Alibaba выпустила Qwen4-Max в API по токенам: на 25% дешевле Qwen3.8-Max
Флагман Alibaba теперь можно оплачивать по токенам; независимый индекс ставит его ниже Kimi K3.1 Pro и западных флагманов.
Alibaba 16 ноября выпустила Qwen4-Max из превью: модель qwen4-max появилась в журнале изменений облака QwenCloud и на OpenRouter. Теперь флагман нового поколения Qwen можно оплачивать по токенам: $1,50 за миллион входных и $4,50 за миллион выходных токенов в регионе Сингапур. Вместе с релизом компания раскрыла размер, архитектуру и замеры модели.
Первый независимый замер уже есть: в Intelligence Index лаборатории Artificial Analysis Qwen4-Max набрала 43 балла и заняла 38-е место из 81. Это ниже Kimi K3.1 Pro (46) и заметно ниже флагманов Anthropic, Google и OpenAI (от 55 до 65). Для разработчика при этом меняется доступ: флагман Qwen теперь подключается обычным ключом API или через OpenRouter, без подписки Token Plan, которая была единственным путём в превью 11–25 ноября, и понимает протоколы OpenAI и Anthropic. Вход у Qwen4-Max в 2,7 раза дешевле, чем у Claude Opus 5.5, выход в 4,4 раза.
Ключевые выводы
- Независимый Artificial Analysis Intelligence Index: 43 балла, 38-е место из 81; у Kimi K3.1 Pro 46, у Claude Opus 5.5 59, у GPT-6.1 Sol 55.
- Цена в Сингапуре: $1,50 за миллион входных токенов и $4,50 за миллион выходных, на 25% ниже Qwen3.8-Max; чтение кэша $0,075.
- Разреженная MoE на 2,4 трлн параметров, из них на токен работают 71 млрд; контекст 1 млн токенов.
- По замерам самой Alibaba модель первая на Agents' Last Exam (46,7) и HLAB-Vals (21,3), но на Terminal-Bench 4.0 у неё 48,5 против 59,6 у Opus 5.5 и 67,2 у Kimi K3.1.
- Весов Qwen4-Max нет: Alibaba обещает открыть младшие модели Qwen4, сроки не названы.
Как Qwen4-Max выступила в независимом индексе Artificial Analysis?
В Intelligence Index v5.0.1 лаборатории Artificial Analysis у Qwen4-Max 43 балла (42,9) и 38-е место из 81 модели в сравнении, при медиане сопоставимых по цене моделей 41. Это единственный независимый замер новой модели на 16 ноября. Индекс собран из девяти тестов, которые лаборатория прогоняет сама через API: офисные агентные задачи AA-Briefcase v1.1 и AutomationBench-AA, Terminal-Bench 4.0 и Terminal-Bench-Science 0.1, FrontierCode-AA 2.0, проверка знаний и галлюцинаций AA-Omniscience v1.1, анализ документов GDP.pdf, HLE-Diamond и CritPt v2 (Hard Subset).
Выше Qwen4-Max в индексе Claude Fable 5.2 (65 баллов), Gemini 4 Carbon (60), Claude Opus 5.5 (59), GPT-6 Astra (57), GPT-6.1 Sol и Claude Sonnet 5.5 (по 55), Gemini 4 Hydrogen (54) и Kimi K3.1 Pro (46). Ниже Claude Haiku 5.5 (36), DeepSeek V4.1 Flash 1017 (33), GLM-5.3 (32) и Qwen3.8-Flash-Next (29). Балла Qwen3.8-Max на странице нет, поэтому прирост поколения по независимому индексу оценить нельзя. На каком уровне рассуждений лаборатория тестировала Qwen4-Max, в карточке модели не указано.
Задача индекса обошлась лаборатории в $3,27. У Gemini 4 Hydrogen из нашей новости о её замерах на xhigh $3,16 при 54 баллах. Причина в расходе токенов: за прогон индекса Qwen4-Max выдала 127 млн выходных токенов при медиане 78,6 млн у сопоставимых моделей, Artificial Analysis называет её очень многословной.
Наш вывод: по независимому индексу Qwen4-Max стоит ниже Kimi K3.1 Pro и заметно ниже флагманов Anthropic, Google и OpenAI, но выше остальных китайских моделей в списке. Низкую цену токена частично съедает многословие, а экономия токенов, которую Alibaba показывает против Qwen3.8-Max, на фоне конкурентов не видна.
Сколько стоит Qwen4-Max и как работает кэш?
В регионе Сингапур (International) миллион входных токенов стоит $1,50, выходных $4,50, сказано в прайсе QwenCloud. Режимы с рассуждениями и без стоят одинаково, ступеней цены по длине запроса нет. В Пекине и регионе Global (Франкфурт, Гонконг, Токио, Вирджиния) цены примерно на 6% ниже.
Цены Qwen4-Max в API QwenCloud, $ за миллион токенов
5 сервисов, 3 столбца
Листайте столбцы →Смахните влевоВсе 3 столбца
документация QwenCloud, 16 ноября 2026 года
Явный кэш для Qwen4 доработали: к ручным точкам кэша добавились автоматическая расстановка и срок жизни 5 минут или 1 час. Префикс от 1024 токенов (системный промпт, описания инструментов, документы) гарантированно переиспользуется, если совпадает с закэшированным полностью и срок не истёк. Запись в кэш дороже обычного входа в 1,25 раза для 5 минут и в 2 раза для часа, чтение в 20 раз дешевле входа. По нашему расчёту, пятиминутный кэш окупается на втором запросе с тем же префиксом, часовой на третьем. В протоколе DashScope нового кэша нет.
Для оплаты по токенам в Сингапуре QwenCloud даёт 1 млн бесплатных токенов отдельно от кредитов Token Plan; по правилам бесплатной квоты она обычно действует 90 дней. Batch, дообучение и выделенное развёртывание не поддерживаются.
Насколько Qwen4-Max дешевле конкурентов?
По цене входа и выхода Qwen4-Max дешевле всех западных флагманов, с которыми Alibaba себя сравнивает. Мы сверили цены на OpenRouter 16 ноября 2026 года: у Qwen4-Max там один провайдер, сама Alibaba, ставки как в Сингапуре, а ответ ограничен 131 072 токенами.
Цены на OpenRouter, $ за миллион токенов
6 сервисов, 4 столбца
Листайте столбцы →Смахните влевоВсе 4 столбца
OpenRouter, проверено 16 ноября 2026 года; для Kimi K3.1 Pro усреднённая цена OpenRouter
Цены GPT-6.1 Sol в таблице базовые: при входе больше 272 000 токенов OpenRouter берёт $4 за вход и $15 за выход. Kimi K3.1 Pro дешевле на входе, но почти вдвое дороже на выходе.
По данным Alibaba, Qwen4-Max тратит меньше токенов, чем Qwen3.8-Max: на тесте Work360 на 24% (xhigh) и 35% (high), на Terminal-Bench 4.0 на 48% и 49%. Средняя цена задачи Work360, по подсчёту компании, упала с $4,43 до $1,67, на 62%.
Как устроена Qwen4-Max?
Qwen4-Max — разреженная модель «смесь экспертов» (MoE): в основной сети 2,4 трлн параметров, но на каждый токен работают только 71 млрд, остальные эксперты простаивают. Ещё 328 млрд параметров приходится на N-gram Embedding, пишет Alibaba в блоге. У Qwen3.8-Max при тех же 2,4 трлн параметров активных было около 95 млрд. Изменений три:
- GDN + Qwen Sparse Attention (QSA). На каждый слой QSA приходятся три слоя Gated DeltaNet (вариант линейного внимания), которые сжимают историю в состояние фиксированного размера; QSA лёгким индексатором выбирает нужные микроблоки контекста.
- Gated Residual. Четыре параллельные остаточные ветви с динамическими вентилями чтения и записи для стабильности обучения.
- N-gram Embedding. Представления локальных сочетаний токенов на втором слое добавляют ёмкости почти без лишних вычислений.
По внутренним замерам Alibaba, базовая Qwen4-Max-Base на 5–13% лучше Qwen3.8-Max-Base по метрике bits per byte (меньше — лучше) в знаниях, коде, ответах на вопросы и STEM, хотя активных параметров у неё на 25% меньше. Проверить это снаружи нельзя: весов и технического отчёта нет.
Где Qwen4-Max впереди и где отстаёт по замерам Alibaba?
По собственной сводке Alibaba, модель обходит Qwen3.8-Max во всех 15 тестах, где есть результаты обеих, и выигрывает у западных флагманов на длинных рабочих задачах, но уступает им в кодинге в терминале, работе с графиками и видео. Компания сравнила Qwen4-Max с Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra и Kimi K3.1 на 16 тестах. На каком уровне рассуждений шли прогоны, в блоге не сказано.
Ключевые замеры из сводки Alibaba
11 сервисов, 7 столбцов
Листайте столбцы →Смахните влевоВсе 7 столбцов
блог Qwen, 16 ноября 2026 года; замеры и цитаты лидербордов Alibaba
Первое место у Qwen4-Max в четырёх тестах: Agents' Last Exam v1.1 с длинными многошаговыми задачами (46,7 против 43,4 у Opus 5.5 и Kimi K3.1), юридическом HLAB-Vals-1.1 (21,3 против 11,7 у Kimi и 9,2 у Opus), биоинформатическом BioMysteryBench (85,0 против 84,4 у GPT-6.1 Sol) и агентном кодинге DeepSWE v1.1, где отрыв минимальный: 75,7 против 75,5 у Kimi и 75,2 у Sol.
Сильнее всего отставание в кодинге. На Terminal-Bench 4.0, где агент решает задачи в командной строке, у Qwen4-Max 48,5 против 67,2 у Kimi K3.1 и 59,6 у Opus 5.5. На ProgramBench, где программу надо воспроизвести по поведению без исходников, 31,5 против 65,0 у Opus. На CodeArena 1750 Elo, ниже Opus и GPT-6 Astra. Позади Opus и обеих GPT модель и в графиках Chartography (54,2 против 71,1 у Astra), видео Video-Index (68,1 против 76,7) и Humanity's Last Exam (51,7 против 59,8 у Opus).
Часть цифр Alibaba взяла с чужих лидербордов, говорится в сносках блога: APEX-Agents у Mercor, AA-Briefcase и AutomationBench-AA у Artificial Analysis, CodeArena и AgentArena у Arena, HLAB-Vals из Vals Index, Agents' Last Exam с лидерборда теста. Остальное — прогоны Alibaba; JobBench шёл на обновлённом датасете, а в Chartography для моделей Qwen задан свой параметр разрешения min_pixels. Лидерборды мы не сверяли.
На собственном тесте Work360 Qwen4-Max набрала 52,69 против 47,74 у Qwen3.8-Max. В Last Secure Code Bench доля функций, которые одновременно работают и безопасны, выросла с 22,0% до 31,8%.
Как подключить Qwen4-Max?
Нужны ключ API QwenCloud в переменной DASHSCOPE_API_KEY и SDK OpenAI. Пример из документации для региона Сингапур; для другого региона в адресе меняется ap-southeast-1:
Кроме Chat Completions модель принимает запросы через Responses, Anthropic Messages и родной протокол DashScope, на OpenRouter её идентификатор qwen/qwen4-max. Что стоит знать до переноса кода:
- Рассуждения включены по умолчанию с
reasoning_effort=high, доступны low, high и xhigh; medium других вендоров считается как high, max как xhigh. Выключить рассуждения в Chat Completions можно черезenable_thinking=false. max_completion_tokensограничивает рассуждения и ответ вместе: до 262 144 токенов с рассуждениями и до 131 072 без них.- В диалогах с инструментами сообщения ассистента возвращают вместе с рассуждениями:
preserve_thinkingвключён по умолчанию. - CoT Summary отдаёт читаемую сводку и зашифрованные полные рассуждения; зашифрованную часть нужно передавать в следующих ходах без изменений.
- Интерпретатор кода требует включённых рассуждений, MCP-инструменты доступны в Responses API.
Для Claude Code, Codex и OpenCode в документации есть отдельные инструкции, модель входит и в подписки Token Plan. Превью qwen4-max-preview остаётся отдельной моделью до 25 ноября 19:00 мск; в нём по умолчанию стоял уровень xhigh.
Чего Alibaba не раскрыла?
Весов Qwen4-Max нет. Alibaba обещает выложить в открытый доступ младшие модели Qwen4, но не называет ни размеры, ни сроки. Лимиты запросов в анонсе не приведены, они в разделе Rate limits документации. Демонстрации из блога, от игр на Unreal Engine до 48-часового агентного прогона с синтезом молекулы хладагента, — показы вендора без методики для повторения.
Попробовать сразу можно открытый плагин Qwen-Live-Delivery-Plugin: агент с ним рано отдаёт первую рабочую версию и дальше обновляет её релизами, а пользователь правит курс между ними.
Дальше стоит следить за двумя вещами: появятся ли у Artificial Analysis результаты Qwen4-Max на разных уровнях рассуждений и замер скорости и когда Alibaba назовёт сроки открытых младших моделей Qwen4. Для выбора модели под код пригодится наш разбор моделей для программирования в 2026 году.
Источники: Qwen: Qwen4-Max: Your New Teammate Has Arrived, QwenCloud: Latest model: Qwen4-Max, QwenCloud: Pricing, QwenCloud: Changelog, QwenCloud: Free quota, OpenRouter: Qwen4-Max, GitHub: Qwen-Live-Delivery-Plugin, Artificial Analysis: Qwen4 Max
Изображение на обложке: Alibaba