GPT-Image 2.6 Flare、Sunburst 已上线低至 $0.025 一张图

Qwen4-Max 价格、API 接入和 1M 上下文

阿里云在 2026 年 11 月 16 日发布 Qwen4-Max,总参数 2.4T,每 token 激活 71B,支持原生视觉和 1M token 上下文。

Kiki, OmniaKey COO8 分钟阅读
本页内容

Qwen4-Max 已经可以用了。阿里云在 2026 年 11 月 16 日发布该模型。QwenCloud 以 qwen4-max 的名称通过 Token Plan 和按量付费 API 出售,新加坡输入价为每百万 token $1.50。发布信息列出总参数 2.4 万亿、每 token 激活 710 亿。它支持原生视觉和 1M token 上下文(阿里云,2026 年 11 月 16 日;QwenCloud 最新模型;QwenCloud 价格)。

简要回答

  • Qwen4-Max 已在 QwenCloud 上线,模型 ID 是 qwen4-max,可以走 Token Plan Personal、Token Plan Team 或按量付费 API(QwenCloud)。
  • 新加坡按量付费价格为每百万输入 token $1.50、每百万输出 token $4.50;北京和 Global 区域为 $1.413和 $4.24(价格)。
  • 上下文窗口为 1M token,思考和最终回答合计最多 262,144 token。
  • Qwen4-Max 没有开放权重下载。阿里云表示更小的 Qwen4 开源模型会“很快”推出(发布信息)。

Qwen4-Max 现在能用吗?

能用。阿里云于 2026 年 11 月 16 日在杭州发布该模型。它已通过 Token Plan 和 API 在 QwenCloud 上线,同时接入自家的 QwenWork 和 QwenStudio 应用(发布信息)。QwenCloud 文档列出三种付费方式(QwenCloud)。可选 Token Plan Personal、Token Plan Team 或按量付费。阿里云百炼的模型索引在“复杂推理与编程”和“视觉理解”下列出 qwen4-max。页面更新时间为 2026 年 11 月 16 日(百炼)。

部署区域包括新加坡(国际)、北京的中国北部 2 区,以及法兰克福、香港、东京和美国弗吉尼亚的 Global 区域。新加坡的 Base URL 是 https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1(QwenCloud)。新加坡的按量付费调用包含 100 万免费 token(QwenCloud 价格)。这部分额度与 Token Plan 分开计算。

编程工具方面,QwenCloud 明确列出 Claude Code、Codex 和 OpenCode(QwenCloud)。这些工具需要自定义端点,步骤见 Claude Code 设置指南。想看更多工具,可以读 编程 Agent 对比。

状态核对时间:2026 年 11 月 16 日。

相比 Qwen3.8-Max 改了什么?

Qwen4-Max 是稀疏混合专家(MoE)模型。它保持 Qwen3.8-Max 的 2.4 万亿总参数规模。激活参数减少 25%,降到每 token 710 亿(发布信息)。阿里云说 MoE 的改动覆盖注意力、残差连接和嵌入层。QwenCloud 称它是 Qwen4 家族的第一个模型,并用一句话概括推理、原生视觉和长时间任务执行(QwenCloud)。

两个模型的总参数规模都是 2.4T。总参数和激活参数描述的是每 token 的计算量,Work360 则是阿里云单独公布的厂商任务结果。

阿里云称 Qwen4-Max 在第三方编程榜单 Code Arena 上排名第六。在 Work360 的 High 档下,它比 Qwen3.8-Max 少用 35% 的 token,平均每任务成本降低约 60%(发布信息)。Work360 是阿里云自有的测试集,覆盖 721 个专业领域。同一份发布信息还提到 Agents' Last Exam、Vals Index、JobBench 和 Chartography。四个项目都没有公布分数。

这些数字都来自阿里云,本次核对的来源里没有出现独立评测。Code Arena 的排名应按阿里云对第三方榜单的说法来读,Work360 的数字则是衡量阿里云自家任务的厂商测试。

