مستندات رسمی · تا تاریخ 2026-11-18

قیمت‌گذاری و راهنمای API مدل Qwen4-Max: MoE 2.4T و پنجره 1M با نرخ یکسان (2026-11)

تا تاریخ 2026-11-18، Alibaba Cloud Model Studio (Bailian) مدل پرچم‌دار پرداخت به‌ازای مصرف qwen4-max را به‌طور رسمی در 2026-11-16 عرضه کرده است (شناسه پیش‌نمایش qwen4-max-preview نیز در 2026-11-25 ساعت 24:00 بازنشسته می‌شود). این مدل بر پایه معماری MoE تُنُک با 2.4T پارامتر کل، 71B پارامتر فعال در هر توکن و 328B پارامتر N-gram Embedding ساخته شده است و پنجره زمینه 1,000,000 (1M) توکن و حداکثر 262,144 توکن خروجی استدلال را با قیمت‌گذاری یکسان و تک‌سطحی در سراسر بازه 0 < Token ≤ 1M ارائه می‌کند (بدون هزینه اضافی زمینه بلند: پکن ¥10 ورودی / ¥30 خروجی / ¥0.5 برخورد حافظه نهان؛ سینگاپور $1.50 ورودی / $4.50 خروجی / $0.075 حافظه نهان ضمنی به‌ازای هر 1M توکن). QCode از qwen4-max از طریق نقطه پایانی سازگار با OpenAI و همچنین در Claude Code پشتیبانی می‌کند.

به‌روزرسانی شده 2026-11-18

Claude، GPT و مدل‌های چینی با یک کلید، با صورت‌حساب به‌ازای توکن؛ مدل‌های قابل فراخوانی را در /models ببینید.

#2.4T / 71B + 328B#قیمت یکسان 1M#¥10/¥30 · $1.50/$4.50#Work360 52.69 ($1.67)

چهار مشخصه و نرخ رسمی کلیدی Alibaba Cloud

2.4T / 71B

معماری MoE تُنُک + 328B N-gram Embedding

بر اساس انتشارهای فنی رسمی Alibaba Cloud و Qwen (2026-11-15 / 2026-11-16)، qwen4-max ستون فقرات MoE تُنُک با 2.4T پارامتر (71B فعال در هر توکن) را با 328B پارامتر N-gram Embedding ترکیب می‌کند؛ پنجره زمینه 1,000,000 توکنی آن در حالت بدون استدلال حداکثر 991,808 ورودی / 131,072 خروجی و در حالت استدلال حداکثر 983,616 ورودی / 262,144 خروجی را برای ورودی‌های متن، تصویر و ویدئو پشتیبانی می‌کند.

¥10 / ¥30

نرخ‌های رسمی Alibaba Cloud سرزمین اصلی چین (پکن) به‌ازای هر 1M توکن

بر اساس جدول نرخ رسمی Alibaba Cloud Model Studio، qwen4-max در سراسر بازه 0 < Token ≤ 1M از قیمت‌گذاری یکسان و تک‌سطحی بدون هزینه اضافی زمینه بلند استفاده می‌کند: در سرزمین اصلی چین (گره پکن، یوان به‌ازای هر 1M توکن)، ورودی ¥10 (10 یوان)، خروجی (شامل زنجیره تفکر) ¥30 (30 یوان)، نوشتن حافظه نهان 5 دقیقه‌ای ¥12.5 (12.5 یوان)، نوشتن حافظه نهان 1 ساعته ¥20 (20 یوان)، برخورد حافظه نهان صریح/ضمنی ¥0.5 (0.5 یوان) و Batch File ورودی ¥5 / خروجی ¥15 است.

$1.50 / $4.50

نرخ‌های رسمی Alibaba Cloud International (سینگاپور) به‌ازای هر 1M توکن

بر اساس جدول نرخ رسمی Alibaba Cloud International (گره سینگاپور، دلار آمریکا به‌ازای هر 1M توکن، یکسان در سراسر 0 < Token ≤ 1M): ورودی $1.50، خروجی $4.50، نوشتن حافظه نهان 5 دقیقه‌ای $1.875، نوشتن حافظه نهان 1 ساعته $3.00 و برخورد حافظه نهان صریح/ضمنی $0.075 است (حافظه نهان ضمنی نسبت به qwen3.8-max 70% کاهش یافته است؛ نرخ دلاری گره بین‌المللی پکن $1.413 ورودی / $4.24 خروجی است).

