阿里云Qwen4-Max能力与活动:单任务费用26.58元降至11.16元

Qwen4-Max 已于 2026年11月16日 正式发布,接入千问 AI 平台,API 与 Token Plan 同步开放。选型前先分清两条路径:预览版 qwen4-max-preview 早在 11月11日10:00 上线,只走 Token Plan 订阅、不支持按量计费,窗口期到 11月25日24:00 为止,期内模型行为不变、便于建立一致的测试基准;正式版 qwen4-max 则从 11月16日起按量与订阅都能走。若目标是长期接入生产,直接按正式版规划;若只想低成本试能力,预览版窗口期只剩约 8 天。无论走哪条,都应为预览版标识下线预留配置迁移工作量,避免上线后调用异常。

Qwen4上线.png

一、Qwen4-Max 是什么

Qwen4-Max 是通义千问新一代旗舰多模态模型,融合文本生成、图片与视频理解及深度思考能力,适用于编程开发、办公、前端设计与复杂智能体任务;支持联网搜索、工具调用和结构化输出,兼容 OpenAI 与 Anthropic API。

在 Qwen 的分档逻辑里,"Max"表示同代产品中的最高规格档位。按公开梳理,Qwen4 系列规划了多款主力模型,覆盖性能上限档、均衡档、低成本高速档以及面向本地部署的中等规模档,Qwen4-Max 占据其中的"旗舰"位置。在阿里云百炼的模型选择文档里,它被归入"复杂推理与编程"方向。

它的核心目标不是把通用对话做得更流畅,而是解决高复杂度、长链路、多工具协同的专业任务。 换句话说,这不是一款"聊天更顺手"的模型,而是一台面向真实任务的执行引擎。官方同时明确:Qwen4-Max 本身不开源,但 Qwen4 系列中的中小尺寸模型将陆续开源发布。

二、模型能力:架构与规格

1. 架构:参数没涨,激活量先减四分之一

Qwen4-Max 采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数 2.4T,每个 Token 仅激活 71B,另有 328B 的 N-gram Embedding 参数。作为对照,上一代 Qwen3.8-Max 同样是 2.4T 总参数,但每 Token 激活 95B——本版激活量减少约 25.3%((95−71)÷95)。

架构层面动了三处:

  • Attention:每四层中三层使用 Gated DeltaNet,把历史信息压缩为固定大小的状态;剩余一层用 QSA 稀疏注意力,通过轻量级索引器按 block 粒度挑出当前用得上的上下文。二者分工是"GDN 负责记忆,QSA 负责精准检索",以此压低长序列的注意力开销。
  • Residual:Gated Residual 把残差流扩展为四条并行分支,用动态读写门控加强跨层信息传递,服务于训练稳定性。按官方训练记录,整轮训练未出现一次 loss 尖峰。
  • Embedding:在第二层以查表方式引入 N-gram 局部 token 模式,用很低的额外算力换取知识容量。

这组架构改动解释了一件事:为什么单价敢往下打。 单次前向计算量先变小了,价格才有下调空间。

2. 规格:百万上下文与四向能力

  • 上下文 1M Token(约 100 万)。正式版文档给出的分档为:最大输入 991K、最大输出 131K;思考模式下最大输入 983K、最大输出 262K,最大思维链 262K。预览版文档另标注最大输出 393,216 Token,且思考与最终回答共享该预算。
  • 输入模态覆盖文本、图像、视频,输出为文本,具备原生视觉能力,可直接处理工程图纸、医疗影像、长视频等输入,无需拼接多个模型。平台文档所列视觉规格为单张图片最高 1600 万像素、视频最长 2 小时、单个视频最大 2GB,具体可用性以控制台与模型列表页展示为准。
  • 四大能力方向为知识理解、世界感知、Coding 与 Agentic,其中编程与智能体是本次升级重点。相比上一代,它更强调"把任务做完"而不是"把问题答好"。
  • 编程能力:支持完整大型项目代码生成、仓库级代码审计、架构重构与漏洞排查,可直接产出前端网页、3D 建模脚本与软件自动化操作代码,并能自动调试报错、补全单元测试、生成项目文档。
  • Agentic 能力:围绕复杂目标自主拆分步骤、分轮调用搜索、代码、文件处理等工具,长周期任务不易中途断链、不易陷入无效循环。
  • 知识与世界感知:不局限于静态知识的检索复述,强化对动态世界信息的理解,对文本、图像、结构化数据做深度语义对齐,能构建更长的因果推理链、识别隐含前提并修正错误假设。
  • Live Delivery 分阶段交付:模型可先输出一个可用的首版,再根据用户反馈逐版扩展内容直至完成,用户随时介入审阅校准方向。官方展示的一例物理课堂科普网站需求中,模型累计交付 14 次可用版本,最终扩展为含 3D 动画、交互实验与原理详解的完整站点。配套插件已开源。

三、能力评测:官方数据与第三方数据都要看

1)官方口径的效率数据。 在 Terminal-Bench 4.0 专业编程评测中,同为 Xhigh 思考档位,Qwen4-Max 较上一代 Qwen3.8-Max 的每次尝试平均 Token 用量从 289K 降至 151K,减少约 47.8%((289−151)÷289)。得分方面,官方不同渠道给出的前代起点值存在两个版本——37.9 分与 38.9 分,对应提升幅度分别约为 28.0% 与 24.7%,终值均为 48.5 分。本文两个起点值均予保留,不替读者取舍。

在阿里自建的行业基准 Work360(覆盖 26 个一级领域、182 个二级子领域、721 个三级专业方向)上,Qwen4-Max 得分 52.69,上一代为 47.74,提升约 10.4%;同等性能下 Xhigh 与 High 两档的 Token 消耗分别减少约 24% 和 35%。

2)第三方榜单。 全球前端编程盲测 CodeArena(WebDev 榜)上,Qwen4-Max 以 1,750 分位列全球第 6、国产第 1,比上代高出 74 分;Agents' Last Exam 长程任务 46.7 分(较上代提升 18.8 分);DeepSWE 代码修复 75.7 分排名第一;法律智能体 HLAB 21.3 分;Chartography 专业图表理解 54.2 分(+12.2);JobBench 67.3 分。在基于 1.47 万次真实用户会话的 Agent Arena 榜上,它从上代第 39 名升至全球第 14、国产第 1。Artificial Analysis 智能指数从上代 34 分升至 43 分。

3)短板同样要写清楚。 有输有赢的数据反而更可信:Terminal-Bench 4.0 的 48.5 分仍低于 Kimi K3.1 的 67.2 分与 Opus 5.5 的 59.6 分;黑盒软件复刻的 ProgramBench 上 Qwen4-Max 为 31.5 分,Opus 5.5 为 65 分;Agent Arena 中它的 Bash 可靠性仅排第 29;AA 智能指数 43 分低于 Kimi K3.1 Pro 的 46 分,而同在约 3 美元单任务价位的 Gemini 4 Hydrogen 能拿到 54 分。结论是它的领先集中在"单位任务成本"而非"能力全面第一",选型时应按自己的任务类型对号,而不是看总榜排名。

4)降本数据存在两套口径,都要看。 官方给出:Work360 评测中完成单个任务的平均费用从 26.58 元降至 11.16 元,降幅约 58.0%;国际站同口径从 4.43 美元降至 1.67 美元,降幅约 62.3%。第三方 Artificial Analysis 按统一套题测出的单任务成本降幅仅约 11%。两个数字都成立,差别在任务构成——官方口径包含自家高重复上下文场景,第三方用统一题集,命中率结构不同。评估到自己业务时,应当用自己的真实任务测命中率,而不是直接引用任一个百分比。

四、真实生产场景的落地数据

汽车制造:在三丰智能、泛海统联的产线中,模型读二维布局图与工艺参数,调用既有设备库构建三维产线,开展节拍仿真与 PLC 虚拟调试;零件层面完成车门总成、摩擦轮等建模,辅助加工工艺规划、刀路生成与仿真核验,在上机前发现过切、少切等问题。单个工件加工编程的人工投入由约 475 分钟降至 24 分钟(部分渠道记为 26 分钟),按 24 分钟计减少约 95.0%,按 26 分钟计约 94.5%,两个数值均见诸公开报道。

游戏开发:可直接接管 Unreal Engine 等引擎,搭场景、挂资产、写玩法;也能调用 Blender 等专业工具,一句话生成可玩的 3D 游戏。

金融投研:调用 90 个 MCP 专业工具产出 Excel 底稿与 PPT 报告,支持双重溯源确保结论可靠。

材料发现(AI4S):面向高功率芯片带来的数据中心散热难题,模型依托深度原理 Mira 的一体化干湿实验环境自主开展新型冷却液研发。在连续 48 小时的智能体运行中完成路线调研,构建包含 270 万个分子的候选空间,依次开展结构筛选、性质预测、第一性原理计算、逆合成设计与实验规划,随后调度自动化湿实验室完成真实物料的配制、合成、分离纯化与测试。经 4 轮"分子设计—合成测试—主动学习"闭环,最终获得经实验验证的新型冷却液分子及实体样品。

药物发现:围绕阿尔茨海默病相关的 NLRP3 炎症小体靶点,在深势科技 PharmMaster 平台自主开展文献与专利检索、分子设计与计算评估。整个流程累计调用工具 454 次,完成 3,239 项计算指标评估,设计优化 24 个候选分子;最终优选分子的名义结合亲和力达到专利起点的约 3.6 倍,深势科技专家认为其具有较高研究价值、值得进一步开展湿实验验证。

模型参与优化自身运行系统:基于阿里云 AI 基础设施,Qwen4-Max 围绕自身应用、推理和训练所需的调度方案开展自主迭代。公开数据为:数据标注中的模型调用调度费用较参考基线平均降低 9.00%(官方另一口径表述为"降低 10%"),GPU 在线分配的整机空闲容量时长较基线增加 4.62%,CPU 离线重调度达到最优目标的求解速度提升超过 14.61 倍。

五、收费标准:这次真正的卖点是价格

正式版已开放 API 按量计费,单价同步下调。

计费项 国内(北京部署) 国际站(新加坡等)
输入 10 元/百万 Token 1.5 美元/百万 Token
输出(思考与回答) 30 元/百万 Token 4.5 美元/百万 Token
缓存命中(显式/隐式读取) 0.5 元/百万 Token 0.075 美元/百万 Token
显式缓存创建(5 分钟) 12.5 元/百万 Token —
显式缓存创建(1 小时) 20 元/百万 Token —

几组可直接核对的降幅:

  • 输入 12 元→10 元、输出 36 元→30 元,两项均下调约 16.7%;国际站输入 2→1.5 美元、输出 6→4.5 美元,下调 25%。
  • 缓存命中从 1.5 元降到 0.5 元,降幅 66.7%,只相当于标准输入价的 5%(0.5÷10)。这比平台通用的"显式命中按 10%、隐式命中按 20%"规则更低,是本次降本的主要来源。
  • 输出单价是输入的 3 倍(30÷10),思考 Token 计入输出,因此"少输出、多约束"的提示词设计在 Qwen4-Max 上直接等于省钱。

三条必须知道的计费规则:其一,Batch File 批量调用的输入与输出单价均为实时推理的 50%,但 Batch 折扣与缓存折扣不能同时用于同一请求;Batch Chat 是独立计费维度,目录价与实时推理一致,当前享限时 5 折,且不支持免费额度与上下文缓存。其二,部分混合思考模型的思考模式单价可能高于非思考模式,最高可达非思考输出价的 4 倍,qwen4-max 官方标注为"思考与非思考模式同价,不按输入长度分档",但换用其他模型时需单独查价。其三,限流方面 qwen4-max 的 TPM 为 5,000,000(按百炼月消费分档可升至 10,000,000、20,000,000),全球部署 RPM 为 30,000。

免费额度:qwen4-max 单模型的新人免费额度为 100 万 Token,有效期 90 天(自开通百炼、模型发布或申请通过之日起,以较晚者为准)。更多 Token Plan 活动详情可参考:https://www.aliyun.com/benefit/scene/tokenplan

TokenPlan个人版与团队版价格.png

六、体验入口与便宜购买方法

1. 先免费试用,把额度用足

完成实名认证、首次开通百炼服务的新用户,可免费领取超 7,000 万 Tokens(覆盖 70 余款主流模型,每个模型各 100 万 Token,由系统自动发放,无需手动领取)。按输入单价折算,7,000 万 Token 相当于 700 元额度(7,000÷100×10 元);若按输出价折算则为 2,100 元。

再叠一层参照:Terminal-Bench 4.0 口径下 Qwen4-Max 每次尝试平均消耗 151K Token,单模型 100 万免费额度约可支撑 6.6 次同等规模的完整任务(1,000,000÷151,000)。这个数字只适用于同等任务强度,实际消耗以控制台用量分析为准,但足以说明免费额度不是象征性的——它够跑完一轮真实的选型验证。活动详情可参考:https://free.aliyun.com/product/ai

AI产品免费试用2026.png

2. 选择 Token Plan 订阅方案

Token Plan 是阿里云百炼推出的按月付费 AI 大模型订阅服务,用统一的 Credits 计量调用额度,一份订阅即可在千问系列模型及配套工具中通用,不必为每个模型、每个工具单独充值和记账。

为什么订阅更便宜:按量付费按 Token 逐条计费,工具一多、模型一多,账单既难预测也难对账;Token Plan 把"单次调用多少钱"变成"一份固定月费能覆盖多少连续消耗",费用可预算、用量可控制,叠加新客折扣与大促价之后,单位调用成本明显低于按量付费。超出部分还能用用量包(100 元/20,000 Credits)补充,也比溢出后按量计费更省。

当前通过 Token Plan 订阅 Qwen4 的尝鲜价:

  • Lite 版:Qwen4 尝鲜,2 万 Credits/月,活动价 19.50 元/1 个月
  • Essential 版:Qwen4 尝鲜,4.5 万 Credits/月,活动价 39.50 元/1 个月

这两档价格属于新客首购 5 折口径(Lite 官网折扣价 39 元、Essential 79 元,首月减半),仅限从未购买过 Token Plan 个人版的账号,同一实名主体只可享受一次,活动截止 11 月 30 日。以 Lite 首月价折算单位额度成本为 0.000975 元/Credit(19.5÷20,000)。

需要提醒的是,预览版 qwen4-max-preview 只能通过 Token Plan 调用,而正式版 qwen4-max 两条路都通。如果目标是长期接入生产,应直接按正式版规划;如果只是想用极低门槛尝鲜,19.5 元的 Lite 首月是当前成本最低的入口。活动页:https://www.aliyun.com/benefit/scene/tokenplan

Qwen4Max.png

3. 通过阿里云百炼大模型平台调用

阿里全新一代大模型 Qwen4-Max 正式发布,Token Plan 同步上线新客首购低至 5 折,模型与 Agent 能力一次配齐,多档套餐灵活选择。百炼提供标准化接口与自动扩缩容,免去自建基础设施,兼容 OpenAI Chat Completions、Responses、Anthropic Messages 与 DashScope 四种调用方式。详情可参考:https://www.aliyun.com/product/bailian

百炼平台Qwen4Max.png

4. 迁移前必改的一个参数

从 qwen4-max-preview 起,max_tokens 与 max_completion_tokens 等价,限制的是思考内容与最终回答的 Token 总量;而此前所有 Qwen 模型中它只限制回答长度。若沿用旧配置里只给回答预留的小上限,思考一开就可能吃光额度,导致输出被提前截断且不会报错。另外多轮对话的 preserve_thinking 默认开启,历史思考内容需在 reasoning_content 字段完整回传,不要拼进 content;reasoning_effort 与 thinking_budget 不能同时设置。

小结

Qwen4-Max 这次给出的组合是"能力上台阶、账单往下走":总参数维持 2.4T 但激活量减到 71B,Terminal-Bench 4.0 用约一半的 Token 拿到更高分数,Work360 得分提升 10.4%,API 输入输出各降约 16.7%,缓存命中降到标准输入价的 5%,最终把单任务平均费用从 26.58 元压到 11.16 元。

但也必须承认它不是全面第一——终端命令行、黑盒软件复刻、图表读取等单项仍落后头部闭源模型,第三方测得的成本降幅也明显小于官方口径。因此正确的决策方式不是看发布会数字,而是用自己业务里的完整任务链路实测:先用免费额度跑通验证,再用 19.5 元的 Token Plan Lite 首月建立使用习惯,最后按真实命中率决定走按量还是订阅。 所有价格、额度与折扣均为活动期口径,正式接入前请以千问 AI 平台、百炼控制台与结算页实时显示为准。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
禁止转载,如需转载请通过简信或评论联系作者。

友情链接更多精彩内容