為一篇關於 OpenCode Go 內 Qwen4 Max 的新聞報導所生成的主視覺卡片,標題為「10 美元程式設計方案中的 Qwen4 Max」,卡片標籤寫著 2026 年 11 月 16 日、每月 15 美元額度、2,310 次請求,以及每次請求 66,000 個快取 token,底部頁腳則寫著 OpenCode Go 文件與 Alibaba Model Studio,查閱於 2026 年 11 月 17 日。
Guides & Insights

Qwen4 Max 登陸 OpenCode Go:$15 額度能換來什麼,以及一次快取未命中要付出多少成本

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

OpenCode 於 2026 年 11 月 16 日將 Qwen4 Max 納入其 Go 訂閱方案;同一天,該模型從預覽版轉為按用量計費的正式全面可用。決定這是否划算的數字,不是 1.50 美元的輸入價格,而是 66,000——OpenCode 在計算你的額度能撐多遠時,對一般程式設計請求所假設的快取 token 數量。光是這項假設,就足以說明為何每月 15 美元的預算在 Qwen4 Max 上被估為約 2,310 次請求,而在 Qwen3.8-Max——它是在同一清單頂端被取代的模型——上則約為 810 次;也說明了若你的執行框架從未取得快取命中,同樣的 15 美元為何可能驟降至約 149 次請求。以下全是你可以用 OpenCode 公布的兩個頁面重新算出的算術,再加上一列獨立基準測試結果,顯示這個模型能力不錯、速度慢且輸出冗長。

OpenCode 實際發布了什麼,以及它沒有發布什麼

兩個頁面都刊載了這份清單,且在所有重要資訊上完全一致。opencode.ai/go 的 Go 行銷頁面顯示一列寫著「Qwen4 Max — 全新」,在 $10 Go 方案上每五小時預估 463 次請求,在 $40 Go Plus 方案上則為 1,850 次,對應每月 $15 與 $60 的使用額度。opencode.ai/docs/console/go 的文件則給同一個模型識別碼 qwen4-max、端點 https://opencode.ai/inference/go/anthropic/v1/messages、AI SDK 套件 @ai-sdk/anthropic,以及價格列:每百萬個 token 輸入 $1.50、輸出 $4.50、快取讀取 $0.075、快取寫入 $1.875。其用量表列出每五小時 460 次請求、每週 1,160 次、每月 2,310 次。

兩個頁面上 463 與 460 之間三次請求的差距並不是什麼醜聞;這只是其中一個介面由長條圖產生、另一個由表格產生時會出現的情況。以較低的數字來看。更重要的是,價格行完全就是新加坡價目表、精確到分,且其下未套用任何訂閱折扣。

那份文件中有三個細節比標題價格更能說明問題:

• 此模型是透過 Messages 協定提供服務,而非走與 chat-completions 相容的路徑。這正是 OpenCode 為 Qwen3.8-Max 與 Qwen3.7 Plus 所採用的同一條路徑,也是為什麼已經能以 Messages 協定運作的測試框架,無需中介層就能直接指向 Go。

• 隱私權是逐模型列出的。Qwen4 Max 記錄為「訓練:未使用」和「保留:0 天」——屬於零保留欄位,而不是 Grok 4.7 和 Luna 模型所屬的 30 天欄位。Go 的預設設定也會封鎖會用請求資料進行訓練的付費端點。

每次回應都會以 opencode.allowance 回報其成本,而額度以美元按定價計算,並拆分為多個時段:五小時內 20%、一週內 50%、一個月內 100%。

OpenCode 尚未公開的是這些 token 從何而來。文件說明,有些模型能獲得較大額度,是因為 OpenCode 談到了大量採購折扣或預留了 GPU 容量;而其他模型額度較小,「要不是因為該模型是新推出的,就是因為其公開定價已經打折」——在這種情況下,「你得到的仍會比直接向模型供應商付費多一些。」Qwen4 Max 以 $1.50 和 $4.50 落在第二類,這正是 Qwen4 Max 在各處的費率。這究竟是新加坡端點的轉售,還是 OpenCode 自行提供一個 2.4 兆參數模型的服務,文件中並未說明;任何告訴你是哪一種的人,都只是在猜。

有件事值得先釐清,因為圍繞這款模型的說法一直不夠嚴謹:Qwen4 Max 並不是未經宣布或外流的發布。這次發布伴隨一篇題為「Qwen4-Max:你的新隊友已經報到」的文章,該模型在 Model Studio 的文件已於 11 月 17 日更新,而且沒有權重可供檢視——Artificial Analysis 將該模型記錄為專有,也沒有任何可查閱的儲存庫。真正低調的是 OpenCode 的上架資訊:這是一個程式設計平台在接入別人的發布,而不是它自己在發布。

Headless-browser screenshot of the OpenCode Go usage-limits documentation page in English, showing the per-model token price table with a Qwen4 Max row reading $1.50 input, $4.50 output, $0.075 cached read, $1.875 cached write and a $15 monthly limit, above the Estimated requests table where Qwen4 Max reads 460 requests per five hours, 1,160 per week and 2,310 per month, and Qwen3.8 Max reads 160, 400 and 810.

$15 是美元計價的跳表金額,所以以下是計算過程

以美元計的額度,唯有對照它所假設的請求形態才有意義,而 OpenCode 公布了該形態:每個請求有 420 個全新輸入 token、66,000 個快取 token,以及 200 個輸出 token。把這三個數字套用到 Qwen4 Max 的價格方案上:

• 全新輸入 — 420 個 token,以每百萬 $1.50 計算,為 $0.00063。

• 快取輸入 — 66,000 個 token,每百萬 $0.075,計為 $0.00495。

• 輸出 — 200 個 token,以每百萬 $4.50 計算,為 $0.00090。

{{1}}每次請求{{/1}} — $0.00648,$15 除以該金額恰好等於 2,315 次。{{2}}OpenCode{{/2}} 公布的每月 2,310 次估計值,就是將該數字向下取整後的結果。

對 Qwen3.8-Max 做同樣的計算,Go 目錄仍以輸入 $2.00、輸出 $6.00、快取讀取 $0.25 的價格販售,得出每次請求 $0.01854,以及 $15 可換得 809 次請求——OpenCode 公布的是 810 次。因此,改用 Qwen4 Max 在相同額度下可多出 2.9 倍的請求量,而這項增益有三分之二來自一行:快取讀取價格從每百萬 $0.25 降至 $0.075,降幅 70%。主要輸入價格變動了 25%。真正改變結果的是快取價格。

五小時視窗是你實際會碰到的限制。以每月額度的 20% 計算,Go 方案中一個滾動的五小時區塊可在 Qwen4 Max 上花費 3 美元——按模型假設的使用型態為 463 次請求;如果不小心,這大約就是一個忙碌下午的代理回合量。Go Plus 將此提高到 12 美元與 1,850 次請求。Go Teams 將每位成員的額度設為每月 20 美元,高於 Go 的 15 美元、低於 Plus 的 60 美元,且為每位成員 20 美元。

Generated single-column card titled The $15 allowance at Qwen4 Max list price, with rows reading Go plan: $10 per month, Monthly allowance: $15, Cached read: $0.075 per 1M, Fresh input: $1.50 per 1M, Warm request: $0.00648, Cold request: $0.10, and Requests for $15: 2,315 warm versus 149 cold.

66,000 個快取權杖從何而來,以及為什麼這才是全貌

六萬六千個快取 Token 並非任意湊出的整數:對一個每一輪都會送出系統提示、工具定義與中等規模檔案集的程式編寫代理而言,這是一個合理的前綴,也是這個模型化請求之所以便宜的原因。以每百萬個 $0.075 計算,那 66,000 個 Token 的前綴成本不到半美分。若按全新輸入的 $1.50 費率計算,則要花 $0.099——貴上二十倍,且超過整個請求其餘部分成本的十五倍以上。

把這件事推演下去。前綴未命中快取的請求要花 $0.1005,而不是 $0.00648,所以同樣的 $15 大約只能買到 149 個請求,而不是 2,315 個。你的用量不需要有任何其他改變,額度就會下降 94%;只要前綴不再可重複使用即可。這種情況發生的三種方式都很平常:系統提示中含有時間戳或會變動的工具清單、執行框架在回合之間重新排序其上下文,或工作階段不斷改寫最早的訊息,使可快取的前綴永遠無法穩定下來。

還有第二種較不明顯的成本。OpenCode 將快取寫入定價為每百萬 $1.875,比全新輸入費率高 25%——你支付溢價來建立一個前綴,之後讀取時可享 95% 折扣。寫入那個 66,000 token 的前綴要花 $0.124,約為暖請求的十九倍。一個持續讓自身快取失效的工作階段會反覆支付寫入費用,卻永遠拿不到折扣。

這就是為什麼值得去理解額度,而不是只是觀察它。在以這種方式定價的模型上,快取命中率不是你日後才做的優化;它是兩種截然不同的訂閱方案之間的差別。

你所放棄的,經衡量

獨立排行榜現在已完整公布,而結果不如價格卡那麼好看。Artificial Analysis 在其智慧指數上給 Qwen4 Max 打了 43 分——高於其標稱中位數 41,在榜上 81 個模型中排名第 38——每項指數任務的實測成本為 3.27 美元。效能面板在該模型首次上榜時仍空無一物,如今已載有實際數據:輸出速度為每秒 54 個 token,首個回答 token 耗時 159 秒,完成一項智慧指數任務需 32.1 分鐘,而中位數為 13.3 分鐘。按照該追蹤器自身的排名,其首個回答 token 時間在 79 個模型中排名第 75。

• 能力 — 在 Intelligence Index 上得分 43,於 81 個中排名第 38,每項實測任務 $3.27。

• 效能 — 每秒 54 個輸出 token,首個答案 token 耗時 159 秒,每個索引任務耗時 32.1 分鐘,相較中位數 13.3 分鐘;首個答案 token 時間在 79 個中排名第 75。

• 冗長度——完成索引執行需 1.27 億個輸出 token,相較中位數 7,860 萬,在追蹤器自身的冗長度量表上於 80 個中排名第 65。

• 背景 — 依追蹤器測量為 984k 個 token,對照文件記載的 1,000,000-token 視窗,在非思考模式下輸入上限為 991,808 個 token。

對於互動式編碼循環,首個回答 token 的數字才是最要命的。推理模型在思考結束前不會輸出任何東西,因此 159 秒就是按下 Enter 到看見答案第一個字元之間的落差,而漫長的思考預算只會讓這個數字來回變動,而不是讓它遠離。對於批次工作——一連串重構、每晚掃描——這無關緊要,而每項任務 3.27 美元的每美元能力,相對於收費高出數倍的前沿模型,仍相當可觀。

冗長度這個數字值得獨立用一句話說明,因為它是會與美元額度相互影響的那一項。某個模型產生 1.27 億個 token,而中位數只產生 7,860 萬個 token,這代表在相同的一組任務中,它多消耗了約 60% 的輸出 token;而在 Qwen4 Max 上,輸出是請求中最昂貴的項目,每百萬個 token 要價 4.50 美元。你的 15 美元額度是以美元計價,因此在每 token 價格相同的情況下,話多的模型就是會更早用完。

Headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max in English, showing the Alibaba vendor label, Released November 2026, a Proprietary model tag, an Intelligence Index of 43 ranked 38 of 81, and a stats row reading 43, 38 of 81, $3.27, $1,129.59 and 32.1 min, beside summary cards for Intelligence Index 43 at 35K tokens to complete, Cost to Run Index $3.27, Output Tokens Used 35M and Total Response Time 32.1 min.

此模型上的努力程度旋鈕並非選項。

Qwen4 Max 自己的文件指出,當你兩者都省略時,會將 reasoning_effort 設為 high,並將 thinking_budget 設為 131,072;而且它會把大多數 SDK 使用的五值詞彙對應到三個實際設定:minimal 變成 low,medium 變成 high,max 變成 xhigh。在 Messages 協定上(這是 OpenCode 所暴露的路由),這個可調參數是 output_config.effort,並具有相同的三個值。

這會帶來兩個後果。第一,要求「medium」努力程度不會得到中間設定,而是會得到 high,也就是預設值。如果你希望模型少思考一點,就必須要求 low。第二,輸出上限與思考共用:在思考模式下,262,144 個 token 涵蓋思維鏈加答案;關閉思考時,答案為 131,072 個 token;而思考開啟時,輸入上限為 983,616 個 token。一個把 max_completion_tokens 固定為 262,144 並選擇 xhigh 的代理,等於決定在寫下任何一行程式碼之前,先把額度花在推理 token 上。

在計量付費訂閱上,互動式編碼工作階段的實用設定是:編輯與小型重構用 low,模型必須同時掌握多個檔案的回合用 high,而 xhigh 只保留給否則你會交給真人處理的任務。這是關於你預算的判斷,不是基準測試的主張——沒有人發表過這個模型依努力等級劃分的成本曲線,而廠商自家的 token 縮減數字就是廠商數字。

在不搬動你現有技術堆疊的情況下試用

OrcaRouter 目前不路由 Qwen4 Max。這點應該直說,而不是含糊帶過:目錄收錄了 215 個模型,而請求 qwen4 識別碼會回傳找不到,所以如果你要在 OrcaRouter 金鑰上使用這個新旗艦,那你就是在等。目錄實際收錄的是 qwen/qwen3.8-max,每百萬輸入 $2.00、輸出 $6.00,快取讀取 $0.25——與 OpenCode 及該模型第一方 API 公布的費率相同——並以 0% 加成轉嫁,因此供應商降價在他們那邊生效的同一天,也會反映在我們這邊。

這讓合理的測試變得便宜,而非免費。如果你正在比較 Qwen4 Max 與你目前使用的模型,首先要回答的問題不是「43 分算不算好」,而是「我的測試框架能否讓 66,000 個 token 的前綴保持預熱」——而且你今天就能在同一個帳戶上,以你早已知道的費率,用 Qwen3.8-Max 來回答這個問題,不必先為了得到答案而花錢訂閱。將它搭配自動容錯移轉,未經證實的模型就會變成一個路由決策,而不是一次遷移:把工作送給新模型,保留舊模型作為備援,讓錯誤率來決定。

現在誰應該行動,誰應該等待?

如果你已經付費使用 OpenCode Go,這項變更讓你零成本就能試用,而額度正是值得你刻意試用、而非隨手一試的理由。在相同方案下,相較於 Qwen3.8-Max,Qwen4 Max 讓你用 $15 買到的請求數增加超過一倍,但這是建立在一項快取假設上,而你的 harness 必須先滿足該假設才行;此外,這個模型在首個 token 的生成上明顯偏慢,且在預設 effort 下明顯冗長。從低 effort 開始,觀察前二十次回應中的 opencode.allowance 欄位,並將消耗速率與那些工作階段若使用你原本所用模型會產生的成本相比。如果消耗速率讓你意外,原因幾乎可以肯定在你的前綴,而不是價目表。

如果你不是使用 Go,這項上架資訊不會改變你的選擇——Qwen4 Max 可透過第一方 API 在六個地區取得:新加坡為 $1.50 和 $4.50,全球地區為 $1.413 和 $4.24;而以定價轉售它的訂閱服務只是便利,並非折扣。如果你的工作對延遲敏感且需要互動,那麼誠實解讀獨立數據的結論是:這是適合把工作排入佇列處理的模型,而不是讓人坐著緊盯的模型。

接下來要觀察的不是另一個基準測試,而是 OpenCode 給 Qwen4 Max 的 $15 額度,在碰上實際使用後能否撐得住:文件寫道,限制「可能會隨著我們從早期使用情況與回饋中學習而調整」,而這正是平台在改動數字之前會寫下的那句話。一個如此新的模型、被如此嚴格地計量、額度又如此小,最可能就是那個頁面上最先被修訂的那一列。

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