52.69 / $1.67

افزایش امتیاز Work360 و کاهش 62% هزینه هر وظیفه

بر اساس بنچمارک‌های رسمی، qwen4-max در Work360 امتیاز 52.69 را کسب می‌کند (بالاتر از 47.74 در qwen3.8-max) و در همان حال میانگین هزینه هر وظیفه را 62% از $4.43 به $1.67 کاهش می‌دهد (سطح high حدود 35% توکن کمتر و Terminal-Bench 4.0 حدود 48%–49% توکن کمتر مصرف می‌کند)؛ این مدل در Code Arena رتبه #6 را دارد و نرخ قبولی Last Secure Code Bench را از 22.0% به 31.8% می‌رساند.

جدول کامل نرخ رسمی Qwen4-Max و پنجره زمینه 1M با قیمت یکسان

تا تاریخ 2026-11-18، مهم‌ترین تغییر صورت‌حساب qwen4-max برای توسعه‌دهندگان زمینه بلند این است که قیمت‌گذاری رسمی Alibaba Cloud Model Studio هزینه‌های اضافی پله‌ای زمینه بلند را حذف کرده و یک نرخ یکسان را در کل پنجره 0 < Token ≤ 1,000,000 (1M) اعمال می‌کند. چه یک پرامپت 10K توکنی بفرستید و چه یک مخزن کد 900K توکنی، نرخ رسمی Alibaba Cloud در گره پکن ثابت می‌ماند: ورودی ¥10، خروجی ¥30 و برخورد حافظه نهان صریح/ضمنی ¥0.5 (با ¥12.5 برای نوشتن حافظه نهان 5 دقیقه‌ای، ¥20 برای نوشتن حافظه نهان 1 ساعته و ¥5 / ¥15 برای Batch File به‌ازای هر 1M توکن)؛ در گره سینگاپور نیز ورودی $1.50، خروجی $4.50 و برخورد حافظه نهان صریح/ضمنی $0.075 ثابت است ($1.875 برای نوشتن حافظه نهان 5 دقیقه‌ای، $3.00 برای نوشتن حافظه نهان 1 ساعته و $1.413 / $4.24 در گره بین‌المللی پکن به‌ازای هر 1M توکن). در مقایسه با مدل‌هایی که بالای 272K توکن ورودی هزینه 2x/1.5x اعمال می‌کنند، قیمت یکسان 1M همراه با کاهش 70% برخورد حافظه نهان ضمنی ($0.075 / ¥0.5) هزینه‌های عامل مخزن‌های بزرگ را قابل پیش‌بینی نگه می‌دارد. برای پیشینه انتشار به /qwen-4-release-date و برای مقایسه قیمت میان فروشندگان مختلف به /ai-coding-tools-pricing-2026 مراجعه کنید.

سطح تلاش استدلال (low / high / xhigh)، 4 پروتکل بومی و بازنشستگی پیش‌نمایش

برای یکپارچه‌سازی API، نسخه GA مدل qwen4-max سه جزئیات مهندسی کلیدی معرفی می‌کند: 1) کنترل‌های استدلال و نگاشت پارامترها — حالت استدلال به‌طور پیش‌فرض فعال است (enable_thinking به‌طور پیش‌فرض true است) و reasoning_effort از low، high (پیش‌فرض) و xhigh پشتیبانی می‌کند و به‌طور خودکار minimal→low، medium→high، max→xhigh در OpenAI و medium→high، max→xhigh در Anthropic را نگاشت می‌کند؛ حالت بدون استدلال تا 991,808 توکن ورودی و 131,072 توکن خروجی پشتیبانی می‌کند، در حالی که حالت استدلال تا 983,616 توکن ورودی و 262,144 توکن خروجی کل (زنجیره تفکر + پاسخ نهایی) را پشتیبانی می‌کند. 2) چهار پروتکل بومی — Alibaba Cloud Model Studio به‌طور بومی از OpenAI Chat Completions، OpenAI Responses، Anthropic Messages و DashScope پشتیبانی می‌کند. 3) اطلاعیه بازنشستگی پیش‌نمایش — شناسه پیش‌نمایش qwen4-max-preview که در 2026-11-11 عرضه شد (فقط Token Plan و بدون پرداخت به‌ازای مصرف) طبق اطلاعیه رسمی Alibaba Cloud در 2026-11-25 ساعت 24:00 بازنشسته می‌شود، بنابراین بارهای کاری تولیدی باید از شناسه مدل GA یعنی qwen4-max استفاده کنند.

گاه‌شمار انتشار Qwen4-Max

2026-11-11

Alibaba Cloud Model Studio شناسه مدل پیش‌نمایش qwen4-max-preview را عرضه می‌کند (محدود به Token Plan و بدون صورت‌حساب پرداخت به‌ازای مصرف) و بازنشستگی آن را برای 2026-11-25 ساعت 24:00 زمان‌بندی می‌کند.

