
Qwen4-Max 現在在兩個地方開賣。獨立排行榜才是值得一看的部分
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 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 · 195 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 · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 265 tok/s
Qwen4-Max 於 2026 年 11 月 16 日正式開賣,而到了 11 月 18 日早上,已有第三方推論平台也在宣傳它,同樣具備 100 萬 token 上下文,以及相同的文字、圖像與影片輸入。這就是那則消息,而它只是個小消息:第二個賣家是通路事件,不是模型事件。在同一時間窗口出現、卻幾乎未受關注的,是一項測量結果。Artificial Analysis 現在收錄了 Qwen4-Max 條目,在其 Intelligence Index 上,該模型得分為 43,而它所取代的前代 Qwen3.8-Max 則為 34。
這兩個數字都伴隨著脈絡,而這些脈絡決定了它們是否為好消息,但廠商自家的部落格並未提供這些脈絡。因此本文依序做三件事:11月16日實際推出了什麼、獨立評測那一列說了些什麼而發表文章沒說的,以及當同一個模型由阿里巴巴以外的廠商提供服務時,什麼會改變——以及什麼會悄然失效。
兩個日期,而只有其中一個是發行版
該模型的日期是 2026 年 11 月 16 日。Alibaba 的 Qwen 團隊將其發布貼文標註為 11 月 16 日,而 Model Studio 上該模型的說明文件頁面帶有 2026-11-16 09:46:08 的更新時間戳記,標題為「qwen4-max(最新模型)」,模型識別碼則為 qwen4-max。那個頁面在商業上才是關鍵:它取代了一個預覽版識別碼 qwen4-max-preview,該預覽版於 11 月 11 日以點數方案開放,並公布於 11 月 25 日退役。正式全面推出意味著計量費率表、六個區域,且沒有到期日。
11月18日的活動性質不同。一個並非 Alibaba 的平台在價目表出現兩天後,開始向自家客戶上架該模型。11月18日這天,模型本身沒有任何改變:沒有新權重、沒有新上下文長度數字,實驗室也沒有公布新價格。如果你讀到的報導把這週描繪成一場發布,那種框架慢了一步——Qwen4-Max 是在16日發布的,而18日發生的事,是它變得可以大規模轉售。這個區別不是吹毛求疵。它告訴你該問哪些問題:不是「它能做什麼」——這在週一已有答案——而是「經過轉售商這一趟之後,還剩下什麼」,這點還沒有人回答。

11 月 16 日發布了什麼?
以下規格是 Alibaba 的,出自發布貼文與模型文件,而且其中沒有任何部分經過獨立重現——尤其是架構,那只是廠商對一次訓練運行所做的描述,而該訓練運行沒有任何外部人士檢視過。
• 架構 — 全新的 Qwen4 設計,具備 2.4 兆參數的主幹、每個詞元啟用 710 億個參數,另有 3280 億個 N-gram 嵌入參數
• 注意力 — 三層 Gated DeltaNet 饋入每個 Qwen Sparse Attention 層,將歷史壓縮為固定大小的狀態,並以微區塊粒度索引上下文
• 穩定性工作 —— 四條並行殘差分支,搭配動態讀取與寫入閘門;實驗室稱這是 2.4T 訓練運行未出現損失尖峰的原因
• 上下文 — 廠商文件記載為 1,000,000 個 token;Artificial Analysis 測得可用視窗為 984,000
• 輸出上限 — 關閉思考時為 131,072 個 token,或由思考與回答共用 262,144 個
• 模態 — 輸入文字、圖像與影片;輸出文字。原生視覺,而非外掛
• 推理強度 — 可選層級,發布文章在引用自身效率數據時將其稱為 High 與 Xhigh
• 工具功能 — 函式呼叫、平行工具呼叫、網頁搜尋、依 JSON Schema 產生的結構化輸出、前綴補全、顯式與隱式快取
• 介面 — OpenAI Chat Completions 與 Responses、Anthropic Messages,以及 DashScope,這是 Alibaba 在旗艦產品上推出過最廣泛的協定介面
• 缺少什麼——微調與模型部署都標示為不支援。沒有檢查點,而發布文章只說較小的 Qwen4 模型「即將開源」
效率宣稱是發表時最倚重的部分,而它們值得精確說明,因為它們是有條件的。相較於 Qwen3.8-Max,廠商報告在其 Work360 基準測試中,Xhigh 努力等級下 token 數少約 24%,High 下少 35%;在 Terminal-Bench 4.0 的同樣兩種設定下,則分別少 48% 與 49%。Work360 上每項任務的平均成本從 $4.43 降至 $1.67,降幅 62%。上述每一個數字都是廠商報告的,而且每一個都綁定到某個努力等級——這在之後經銷商決定如何呈現那個調節旋鈕時,會成為重要細節。
沒有人引用的獨立列
Artificial Analysis 在 Intelligence Index v5.0.1 上發布了 Qwen4-Max,而這條目異常直白。分數是 43,該網站將其描述為在可比模型中低於平均——中位數同樣是 43,因此該模型恰好落在線上,而非高於此線。這是一句比「較前代提升九分」更不討喜的話,而兩者皆為事實。以 0902 快照測量的 Qwen3.8-Max,在同一指數上得分 34。
這一行的其餘部分正是論證變得有趣的地方,因為它將能力與提取該能力的成本區分開來。
• 指數分數 — 在 v5.0.1 上,Qwen4-Max 為 43,Qwen3.8-Max(0902)為 34
• 每次索引執行輸出的 token 數 — 1.27 億對 1.50 億,而同領域中位數為 6,510 萬。這兩個模型都極度冗長;新模型較不那麼冗長。
• 每項任務的實際耗時——32.1 分鐘對 47.5 分鐘,而同類實測中位數為 11.5。比前代更快,但仍位居實測最慢的模型之列
• 吞吐量 — 每秒 55 個輸出 token,以 Alibaba 自家 API 測量
• 每項任務成本 — $3.27 對比 $10.02,這是該列中最有用的一個數字
把這些放在一起看,升級確有其事,但幅度比行銷說法更窄。相較於它所取代的模型,Qwen4-Max 換來九個指數分、把實際耗時縮短三分之一,並將完成任務的成本降低約三分之二。它並沒有在絕對意義上換來速度:每項任務 32.1 分鐘,比同一榜單上的中位數模型慢近三倍,而且為了達到這個結果,消耗的 token 用量接近中位數模型的兩倍。如果你的工作負載對延遲敏感,決定你帳單的不會是指數上的那個數字。

