一張生成的標題卡,標題為「Qwen4-Max 免費五天」,顯示一個從 2026 年 11 月 18 日到 23 日的期間、三個標示名稱的參與方——Alibaba Qwen、Nous Research 與 Inferact——以及頁腳註明該模型的按量計費價目表維持不變。
Guides & Insights

Qwen4-Max 在 Nous Portal 上免費開放五天——而真正的看點在於背後的服務合作夥伴

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

2026 年 11 月 18 日 19:25 UTC,Nous Research 發文表示,阿里巴巴的新旗艦模型 Qwen4-Max 與 Inferact 及 Qwen 團隊合作,在 Nous Portal 上免費開放五天。78 分鐘後,也就是 UTC 20:43,Inferact 發布了同一則公告的自家版本:Qwen4-Max 提供五天免費 token,並在 Inferact Platform 與 vLLM 上提供服務。兩則貼文,沒有部落格文章、沒有技術說明、沒有價格表。Qwen4-Max 本身那天下午完全沒有任何改變——它已於 11 月 16 日以計量費率全面開放,而該費率仍是現行費率。改變的是,該模型現在有了公開命名的服務堆疊,而在接下來幾天,任何人都可以免費透過它推送工作負載。

那個區別就是整篇文章的重點。免費使用窗口不是降價,合作夥伴公告也不是基準測試。但 Inferact 貼文的第二句才是值得再讀一遍的部分:這是一個阿里巴巴從未發布過檢查點的模型,卻由一家並非其開發者的公司,在開源推論引擎上提供服務。無論這項推廣還意味著什麼,它都是 Qwen4-Max 在阿里巴巴自家部署之外如何運作的首個公開證據。

這兩篇文章實際說了什麼——以及它們遺漏了什麼

Nous Research 的貼文是較具實質內容的那篇。它稱 Qwen4-Max 是「Alibaba 的新旗艦模型」,並說它「為長時程工作打造,具備原生視覺與 1M 上下文」,還引導讀者前往 Portal。Inferact 的貼文則補充了營運細節:免費 token 是在 Inferact Platform 與 vLLM 上提供,而它用來指稱所贈送內容的詞是「tokens」,不是「requests」。

兩篇貼文都未載明代幣上限、每帳戶限額、速率限制或結束時間戳記。Portal 的模型清單目前將 Qwen4-Max 列在免費模型之下,即 qwen/qwen4-max:free,價格為 FREE,並附註價格每分鐘從即時目錄更新——這說明該刊登項目是真實且即時的,卻完全沒說明你能使用多少額度。若計時是從 11 月 18 日晚間的貼文開始,這個窗口大約到 11 月 23 日。把這視為推論,而非已公布的截止期限。

所以,對這項優惠最誠實的總結是:五天可計量使用一個原本要花真金白銀的模型,而且計量器已被關閉,上限也未公開。如果你一直在等一個理由,好在把正式生產路徑押在 Qwen4-Max 之前先評估它,這會是你所能得到最便宜的理由。

為什麼「在 Inferact 和 vLLM 上提供服務」才是有趣的那一半

Inferact 是由 vLLM 的創建者與維護者所創立的公司,販售建構於該引擎之上的生產級推理平台。其賣點是首日模型支援、自訂核心、自動擴縮與計量,可運行於你自己的 GPU,或他們的 GPU 上。因此,將其列為服務合作夥伴並非託管層面的附註;這是一項聲明:Qwen4-Max 可以運行在並非阿里巴巴的服務堆疊上,並由以調校核心為業的工程師來運行。

這引出了一個顯而易見的問題,因為 Qwen4-Max 並沒有公開權重。阿里巴巴沒有為它發布任何檢查點——Model Studio 文件將微調、模型部署與批次推論列為不支援,而且也沒有可供下載的 Hugging Face 儲存庫。無法下載的模型,按一般意義來說,就無法由第三方在 vLLM 上提供服務。這兩種說法要同時成立,唯一的方式就是阿里巴巴透過商業安排把權重交給了 Inferact,並由 Inferact 進行微調與封裝。這意味著,這個合作關係是最接近公開觀察該模型服務行為的途徑——看到的是引擎,而不是檔案。

