本文目錄
2026 年 11 月 16 日 10:01(北京時間),通義千問官方賬號(Alibaba_Qwen)正式宣布旗艦模型 Qwen4-Max 開放正式調用 ID qwen4-max,現已在 QwenCloud 平台提供按量付費 API 與 Token Plan(Personal / Team)訂閱接入,並同步支援在 QwenWork、Qoder 與 QwenStudio 中使用。
開發者需要把本次上線的 qwen4-max 與 2026 年 11 月 11 日推出的限時預覽模型 qwen4-max-preview 明確區分:根據 QwenCloud 最新模型文檔與 Token Plan 更新頁,獨立的 qwen4-max-preview 及其預覽期規則(2026 年 11 月 11 日 10:00 至 11 月 25 日 24:00 UTC+8)仍然單獨保留,且官方博客對本次正式 ID 的狀態表述為現已可用(now available)。
全新 Qwen4 架構、官方自測表現與上下文輸出上限
在底層模型設計上,Qwen4-Max 採用全新 Qwen4 稀疏混合專家(MoE)架構,擁有 2.4T 骨幹參數(每個 Token 激活 71B 參數),並額外配備 328B 參數的 N-gram Embedding 層:
核心架構組件:採用 GDN 與 Qwen Sparse Attention(QSA)混合序列結構(每 3 層 Gated DeltaNet 將歷史壓縮為固定大小狀態,配合輕量級索引器按微塊粒度檢索上下文)、四分支動態讀寫門控殘差(Gated Residual)以及第二層的上下文 N-gram Embedding 查表機制;官方披露其在 2.4T 規模預訓練全程未出現 loss spike。此外,官方博客明確表示 Max 只是 Qwen4 系列的首發型號,同系列較小尺寸模型即將以開源形式推出(目前尚未上線開源倉庫)。
官方內部評測與效率數據:在官方自建工作場景框架 Work360(涵蓋 26 個一級領域、182 個二級子領域與 721 個三級專業方向)中,Qwen4-Max 取得 52.69 分(高於 Qwen3.8-Max 的 47.74 分,提升約 10%),單任務平均成本從 4.43 美元降至 1.67 美元(降幅 62%),Token 消耗在 Xhigh 與 High 思考檔位下分別減少約 24% 與 35%;在 Terminal-Bench 4.0 上,Xhigh 與 High 檔位 Token 消耗分別減少約 48% 與 49%。官方博客同時引用了 JobBench(基於更新後數據集 commit d43a66575635da0d3f6cb9a20976dc1a60f3ffc9 與評測代碼 commit 660b33a86ed032559df0b2fdc1ad38cf7ceb83f3)、APEX-Agents v1.1、AA-Briefcase v1.1、AutomationBench-AA、CodeArena、AgentArena、HLAB-Vals-1.1、Agents' Last Exam v1.1 以及 ChartoGraphy(在 min_pixels=4096×32×32 設置下評測)的官方對比數據。

圖片來源:通義千問官方博客《Qwen4-Max: Your New Teammate Has Arrived》(官方原圖等比例縮小)。官方內部評測,口徑見該博文 Footnotes。

圖片來源:通義千問官方博客《Qwen4-Max: Your New Teammate Has Arrived》。官方內部評測,口徑見該博文 Footnotes。
上下文與輸出 Token 上限(需留意兩處官方口徑差異):QwenCloud 最新開發者文檔與中國站幫助頁均列出:上下文長度 1,000,000 tokens,非思考模式最大輸出 131,072 tokens(最大輸入 991,808 tokens),思考模式下思考過程與最終回答共享最大 262,144 tokens(預設思考預算 131,072 tokens,最大輸入 983,616 tokens)。模型預設開啟思考(預設強度 high,支援 low / high / xhigh 三檔)並預設開啟 preserve_thinking。需要提醒的是,QwenCloud 網頁端產品詳情頁目前仍顯示最大輸出為 393K(思考與非思考均為 393K,最大推理 262K),兩處頁面尚未完全統一,實際接入建議以開發者文檔的 131,072 / 262,144 上限為準規劃預算。
支援功能與不支援項:支援文本、圖像與影片輸入及文本輸出,支援函數調用、結構化輸出、網頁搜尋、PDF 理解、MCP、顯式與隱式快取以及需開啟思考的代碼解釋器,兼容 OpenAI Chat Completions、Responses、Anthropic Messages 與 DashScope 介面(純文本輸入亦走 DashScope 多模態端點)。根據最新模型文檔能力表,當前不支援微調(Fine-tuning)、模型部署(Model deployment)與批量推理(Batch inference,註:價格頁仍有通用批量半價說明,模型級支援狀態以最新模型文檔為準)。

