為一篇關於 Qwen4-Max 第三方供應情況的新聞報導所生成的主視覺卡片,標題為「Qwen4-Max」,副標題為「同樣價格,晚一天」。標籤寫著「2026年11月16日發布」、「每百萬 $1.41 輸入 / $4.24 輸出」以及「無獨立速度數據」。頁腳寫著「供應商與第三方目錄頁面查閱於2026年11月17日」。OrcaRouter 標誌合成於右下角。
Guides & Insights

Qwen4-Max 已在 Alibaba 的 API 之外上架——而且還是 Alibaba 自家的全球價格

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,到了隔天早上,它就出現在阿里巴巴自家 API 以外的地方。該刊登價格為每百萬輸入 token 1.413 美元、每百萬輸出 token 4.24 美元,以及快取讀取 0.071 美元。這些不是經銷商的數字,而是阿里巴巴針對 Qwen4-Max 的全球區價目表,精確到小數點後三位——正是該廠商為北京、香港、法蘭克福、美國維吉尼亞與東京公布的確切費率,比新加坡價目表的 1.50 與 4.50 美元低 5.8%。一款模型在推出後一天內就出現在第二個平台上,在 2026 年並不稀奇。但第二個平台若以廠商自家的定價出現,就具體說明了實際被提供的究竟是什麼——而那並不是一個 2.4 兆參數模型的第二套部署。

同價刊登房源可作為什麼的證據

這個解讀很窄,而且值得把它表述為推論而非事實,因為沒有人發表過容量聲明。Qwen4-Max 是一個 2.4T 參數的稀疏混合專家模型,每個 token 啟用 71B 參數,外加 328B 的 N-gram 嵌入參數,建構於搭載 Gated DeltaNet 與稀疏注意力索引器的新 Qwen4 架構上。要在獨立硬體上把它建置起來,至少需要採購、核心程式,以及一週的調校。在推出後一天內就把價格匹配到廠商價格的千分之一美元精確度,這正是直通定價的樣子,而快取 token 的費率就是線索:$0.071 是一個獨立推導出來會顯得很奇怪的數字,卻是一個明顯會直接照抄的數字。

• 輸入 — 第三方卡上每百萬 $1.413,A​libaba's Global card 為 $1.413,新加坡為 $1.50。

• 輸出 — 兩張全球範圍卡片均為 $4.24;新加坡為 $4.50。

• 快取讀取 — 第三方卡及 A​libaba's Global card 均為 $0.071;新加坡則為 $0.075。

• 哪些沒有被複製——限制。第三方頁面宣稱具備 977K token 的上下文與 128K 的最大輸出。A​libaba 自家的規格卡則給出 991,808 token 的輸入上限,以及 262,144 token 的思考加回答共用額度,其中關閉思考時可用 131,072。如此快速發布的清單,複製價格比複製上限更可靠。

最後一項要點是實務上的重點。如果你正在評估一項長上下文工作——一個 400K token 的程式碼儲存庫、一段長達數小時的代理執行軌跡——某個把輸出上限設在 128K 的平台,會截斷模型本身原本會完成的工作。價格對等不等於規格對等,而對這麼新的模型,除了供應商自己的模型頁面,沒有第二個來源可以核對某項限制。

第一個獨立的基準測試已經存在。第一個獨立的速度測量則尚未出現。

這是整個故事中比榜單收錄本身更重要的部分。Artificial Analysis 已將 Qwen4-Max 加入其排行榜,並附上完整的 Intelligence Index 資料列——42.9,在公開頁面上四捨五入為 43,每項 Intelligence Index 任務的實測成本為 $3.27,執行期間產生了 1.27 億個輸出 token,而該追蹤平台在其冗長度量表上將其排在 80 個中的第 65 名。這是對一個才問世兩天的模型所做的真正獨立評估,而當有人拿廠商圖表給你時,這就是你該引用的數字。

同一頁面缺少的,就是速度列。沒有每秒輸出 token 數,沒有首個 token 耗時,也沒有首個答案 token 耗時。該榜單上其他每一款旗艦級模型都列出這三項數字;Qwen4-Max 則是空值。這不是對追蹤器的批評——吞吐量測量需要對穩定端點重複呼叫,而在 11 月 17 日,並沒有可重複呼叫的穩定端點。這是對你本週將讀到的評測的警告:接下來幾天,任何引用 Qwen4-Max 每秒 token 數的文章,不是只測量了一次單一請求,就是憑空捏造。供應商也沒有公布過這樣的數字。

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 17 November 2026 in English, showing the Alibaba vendor label, 'Released November 2026', a Proprietary model tag, an Intelligence Index score of 43, the summary text describing a 984k-token context window and 127M generated tokens against a 78.6M median, and the cost block reading In $1.50, Out $4.50 and $3.27 per task. The Performance and Time per Task panels show no speed figures.