對正在決定是否要基於 Qwen4-Max 建構的團隊來說,這比聽起來更有用。決定長時程代理是否可行的問題,很少在於基準測試的那一行數據。真正關鍵的是首個 token 的延遲、併發下的吞吐量、思考預算實際上如何被執行,以及當 90 萬 token 的請求進來時,引擎會不會撐不住。這些正是第二套服務堆疊能讓你提出的問題,也正是阿里巴巴發布資料沒有回答的問題。

Screenshot of the Nous Research Portal model list captured 19 November 2026, showing 'Qwen: Qwen4 Max' listed under Free Models with the model ID qwen/qwen4-max:free and a Portal price of FREE, above a note that prices are updated every minute from the live catalogue.

計量表停用五天;費率表不會消失。

值得再次說明,一旦優惠窗口關閉,這個模型要花多少錢,因為免費期正是設計來讓你忘記這件事。在新加坡,Alibaba 標示 Qwen4-Max 的價格為每百萬輸入 token $1.50、每百萬輸出 token $4.50,快取輸入為 $0.075,快取寫入則五分鐘窗口為 $1.875、一小時窗口為 $3.00。Global 部署範圍——北京、香港、法蘭克福、日本與美國維吉尼亞州——價格略低,輸入 $1.413、輸出 $4.24,快取讀取 $0.071。一直到上下文上限都只有單一價格級距:沒有長上下文附加費,也沒有批次折扣可找,因為這個模型完全不提供批次推論。

接著是那個比每 token 費率更能決定你帳單的部分。思考功能預設為開啟。預設推理強度為高,預設思考預算為 131,072 個 token,而推理加上可見答案的合計上限則是 262,144 個 token。非思考模式的輸出上限為 131,072 個 token。因此,一次長時程的代理程式執行若深入思考並給出長篇答案,就會連續好幾分鐘消耗輸出 token,而輸出在計費表上是貴達三倍的那一側。

以一個實際的工作型態算過:40,000 個輸入 token 與 120,000 個合計的思考加回答 token,輸入費用為 $0.06、輸出費用為 $0.54,所以按新加坡費率每次執行約 60 美分。五百次這樣的執行就是 $300。這就是免費期間正在擋下的帳單——也是當免費期間結束、某個原型悄悄變成每晚固定工作時,你該一直放在眼前的數字。

A generated price card headed 'Qwen4-Max: what five days is worth', listing Singapore rates of $1.50 per million input tokens and $4.50 per million output tokens, cache reads at $0.075, a worked example of 40,000 input plus 120,000 thinking-and-answer tokens costing about $0.60 per run, and a five-day window with no published token cap.

你實際上能在五天內完成的事

在這裡,獨立數據以一種有用的方式令人感到不安。Artificial Analysis 在其 Intelligence Index v5.0.1 中測得 Qwen4-Max 為 43,並記錄該模型每項索引任務耗時 31.3 分鐘,而同類模型的中位數為 12.4 分鐘。輸出速度為每秒 56 個 token,首個答案 token 的時間為 146 秒。它在整次索引運行中產生了 1.27 億個輸出 token,中位數則為 6,510 萬個——該模型很冗長,而這種冗長會按輸出費率計價。

這兩項量測合在一起,形成一個沒有人寫下來的規劃限制。五天是 7,200 分鐘。以每項任務 31.3 分鐘計算,單一條序列工作通道大約能完成 230 項任務。四條平行通道則能讓你達到約 920 項。如果你的評估計畫是「我們會試幾個提示詞」,這個時間窗口非常寬裕。如果你的計畫是對一個長時程代理進行 2,000 個案例的掃描,那麼在單一帳號上花五天也無法完成,即使把計量器關掉也一樣——而且這兩份公告都沒有說明免費方案能容忍多少併發量。

同樣的計算說明了為什麼這個免費開放期真正有價值,而不只是大方。你無法廉價買到的,是慢模型所佔用的日曆時間。一週的不計量使用,能在一個每項任務運算成本在獨立排行榜上為 3.27 美元的模型上,以零邊際成本直接轉化為一週的延遲資料、token 使用量資料和失敗模式資料。這才是值得進行的實驗,而且必須在 23 日之前設計完成,而不是等到當天再設計。

Screenshot of the Artificial Analysis page for Qwen4 Max captured 19 November 2026, showing an Intelligence Index v5.0.1 score of 43 at rank 51 of 96, time to first answer token of 146.14 seconds, output speed of 56 tokens per second, 31.3 minutes per index task against a median of 12.4, $3.27 cost per task, and $1.50/$4.50 per million token pricing.

在窗口關閉前,唯一要衡量的那個數字

如果你只能從這五天裡挑一項指標,就挑「在你自己的工作負載、你自己的推理設定下,每完成一項任務所產生的輸出 token 數」,而不是排行榜上的數字。這款模型的經濟效益,全都繫於這一點。廠商自己在發表時的說法——阿里巴巴以外沒有人重現過——是 Qwen4-Max 勝過 Qwen3.8-Max,同時使用的 token 最多減少約 50%,每項任務的平均成本從 $4.43 降到 $1.67。獨立評測榜的解讀重點則不同:指數得分 43,整輪跑下來輸出 1.27 億個 token。就算是前一代一半的 token,仍可能是一大堆 token。

本週你要自己測量的原因在於,免費窗口是唯一能讓你執行這個吃 token 的實驗版本、又不必先談預算的期間。在同一組任務上把 thinking 設為 low 和 xhigh;記錄 thinking 加答案的合計值對照 262,144 token 上限的情況;觀察當請求接近 983,616 token 的 thinking 模式輸入上限時會發生什麼事。這些數字會決定 Qwen4-Max 是夜間批次工作,還是每請求的產品功能,而且在 23 日之前收集這些數字不花任何成本。

順帶一提,關於推理設定,有個實務上的警告。Qwen4-Max 提供三種 effort 等級——low、high 和 xhigh——而一個 OpenAI 形式的用戶端若要求 medium 或 max,會被折併成 high 或 xhigh,而不是被拒絕。針對五級模型調校過的測試框架,會默默花掉比你預算更多的錢,而免費額度期間正是你最不容易察覺的時候,因為無論哪種情況,帳單上顯示的都是零。

這會讓你在24日處於什麼狀況

當 token 不再免費時,模型本身不會有任何改變:新加坡的 $1.50 與 $4.50、1M token 上下文、原生圖像與影片輸入、三種推理等級並伴隨靜默重新映射,以及獨立排行榜上每項任務的運算成本很高,因為模型會思考半小時。真正會改變的是你對它的了解。把這段窗口用來衡量 token 消耗與尾延遲的團隊,最終會得出一個決定;把時間用來閒聊的團隊,最終只會得到一個印象,而對一個每項任務耗時 31 分鐘的推理模型所產生的印象,是最不可靠的那一種。

坦白說清楚我們的立場:OrcaRouter 並不提供 Qwen4-Max 的路由,所以這裡的內容並不是在推銷我們的端點,而免費額度是在 Nous Portal 和 Inferact 的平台上,不是我們的。如果評估結果讓你走向付費部署,我們的型錄是一把金鑰就能取用 200+ 個模型,並將供應商定價以 0% 加價原樣轉嫁,這意味著我們有提供的模型一旦供應商調價,當天就生效,不必等到下次合約續約。對運行成本如此高昂的模型來說,這一點比平常更為重要:當價目表本身就是產品時,定價與加價後價格之間的落差,就是全部的利潤空間。