2026-11-16

Alibaba Cloud به‌طور رسمی شناسه مدل GA پرداخت به‌ازای مصرف qwen4-max را عرضه می‌کند (با تاریخ 2026-11-15 در وبلاگ Qwen و 2026-11-16 در بیانیه مطبوعاتی Alibaba Cloud و گزارش انتشار Bailian) همراه با پنجره زمینه 1,000,000 و قیمت یکسان در سراسر 0 < Token ≤ 1M.

2026-11-18

QCode نسخه GA مدل qwen4-max را در محیط تولید از طریق https://api.qcode.cc/openai/v1 و در Claude Code (https://api.qcode.cc/api) با /model qwen4-max پشتیبانی می‌کند؛ همه ارقام این صفحه در 2026-11-18 راستی‌آزمایی شده‌اند.

جزئیات تأییدشده در برابر موارد اعلام‌نشده

تأییدشده (مستندات Alibaba Cloud Model Studio و گزارش فنی Qwen)

1) معماری و پنجره: 2.4T پارامتر کل ستون فقرات MoE تُنُک، 71B فعال در هر توکن، به‌علاوه 328B پارامتر N-gram Embedding؛ پنجره زمینه 1,000,000 توکن، حداکثر ورودی 991,808 / خروجی 131,072 (بدون استدلال) و حداکثر ورودی 983,616 / خروجی 262,144 (استدلال)؛ ورودی متن، تصویر و ویدئو با خروجی متن. 2) قیمت‌گذاری رسمی API Alibaba Cloud (یکسان در سراسر 0 < Token ≤ 1M): گره پکن ورودی ¥10، خروجی ¥30، نوشتن حافظه نهان 5 دقیقه‌ای ¥12.5، نوشتن حافظه نهان 1 ساعته ¥20، برخورد حافظه نهان صریح/ضمنی ¥0.5، Batch File ¥5 / ¥15؛ گره سینگاپور ورودی $1.50، خروجی $4.50، نوشتن حافظه نهان 5 دقیقه‌ای $1.875، نوشتن حافظه نهان 1 ساعته $3.00، برخورد حافظه نهان $0.075 (حافظه نهان ضمنی 70% کمتر نسبت به qwen3.8-max) و $1.413 / $4.24 در گره بین‌المللی پکن. 3) بنچمارک‌ها: Work360 امتیاز 52.69 (در برابر 47.74 در qwen3.8-max)، میانگین هزینه هر وظیفه 62% کاهش از $4.43 به $1.67 (حدود 35% توکن کمتر در سطح high و حدود 48%–49% توکن کمتر در Terminal-Bench 4.0)؛ رتبه #6 در Code Arena؛ Last Secure Code Bench از 22.0% به 31.8%. 4) میزبانی: qwen4-max یک مدل پرچم‌دار میزبانی‌شده با وزن بسته است؛ جدول رسمی، استقرار خودی و تنظیم دقیق را پشتیبانی‌نشده علامت زده است.

موارد منتشرنشده یا عرضه‌نشده

تا تاریخ 2026-11-18، هرچند Alibaba Cloud اعلام کرده است که در آینده مدل‌های کوچک‌تر خانواده Qwen4 را متن‌باز خواهد کرد، اما تاریخ انتشار مشخص، اندازه پارامتر یا مجوز متن‌باز را منتشر نکرده است؛ به همین ترتیب، در فهرست Model Studio تنها مدل پرچم‌دار qwen4-max (و پیش‌نمایشی که در 2026-11-25 ساعت 24:00 بازنشسته می‌شود) وجود دارد و هیچ نسخه Qwen4 plus، flash یا coder تا کنون عرضه نشده است.

مقایسه Qwen4-Max با Qwen3.8-Max و مدل‌های برنامه‌نویسی هم‌دوره

در برابر qwen3.8-max: دقت بالاتر با توکن‌های بسیار کمتر

qwen4-max در مقایسه با qwen3.8-max امتیاز Work360 را از 47.74 به 52.69 می‌رساند و نرخ قبولی عملکردی و امن در سطح تابع را در Last Secure Code Bench از 22.0% به 31.8% بهبود می‌دهد؛ چون سطح high حدود 35% توکن کمتر (و در Terminal-Bench 4.0 حدود 48%–49% توکن کمتر) مصرف می‌کند و برخورد حافظه نهان ضمنی نیز 70% کاهش یافته است (به $0.075 / ¥0.5)، میانگین هزینه هر وظیفه در Work360 62% از $4.43 به $1.67 کاهش می‌یابد.

