一張生成的標題卡寫著 Qwen4-Max,價格為定價的 70%,副標題為「正好是 30% 的 30% 折扣」,另有三張價格卡分別寫著輸入每 1M $1.05、輸出每 1M $3.15,以及快取讀取每 1M $0.0525。
Guides & Insights

Qwen4-Max 較 Alibaba 定價低 30%:端點上線前的價目表

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Qwen4-Max 於 2026 年 11 月 16 日推出。三天後,11 月 19 日,一個第三方推論平台將該模型列入其價目表,價格為每百萬輸入 token 1.05 美元、每百萬輸出 token 3.15 美元,以及快取讀取 0.0525 美元。將這些價格除以 A​libaba 自己的新加坡費率卡——1.50 美元、4.50 美元和 0.075 美元——每一項算回來都正好是 0.70。不是大約降 30%。而是三項全部、精確到最後一位小數,正好降 30%。這不是獨立部署為自己定價的方式;這是轉售商為自己定價的方式。而承載這張費率卡的同一頁面,還帶著「即將推出」提示,以及一個要求在有 Qwen4-Max 時通知的註冊框,這使得這是一份在其定價對象推出之前就發布的價目表。

那 30% 究竟是什麼

三個數字,一個乘數,而這個乘數就是全部關鍵。

• 輸入 — 第三方卡片每百萬個 token 為 $1.05,相較之下,阿里巴巴的新加坡卡為 $1.50。比率 0.700。

• 輸出 — $3.15 對 $4.50。比率 0.700。

• 快取讀取 — $0.0525 對比 $0.075。比率 0.700。

一個已買下自家 2.4 兆參數硬體、寫好自家稀疏注意力核心,並談妥頻寬的平台,算出的數字會聚集在 Alibaba 附近,而不是三個各自除以 10/7 都能除盡的數字。獨立定價有其獨立雜訊:這裡一個四捨五入,那裡一個利潤加成,一個反映不同儲存層級的快取費率。三項全中的精確性,正是對單一上游價目卡套用某個利潤加成的特徵,而被套用的是新加坡那張上游價目卡,不是全球那張——$1.413 和 $4.24 原本會得出 $0.989 和 $2.968,而公布的數字兩者都不是。

這就說明這個折扣是促銷性的。有人是從上市預算中支付這 30%,而不是來自不同的成本結構;而對於任何促銷費率,該問的是它能維持多久。

平台以低於定價 30% 取得的三種方式

沒有第四種值得考慮的解釋,而這三種解釋值得加以區分,因為它們的有效期限各不相同。

第一種是由供應商出資的首發折扣。A​libaba 想讓 Qwen4-Max 出現在已經在某處擁有 API 金鑰的開發者面前,而最快的方式就是補貼某個平台的首月。這是三者中最有可能、也是時間窗口最短的一種,因為這是由平台在明確的窗口期內以資產負債表吸收差額。

第二種是真正的批發定價——平台以低於牌價的議定價格採購,並將其中一部分轉給下游。這是這 30% 唯一穩定的版本,也是會出現在經銷商協議、而非行銷頁面上的版本。如果這個費率維持到一月之後,那它就是這麼來的。

第三個是針對一個服務成本高昂、廣告成本低廉的模型所推出的虧本引流品。Qwen4-Max 在 2.4 兆參數的主幹中,每個 token 啟用 710 億個參數——這項服務成本並不會因為價格下降而縮減。一個以定價七折出售來爭取路由份額的平台,是一門說得通的生意,但這是一門底下有底線的生意。

這三者今天產生相同的價格,而它們從費率表上都看不到。這就是能從一頁資料上讀出的誠實極限:這個數字是真的,但其背後的計算方式並未公開。

價格未涵蓋的限制

這裡有比折扣更重要的部分,而這正是以價格為導向的比較總會漏掉的部分。A​libaba 針對 Qwen4-Max 的卡不只是一筆錢——它是一組上限;而經銷商抄價格,遠比抄規格表來得可靠。

• 上下文 — 阿里巴巴的文件記載為 1,000,000 個 token,非思考模式下的輸入上限為 991,808 個 token,在思考模式下則降至 983,616 個。第三方規格卡宣稱具備 1M token 上下文,卻未提及輸入上限;而真正限制長文件的正是這個數字。

• 輸出 — A​libaba 將非思考輸出上限設為 131,072 個 token,並把思考與答案納入共用的 262,144 個 token 預算。只宣傳「1M context」就沒下文的頁面,完全沒告訴你能拿回多少答案。

• 模態 — 廠商卡片支援文字、圖像與影片輸入、文字輸出,並具備原生影片理解能力,而非外加的擷取器。第三方刊登頁往往先提供文字與圖像路徑,之後才提供影片路徑,而刊登頁不一定會說明你拿到的是哪一種。

這一切都不是指控。這是模型與模型部署之間尋常的落差;而在一個推出僅四天的版本上,關於上限恰好只有一個來源——Alibaba 自家的 Model Studio 頁面——因為還沒有人把第二個部署運行得夠久,足以發表與之對照的結果。

實際後果是:如果你在評估一項長上下文的工作,上下文數字就採用供應商提供的,價格就採用最便宜那家的,但在你送出一筆 400,000 個 token 的請求、並觀察它從哪裡開始截斷之前,別假定這兩者描述的是同一個產品。

A generated single-column price card for Qwen4-Max with six rows: input $1.05 per 1M against list $1.50, output $3.15 against list $4.50, cache read $0.0525 against list $0.075, a discount of exactly 30% on all three lines, a 1M context with a 991,808-token input ceiling, and a status line reading price published, endpoint not yet live.

30% 折扣在代理執行上值多少

以長時間執行的代理式工作為賣點的模型,用 Token 價格來衡量是錯誤的單位,因此以下是針對 Qwen4-Max 明確鎖定的情境所做的計算——一個程式設計代理在 40 輪中維持 200,000 個 token 的儲存庫上下文,每輪輸出 30,000 個 token 的推理與修補。採用牌價、不計快取,兩端皆採新加坡費率。

• 以阿里巴巴的價目表來看——每回合 200,000 個輸入 token,以每百萬 $1.50 計算,是 $0.30;30,000 個輸出 token,以每百萬 $4.50 計算,是 $0.135。這樣每回合是 $0.435,40 回合共 $17.40。

• 使用第三方卡片時——同樣一輪的輸入費用為 $0.21、輸出費用為 $0.0945,每輪 $0.3045,或 40 輪共 $12.18。

• 節省下來的金額——每次 40 回合的執行可省 $5.22,也就是每回合 $0.13。以每月一千次執行的工作量計算,那是 $5,220;以十次的工作量計算,那只是一頓午餐的錢。

現在把快取加上,因為折扣正是在那裡產生複利效果,而 Qwen4-Max 自身的經濟效益也最有趣。A​libaba 記載,在新加坡,快取讀取為每百萬 $0.075,快取寫入在五分鐘時窗內為 $1.875。每回合有 200,000 個快取 token 時,讀取成本為 $0.015,因此暖回合的輸入端從 $0.30 驟降至 $0.015——在完全未套用任何折扣之前就已削減二十倍。那 30% 是真金白銀,但它是對一個已被妥善快取縮小的數字所打的 30%。在一次會重複讀取穩定前綴的執行中,快取結構的價值約為平台折扣價值的二十倍,而沒有任何費率表會宣傳這一點。

它失效的地方,在於那個每一輪都會變動的前綴。對於一個工具呼叫型代理,若其上下文多為全新的工具輸出,就完全得不到快取命中,白白支付寫入溢價,最後退回完整輸入費率——此時那 30% 就是全部的節省,也是僅剩的唯一槓桿。

A screenshot of the Alibaba Cloud Model Studio documentation for qwen4-max, captured in an English interface, showing the qwen4-max latest-model heading, the Model List and Model Billing sidebar, and the Text, Vision, Speech and Embedding model categories.

端點問題

上述所有說法都假定你能以該價格呼叫該模型,而截至11月19日,這正是該頁面唯一未能釐清的一點。

同一張模型卡上承載著三項彼此並不協調的主張。它將 Qwen4-Max 列為無伺服器且可用,公布了一份完整的計量費率表,卻又顯示「Launching soon」狀態,並附上註冊提示,表示可在模型推出時通知你。這三項中任兩項彼此一致。三者同時出現,代表這是一個過渡中的頁面;正確的解讀是:價格已公布,而容量尚未到位——對一個問世四天的模型來說,這是正常狀態,但對一份價目表而言,把這件事明說出來則不尋常。

這會以特定方式影響某項決策。若促銷費率在某個端點存在之前就開始,它的計時起點會晚於公告時點,或者根本不會啟動。如果你正圍繞 $1.05 建構成本模型,請把它當成一項你還無法實測的折扣來建模,並繼續以 A​libaba 的 $1.50 作為你的預算得以存續的數字。

OrcaRouter 不提供 Qwen4-Max——該模型可透過 A​libaba 自家的 Model Studio API 及多個第三方平台存取,而上述折扣屬於其中一個平台。我們有路由的同系列模型是 Qwen3.8-Max,按其公布的牌價,以 0% 加價直接轉嫁,這套相同的轉嫁結構,讓供應商的價格變動在上游生效的同一天就反映到此處。一個 API 就能涵蓋 200 多個模型、一組金鑰,以及一套路由 DSL,可將請求送往 Qwen3.8-Max,或送往另一個實驗室的模型,而無需第二份合約——當你真正想要的模型,正好列在一份尚未有人完成架設的價目表上時,這種形式特別有用。

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured in an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input with text output, and a $2.00 price figure in the page header.

該留意什麼,以及何時留意

• 那 30% 能否撐過第一個月。促銷費率和批發費率在第一週看起來一模一樣,到了二月卻截然不同。該檢查的日期是 2026 年 12 月底。

• 「即將推出」狀態是否會解除,以及解除時限制所載明的是什麼。已公布 1M 上下文但未載明輸入上限,與 Alibaba 的 991,808 個 token 的非思考上限並不是同一個產品,而差異只會在發生截斷的那個請求上顯現。

• 第二個平台是否會公布一張不是阿里巴巴 0.70 倍的費率卡。兩個平台若採用相同倍數,就代表同一個批發費率;若採用不同倍數,就代表兩份上線預算,而其中最便宜的那份就是最早到期的那份。

• A​libaba 是否回應。供應商若眼看自家旗艦產品在三天內跌價 30%,不是調降批發價,就是調整自家牌價,而買家要的正是後者。

標題是:A​libaba 的旗艦產品在全面開放四天後,以牌價的七折提供。更有用的一句話是:這 30% 是整篇報導裡最小的數字——比它所依託的快取結構還小,比它未提及的上下文上限還小,也比價目表與你能呼叫的端點之間的落差還小。為折扣定價。為牌價編列預算。