# Qwen4-Max 价格、API 接入和 1M 上下文

> Qwen4-Max 是阿里云的 2.4T MoE 旗舰模型，71B 激活参数、原生视觉和 1M token 上下文。这里列出模型 ID、调用限制和各地区价格。

- Canonical HTML: https://omniakey.com/zh/blog/qwen4-max
- Markdown: https://omniakey.com/zh/blog/qwen4-max.md
- Published: 2026-11-16 (updated 2026-11-16)
- Author: Kiki, COO at OmniaKey
- Language: zh
- Category: Guide
- Reading time: 8 min
- All posts: https://omniakey.com/blog/llms.txt

---

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)；[QwenCloud 最新模型](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)；[QwenCloud 价格](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。

**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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。
- 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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。
- 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。

## 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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。QwenCloud 文档列出三种付费方式（[QwenCloud](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。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](https://www.alibabacloud.com/help/en/model-studio/models)）。

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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。新加坡的按量付费调用包含 100 万免费 token（[QwenCloud 价格](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。这些工具需要自定义端点，步骤见 [Claude Code 设置指南](https://omniakey.com/zh/blog/claude-code-setup)。想看更多工具，可以读 [编程 Agent 对比](https://omniakey.com/zh/blog/best-llm-coding-agents)。

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。

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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。`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](https://help.aliyun.com/en/model-studio/qwen4-max-preview)）。输入支持文本、图片和视频，输出为文本（[QwenCloud 模型表](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)）。

|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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)；[模型表](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)），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](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)）。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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。

|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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)），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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。

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](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。输入为文本、图片和视频，输出为文本（[模型表](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)）。

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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。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](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)）。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](https://help.aliyun.com/en/model-studio/qwen4-max-preview)）。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&#x20;
>
> `qwen4-max`
>
> 。

预览版的 Token Plan Base URL 是 `https://token-plan.cn-beijing.maas.aliyuncs.com`（[百炼](https://help.aliyun.com/en/model-studio/qwen4-max-preview)）；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](https://omniakey.com/zh/blog/qwen4-max-preview)。

## 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 key|11 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](https://omniakey.com/zh/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](https://omniakey.com/zh/pricing) 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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。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](https://omniakey.com/zh/blog/claude-code-setup)。

### 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](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)；[价格](https://docs.qwencloud.com/developer-guides/getting-started/pricing)）。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](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)）。`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](https://help.aliyun.com/en/model-studio/qwen4-max-preview)）。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](https://omniakey.com/zh/qwen3-8-max)，用一个 OmniaKey key 就能调用。当前费率见 [价格页](https://omniakey.com/zh/pricing)。

## 来源核对

- [阿里云：阿里云发布 Qwen4-Max（2026 年 11 月 16 日）](https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max?_p_lc=1)
- [QwenCloud：最新模型](https://docs.qwencloud.com/developer-guides/getting-started/latest-model)
- [QwenCloud：价格（2026 年 11 月 16 日核对）](https://docs.qwencloud.com/developer-guides/getting-started/pricing)
- [QwenCloud：文本生成模型](https://docs.qwencloud.com/developer-guides/getting-started/text-generation-models)
- [阿里云百炼：模型列表](https://www.alibabacloud.com/help/en/model-studio/models)
- [阿里云百炼：qwen4-max-preview](https://help.aliyun.com/en/model-studio/qwen4-max-preview)
