Qwen4-Max 是什么?官方价格 $1.50/$4.50(国内 10 元/30 元)、1M 上下文、基准与实测测评

阿里云在 2026 年 11 月 16 日发布了 Qwen4-Max 正式版,并开放按量 API。这是 Qwen 4 系列的旗舰模型,模型 id 是 qwen4-max,1M 上下文。官方国际价每百万 tokens 输入 $1.50、输出 $4.50,国内百炼为输入 10 元、输出 30 元。本文整理官方规格和自测基准、Artificial Analysis 的第三方结果,以及怎么接入。

7 分钟阅读
Qwen4-Max 是什么?官方价格 $1.50/$4.50(国内 10 元/30 元)、1M 上下文、基准与实测测评

先说结论:Qwen4-Max 是阿里云在 2026 年 11 月 16 日 10:01(北京时间)正式发布的 Qwen 4 旗舰模型,面向编程、办公、前端和长周期 Agent 任务。 官方模型 id 是 qwen4-max,上下文 100 万 tokens,原生支持文本、图像和视频输入,输出为文本。和 11 月 11 日上线、只走 Token Plan 的 Qwen4-Max-Preview 不同,正式版已开放按量 API,并公布了官方单价。

本文数字截至 2026-11-17(Asia/Shanghai)。官方价格、规格和官方基准来自阿里云百炼 / QwenCloud 文档、官方新闻稿和 @Alibaba_Qwen 发布线程;第三方数据来自 Artificial Analysis。预览期的社区上手不能直接当成正式版结论。更多独立实测出来后会更新。

Qwen4-Max 是什么

官方的说法:

  • 它是通义千问新一代旗舰多模态模型,把文本生成、图像和视频理解、深度思考放在一起,用来做编程、办公、前端设计和复杂 Agent
  • 新的稀疏 MoE 架构:总参数 2.4 万亿,每个 token 激活 710 亿参数。官方称,在同样 2.4T 规模下,激活参数比 Qwen3.8-Max 少约 25%
  • 支持联网搜索、工具调用、结构化输出(JSON Object / JSON Schema),以及显式缓存和隐式缓存;兼容 OpenAI Chat Completions / Responses、Anthropic Messages 和 DashScope
  • 思考默认开启,reasoning_effort 默认为 high,可选 low / high / xhigh
  • 目前可在 QwenCloud 用 Token Plan 或按量 API 调用,也可在 Qwen Studio、QwenWork、Qoder 里使用。官方还宣布已上架 OpenRouter、Vercel AI Gateway 和 Novita
  • 官方说 Qwen4 系列更小规模的开源权重稍后会放出;Qwen4-Max 本身目前不是开源权重模型
  • 百炼能力表写明:不支持批量推理、微调和模型部署(上一代 qwen3.8-max 的 Batch 半价,这代暂时没有)

11 月 11 日开放的预览模型 qwen4-max-preview 仍然单独存在,预览期到 2026 年 11 月 25 日 24:00(北京时间)结束。正式版是另一个模型 id,不要把预览期的 Credits 折扣和输出上限直接套过来。

规格速查

项目官方说明
模型名Qwen4-Max
模型 idqwen4-max
架构MoE,总参数 2.4T,激活 71B(官方新闻稿)
上下文1,000,000 tokens
最大输入 / 最大输出非思考:991,808 / 131,072;思考模式:983,616 / 262,144
最大思维链长度262,144 tokens
输入模态文本、图像、视频
输出文本
思考默认开启(enable_thinking=true);reasoning_effort 可选 low / high / xhigh,默认 high。未同时传 thinking_budget 时,默认预算为 131,072
工具与输出Function Calling、并行工具调用、联网搜索、前缀补全;JSON Object / JSON Schema
API 协议OpenAI Chat Completions、Responses,Anthropic Messages,DashScope
缓存显式缓存(TTL 5m / 1h)和隐式缓存
批量 / 微调 / 部署不支持

思考模式下最大输出比非思考更长,思考和最终回答会占用输出预算。默认思考强度是 high,比预览版文档里的默认 xhigh 低一档。

官方价格

只写官方公布的按量单价。思考和非思考模式同价,输出单价包含思维链和最终回答。单次请求输入在 1M tokens 以内按下面这一档结算。

QwenCloud / 国际(新加坡,美元): 来自 QwenCloud 模型页 和官方发布帖。

计费项单价(每百万 tokens)
输入$1.50
输出(思维链 + 回答)$4.50
隐式缓存命中 / 显式缓存读取$0.075
显式缓存创建(5 分钟 TTL)$1.875
显式缓存创建(1 小时 TTL)$3.00

官方称,这三项都低于 Qwen3.8-Max,其中隐式缓存单价下调约 70%。

阿里云百炼中国站(华北 2 北京等,人民币): 来自 模型调用价格。

计费项单价(每百万 tokens)
输入10 元
输出(思维链 + 回答)30 元
显式 / 隐式缓存命中0.5 元
显式缓存创建(5 分钟 TTL)12.5 元
显式缓存创建(1 小时 TTL)20 元

价格页还列出:国际地域若按人民币结算,输入 10.938 元、输出 32.813 元,缓存创建 13.672 元(5 分钟)/ 21.875 元(1 小时),命中 0.547 元,和上面的 $1.50 / $4.50 / $0.075 是同一档国际价。国际站英文文档里,新加坡标 $1.50 / $4.50,北京、香港、法兰克福、东京、弗吉尼亚标 $1.413 / $4.24,对应国内 10 元 / 30 元的美元标价。

缓存只影响输入:命中的前缀按缓存命中价,未命中的输入仍按标准输入价,输出始终按输出价。评估显式缓存是否划算时,要把创建费用和后续复用次数算在一起。

免费额度:中国站价格页写明,部分模型的免费额度只在华北 2(北京)提供,qwen4-max 列为 100 万 tokens;国际站新加坡表格也列出 100 万 tokens 免费额度,有效期为开通百炼、模型发布或申请通过之日起 90 天内(以较晚者为准)。其他地域是否到账,以控制台为准。

也仍然可以用 Token Plan(个人或团队)调用正式版,Credits 消耗规则以 Token Plan 页面为准。预览模型 qwen4-max-preview 有单独的预览优惠,不要混用。

官方公布的基准

以下都是官方数据,不是独立评测。

官方用自建的 Work360 衡量行业任务(新闻稿写覆盖 721 个专业方向;发布线程补充有 26 个一级领域)。官方称 Qwen4-Max 整体超过 Qwen3.8-Max,并且更省 tokens:

  • Work360:High 思考约少 35% tokens,Xhigh 约少 24%;官方内部评估的平均每题成本从 $4.43 降到 $1.67(约降 60%)
  • Terminal-Bench 4.0:官方称 tokens 约少 48%(Xhigh)和 49%(High)
  • 发布帖还写:在内部评估中最多可少用约 50% tokens,平均每题成本下降超过 60%

官方在发布线程中转述的 Arena 成绩(本文未逐票打开榜单复核,引用官方公布值):

  • Code Arena: WebDev 第 6,比 Qwen3.8-Max 高 74 分
  • Image-to-WebDev Arena 第 6,1674 分,Qwen3.8-Max 为 1639 分
  • Agent Arena 相对 Qwen3.8-Max 净胜 +7.5%,并称阿里成为该榜第 5 的实验室

新闻稿还提到 Agents' Last Exam、Vals Index、JobBench、Chartography 等专项成绩,以及云资源调度、汽车工艺编程和长周期科研 Agent 的展示案例。这些都是官方自测或展示,本文不把它们写成第三方结论。新闻稿里没有给出这些专项的具体分数,这里也就不补无法核对的数字。

第三方评测

Artificial Analysis

Artificial Analysis 已给 Qwen4-Max 出了智能指数 v5.0.1(9 项评测的综合结果):

项目Qwen4-Max对照
智能指数43(#38 / 81)同页可比模型中位数 41;同站 Qwen3.8-Max(0902)为 34;Kimi K3.1 Pro 为 46
每题成本$3.27Kimi K3.1 Pro 为 $3.68
每题耗时32.1 分钟同页中位数 13.3 分钟;Kimi K3.1 Pro 为 38.9 分钟
输出速度54 tok/s首个回答 token 耗时 159.36 秒
指数评测输出量1.27 亿 tokens同页中位数 7860 万,AA 认为输出偏冗长
上下文(AA 记录)984k官方上下文为 1M

分项(来自 AA 的 Qwen4-Max 与 Kimi K3.1 Pro 对照页,后列为 Kimi 的分数):

