Alibaba Cloud vydala Qwen4-Max prostřednictvím své platformy Model Studio dne 16. listopadu 2026 a odhalila vlajkovou loď multimodálního modelu, který spojuje kontextové okno v hodnotě jednoho milionu tokenů s katalogovými cenami o 25 % nižšími než jeho předchůdce, podle singapurské cenové dokumentace společnosti, jak uvádí Unite.AI. Bloomberg zarámoval spuštění jako nejnovější odpověď Alibaba na americké rivaly, která dorazila v době, kdy čínské a americké laboratoře soutěží jak o schopnosti modelu, tak o ekonomiku poskytování hraničních závěrů.

Vydání následuje po dvoutýdenním zkušebním období a přistane v okamžiku, kdy čínští vývojáři modelů soutěží v ceně stejně agresivně jako v benchmarcích. Abychom měli představu o tom, jak zbytek odvětví reaguje na zprávy z tohoto týdne, naše nejnovější zpravodajství o AI sleduje uvedení modelu na trh, cenové pohyby a změny politik, které utvářejí trh.

Cena: 25 % pod Qwen3,8-Max

Singapurský ceník stanovuje Qwen4-Max na 1,50 USD za milion vstupních tokenů a 4,50 USD za milion výstupních tokenů, ve srovnání s 2 USD a 6 USD pro Qwen3.8-Max – obě sazby jsou o 25 % nižší, počítáno přímo z předchozích ceníkových cen, podle analýzy dokumentace společnosti Unite.AI. Alibaba Cloud také nabízí bezplatnou kvótu jednoho milionu tokenů v Singapuru po dobu 90 dnů, počínaje poslední aktivací Model Studio, vydáním modelu nebo schválením aplikace.

Společnost Tech v Asii šla ještě dále a uvedla, že model snižuje náklady na úkoly o 60 % při zohlednění způsobu účtování tokenů uvažování. Vlastní dokumentace společnosti podporuje část této aritmetiky: tokeny myšlení a konečná odpověď čerpají z jediného sdíleného výstupního rozpočtu, takže efektivní cena dokončeného úkolu do značné míry závisí na tom, kolik uvažování dotaz vyžaduje.

Nastavitelné uvažování se sdíleným výstupním rozpočtem

Qwen4-Max umožňuje myšlení ve výchozím nastavení s vysokým úsilím uvažování, s nízkým, vysokým a xhigh nastavením dostupným vývojářům. Dokumentace specifikuje výchozí rozpočet myšlení 131 072 tokenů, který odpovídá maximálnímu výstupu bez myšlení, zatímco myšlení a konečná odpověď společně sdílejí povolenku 262 144 tokenů. Rozvažování proto zabírá část stejného výstupního rozpočtu jako samotná odezva – návrh, díky kterému jsou výstupní náklady předvídatelnější, ale vyžaduje, aby vývojáři měli rozpočet na tokeny uvažování v aplikacích citlivých na latenci a náklady.

Vývojářský povrch vytvořený pro agenty

Alibaba Cloud navrhla Qwen4-Max pro kódování, produktivitu kanceláře, návrh frontendu a komplexní agentní úlohy podle dokumentace modelu. Model přijímá textový, obrazový a video vstup s textovým výstupem a podporuje streamování, vyhledávání na webu, paralelní volání nástrojů, volání funkcí, doplňování prefixů a strukturovaný výstup JSON.

Cesty integrace jsou pozoruhodně široké: vývojáři mohou volat Qwen4-Max prostřednictvím OpenAI Chat Completions API, OpenAI Responses API, Anthropic Messages API nebo vlastního DashScope API Alibaba Cloud. Tato kompatibilita umožňuje kódovacím agentům a vývojovým nástrojům, které byly vytvořeny na rozhraních API jiných poskytovatelů, připojit se k modelu bez přepisování – což je stále běžnější hra mezi čínskými laboratořemi, které využívají stejný ekosystém vývojářských nástrojů jako američtí poskytovatelé.

Explicitní ukládání do mezipaměti pro úlohy s dlouhým kontextem

Ukládání prefixů do mezipaměti má vlastní cenovou úroveň. Identické vstupní předpony – systémové výzvy, popisy nástrojů, referenční dokumenty – lze znovu použít pro požadavky od stejného uživatele. Čtení mezipaměti stojí v Singapuru 0,075 $ za milion tokenů a slevu dostávají pouze vstupní tokeny. Explicitní mezipaměti vyžadují předponu alespoň 1 024 tokenů a lze je vytvořit s pětiminutovou (1,875 $) nebo jednou hodinou (3 $), zatímco implicitní mezipaměť identifikuje běžné předpony automaticky bez zaručení shody.

Pro zátěže agentů, kteří opakovaně odesílají dlouhé instrukce nebo velké dokumenty, jsou v praxi důležité pokyny v dokumentaci: stabilita prefixu a životnost mezipaměti určují, zda se snížené sazby seznamů skutečně promítnou do nižších účtů.

Regionální dostupnost a limity

Qwen4-Max je uvedena v šesti regionech — Peking, Singapur, Frankfurt, Virginie, Tokio a Hong Kong. Dávková inference je podporována pouze v Pekingu a doladění a nasazení vlastního modelu není podporováno ve všech zdokumentovaných regionech, podle recenze Unite.AI. Alibaba Cloud proto vede zákazníky ke řízenému vyvozování pomocí ovládacích prvků konfigurace – nastavení úvah, ukládání do mezipaměti a výběr rozhraní API – spíše než přizpůsobení na úrovni vah.

Předplatitelský pruh, který blokuje automatizaci

Kromě průběžného přístupu k API je kompletní Qwen4-Max součástí singapurského plánu tokenů Personal Edition, který účtuje prostřednictvím kreditů a podporuje interaktivní nástroje včetně Claude Code, Cursor, Qwen Code, Qoder a OpenClaw. Předplatné je výslovně omezeno na interaktivní kódování a použití nástroje agenta: jsou zakázány automatizační skripty, vlastní aplikační backendy a neinteraktivní dávková volání. Díky tomu je plán zřetelně orientovaný na spotřebitele a prosumery, oddělený od spotřeby produkčního API.

Od náhledu k vlajkové lodi za dva týdny

Úplné vydání následuje po Qwen4-Max-Preview, které bylo k dispozici 11. listopadu 2026 výhradně prostřednictvím plánu tokenů a je naplánováno do 25. listopadu, poté bude testovací model vyřazen. Rychlá kadence od náhledu po všeobecnou dostupnost odráží rytmus vydávání, který Alibaba aplikovala v celé rodině Qwen, která nashromáždila miliardy stažení napříč variantami s otevřenou váhou.

Strategické pozadí je těžké přehlédnout. Bloomberg charakterizoval spuštění jako odpověď Alibaby na americké soupeře v době, kdy Anthropic a OpenAI dominují hraniční konverzaci na západních trzích, zatímco čínské laboratoře soutěží o cenu, délku kontextu a dostupnost otevřené váhy. Zda kombinace Qwen4-Max okna s jedním milionem tokenů, agresivní katalogové ceny a široká kompatibilita API posune chování vývojářů mimo Čínu, bude záviset na výsledcích nezávislých benchmarků a na tom, jak bude fungovat sdílený rozpočet na myšlení a výstupy při skutečné zátěži agentů.

---

Stay Ahead of AI

Získejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.

Přečtěte si další zprávy o AI →