
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
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
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。

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。

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。

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。