在這些費率下,一次 Agent 執行實際上要花多少成本

以 token 計價對長時程模型而言是錯誤的單位,因此以下是針對 Qwen4-Max 明確主打的一種使用型態所做的算術——一個程式設計代理,在 40 回合中持續攜帶 200,000 token 的上下文,且每回合寫出 30,000 token 的推理與修補。所有數字皆為牌價,並非實測帳單。

• 每回合的快取上下文 — 200,000 個 token,以每百萬 $0.075 計算,即 $0.015。40 回合共計 $0.60。

• 每回合輸出 — 30,000 個 token,以每百萬 $4.50 計算,為 $0.135。40 回合共 $5.40。

• 比例——即使享有 95% 的快取折扣,每輪的輸出成本仍是快取上下文的九倍。一旦輸出變長,快取折扣就不是人們所設想的那個槓桿。

• 全新輸入——每次未命中快取的回合,每百萬個詞元需支付 1.50 美元,而非 0.075 美元,等於暴漲 20 倍。整趟執行下來若有四百萬個詞元的快取未命中,就會多出 6.00 美元,超過整份輸出帳單。

這與常見建議正好相反。在 Qwen4-Max 上,要監測的是快取命中率,而非輸出長度:一個讓上下文保持熱的 40 輪迴圈,成本約落在 $6.00;而同一個迴圈若以冷啟動方式重新傳送上下文,成本約落在 $12.00。廠商自己主打的重點——其 Work360 基準測試中每項任務平均成本從 $4.43 降至 $1.67——是關於其基準測試 token 組成的主張,而不是對你的情況的承諾。這也是一個廠商在其自家基準測試上的數字,而在此之所以如此標註,是因為目前尚無獨立來源能重現它。

A generated bar chart titled 'Where a 40-turn agent bill comes from', with four bars reading Cached context $0.60, Output $5.40, Cache misses $6.00 and Total with no misses $6.00, over a footer reading 'List-price arithmetic on Qwen4-Max rates; not a measured bill.' White background with blue-and-cyan accents and the OrcaRouter mark composited bottom right.

在不重新平台化的情況下嘗試

OrcaRouter 並未轉送 Qwen4-Max。這件事值得直說,而不是含糊帶過:目錄中收錄的是 qwen/qwen3.8-max、anthropic/claude-fable-5.2 與 openai/gpt-6.1-sol,而目前針對 qwen4 識別碼的請求會回傳 not-found。如果你想在我們的 key 上使用新款 Qwen 旗艦模型,那你也和其他人一樣得等。

這種情況真正主張的,並不是把整個技術堆疊換成一個才推出兩天的模型來測試。從預覽版轉到正式版(GA)的過程,同時把共用輸出額度從 393,216 個 token 砍到 262,144,並把計費從點數改成按 token 計量,正是那種會在第二週就打斷生產環境路徑的變更。這就是為什麼要把實驗放在經過路由的端點後面,而不是寫死在端點裡——新模型走一條路由,現行模型放在備援,不論走哪邊都只有一份帳單。當 Qwen4-Max 進入目錄時,它會以供應商價格上架、零加成,這意味著讓第三方卡片與 A​libaba's 完全相同的同一個原價透傳機制,也正是讓供應商降價在發生當天就能在我們這邊看見的關鍵。

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 17 November 2026 in English, showing the Qwen3.8 Max heading, the model id qwen/qwen3.8-max, attribution to Qwen dated 2026-08-05, vision, tools, JSON and reasoning badges, a 1,000,000-token context window, a Zero Data Retention note, and the rate block reading $2.00 input and $6.00 output with 4.35 s and 10.00 s latency figures.

細則上有一個日期。

兩個識別碼正在倒數計時。qwen4-max-preview 和 qwen4.0-max-preview 將於 2026 年 11 月 25 日 24:00(UTC+8)停止運作——也就是正式推出後九天——而存活下來的模型識別碼是單純的 qwen4-max。任何仍指向這兩個預覽字串的設定、SDK 預設值、notebook 或評估測試框架,都會以 model-not-found 失敗,而不是發出棄用警告,而這是最沒幫助的一種得知方式。

所以,這個故事比「它現在已隨處可用」更小、也更有用。一個模型發布了,第三方模型卡在一天內出現,採用廠商自家的 Global 費率,而附在該卡上的限制並不是廠商的限制。獨立的智慧分數在一天內出爐;獨立的速度分數則完全沒出現。把價格理解為轉嫁,從廠商頁面讀出上限,並在 11 月 25 日設日曆提醒,針對預覽識別碼——這就是 11 月 16 日實際告訴你的全部。