11 月 11 日上线的 Qwen4-Max 预览版,只开放给开通 Token Plan 的用户,也不能按量计费。五天后,阿里把这款通义千问旗舰模型改成了正式版:开发者可以按量调用,华北 2(北京)的标价是输入每百万 token 10 元、输出 30 元。
英文通稿把发布地点写在杭州,日期是 11 月 16 日。模型已在 QwenCloud 上通过 Token Plan 和 API 提供,也可在 QwenWork 和 QwenStudio 中使用。通稿还说,Qwen4 系列里较小的开放权重模型“即将”向开发者放出,但没有给出日期。
总参数仍是 2.4 万亿,每个 token 少激活了 25%
阿里云通稿称,Qwen4-Max 是稀疏混合专家模型,总参数 2.4 万亿,每个 token 激活 710 亿参数;与同为 2.4 万亿总参数的 Qwen3.8-Max 相比,激活量少 25%。新架构的改动被概括为发生在注意力、残差连接和嵌入三个部分。通稿没有再往下展开具体模块。
百炼文档给出的调用名为 qwen4-max。它支持文本、图像和视频输入,输出为文本,并支持工具调用、联网搜索、结构化输出,以及 OpenAI 和 Anthropic 的接口协议。上下文长度为 100 万 token。非思考模式下,最大输入为 991,808 个 token,最大输出为 131,072 个 token;思考模式下,最大输入为 983,616 个 token,最大输出为 262,144 个 token,思维链上限同样是 262,144 个 token。默认开启思考,推理强度默认是 high。
文档列出的部署区域包括华北 2(北京)、新加坡、德国法兰克福、美国弗吉尼亚、日本东京和中国香港。华北 2 面向中国内地,新加坡面向国际,其余几个区域的文档标注为全球。
按量价之外,缓存命中只有 0.5 元
预览期的限制写在 Token Plan 的产品更新里:Qwen4-Max-Preview 从 11 月 11 日 10 点开放,到 11 月 25 日 24 点结束(北京时间),期间只能走 Token Plan,不支持按量;预览期内积分消耗可低至标准费率的 20%,22 点到次日 8 点再减 60%。正式版在 11 月 16 日上线后,个人版和团队版的 Token Plan 也都能调用 qwen4-max。
按量价格以百炼文档为准。华北 2 在单次请求输入不超过 100 万 token 时,输入每百万 token 10 元,输出(含思维链和回答)30 元;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),有 100 万 token 免费额度。美国弗吉尼亚、德国法兰克福、日本东京和中国香港的文档标价与华北 2 相同,均为 10 元和 30 元;新加坡为输入 10.938 元、输出 32.813 元。
通义千问模型页另外列出了缓存价格:输入缓存命中为每百万 token 0.5 元,显式缓存命中同样是 0.5 元;创建 5 分钟显式缓存为每百万 token 12.5 元,创建 1 小时显式缓存为 20 元。阿里云英文通稿只公布了一个美元价格:隐式缓存命中为每百万 token 0.075 美元,没有同时给出完整的输入、输出美元标价。
华北 2 和新加坡的按量限流按月消费分档,第一档(月消费不超过 10 万元)的每分钟 token 上限是 500 万。美国、德国、日本和中国香港文档还列出了每分钟 3 万次请求的上限。
公司自己的行业基准,和若干展示案例
能力对比上,通稿把重点放在公司自建的 Work360。它被描述为覆盖 721 个专业方向的行业任务基准。阿里称,在 High 推理强度下,Qwen4-Max 整体超过 Qwen3.8-Max,token 用量少约 35%,单任务平均成本下降约 60%。这些数字来自官方通稿,没有附上第三方复现。通稿配发的对比图,也是按这一自建基准绘制的。
通稿还说,该模型在 Code Arena 这一编程排行榜上排第 6,并在 Agents' Last Exam、Vals Index、JobBench 和 Chartography 等针对代理流程、办公和视觉推理的基准上“取得了较强成绩”,但没有在通稿里写明具体分数,也没有说明评测由谁组织、用了什么设定。
展示案例需要和基准分开看。通稿提到,在一次汽车零件加工演示中,单件工件编程的人工时间从约 475 分钟降到 24 分钟,降幅约 95%。在芯片冷却液研发中,Qwen4 完成了持续 48 小时、四轮闭环的代理运行,并称发现了经过实验验证的冷却剂分子。在一项阿尔茨海默病相关研究演示中,模型据称自动执行了 454 次工具调用和 3239 次指标评估,设计并优化了 24 个候选分子。云资源调度的内部测试则称,数据标注相关的模型调用成本平均下降 9%,离线 CPU 重新调度速度提高到原来的 14 倍以上。这些都是公司展示或内部测试,还不能外推成普遍的生产效果。
对开发者来说,眼下可以核验的是调用方式和标价:正式版已经能按量使用,缓存命中价明显低于完整输入价,上下文给到 100 万 token。公司自测的成本和效果对比,以及稍后才会放出的小尺寸开放权重模型,还要等到独立评测和权重真正公布之后,才能判断它们能走多远。