در مقایسه با مدل‌های برنامه‌نویسی نوامبر 2026: پنجره 1M با قیمت یکسان و مسیریابی چندمدلی

در میان مدل‌های داخلی در نوامبر 2026، در کنار qwen4-max (2026-11-16)، DeepSeek مدل آنلاین flash خود را در 2026-11-13 به DeepSeek-V4.1-Flash-1017 ارتقا داد (امتیاز 77.0 در DeepSWE v1.1 و 42.3 در Terminal-Bench 4.0) و Moonshot در 2026-11-05 مدل kimi-k3.1-pro را عرضه کرد (پنجره زمینه 1M، حداکثر خروجی 131,072). در QCode، یک کلید API در میان qwen4-max، deepseek-v4.1-flash، kimi-k3.1-pro، glm-5.3، claude-fable-5-2، gpt-6.2-astra و gpt-6.2-sol مسیریابی می‌کند.

پیکربندی آماده کپی برای فراخوانی qwen4-max در QCode

① در Claude Code: متغیر ANTHROPIC_BASE_URL را به https://api.qcode.cc/api و ANTHROPIC_AUTH_TOKEN را به کلید cr_ خود تنظیم کنید؛ داخل یک نشست، دستور /model qwen4-max را اجرا کنید (یا هنگام راه‌اندازی export ANTHROPIC_MODEL=qwen4-max را انجام دهید، یا در ~/.claude/settings.json مقدار "model": "qwen4-max" را تنظیم کنید). ② در OpenAI SDK / Cline / WorkBuddy / OpenCode: base_url را به https://api.qcode.cc/openai/v1 (یا https://asia.qcode.cc/openai/v1 در سرزمین اصلی چین، بدون اسلش انتهایی) تنظیم کنید، کلید cr_ خود را به‌عنوان api_key بدهید، model را روی "qwen4-max" تنظیم کنید و در reasoning_effort مقدار "low"، "high" یا "xhigh" را بفرستید. ③ نمونه محاسبه هزینه (با نرخ‌های رسمی API علی‌بابا کلود): برای یک درخواست با 400,000 توکن ورودی (که 80% یا 320,000 توکن آن به کش ضمنی برخورد می‌کند و 80,000 توکن ورودی بدون کش است) به‌همراه 10,000 توکن خروجی، پرامپت 400K همچنان نرخ ثابت 0 < Token ≤ 1M را پرداخت می‌کند — با نرخ‌های رسمی یوان پکن: 80,000 ÷ 1,000,000 × ¥10 + 320,000 ÷ 1,000,000 × ¥0.5 + 10,000 ÷ 1,000,000 × ¥30 = ¥0.80 + ¥0.16 + ¥0.30 = ¥1.26؛ با نرخ‌های رسمی دلاری سنگاپور: $0.12 + $0.024 + $0.045 = $0.189.

فراخوانی qwen4-max در کنار مدل‌های پرچم‌دار جهانی با یک کلید QCode

QCode از qwen4-max روی همان کلید API cr_ پشتیبانی می‌کند که با آن claude-fable-5-2، claude-opus-5-5، gpt-6.2-astra، gpt-6.2-sol، qwen3.8-max، deepseek-v4.1-flash، kimi-k3.1-pro و glm-5.3 فراخوانی می‌شوند. QCode بر پایه توکن صورت‌حساب می‌کند و نرخ‌های به‌روز هر مدل در /models آمده است. آماده پلن ماهانه نیستید؟ بسته‌های پرداخت به‌ازای مصرف از $4 شروع می‌شوند برای سهمیه یک‌باره‌ای که ظرف 7 روز مصرف می‌کنید؛ اگر پلن شخصی دارید، هنگام نیاز به سهمیه بیشتر یک بسته تقویتی اضافه کنید.

پرسش‌های متداول

قیمت رسمی API مدل qwen4-max چقدر است و آیا بالای 256K توکن دو برابر می‌شود؟

خیر، هیچ هزینه اضافی برای زمینه بلند وجود ندارد. بر اساس قیمت‌گذاری رسمی Alibaba Cloud Model Studio، مدل qwen4-max در کل پنجره زمینه 0 < Token ≤ 1,000,000 (1M) یک نرخ ثابت واحد اعمال می‌کند: سرزمین اصلی چین (پکن) ورودی ¥10، خروجی ¥30 (شامل توکن‌های تفکر) و برخورد کش صریح/ضمنی ¥0.5 به‌ازای هر 1M توکن؛ بین‌المللی (سنگاپور) ورودی $1.50، خروجی $4.50 و برخورد کش صریح/ضمنی $0.075 به‌ازای هر 1M توکن. QCode بر پایه توکن صورت‌حساب می‌کند و نرخ‌های به‌روز هر مدل در /models آمده است.

تفاوت qwen4-max و qwen4-max-preview چیست؟

qwen4-max-preview شناسه پیش‌نمایشی بود که در 2026-11-11 عرضه شد (محدود به Token Plan و بدون صورت‌حساب به‌ازای مصرف) و قرار است در 2026-11-25 ساعت 24:00 بازنشسته شود؛ qwen4-max شناسه رسمی GA با صورت‌حساب به‌ازای مصرف است که در 2026-11-16 عرضه شد و از 262,144 توکن حداکثر خروجی تفکر و سطوح reasoning_effort برابر low / high / xhigh پشتیبانی می‌کند. در محیط عملیاتی همیشه از شناسه GA یعنی qwen4-max استفاده کنید.

تعداد پارامترهای qwen4-max و حداکثر محدودیت‌های خروجی آن چقدر است؟

بر اساس گزارش فنی رسمی و مستندات Model Studio، qwen4-max از معماری MoE تُنُک با 2.4T پارامتر کل بدنه، 71B پارامتر فعال به‌ازای هر توکن و 328B پارامتر N-gram Embedding بهره می‌برد؛ پنجره زمینه 1,000,000 توکنی آن در حالت بدون تفکر تا 991,808 توکن ورودی / 131,072 توکن خروجی و در حالت تفکر تا 983,616 توکن ورودی / 262,144 توکن خروجی کل (زنجیره تفکر + پاسخ) پشتیبانی می‌کند.

چگونه در Claude Code به qwen4-max سوییچ کنم؟

وقتی Claude Code با ANTHROPIC_BASE_URL=https://api.qcode.cc/api و کلید cr_ QCode شما در ANTHROPIC_AUTH_TOKEN پیکربندی شده است، کافی است داخل نشست دستور /model qwen4-max را اجرا کنید تا بدون تغییر ابزار CLI به qwen4-max سوییچ کنید.

چگونه عمق تفکر (reasoning_effort) را در qwen4-max پیکربندی کنم؟

حالت تفکر به‌طور پیش‌فرض فعال است (enable_thinking = true) و reasoning_effort در نسخه GA مقادیر low، high (پیش‌فرض) و xhigh را می‌پذیرد؛ اگر SDK شما مقادیر minimal، medium یا max از OpenAI یا medium یا max از Anthropic را بفرستد، لایه پروتکل آن‌ها را به‌طور خودکار به low، high و xhigh نگاشت می‌کند.

آیا qwen4-max وزن‌باز است و آیا نسخه‌های plus یا coder وجود دارد؟

تا 2026-11-18، qwen4-max یک مدل پرچم‌دار میزبانی‌شده با وزن بسته است (در جدول رسمی برای استقرار خودکار و تنظیم دقیق پشتیبانی‌نشده علامت خورده است)؛ Alibaba Cloud اعلام کرده است که مدل‌های کوچک‌تر Qwen4 بعداً متن‌باز خواهند شد و هنوز هیچ نسخه Qwen4 plus، flash یا coder منتشر نشده است.

منابع

مستندات رسمی Alibaba Cloud Model Studio: مستندات مدل Qwen4-Max، صفحات قیمت‌گذاری Model Studio (سرزمین اصلی چین و بین‌المللی) و گزارش انتشار 2026-11-16؛ وبلاگ فنی رسمی Qwen (2026-11-15) و بیانیه مطبوعاتی Alibaba Cloud (2026-11-16)؛ یادداشت‌های انتشار DeepSeek در 2026-11-13؛ QCode: qcode.cc/models و راهنماهای endpoint در docs.qcode.cc (همه در 2026-11-18 راستی‌آزمایی شده).

همین امروز Qwen4-Max (زمینه 1M) را در QCode فراخوانی کنید

یک حساب QCode بسازید، صورت‌حساب بر پایه توکن با نرخ‌های به‌روز هر مدل در /models؛ از طریق OpenAI SDK متصل شوید یا در Claude Code دستور /model qwen4-max را تایپ کنید.

مطمئن نیستید از کجا شروع کنید؟

یک هفته امتحان کنید

بسته کوچک: $4 برای $30 سهمیه، به مدت 7 روز معتبر

هر روز از آن استفاده کنید

Starter: $9.00/ماه با $5 سهمیه در هر روز — فقط $0.060 به‌ازای هر $1 سهمیه، در برابر حدود $0.113 برای بسته متوسط