Qwen4-Max 的规格和模型 ID

正式模型 ID 是 qwen4-max(QwenCloud)。qwen4-max-preview 是另一个条目,有自己的 ID、计费方式和下线日期(百炼)。输入支持文本、图片和视频,输出为文本(QwenCloud 模型表)。

限制数值
上下文窗口1,000,000 token
最大输入(非思考)991,808 token
最大输入(思考)983,616 token
最大输出(非思考)131,072 token
思考加回答262,144 token
默认思考预算131,072 token

思考默认开启,reasoning_effort=high,思考预算为 131,072 token(QwenCloud)。档位可选 low、high 或 xhigh,QwenCloud 会把 minimal、medium 和 max 映射到这三个值。在 Chat Completions 里,enable_thinking=false 可以关闭思考。max_completion_tokens 同时限制思考和最终回答,所以一次思考请求最多把 262,144 token 分给两部分。

qwen4-max 不支持批量推理(QwenCloud;模型表),也不支持微调和模型部署。可用 API 包括 Chat Completions、Responses、Anthropic Messages 和 DashScope。纯文本请求仍然走 DashScope 的多模态端点。

媒体限制为每张图片 1600 万像素。每次请求最多 2,048 个图片 URL、250 张 base64 图片和 64 个视频。视频最长 2 小时或 2GB(QwenCloud 模型表)。这些上限说明端点接受什么,实际一次调用能放多少,仍由 991,808 token 的输入上限决定。

Qwen4-Max 各地区的 API 价格

QwenCloud 价格页(2026 年 11 月 16 日核对)列出以下按量付费价格,单位为美元/百万 token。思考和普通模式价格相同,Qwen4-Max 没有按输入长度分档(QwenCloud 价格)。

计费项新加坡北京 / Global
输入$1.50$1.413
输出(思考加回答)$4.50$4.24
缓存写入 5 分钟$1.875$1.767
缓存写入 1 小时$3$2.827
缓存读取$0.075$0.071

有两个细节会影响算账。思考 token 按输出 token 计费(QwenCloud 价格),缓存写入和读取按上表价格计算。显式缓存的有效期为 5 分钟或 1 小时,默认 5 分钟。新的 Qwen4 显式缓存暂不支持 DashScope(QwenCloud)。

以新加坡为例:10 万输入 token × $1.50/百万 = $0.15。2 万(20,000)输出 token × $4.50/百万 = $0.09。一次请求约 $0.24。同样一次请求在北京或 Global 约 $0.23。

批量价格是实时价格的 50%,但不适用于 Qwen4-Max,因为该模型不支持批量推理(价格)。内置工具另行计费。新加坡的联网搜索为每 1,000 次 $10,北京和 Global 为 $0.573411。函数调用和 MCP 不收工具费。Token Plan 的额度价格和单模型速率限制没有出现在本次核对的价格页上。

Qwen4-Max 的视觉和工具能力

图片和视频理解都列在支持能力里,并且同一款模型享有 1M token 上下文(QwenCloud)。输入为文本、图片和视频,输出为文本(模型表)。

工具支持包括函数调用、并行工具调用、联网搜索、网页抓取和代码解释器。它也支持以文搜图、以图搜图、PDF 理解和 MCP(QwenCloud)。代码解释器需要开启思考。结构化输出支持 JSON Object 和 JSON Schema,流式输出、前缀补全和隐式缓存也都支持。CoT Summary 会返回可读摘要,完整推理内容保持加密。

preserve_thinking 在多轮工具调用中默认开启。这个设置影响 Agent 循环:之前轮次的推理会保留给后续轮次,除非你主动关闭。

阿里云的发布信息还给了客户和内部案例。一个云调度测试把数据标注的模型调用成本降低了 9%,离线 CPU 重调度速度提升 14 倍以上。一家汽车客户把人工工件编程时间从约 475 分钟缩短到 24 分钟。一个科学工作流连续运行 48 小时,完成四轮闭环迭代。一项阿尔茨海默研究执行了 454 次工具调用和 3,239 次指标评估,产出 24 个候选分子(发布信息)。这些结果都由阿里云自己公布。

Qwen4-Max 开源吗?

