Qwen4-Max Preview 逃出付費牆：同一個模型，如今藏在聊天框之後

2026 年 11 月 11 日，Qwen4-Max Preview 出現在 Qwen Chat — 同一款模型，阿里巴巴當天上午 10:00 開始透過 Model Studio 的 Token Plan 提供服務，如今無需新加坡訂閱、專用 base URL 或 API 金鑰即可使用。模型本身沒有任何改變：1,000,000 個 token 的上下文，393,216 個 token 的輸出上限，思考與答案必須共用這個額度，輸入端接受文字、圖像與影片。改變的是誰能使用它。一個原本屬於企業帳單項目的預覽版，如今變成你能在瀏覽器分頁中開啟並輸入文字的東西，而兩扇門都通向同樣剩下的十四天。Qwen 4 系列是在 2026 年 9 月 22 日的 Apsara 大會舞台上被命名，當時沒有任何層級附帶規格；Qwen3.8-Max，也就是它所要取代的旗艦模型，自 8 月 3 日起即可呼叫，價格為每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元。這一個你可以看看，而在 API 方面，你仍然無法按 token 購買它。

第二道門，以及為什麼它比聽起來更重要

Qwen Chat 是面向消費者的產品介面。它沒有按 token 計量的機制，沒有可貼進請求主體的模型 ID，月底也不會收到帳單。對於阿里巴巴以點數訂閱設下門檻的預覽版而言，那是另一種取得方式，而不是同一種方式更便宜的版本——它把該模型從採購討論移到了評估討論。

如文件所述，這條 API 路由周圍有三道牆。存取僅限 Token Plan，且明確不支援隨用隨付。基礎 URL 是專用的，位於 token-plan.ap-southeast-1.maas.aliyuncs.com，因此既有的 Model Studio 金鑰無法開啟它。而且方案本身帶有一項限制，值得直接引用而非改寫：它適用於「在程式設計與代理工具中進行互動式使用，而非自動化批次腳本」。一個你不能批次處理的預覽，就是得手動評估的預覽。

把這些放在一起讀，Qwen Chat 的發布就顯得不那麼像一個行銷節點，而更像是這款產品名副其實的完成。如果授權條款說的是僅限互動使用，那麼聊天視窗就不是付費方案的變通之道——它正是那個方案從頭到尾所描述的使用介面。

這兩扇門真正的差異所在

同一個模型，不同的管線。真正重要的差異，各用一行說明：

• 成本模式 — Qwen Chat：使用者不會看到按 token 計費，也無需管理金鑰；相對地，Token Plan 則是每月點數訂閱，Personal Edition 方案為 $6 享 20,000 點、$10 享 45,000 點、$18 享 80,000 點、$43 享 200,000 點，另有每組 20,000 點的 $15 加購包。

• 上限 — Qwen Chat：聊天客戶端單一輪能接受的內容，對比 API：完整的 1,000,000 個 token 上下文與 393,216 個 token 輸出額度，兩者皆有文件記載。

程式化存取 — Qwen Chat：無，它是聊天介面；API 則相容於 OpenAI Chat Completions、OpenAI Responses 與 Anthropic Messages，因此既有用戶端只需基礎 URL 與金鑰，而不必改寫。

• 工具 — Qwen Chat：應用程式所提供的一切 vs API：函式呼叫、網頁搜尋、內建工具、JSON Object 與 JSON Schema 輸出。

• 可重現性 — Qwen Chat：你能閱讀但無法建立版本的對話，對比 API：可固定下來的請求參數，而這是唯一能誠實比較兩次執行的方式。

• 到期時間 — 兩者相同：2026 年 11 月 25 日 24:00（UTC+8），之後該模型即退役。

最後那一列，是人們會遺忘的那一列。聊天入口讓人覺得永久，因為聊天產品通常確實如此。但這個不是。

這個窗口就是產品，為期十四天。

Alibaba 的文件指出，時間窗口為 UTC+8 的 11 月 11 日 10:00 至 11 月 25 日 24:00，並補充說明預覽結束時模型將退役。文件也聲明，在此期間不會進行任何變更。凍結的預覽是一種特定的提供方式：你在第二天覺得惱人的行為，到了第十三天仍然存在；而且在後繼版本出現之前，回報問題對你沒有任何好處。對評估版而言，這是正確的取捨；對相依性而言，則是錯誤的取捨。

這個窗口的商業面異常陡峭。在預覽期間，消耗費率「低至標準費率的 20%」，而在 UTC+8 的 22:00 至 08:00 之間撥出的通話還可獲得進一步折扣，最終降至標準費率的 8%。兩個 Alibaba 頁面對那個夜間階段的描述不同——一個說打 40% off，另一個說 60% off——但兩者都得出相同的 8%，所以把算術當作事實，把百分比當作文案。Credits 本身的消耗費率，廠商說是依模型類型、token 用量、思考模式和工具呼叫動態設定的，這意味著唯一能得知你實際費率的地方，就是主控台裡的使用量明細。

聊天框無法告訴你的事

這個模型少了三樣東西，而聊天介面讓這三樣東西更難被看出來，而不是更容易。

目前並未公布參數數量。Qwen 團隊最接近架構說明的資料，是於 2026 年 8 月 24 日發布在 Hugging Face 上的 Qwen3.8-Flash-Next；其模型卡將它描述為未來支撐 Qwen 4 之架構的實驗性預覽。該模型卡回報：主要參數為 1,250 億個，每步約有 60 億個活躍參數；另有一個 510 億參數的 n-gram 嵌入儲存庫，以及三項具名技術——QSA 稀疏注意力、門控殘差連接，以及作為獨立查找表的 n-gram 嵌入。這些數據由廠商自行回報、尚未被重現，而且描述的是 1,800 億參數的預覽模型，並非這款旗艦模型。任何人引用 Qwen4-Max 的參數數量，都是在引用阿里巴巴未曾說過的内容。

完全沒有基準測試分數，無論是廠商提供或獨立評測的都沒有。於 2026 年 11 月 11 日查閱的 Artificial Analysis 排行榜上，完全沒有 Qwen4 的條目。這並不是對該模型的貶抑——今早才開放的預覽版根本還沒有時間接受測量——但這確實意味著，今天流傳的每一個「Qwen4 擊敗 X」的數字，要嘛是預測，要嘛是別的模型的數字掛上這個名字。

而且並沒有釋出權重。這是一個為期十五天的封閉式託管端點，而非可下載的檢查點；適用於可下載模型的授權問題根本不會產生，因為根本沒有東西可下載。

三個決定答案是否值得一讀的設定

如果你真的開放 API 這一側，那些預設值並不中立，而移植過來的請求正是在那裡出錯。

reasoning_effort 接受 low、medium 或 xhigh，預設為 xhigh。若模型在回答前花費其預算進行思考，對於困難提示可產生更好的輸出，但對於簡單提示則會有更差的延遲；此預設值屬於這項取捨中成本較高的一端。

max_tokens 在此模型中含義已改變。從這裡開始，max_tokens 等同於 max_completion_tokens，兩者都涵蓋思考加上最終答案，而先前每一個 Qwen 模型都只把上限套用在答案上。一個從 Qwen3.8-Max 沿用過來、將 max_tokens 設為 4096 的請求，現在會用掉 4,096 個 token 的思考，剩下的才給答案——在困難的提示上，可能一點也不剩。失敗模式是回應被截斷，而不是你能攔截的錯誤。

preserve_thinking 在 Chat Completions 中預設為開啟，因此先前的思考內容會透過助理訊息的 reasoning_content 欄位回傳。將它串接到 content 並作為歷史重新送出是錯誤的結構，會降低下一輪的品質。另請注意，reasoning_effort 與 thinking_budget 不可同時設定——請擇一控制項。

一份能在一個下午內完成的測試計畫

十四天的時間，足以讓你學會某件具體的事——只要你在開始之前先決定好自己要測試什麼。三個提示詞、每個各跑兩次，會比一整個星期漫無目的地閒聊，更能善用這段期間。

先從上下文窗口真正的用途開始。給它一份長文件，或一段你早已知道答案的螢幕錄影，然後檢查它找不找得到你埋在接近結尾處的那個細節。一百萬個 token 是關於容量的宣稱，而非關於注意力；而要分辨這兩者的唯一方法，就是你自己插進去的那根針。

接著，用同一個提示，測試推理預設設定與低成本設定。如果 xhigh 和 medium 在你的任務上得到相同結果，你就發現了不必承受的延遲。如果它們出現分歧，你就找到了模型在不把思考過程說出來的情況下所能做到的界線。

接著，把影片輸入用在簡短且具體的內容上——一段含有已知錯誤的 UI 錄影。影片理解是任何模型卡上最少被基準測試的能力，也是最有可能在預覽時讓你無論好壞都感到意外的那一項。

寫下你學到的內容，並註明日期與設定。十五天後，那份文件就是這次預覽所產出的唯一資產。

這在 Qwen 4 系列中的定位

Alibaba 於 9 月 22 日在 Apsara 公布了四個層級：Max、Flash、Plus 和 27B。截至今日，其中一個已有端點，一個有聊天分頁，其餘三個則只有名稱。一個只有一個已推出層級、三個已發表層級的家族是路線圖，而非產品陣容；而這個預覽版最好理解為一場能力展示，目標是針對將承載旗艦價格的那個層級。

也值得把話說清楚：這個模型不是什麼。它不是 Qwen4-Max。這個預覽版先於一款正式全面供應的旗艦模型，而該旗艦模型沒有模型卡、沒有公佈的每 token 價格，也沒有隨用隨付的端點。命名相近到搜尋結果和社群貼文經常把兩者混為一談；它們是處於不同狀態的不同產品，而把預覽版的數字當成旗艦版的數字，正是讓一張路線圖投影片變成採購失誤的方式。

11月25日有什麼會關閉？

有三種結果可能出現，而且它們的機率並不相等。最理想的一種是正式全面開放，公布每 token 費率並提供隨用隨付端點，這會讓預覽版成為任何人所能做的最便宜盡職調查。第二種是以相同條件延長預覽期，這會說明 Alibaba 在新加坡仍受產能限制，且仍未準備好公開按用量計費該模型。第三種是按計畫退役，且沒有任何說明。

對任何必須在那些問題解決之前交付上線的人來說，實際的問題是要改跑什麼，而答案早已現成可用。Qwen3.8-Max 自 2026 年 8 月 3 日起正式全面可用，具備 1,000,000 個 token 的上下文，支援文字、圖像與影片輸入，價格為每百萬輸入 token $2.00、每百萬輸出 token $6.00——這是廠商定價，未加任何費用。它是217 個模型識別碼 的其中之一；這些都列在 OrcaRouter 的目錄中，而這也是這項說法坦率的界線：我們不提供 Qwen4-Max Preview，再高明的路由技巧也改變不了這件事。目錄確實能給你的是備援鏈，讓評估可以置於你已信任的模型之後，而不是放在它前面——如果請求發生錯誤、逾時，或因為思考預算吃掉了答案而遭截斷，備援會接手回答，而你仍能得知百萬 token 視窗是否能解決你的問題。

預覽的真正貢獻不是基準測試或價格，而是一個日期：11月25日。從那之後，「Qwen 4 旗艦能做什麼」的答案不再是一個聊天分頁，而開始是一張模型卡。要留意那份文件，而不是發佈貼文。