圖片來源:DigIntoAI 根據通義千問官方博客、QwenCloud 最新模型文檔及中國站幫助頁整理製作。
分區美元定價、免費額度資格與第三方渠道上架
QwenCloud 全區域均以美元(USD)收費,思考與非思考模式同價,且不按輸入長度分段加價,但不同部署區域單價略有差異:
新加坡(International)區域定價與 100 萬免費額度:輸入 $1.50 / 百萬 tokens,輸出(含思考過程與最終回答)$4.50 / 百萬 tokens,顯式與隱式快取讀取 $0.075 / 百萬 tokens,5 分鐘快取寫入 $1.875 / 百萬 tokens,1 小時快取寫入 $3.00 / 百萬 tokens。根據 QwenCloud 新模型免費額度通用規則,新加坡區域新老用戶可享受該模型 100 萬 tokens 免費即時調用額度(自模型上架日起 90 天內有效,需使用新加坡區域 API Key 並請求新加坡端點,不抵扣聯網搜尋等內置工具費;其他區域無免費額度)。
北京(China North 2)與 Global 區域定價:中國北京區域以及 Global 節點(法蘭克福、香港、東京、美國弗吉尼亞)執行統一美元定價:輸入 $1.413 / 百萬 tokens,輸出 $4.24 / 百萬 tokens,快取讀取 $0.071 / 百萬 tokens,5 分鐘快取寫入 $1.767 / 百萬 tokens,1 小時快取寫入 $2.827 / 百萬 tokens。
OpenRouter 正式上架(qwen/qwen4-max):OpenRouter 已在 2026 年 11 月 16 日上架唯一供應商(Alibaba)的正式端點 qwen/qwen4-max,支援文本、圖像與影片輸入及 1M 上下文,最大輸出 131,072 tokens。OpenRouter 現網標價為每百萬 tokens 輸入 $1.425、輸出 $4.275、快取讀取 $0.07125,5 分鐘快取寫入 $1.78125,1 小時快取寫入 $3.00;該價與上文 QwenCloud 新加坡官方標準價分別記錄。支援 xhigh / high / low / none 思考強度調節。
OpenCode Go 納入編程代理套餐:OpenCode 官方於 11 月 16 日宣布 Qwen4 Max(配置 ID 為 opencode-go/qwen4-max)正式加入 OpenCode Go 訂閱模型名單(覆蓋 Go $10/月、Go Plus $40/月與 Go Teams $20/人/月三檔套餐)。其 Token 折算單價與官方新加坡標準價相同($1.50 / $4.50 / $0.075),從對應套餐月度美元額度池中按規則扣減(5 小時上限為月度額度的 20%、週上限 50%),且配置為零數據留存(0 days)且不用於模型訓練。

圖片來源:DigIntoAI 根據 QwenCloud 官方價表、OpenRouter 及 OpenCode Go 文檔整理製作。
Novita AI 上架(qwen/qwen4-max)
2026 年 11 月 16 日,通義千問官方帳號 @Alibaba_Qwen 引用 Novita AI,確認 Qwen4-Max 已在 Novita「上線首日」可調用。Novita 官方博客 同日 17:30(亞洲/上海)發布。調用 ID 為 qwen/qwen4-max,與上文 OpenRouter 所用字串相同;QwenCloud 官方 ID 為 qwen4-max。模型頁 提供 OpenAI 兼容與 Anthropic 兼容介面。
Novita 平台價為每百萬 tokens 輸入 $1.413、輸出 $4.24、快取讀取 $0.071,快取寫入 5 分鐘 $1.767、1 小時 $2.827。這些數字與上文已列的 QwenCloud 北京及 Global 區域單價相同,按 Novita 平台價計費。上下文在 Novita 模型頁展示為 977K,標稱 1,000,000 tokens。
最大輸出方面,Novita 博客 寫最大輸出 393,000 tokens,並稱其模型頁展示 384K;目前 模型頁 展示 128K,公開模型目錄與頁內示例為 131,000 tokens。
第三方社群盲測與補充邊界
第三方榜單表現(僅作社群參考):在 2026 年 11 月 16 日通義千問官方轉發的第三方社群評測動態中,DesignArena 公布 Qwen4-Max 在 Python-PPTX 與 Spreadsheet 類別位列第一;LM Arena 公布其在 Agent Arena 位列開源模型第一,並在 Image-to-WebDev Arena(preliminary 初步榜單)與 Code Arena WebDev(preliminary 初步榜單)中位列開源第一(總榜均位列第二)。上述 Arena 榜單中的 WebDev 成績均帶有 preliminary 初步評測標記,與官方內部基準分屬不同評估體系。
開源權重時間邊界:截至 2026 年 11 月 16 日,Qwen4 系列尚未上線開源權重,官方博客提及同系列較小尺寸模型的開源計劃將於後續推出。