评测Qwen4-MaxKimi K3.1 Pro
AA-Briefcase v1.116861674
AutomationBench-AA72.6%73.3%
Terminal-Bench 4.048.5%67.2%
FrontierCode-AA 2.026.5%25.5%
AA-Omniscience v1.12830
GDP.pdf26.2%31.4%
HLE-Diamond44.9%37.3%
CritPt v2(Hard Subset)43.0%49.5%
Terminal-Bench-Science 0.123.3%34.3%

可以读出的重点:综合智力和每题成本好于上一代,也略低于 Kimi K3.1 Pro;知识问答类的 HLE-Diamond 更高,但 Terminal-Bench 4.0 和科学版 Terminal-Bench 明显落后,首 token 很慢,回答也更长。AA 用的是国际官方价 $1.50 / $4.50,缓存折扣按 95% 计。

其他第三方

正式版发布刚满 1 天,带完整步骤的独立上手还不多。预览期有中文社区对 Qwen4-Max-Preview 的实测(例如人人都是产品经理),大致印象是日常改站和代码执行比较稳,3D 结构细节好于 Kimi K3.1 Pro,审美和最前沿的 Claude Fable 5.2 仍有差距。这是预览模型的观察,不能直接当成正式版结论。第三方测评陆续出来后会更新。

优缺点和适合谁

优点:

  • 正式版已开放按量 API,官方国际价 $1.50 / $4.50,国内 10 元 / 30 元,比 Qwen3.8-Max 的 12 元 / 36 元更低;隐式缓存命中只要输入价的 5%
  • 1M 上下文,能看图和视频,默认深度思考,兼容 OpenAI 和 Anthropic 两种协议,方便接到 Claude Code、Codex、Cursor 一类工具
  • 官方自测显示同任务 tokens 和费用明显下降;第三方 AA 智能指数从 34 提到 43,每题成本 $3.27,低于 Kimi K3.1 Pro 的 $3.68

需要注意:

  • AA 的 Terminal-Bench 4.0 只有 48.5%,明显低于 Kimi K3.1 Pro 的 67.2%;如果主要跑终端/Agent 编程,不要只看综合指数
  • 首 token 很慢(AA 测到约 159 秒),每题耗时 32.1 分钟,输出也偏长,不适合强依赖低延迟的交互
  • 不支持 Batch 半价,也不支持微调和模型部署
  • Qwen4-Max 本身没有开放权重;更小的 Qwen4 开源模型官方只说「即将放出」
  • AI Code With 尚未上架该模型

适合:

  • 要用国产旗舰做编程、办公、前端和长上下文 Agent,并且希望按量计费、能吃满缓存的团队
  • 已经在用 Qwen3.8-Max,想用更低单价和更高综合智力做迁移评估的人
  • 需要看图、看视频,或要把模型接到 OpenAI / Anthropic 兼容工具链里的开发者

不太适合:

  • 对首 token 延迟或输出长度非常敏感的在线产品
  • 主要考核终端 Agent / 科学计算编程,且更看重 Terminal-Bench 一类成绩的场景——目前第三方数据更偏向 Kimi K3.1 Pro
  • 必须用开源权重本地部署,或要靠 Batch 半价跑大批离线任务的业务
  • 还在预览窗口里、只想用 Token Plan 试用的人,应看单独的预览模型说明,不要混用正式版 id

怎么接入

QwenCloud / 阿里云百炼

1. 在 QwenCloud 或阿里云百炼创建 API Key。按量调用用标准 API Key;Token Plan 用对应的 Token Plan Key 和入口

2. 模型 id 填 qwen4-max(不要填预览版的 qwen4-max-preview)

3. QwenCloud 官方模型页给出的 OpenAI 兼容示例 Base URL 是 https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1。百炼其他地域的 Base URL 以 qwen4-max 文档 和控制台为准

4. 需要思考时,Chat Completions 可在请求体里传 enable_thinking: true,并用 reasoning_effort 调节强度(默认 high)

官方还宣布 OpenRouter、Vercel AI Gateway 和 Novita 已上架,这些是第三方托管,单价以各平台页面为准,本文只采用官方价。

AI Code With

截至 2026-11-17,AI Code With 的模型列表和公开模型页都还没有 qwen4-max。上架后会在这里补充模型 id 和公开价。

来源核对

核对日期:2026-11-17(Asia/Shanghai)

官方:

第三方: