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 id | qwen4-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 | $3.27 | Kimi 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-Max | Kimi K3.1 Pro |
|---|---|---|
| AA-Briefcase v1.1 | 1686 | 1674 |
| AutomationBench-AA | 72.6% | 73.3% |
| Terminal-Bench 4.0 | 48.5% | 67.2% |
| FrontierCode-AA 2.0 | 26.5% | 25.5% |
| AA-Omniscience v1.1 | 28 | 30 |
| GDP.pdf | 26.2% | 31.4% |
| HLE-Diamond | 44.9% | 37.3% |
| CritPt v2(Hard Subset) | 43.0% | 49.5% |
| Terminal-Bench-Science 0.1 | 23.3% | 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:
- @Alibaba_Qwen 正式发布帖(2026-11-16 10:01 CST)
- 官方博客 Qwen4-Max
- 阿里云新闻稿:Alibaba Unveils Qwen4-Max
- 阿里云百炼:qwen4-max
- 阿里云百炼:模型调用价格
- QwenCloud:Qwen4-Max 模型页(含国际价和缓存价)
- Alibaba Cloud Model Studio:Newly released models(2026-11-16)
第三方:



