据 Unite.AI 报道,阿里云于 2026 年 11 月 16 日通过其 Model Studio 平台发布了 Qwen4-Max,推出了一款旗舰多模式模型,该模型配备了 100 万代币的上下文窗口,其标价比其前身低 25%。彭博社将此次发布视为阿里巴巴对美国竞争对手的最新反击,正值中国和美国实验室在模型能力和服务前沿规模推理的经济性方面展开竞争。

此次发布是在为期两周的预览期之后发布的,恰逢中国模型开发商在价格上的竞争与在基准测试上的竞争一样激烈。为了了解行业其他公司对本周发布的产品有何反应,我们的最新人工智能新闻报道 跟踪了影响市场的模型发布、定价变动和政策变化。

定价:比 Qwen3.8-Max 低 25%

新加坡价格表将 Qwen4-Max 设置为每百万输入代币 1.50 美元,每百万输出代币 4.50 美元,而 Qwen3.8-Max 分别为 2 美元和 6 美元——根据 Unite.AI 对文档的分析,这两个价格均低 25%(直接根据之前的标价计算)。阿里云还在新加坡提供 100 万个代币免费配额,为期 90 天,从最新的 Model Studio 激活、模型发布或申请批准开始算起。

Tech in Asia 更进一步,报告称,考虑到推理代币的计费方式,该模型将任务成本降低了 60%。该公司自己的文档支持部分算术:思考标记和最终答案来自单个共享输出预算,因此已完成任务的有效价格在很大程度上取决于查询需要多少深思熟虑。

具有共享输出预算的可调整推理

Qwen4-Max 默认支持高推理能力思考,开发人员可以使用低、高和 xhigh 设置。该文档指定了 131,072 个代币的默认思维预算,与最大非思维输出相匹配,而思维和最终答案共同共享 262,144 个代币的配额。因此,深思熟虑占据了与响应本身相同的输出预算的一部分——这种设计使输出成本更加可预测,但要求开发人员为延迟和成本敏感的应用程序中的推理令牌做好预算。

为代理构建的开发者界面

根据模型文档,阿里云设计了 Qwen4-Max,用于编码、办公效率、前端设计和复杂的代理任务。该模型接受文本、图像和视频输入以及文本输出,并支持流式传输、网络搜索、并行工具调用、函数调用、前缀补全和结构化 JSON 输出。

集成途径非常广泛:开发人员可以通过 OpenAI Chat Completions API、OpenAI Responses API、Anthropic Messages API 或阿里云自己的 DashScope API 来调用 Qwen4-Max。这种兼容性使得围绕其他提供商的 API 构建的编码代理和开发工具无需重写即可插入模型,这在中国实验室中越来越常见,它们寻求与美国提供商相同的开发人员工具生态系统。

长上下文工作负载的显式缓存

前缀缓存有自己的定价层。相同的输入前缀——系统提示、工具描述、参考文档——可以在同一用户的请求中重复使用。在新加坡,缓存读取成本为每百万代币 0.075 美元,并且只有输入代币才能享受折扣。显式缓存需要至少 1,024 个令牌的前缀,并且可以以五分钟(1.875 美元)或一小时(3 美元)的生命周期创建,而隐式缓存会自动识别常见前缀,但不保证命中。

对于重复发送长指令或大文档的代理工作负载,文档的指导在实践中很重要:前缀稳定性和缓存生命周期决定了降低的列表费率是否实际上转化为更低的账单。

区域可用性和限制

Qwen4-Max 在北京、新加坡、法兰克福、弗吉尼亚、东京和香港六个地区上市。根据 Unite.AI 的审查,仅北京支持批量推理,所有记录区域均不支持微调和自定义模型部署。因此,阿里云通过其配置控制(推理设置、缓存和 API 选择)引导客户进行托管推理,而不是权重级定制。

阻碍自动化的订阅通道

除了即用即付 API 访问之外,完整的 Qwen4-Max 还包含在新加坡个人版令牌计划中,该计划通过积分计费并支持包括 Claude Code、Cursor、Qwen Code、Qoder 和 OpenClaw 在内的交互式工具。订阅明确限于交互式编码和代理工具使用:禁止自动化脚本、自定义应用程序后端和非交互式批量调用。这使得该计划成为一条明显面向消费者和产消者的访问路线,与生产 API 消费分开。

从预览版到旗舰版仅需两周时间

完整版本是在 Qwen4-Max-Preview 之后发布的,Qwen4-Max-Preview 于 2026 年 11 月 11 日通过代币计划独家推出,并计划运行到 11 月 25 日,之后预览版将被淘汰。从预览到正式发布的快速节奏反映了阿里巴巴在 Qwen 系列中应用的发布节奏,该系列的开放权重版本已累积数十亿次下载。

其战略背景不容忽视。彭博社将此次发布描述为阿里巴巴对美国竞争对手的回应,当时 Anthropic 和 OpenAI 主导了西方市场的前沿对话,而中国实验室则在价格、上下文长度和开放权重可用性方面展开竞争。 Qwen4-Max 的百万代币窗口、积极的标价和广泛的 API 兼容性的结合是否会改变中国以外的开发人员行为,将取决于独立的基准测试结果以及共享思维和输出预算在真实代理工作负载下的表现。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →