供应商及第三方目录页面读取于 2026年11月17日”。OrcaRouter 标识合成在右下角。
Guides & Insights

Qwen4-Max 已在阿里巴巴 API 之外上架——而且采用阿里巴巴自家的全球价格

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Qwen4-Max于 2026 年 11 月 16 日正式全面可用,而到第二天早上,它已被列在阿里巴巴自家 API 以外的某个地方。该列表报价为每百万输入 token 1.413 美元、每百万输出 4.24 美元,缓存读取 0.071 美元。这些不是转售商的价格。它们是阿里巴巴针对 Qwen4-Max 的全球区域价目表,精确到小数点后三位——正是该供应商为北京、香港、法兰克福、美国弗吉尼亚和东京发布的确切费率,比新加坡价目表的 1.50 美元和 4.50 美元低 5.8%。模型在发布后一天内出现在第二个平台上,在 2026 年并不稀奇。一个以 供应商自己的标价出现的第二平台,能具体说明实际正在提供的是什么,而它并不是一个 2.4 万亿参数模型的第二次部署。

同价挂牌能说明什么

这一判断的适用范围很窄,值得作为推断而非事实来陈述,因为没有人发布过容量声明。Qwen4-Max 是一个 2.4T 参数的稀疏混合专家模型,每个 token 激活 71B,外加 328B 的 N-gram 嵌入参数,基于全新的 Qwen4 架构,采用 Gated DeltaNet 和稀疏注意力索引器。要在独立硬件上把它搭建起来,至少需要采购、内核以及一周的调优。在发布后一天内就把供应商价格精确匹配到千分之一美元,这正是价格透传的样子,而缓存 token 费率就是线索:$0.071 是一个很难独立得出的奇怪数字,却显然是一个可以照抄的数字。

• 输入 — 第三方卡每百万 $1.413,阿里巴巴 Global 卡 $1.413,新加坡 $1.50。

• 输出 — 两张全球范围卡上均为 $4.24;新加坡为 $4.50。

• 缓存读取 — 第三方卡和 A​libaba 的 Global 卡上均为 $0.071;新加坡为 $0.075。

• 什么没有被复制——限制。第三方页面宣传的是 977K token 的上下文和 128K 的最大输出。A​libaba 自己的卡片给出的输入上限是 991,808 token,用于思考与回答的共享预算为 262,144 token,其中关闭思考时可用 131,072 token。如此快速发布的上架信息,复制价格比复制上限更可靠。

最后一条是实用的一条。如果你正在评估一个长上下文任务——一个 40 万 token 的代码仓库、一段长达数小时的 agent 轨迹——那么一个将输出上限设为 128K 的平台会截断模型本身本来能完成的工作。价格持平并不等于规格持平,而对于这么新的模型,除了厂商自己的模型页面,也没有第二个来源可以核对某项限制。

首个独立基准测试已经存在。首个独立速度测量则尚未出现。

这是故事中比榜单本身更重要的部分。Artificial Analysis 将 Qwen4-Max 加入了其排行榜,并附上了完整的 Intelligence Index 条目——42.9,在公开页面上四舍五入为 43,每项 Intelligence Index 任务的实测成本为 3.27 美元,运行期间生成了 1.27 亿个输出 token,而该追踪器在其冗长度量表上将其排在 80 个模型中的第 65 位。这是对一个发布仅两天的模型进行的真正独立评估,当有人递给你一张厂商图表时,这就是值得引用的数字。

同一个页面所缺少的,是一行速度数据。没有每秒输出 token 数,没有首 token 时间,也没有首个答案 token 的时间。该榜单上其他每一款旗舰级模型都带有这三项数字;Qwen4-Max 对应的却是空值。这并不是在批评该追踪器——吞吐量测量需要针对稳定端点进行重复调用,而在 11 月 17 日,并没有可供重复调用的稳定端点。这是对你本周将读到的评测发出的警告:未来几天里,任何引用 Qwen4-Max 每秒 token 数数值的文章,要么只对单次请求测量了一次,要么就是凭空编造。供应商也没有发布过这样的数值。

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 17 November 2026 in English, showing the Alibaba vendor label, 'Released November 2026', a Proprietary model tag, an Intelligence Index score of 43, the summary text describing a 984k-token context window and 127M generated tokens against a 78.6M median, and the cost block reading In $1.50, Out $4.50 and $3.27 per task. The Performance and Time per Task panels show no speed figures.

按这些费率计算,一次智能体运行的实际成本是多少

对于长时程模型来说,按 token 计价是错误的单位,因此下面针对 Qwen4-Max 明确面向的一种使用形态做个算术——一个编码智能体,携带 200,000 token 的上下文经过 40 轮,并且每轮写出 30,000 token 的推理和补丁。所有数字均为标价,而非实测账单。

• 缓存上下文,每轮 — 200,000 个 token,按每百万 $0.075 计算为 $0.015。40 轮合计 $0.60。

每轮输出——30,000 个 token,按每百万 $4.50 计算为 $0.135。40 轮合计 $5.40。

• 这个比率——即使有 95% 的缓存折扣,每轮输出成本仍是缓存上下文成本的九倍。一旦输出变长,缓存折扣就不是人们所设想的那种杠杆。

• 全新输入——每一轮未命中缓存的请求,每百万 token 需支付 1.50 美元而非 0.075 美元,涨幅高达 20 倍。整轮运行中四百万 token 的缓存未命中会额外增加 6.00 美元,比整个输出账单还多。

这与通常的建议正好相反。在 Qwen4-Max 上,需要监测的是缓存命中率,而不是输出长度:一个让上下文保持热缓存的 40 轮循环,成本接近 6.00 美元;而同一个循环如果以冷缓存重新发送上下文,成本则接近 12.00 美元。厂商自己主打的说法——其 Work360 基准上的每任务平均成本从 4.43 美元降至 1.67 美元——是关于其基准中 token 构成的声明,而不是对你所用场景的承诺。它同样是厂商基准上的厂商数字,这里之所以如此标注,是因为目前还没有独立来源复现它。

A generated bar chart titled 'Where a 40-turn agent bill comes from', with four bars reading Cached context $0.60, Output $5.40, Cache misses $6.00 and Total with no misses $6.00, over a footer reading 'List-price arithmetic on Qwen4-Max rates; not a measured bill.' White background with blue-and-cyan accents and the OrcaRouter mark composited bottom right.

在不重新平台化的情况下尝试

OrcaRouter 不路由 Qwen4-Max。这一点值得直说,而不是藏着掖着:目录中提供的是 qwen/qwen3.8-max、anthropic/claude-fable-5.2 和 openai/gpt-6.1-sol,而如今对 qwen4 标识符的请求会返回 not-found。若你想在我们的密钥上使用新的 Qwen 旗舰模型,那你和大家一样都得等。

这种局面的确说明,不该为了测试就把整个技术栈切换到刚发布两天的模型上。一次从预览版到正式版的过渡,同时还把共享输出预算从 393,216 个 token 削减到 262,144 个,并把计费方式从 credits 改为按 token 计量,这恰恰是会在第二周就弄断生产路径的那类变更。这正是要把实验放在路由端点之后、而不是硬编码端点的理由——新模型走一条路由,现有模型走回退路径,无论走哪边都只出一份账单。当 Qwen4-Max 进入产品目录时,它将会按供应商价格上架,加价 0%,这意味着,让第三方卡与 A​libaba's 完全相同的这种原价透传,也正是让供应商降价在发生当天就能在我们这边可见的原因。

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 17 November 2026 in English, showing the Qwen3.8 Max heading, the model id qwen/qwen3.8-max, attribution to Qwen dated 2026-08-05, vision, tools, JSON and reasoning badges, a 1,000,000-token context window, a Zero Data Retention note, and the rate block reading $2.00 input and $6.00 output with 4.35 s and 10.00 s latency figures.

细则上有一个日期。

两个标识符已进入倒计时。qwen4-max-preview 和 qwen4.0-max-preview 将于 UTC+8 2026 年 11 月 25 日 24:00 停止工作——也就是正式发布后九天——而留存下来的模型标识符是不带后缀的 qwen4-max。任何仍指向这两个预览字符串之一的配置、SDK 默认值、notebook 或评估框架,都会以 model-not-found 报错失败,而不是给出弃用警告,这是发现问题的最不友好的方式。

所以,这件事比“它现在已经到处都能用了”要小,也更有用。一个模型发布了,一张第三方卡片在一天之内出现,用的是供应商自己的 Global 费率,而附在那张卡片上的限制并不是供应商的限制。独立智能评分一天之内就到了;独立速度评分则完全没到。把价格理解为转嫁,把上限从供应商页面上读出来,并在 11 月 25 日设一个日历提醒,记下那些预览标识符——这就是 11 月 16 日实际告诉你的全部。