官方文档 · 截至 2026-11-18

Qwen4-Max API 价格与接入指南:2.4T MoE 与 1M 平价窗口(2026-11)

截至 2026-11-18,阿里云百炼已于 2026-11-16 正式上线按量计费旗舰模型 qwen4-max(预览版 qwen4-max-preview 将于 2026-11-25 24:00 下线)。该模型采用 2.4T 总参数、71B 激活参数的稀疏 MoE 架构并配备 328B N-gram Embedding 参数,提供 1,000,000(1M)上下文与最高 262,144 思考输出,且在 0 < Token ≤ 1M 全段执行单一标价(无长上下文翻倍加价:北京节点输入 ¥10 / 输出 ¥30 / 缓存命中 ¥0.5;新加坡节点输入 $1.50 / 输出 $4.50 / 隐式缓存 $0.075 每 1M token)。QCode 已支持 qwen4-max,可通过 OpenAI 兼容端点或 Claude Code 直接调用。

更新于 2026-11-18

Claude、GPT 与国产模型共用一把 key,按 token 计费;可调型号以 /models 为准。

#2.4T / 71B + 328B#1M 全段无加价#¥10/¥30 · $1.50/$4.50#Work360 52.69($1.67)

四项阿里云官方核心规格与标价

2.4T / 71B

稀疏 MoE 架构与 328B N-gram Embedding

按阿里云与 Qwen 官方技术报告(2026-11-15 / 2026-11-16),qwen4-max 主干总参数达 2.4T、每 token 激活 71B 参数,另配 328B N-gram Embedding 参数;上下文窗口为 1,000,000 token(非思考最大输入 991,808 / 思考最大输入 983,616;非思考最大输出 131,072 / 思考模式最大输出 262,144),支持文本、图像、视频输入与文本输出。

¥10 / ¥30

阿里云百炼中国内地(北京)官方标价(每 1M token)

按阿里云百炼官方标价,qwen4-max 在 0 < Token ≤ 1M 全段执行单一价格,无长上下文翻倍加价:中国内地(北京节点,人民币 / 1M token)输入 ¥10(10 元)、输出(含思维链)¥30(30 元)、5 分钟缓存写入 ¥12.5(12.5 元)、1 小时缓存写入 ¥20(20 元)、显式与隐式缓存命中 ¥0.5(0.5 元),Batch File 输入 ¥5 / 输出 ¥15。

$1.50 / $4.50

阿里云国际站(新加坡)官方标价(每 1M token)

按阿里云国际站官方标价(新加坡节点,美元 / 1M token,0 < Token ≤ 1M 全段平价):输入 $1.50、输出 $4.50、5 分钟缓存写入 $1.875、1 小时缓存写入 $3.00、显式与隐式缓存命中 $0.075(隐式缓存较 qwen3.8-max 降价 70%;国际站北京节点美元标价为输入 $1.413 / 输出 $4.24)。

52.69 / $1.67

Work360 得分提升与单任务成本下降 62%

官方评测显示,qwen4-max 在 Work360 基准取得 52.69 分(高于 qwen3.8-max 的 47.74 分),而单任务平均成本从 $4.43 降至 $1.67(降幅 62%,high 档 token 消耗减少约 35%,Terminal-Bench 4.0 token 消耗减少约 48%–49%);Code Arena 排名第 6,Last Secure Code Bench 通过率从 22.0% 升至 31.8%。

Qwen4-Max 正式版价目表与 1M 平价窗口解析

截至 2026-11-18,qwen4-max 在计费结构上最受长上下文开发者关注的设计,是阿里云百炼官方标价取消了过往按输入阶梯翻倍的规则,在 0 < Token ≤ 1,000,000(1M)全窗口内执行单一标准价。无论是 10K token 的日常对话还是 900K token 的整库代码分析,按阿里云百炼官方标价,北京节点始终为输入 ¥10、输出 ¥30、显式/隐式缓存命中 ¥0.5(5 分钟缓存写 ¥12.5、1 小时缓存写 ¥20、Batch File ¥5 / ¥15 每 1M token);新加坡节点始终为输入 $1.50、输出 $4.50、显式/隐式缓存命中 $0.075(5 分钟缓存写 $1.875、1 小时缓存写 $3.00,国际站北京节点为 $1.413 / $4.24 每 1M token)。对比单次输入超 272K token 即触发 2x/1.5x 加价的海外模型,1M 全段平价加上降价 70% 的隐式缓存($0.075 / ¥0.5),显著拉低了超长仓库 Agent 的账单天花板。发布背景详见 /qwen-4-release-date,跨模型横向比价见 /ai-coding-tools-pricing-2026。