不开源。发布信息、QwenCloud 文档和百炼页面都没有提供 Qwen4-Max 的权重、下载链接或许可证。阿里云表示,Qwen4 系列中更小规模的开源权重模型“很快就会向全球开发者发布”(发布信息)。在这些模型出现之前,qwen4-max 只能通过 QwenCloud、阿里云应用和百炼使用的托管模型。

Qwen4-Max 还是 Qwen4-Max-Preview?

新项目直接用 qwen4-max。预览条目 qwen4-max-preview 只能走 Token Plan,没有按量付费入口(百炼)。预览期从 2026 年 11 月 11 日 10:00 到 2026 年 11 月 25 日 24:00(UTC+8)。之后模型下线。预览版输出上限为 393,216 token,由思考和回答共用;正式版在思考模式下为 262,144 token。阿里云建议使用正式版。

有一个编号细节要继续注意:从 qwen4-max-preview 开始,max_tokens 的含义与 max_completion_tokens 相同。按旧版 Qwen 模型写的代码如果仍按以前的含义理解,可能会花掉比预期更多的 token。

预览 key 会在 2026 年 11 月 25 日 24:00(UTC+8)后失效。把定时任务和长时间运行的 Agent 在那之前迁到 qwen4-max。

预览版的 Token Plan Base URL 是 https://token-plan.cn-beijing.maas.aliyuncs.com(百炼);正式模型使用 QwenCloud 对应区域的端点。预览版的接入档位和 Qoder 细节,见 Qwen4-Max-Preview 接入指南。

今天怎么选接入方式

情况做法
新集成新加坡按量付费,含 100 万免费 token
Token Plan 团队把模型 ID 换成 qwen4-max
任务里还有预览 key11 月 25 日前迁移
批量任务继续用当前模型
一个 key 用多个模型见下面的 OmniaKey 方式

OmniaKey 的目录里有 Qwen3.8-Max。它是阿里云用来对比 Qwen4-Max 的模型,目录里目前没有 Qwen4-Max。今天想用一个 key 调用 Qwen 模型,目录里的选择是 Qwen3.8-Max。价格页 有当前费率。

把长任务交给任何一个 ID 之前,先在自己的账号里核对模型列表。报价时用自己的 token 数量算一次真实请求,不要用平均 token 数。

常见问题

Qwen4-Max 能在 Claude Code 里用吗?

可以。QwenCloud 文档在 qwen4-max 的编程工具下列出 Claude Code、Codex 和 OpenCode(QwenCloud)。使用 QwenCloud 的 key 和对应区域的端点。通用的自定义端点步骤见 Claude Code 设置指南。

Qwen4-Max 支持批量推理吗?

不支持。QwenCloud 把批量推理列为 qwen4-max 不支持的功能,所以价格页上的 50% 批量费率不适用(模型表;价格)。大批量任务可以拆成单独请求,或继续放在支持批量调用的模型上。

Qwen4-Max 的最大输出是多少?

非思考模式为 131,072 token;开启思考后,思考和回答合计 262,144 token(QwenCloud)。max_completion_tokens 同时限制这两部分。

qwen4-max-preview 在 11 月 25 日之后会怎样?

预览版于 2026 年 11 月 25 日 24:00(UTC+8)下线,阿里云引导用户改用正式的 qwen4-max(百炼)。仍在使用预览 ID 的任务需要改名。

现在能通过 OmniaKey 用 Qwen4-Max 吗?

OmniaKey 目前还没有 Qwen4-Max。目录里的 Qwen 模型是 Qwen3.8-Max,用一个 OmniaKey key 就能调用。当前费率见 价格页。

来源核对

Qwen4-MaxQwenMoE 模型视觉模型API 价格

相关文章

最新文章

热门指南