11 月 16 日上午,阿里把 Qwen4-Max 正式版放到了千问 AI 平台。和 11 月 11 日那张只开到 25 号、不能按量计费的预览券不同,这次公布了参数量、北京区单价,也给出了官方自己的评测。
想把模型接进产品或后台的人,现在可以换正式接口了;只想确认它是不是强过 Qwen3.8-Max 的人,还是得拿自己的题对一下,别把官方自报的任务费下降 58%,直接当成你的账单。
预览还在。百炼文档写明:`qwen4-max-preview` 的预览期仍到 11 月 25 日 24:00(UTC+8),只能走 Token Plan,不支持按量计费;同时加了一句「正式版已上线,建议使用正式版」。正式版的模型 ID 是 `qwen4-max`,Token Plan 和按量 API 都能调。
01
PART
预览券变成能接进产品的接口
GA API
正式版这次把规格说全了。官方博客写:Qwen4-Max 是稀疏 MoE,主干参数 2.4 万亿,每个 token 激活 71B,另外还有 328B 的 N-gram Embedding 参数;原生支持视觉,能吃文本、图片和视频,输出仍是文本;上下文窗口 100 万 token。官方还说,Max 只是 Qwen4 系列的第一款,小尺寸模型会陆续开源。旗舰本身没有权重可下,本地部署这条路现在走不通。
接入上有几个和预览不一样的坑,先看文档再改配置。
第一,默认思考强度变了。预览版文档里,`reasoning_effort` 可选 low、medium、xhigh,默认是 xhigh。正式版文档改为 low、high、xhigh,默认是 high;medium 会被映射成 high。上次预览稿下面有人说慢,正式版默认不再顶到 xhigh,但我们没做延迟实测,快多少这篇就不写。
第二,输出上限比预览更紧。预览版最大输出 393,216 token,思考和回答共用。正式版非思考模式最大输出 131,072,思考模式最大输出 262,144,最大思维链也是 262,144;最大输入非思考 991,808、思考 983,616,上下文总长仍是 100 万。思考内容计入输出计费。`max_tokens` 仍然同时管思考和回答,沿用只给回答留的旧上限,还是会被截断。
第三,百炼模型页写明这款正式版暂不支持批量推理,也不支持微调和模型部署。不要按「转正了就能开 Batch」去排期。
价格写在官方表上。北京区按量计费:输入 10 元/百万 token,输出(思维链+回答)30 元/百万 token,思考和非思考同价,也不按输入长度分档。同一张表里,Qwen3.8-Max 仍是输入 12 元、输出 36 元。缓存命中 0.5 元/百万 token,5 分钟显式缓存创建 12.5 元,1 小时 20 元。新开通还有 100 万 token 免费额度,有效期按开通、模型发布或申请通过之日起 90 天内、以较晚者为准。国际区单价不同,这里只核北京区。
02
PART
官方跑分来了,尺子多半是自家的
SELF BENCH
预览发布时,官方几乎没给分数。我们 11 月 13 日写过,当时能看到的是第三方 GameFeel RE 分项:预览版 XHigh 得 10.3,低于自家 Qwen3.8-Max 的 12.1。那是预览、单项、单人晒图,不能拿来给正式版打分。正式版博客也没有补上同一张 GameFeel 表。
官方这次主推的是自己做的 Work360。博客说,这套行业基准覆盖 26 个一级领域、182 个二级子领域、721 个三级细分领域;Qwen4-Max 得 52.69 分,Qwen3.8-Max 是 47.74 分。效率数字也出在这套评测上:Work360 里,Xhigh 和 High 两档的 token 消耗分别比上一代减少约 24% 和 35%;在 Terminal-Bench 4.0 上,两档分别减少约 48% 和 49%。再叠加上面的降价,官方写明:Work360 单个任务平均费用从 26.58 元降到 11.16 元,降了 58%。
这些都是官方自报,Work360 也是自家基准,不是本号实测,更不是你线上任务的账单。token 少了、单价低了,都可能让费用下降;你的任务如果更长、默认档位更高,或缓存命中更少,数字会对不上。
阿里云官方英文稿还写,Qwen4-Max 在 Code Arena(LM Arena 的编程对战榜)排第 6。中文博客的评测说明也注明,CodeArena 分数引用自 LM Arena。名次可以记,但榜单会变,且不是同一套和 GameFeel 对得上的题。
官方还举了工业案例:在三丰智能装备、统联精密的展示里,单个工件加工编程的人工投入由约 475 分钟降到 24 分钟,减少约 95%。这是官方展示,不是独立审计,当展示看就行,别当成自己车间里的结果。
03
PART
谁该立刻切,谁该先对题
WHO SWITCHES
该切的是使用方式,不是信仰。
预览期个人版 Token Plan 不能接自动化脚本、应用后端或批量调用。正式版开放了按量 API,模型 ID 换成 `qwen4-max`,用百炼或千问 AI 平台的密钥和兼容接口,就可以进自己的服务。这次真正能动手的地方就在这儿。
已经在 Claude Code、Cursor 里用套餐打预览的人,不必急着退订。Token Plan 个人版现在同时列出了 `qwen4-max` 和 `qwen4-max-preview`。把模型 ID 改成正式版,拿 3 到 5 个上周真实做过的任务,和 `qwen3.8-max`、预览版各跑一遍,看返工次数和截断次数,再决定要不要把默认模型换掉。预览还开到 25 号,正好能做对照。注意:套餐专属 Key 和按量 API 的 Base URL 不是同一套,不要混用。
只是想试试手感的,官方说千问 App、Qwen Studio、千问办公和 Qoder 都能用,不必先办卡。
本地跑的人这次没有新消息。权重没放,显存和多卡都无从谈起。官方承诺的是后续开源小尺寸 Qwen4,不是这颗 2.4T 旗舰。
04
PART
照着做的清单
CHECKLIST
-
1. 先确认要走按量 API 还是 Token Plan。接产品、后台、自动调用,走按量;继续在 Claude Code / Cursor 里交互式用,可以留在套餐里。 -
2. 模型 ID 写成 `qwen4-max`,不要再写 `qwen4-max-preview`。 -
3. 按量调用用百炼或千问 AI 平台的密钥。北京区 OpenAI 兼容示例地址是 `https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1`(以文档当前值为准)。套餐用户仍用套餐专属 Key 和 Token Plan 的 Base URL。 -
4. 默认思考档是 high,不是预览时的 xhigh。先按默认跑,再按任务需要改成 low 或 xhigh。 -
5. `max_tokens` 按「思考 + 回答」一起留;不要把预览版的 39 万输出上限原样搬过来,正式版思考模式最高 262,144,非思考 131,072。 -
6. 长系统提示和工具说明尽量走上下文缓存,命中按 0.5 元/百万 token 计。 -
7. 挑 3 到 5 个近期真实任务,用正式版、预览版和 `qwen3.8-max` 对照,记下截断、返工和实际花费,再改默认模型。 -
8. 11 月 25 日 24:00 前,预览还在;对照结果存好。旗舰没有可下载权重,不要按本地部署去准备机器。
你会立刻把默认模型切到正式版,还是先拿自己的题对一下效果和花费?卡在价格、输出长度还是效果,也可以直接写在评论里。
出处:通义千问官方博客 11 月 16 日《Qwen4-Max:新同事,已就位》;阿里云百炼 qwen4-max / qwen4-max-preview 文档与模型价格表;千问 AI 平台模型页。
往期 · 接着看
阿里Qwen4-Max预览只开到25号:官方不给跑分,第三方榜10.3分输给自家上一代
韩松团队开源PEAR:Qwen3.8-27B真机30次过了18次,5090跑的不是报分那档权重
号称29G内存跑145B:模型卡实测要24G显存加31G内存,底座是阿里Qwen
觉得有用的话,欢迎点赞、收藏、评论。
THANKS FOR READING






