一張標題為「Qwen4-Max:不會旅行的數字」的標題卡,上面有三個標籤,分別寫著思考模式下的 983,616 個輸入 token、131,072 個回答 token,以及思考與回答共用的 262,144 個 token,並註明出處為 2026 年 11 月 16 日的 Alibaba Cloud Model Studio 模型卡。
Guides & Insights

Qwen4-Max 一天內就在別處上架了。思考預算才是無法移植的部分。

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 日正式全面推出,而幾小時內就有第二個平台從首日起便開始宣傳它——100 萬 token 上下文、原生文字、圖像與影片輸入,主打程式設計、辦公工作與長時程代理執行。這就是 2026 年閉源模型發布的常態樣貌:A​libaba 未發布 Qwen4-Max 的檢查點,因此在其六個部署區域之外的人,只能透過向 A​libaba 租用該模型的平台來存取。不尋常、或至少鮮少被討論的是,模型的操作手冊有多少在這層轉手中流失。價目表完整傳遞。主打上下文數字完整傳遞。決定你的請求是放得下還是回傳截斷的算術,則完全不會傳遞。

「零日上架」實際上能告訴你什麼

有兩件事,兩者都與基準測試無關。第一,這款模型被推向研究與代理式工作,而不是聊天——發布首日文案以長時程代理執行為主軸,並將影片列為輸入模態;這是在描述平台打算讓它承擔的工作負載,而非複述 Alibaba 自家的標題。第二,Qwen4-Max 可租用但不可攜:它沒有提供下載,因此每個提供其服務的端點,都是在服務 Alibaba 的部署,而每個描述它的第三方頁面,都只是 Alibaba 文件的摘要。規格表的摘要,正是整合錯誤的溫床。

價目表是最簡單的部分,值得先說一次。在新加坡,Alibaba 列出 Qwen4-Max 的價格為每百萬輸入 token 1.50 美元、每百萬輸出 token 4.50 美元,快取輸入為 0.075 美元,快取寫入在五分鐘視窗內為 1.875 美元,一小時則為 3.00 美元。全球部署範圍——北京、香港、法蘭克福、日本與美國維吉尼亞——略低一些,輸入為 1.413 美元、輸出為 4.24 美元,快取讀取為 0.071 美元。直到上下文上限都採單一價格級距:沒有長上下文附加費,也沒有批次折扣需要尋找,因為此模型完全不提供批次推論。

A two-column scoreboard contrasting a third-party listing with Alibaba's model card: the listing gives 1M context, 1M output, three effort levels and no batch figure, while the model card gives 1,000,000 context, 983,616 input in thinking mode, 131,072 output non-thinking, 262,144 shared, and effort levels low, high and xhigh, sourced to Alibaba Cloud Model Studio documentation updated 16 November 2026.

三個不隨模型一起移動的數字

「1M context」是每個上架頁面上都會出現的數字。A​libaba 的模型頁面在發布當天最後更新,內容更為具體;而行銷數字與實際運作數字之間的落差,正是整合會出問題的地方:

• 上下文長度 — 1,000,000 個 token,這是整份請求的上限,而不是可供你花在輸出上的預算

• 最大輸入、非思考模式 — 991,808 個 token,因為視窗中有 8,192 個保留給回覆

• 最大輸入、思考 — 983,616 個 token,另保留 8,192 個供推理區塊使用

• 最大輸出,非思考模式 — 131,072 個 token

• 結合思考與回答,思考模式 — 262,144 個 token,由推理過程與可見回覆共用

• 預設思考預算 — 131,072 個 token,當兩個參數皆未設定時,reasoning_effort 預設為 high

第五行才是最容易出問題的那一行。團隊若依據文件記載的 262,144-token 輸出上限來估算工作規模,然後在思考模式下執行,就會看到可見答案停在一個長度,而那個長度與模型還剩多少話要說毫無關係,因為推理軌跡一直從同一個池子裡抽取。131,072 這個數字才是安全的輸出數字。262,144 這個數字是共享預算,而這兩種理解之間的差異,就是可正常運作的管線與每週發生一次事故之間的差異。

有個小小的安慰:這也解釋了你在第三方規格清單中會看到的一項差異,那些清單標示的是 984k 上下文視窗。那不是不同的模型,也不是降級。那是思考模式的輸入上限,983,616 四捨五入後的數字;如果你在開啟推理的情況下呼叫模型——而這是預設值——這就是用來衡量規模的誠實數字。

effort 重映射正是 OpenAI 形態用戶端會少一級的地方。

Qwen4-Max 提供三種推理等級,而非五種:low、high 與 xhigh,預設為 high。透過 OpenAI 相容的用戶端呼叫時,超出範圍的 effort 字串會被歸併而非遭到拒絕——A​libaba 的對照表將 minimal 對應為 low、medium 對應為 high、max 對應為 xhigh。透過 A​nthropic Messages 格式,medium 會變成 high,max 會變成 xhigh。

這兩種對應方式都站得住腳,而且都不會發出警示。一條管線若以五級模型為基準調校,在這裡請求 medium,卻得到高強度推理:更多 token、更高延遲、更高花費,而且不會有錯誤告訴你發生了這件事。一條管線若請求 max,預期拿到五階梯的頂端,卻得到 xhigh,而 xhigh 恰好是這套階梯的頂端——所以輸出看起來正確,只有帳單不對。修正方法是每條路由一行:用廠商的詞彙固定住你實際測量過的層級,並在預備環境中對它做斷言。任何把未映射的 effort 字串直接傳給階梯較短模型的做法都會漂移,而且會朝花更多錢的方向漂移。

A screenshot of the Alibaba Cloud Model Studio documentation page for qwen4-max, showing the Model Studio navigation, the breadcrumb Home Page > Models > Get Started, and the qwen4-max (Latest Model) heading with the start of its specification tables.

發射數據說明了什麼,又沒有說明什麼

A​libaba 的發布評估由廠商報告,且未經獨立重現;該評估顯示 Qwen4-Max 在其 Work360 基準測試中得分 52.69,對比 Qwen3.8-Max 的 47.74,每項任務平均成本從 4.43 美元降至 1.67 美元,且輸出 token 用量在 xhigh 努力程度下減少 24%,在 high 下減少 35%。在 Terminal-Bench 4.0 上,廠商報告在相同兩個設定下輸出 token 分別減少 48% 與 49%,其安全程式設計基準測試的函式層級通過率從 22.0% 升至 31.8%。這些是廠商為該架構提出的論據:一個 2.4 兆參數的稀疏混合專家模型,每個 token 啟用 710 億個參數,外加 3,280 億個 N-gram 嵌入參數,且每個稀疏注意力層搭配三層 Gated DeltaNet。

11 月 17 日可取得的唯一外部評測是 Artificial Analysis;它在 Intelligence Index v5.0.1 上給 Qwen4-Max 評為 43 分,並在該指數的 81 個模型中排名第 38。它也測得每項索引任務的運算成本為 3.27 美元,整次執行期間由 1.27 億個輸出 token 支撐,而中位數為 7,860 萬個;此外,它完全沒有記錄該模型的速度測量——沒有每項任務耗時,也沒有輸出速率。43 分對上廠商宣稱超越前沿,正是接下來一個月報導將圍繞的張力。這也是本文中唯一一個不是由 Alibaba 產出的數字。

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, showing the 1M-token context badge, text, image and video input, and the pricing panel for the model Qwen4-Max replaces.

如果你這週打算打電話的話

OrcaRouter 不路由 Qwen4-Max,這點值得直說,而非暗示相反。型錄收錄Qwen3.8-Max——即 Qwen4-Max 所取代的模型——每百萬輸入 $2.00、輸出 $6.00,供應商定價以 0% 加價轉嫁,並列還有Claude Opus 5.5、GPT-6.1 Sol、Grok 4.5 與 T​encent HY4 Preview。目前尚未收錄 Qwen4 世代。

因此,對於今天正在評估 Qwen4-Max 的團隊而言,誠實的安排是:為新模型直接使用 A​libaba 金鑰,並為所有你會退回使用的項目加上一層路由。這聽起來沒那麼彆扭,因為讓新模型採用成本高昂的,不是 token 價格——而是嘗試它意味著在生產路徑上多出第二份合約、第二個 SDK,以及第二套重試語意。讓現有服務留在單一端點之後,並具備跨供應商自動容錯移轉,就能讓 Qwen4-Max 實驗與已可運作的路徑並行,並讓比較發生在你自己的流量上,而不是在 A​libaba 的基準測試上。當該模型確實進入目錄時,你看到的價格會是供應商自己的價格,並在變動當天即時生效,因為這就是直通(pass-through)的意思:Global 方案的 $1.413 與 $4.24 會顯示為 $1.413 與 $4.24,而不是經銷商的價差。

有什麼好看

Alibaba 的發布貼文以一句比文中任何基準測試都更重要的話作結:Max 只是 Qwen4 的初次亮相,而該系列中較小的模型即將開源。那是對下一階層的承諾,不是對這一階層的承諾,而且它不改變一個事實:Qwen4-Max 本身是一個你向單一供應商租用、也向那些向同一供應商租用它的平台租用的模型。在那個市場裡,文件才是產品的差異化關鍵,而文件寫的是輸入 983,616、輸出 131,072——不是任何一項的一百萬。

行事曆上該記下兩個日期。一是 11 月 25 日預覽識別碼退役,對任何設定仍寫著 qwen4-max-preview 的人來說都是如此。二是 A​libaba 接下來針對思考預算所公布的一切,因為在一個以 1M-context 行銷的模型上,262,144 個 token 的共享池,是最有可能在真實 agent 工作負載實際跑上去後被修訂的單一數字。