在轉交給轉售商後,什麼會保留下來?
這是11月18日清單使其成為迫在眉睫而非理論問題的部分。當模型由非其作者的平台提供服務時,有四件事能可靠地隨之傳遞,而有一件事則不能。
四項會跟著流傳的資訊:價目卡,因為它是從供應商頁面複製而來;上下文數字,因為它是標題亮點;模態清單,因為它出現在行銷文案中;以及協定形態,因為多數平台無論背後是什麼,都會提供 OpenAI 相容端點。這些是每個上架頁面都會寫對的東西,也是每篇比較文章都會引用的東西。
無法直接沿用的一致做法是 effort 的對應方式。Qwen4-Max 的成本效益在設計上就取決於 effort:在 Work360 上,廠商自身節省的 token 會因你採用 Xhigh 或 High 而在 24% 到 35% 之間變動,而文件也把這項選擇公開為請求參數。若轉售商把 effort 固定成單一預設值,或把 OpenAI 風格的推理參數只對應到三個等級中的兩個,交給你的模型每項任務成本就可能與廠商公布數字相差三分之一——即使發票上的每 token 價格完全相同。如果你要用 Alibaba 自家數字來評測某個上架方案,請明確固定 effort 等級,並先確認平台會如何處理它,再對價格下任何結論。
有兩件較小的事需要確認:262,144 個 token 的共用思考與回答預算究竟是被強制執行,還是會被無聲截斷;以及提示快取是否以供應商的快取費率轉嫁,而非按完整的輸入費率計費。這兩者都會在長時間的代理執行中影響實際費用,而且兩者都不會顯示在標題數字中。
什麼沒有改變,而且將來也不會改變
關於 Qwen4-Max 最重要的事實,既不在價目表上,也不在排行榜上:你無法擁有它。這個模型沒有 checkpoint,而文件將微調與自行部署標示為不支援。發布文的結尾承諾較小的 Qwen4 層級將會開源,這是關於該系列未來的陳述,而非關於這個模型。通往 Qwen4-Max 的每條路徑都必須經過某人的 API,無論那是 Alibaba 的六個區域,還是經銷商的端點。
對一款 2026 年的前沿旗艦來說,這是正常的安排,而它有一個正常的後果:你的整合是租來的,而提供方(房東)的數量剛從一個變成不只一個。而這正是 11 月 18 日上架的唯一真正好理由——不是因為它更便宜,而是因為對一個你無法自行託管的模型來說,它是另一條供應路徑。
如果你這週要把這個接起來
Qwen4-Max 目前不在 OrcaRouter 的目錄中,而本文也不會假裝不是如此。目前有的是它所取代的模型:qwen/qwen3.8-max,這款 2.4 兆參數的旗艦模型在同一項指標上得分 34,且在阿里巴巴的價目表上,每百萬 token 的輸入費用為 $2.00、輸出費用為 $6.00。如果你正以 Qwen 系列為基礎開發,並想試用 Qwen4-Max,卻不想把正式環境路徑押在一個僅兩天的商業安排上,穩妥的做法是把前代模型留在同一把金鑰上,並在兩者之間路由——OrcaRouter 在單一 OpenAI 相容端點後方,跨供應商提供超過 200 個模型識別碼,並以0% 加價,且具備自動容錯移轉,因此供應商端中斷或速率限制不會連帶讓你的應用程式停擺。路由 DSL 則在低一層做到同樣的事:你可以用便宜模型處理大部分工作負載,只在任務確實需要時升級到昂貴模型,而不是每次呼叫都支付旗艦級費率。

這和將 Qwen4-Max 放在關鍵位置並不相同,也不該這樣販售。差別在於:是要等待模型來到你的技術堆疊,還是要有一個能在它到來時吸收它的堆疊。
什麼會改變這件作品?
有三件事,按可能性由高到低排列。對 Qwen4-Max 進行第二次獨立測量,將能確定 43 是下限還是上限——單一排行榜、單一測試框架、單一努力設定,作為判定依據實在太薄弱,而且本部落格以前就看過指數修訂讓分數出現兩位數的變動。若 Artificial Analysis 公布按努力程度分級的細分數據,比照它目前已為 GLM-5.3 提供的做法,就能讓每項任務成本這個數字真正具有行動價值,而不只是對未指定設定的平均值。而一個 Qwen4 檢查點——任何 Qwen4 檢查點——將徹底終結租用論點。
在此之前,對這週的正確解讀是那個不怎麼光鮮的版本。週一有一款旗艦產品上市,帶著實實在在的價目表,以及一個有競爭力但未居領先的獨立評分;週三有經銷商把它上架,這不過是通路在做通路該做的事;而真正該決定你是否整合的數字,不是 $1.50 或 43,而是 32.1 分鐘,以及約為同業中位數兩倍的 token 帳單。你實際要付的就是這兩項。
本文中的比較1
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