思考档位(low / high / xhigh)、四协议兼容与预览版下线提醒

在 API 调用参数上,qwen4-max 正式版带来了三项关键工程特性:① 思考控制与参数映射——默认开启思考(enable_thinking 默认为 true),正式版 reasoning_effort 支持 low、high(默认)、xhigh 三档,并原生兼容映射 OpenAI 的 minimal→low、medium→high、max→xhigh 以及 Anthropic 的 medium→high、max→xhigh;非思考模式下最大输入为 991,808 token、最大输出为 131,072 token,思考模式下最大输入为 983,616 token、「思维链 + 最终回答」最大输出翻倍至 262,144 token。② 四协议原生支持——阿里云百炼官方同时支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 与 DashScope 四种协议。③ 预览版切换提醒——2026-11-11 上线的预览版 qwen4-max-preview 仅限 Token Plan(不支持按量计费),阿里云官方公告写明将于 2026-11-25 24:00 正式下线,生产环境请统一将模型 ID 设为正式版 qwen4-max。

Qwen4-Max 发布与演进时间线

2026-11-11

阿里云百炼上线预览版模型 ID qwen4-max-preview(仅限 Token Plan,不支持按量计费),并预告该预览版将于 2026-11-25 24:00 下线。

2026-11-16

阿里云百炼正式上架按量计费旗舰模型 ID qwen4-max(Qwen 博客标 2026-11-15,阿里云新闻稿与百炼发布记录标 2026-11-16),开放 1,000,000 上下文与 0 < Token ≤ 1M 全段平价计费。

2026-11-18

QCode 现网支持正式版 qwen4-max,开发者可通过 https://api.qcode.cc/openai/v1 或在 Claude Code(https://api.qcode.cc/api)中输入 /model qwen4-max 直接调用;本页数据核对于 2026-11-18。

官方已确认详情 vs 未公布事项

已确认(阿里云百炼官方文档与 Qwen 技术报告)

① 架构与窗口:稀疏 MoE 主干总参数 2.4T、每 token 激活 71B、另配 328B N-gram Embedding;上下文 1,000,000 token,非思考输入 991,808 / 输出 131,072,思考输入 983,616 / 输出 262,144;支持文本、图像、视频输入与文本输出。② 阿里云百炼官方标价(0 < Token ≤ 1M 全段单一价):北京节点输入 ¥10、输出 ¥30、5 分钟缓存写 ¥12.5、1 小时缓存写 ¥20、显式/隐式缓存命中 ¥0.5、Batch File ¥5 / ¥15;新加坡节点输入 $1.50、输出 $4.50、5 分钟缓存写 $1.875、1 小时缓存写 $3.00、缓存命中 $0.075(隐式缓存较 qwen3.8-max 降价 70%),国际站北京节点 $1.413 / $4.24。③ 评测:Work360 得分 52.69(qwen3.8-max 为 47.74),单任务均价从 $4.43 降至 $1.67(降 62%),high 档省约 35% token,Terminal-Bench 4.0 省约 48%–49% token;Code Arena 第 6;Last Secure Code Bench 从 22.0% 升至 31.8%。④ 托管定位:qwen4-max 为闭源托管旗舰,官方能力表标注模型部署与模型调优均不支持。

官方未公布或尚未上线的部分

截至 2026-11-18,阿里云虽在新闻稿中预告后续将开源参数规模更小的 Qwen4 系列模型,但尚未公布具体开源日期、参数档位或开源协议;同时,百炼官方目录中目前只有正式版 qwen4-max(及将于 2026-11-25 24:00 下线的预览版),尚未发布 Qwen4 世代的 plus、flash 或 coder 变体。

Qwen4-Max 与 Qwen3.8-Max 及同期编程模型对比

对比上一代 qwen3.8-max:更高得分与更少 token 消耗

相比 qwen3.8-max,qwen4-max 在 Work360 上从 47.74 分提升至 52.69 分,在 Last Secure Code Bench 函数级功能与安全通过率上从 22.0% 提升至 31.8%;得益于 high 档推理 token 消耗减少约 35%(Terminal-Bench 4.0 减少约 48%–49%)以及隐式缓存命中降价 70%(至 $0.075 / ¥0.5),Work360 单任务平均开销从 $4.43 降至 $1.67(下降 62%)。

对比 2026 年同期国产与海外旗舰:1M 平价与混合路由

在 2026 年 11 月的国产模型阵营中,除 2026-11-16 上线的 qwen4-max 外,DeepSeek 于 2026-11-13 将线上模型升级至 DeepSeek-V4.1-Flash-1017(DeepSWE v1.1 达 77.0、Terminal-Bench 4.0 达 42.3),月之暗面于 2026-11-05 上线 kimi-k3.1-pro(1M 上下文、131,072 最大输出)。在 QCode 上,开发者可用同一把 Key 组合调用 qwen4-max、deepseek-v4.1-flash、kimi-k3.1-pro、glm-5.3 以及海外旗舰 claude-fable-5-2、gpt-6.2-astra 与 gpt-6.2-sol。

在 QCode 上调用 qwen4-max 的可照抄配置

① 在 Claude Code 中直接切换 qwen4-max:将环境变量 ANTHROPIC_BASE_URL 设为 https://api.qcode.cc/api,ANTHROPIC_AUTH_TOKEN 设为你的 cr_ Key;进入 Claude Code 会话后直接输入 /model qwen4-max(或启动前设置环境变量 ANTHROPIC_MODEL=qwen4-max,或在 ~/.claude/settings.json 中将 model 字段设为 "qwen4-max")。② 在 OpenAI SDK / Cline / WorkBuddy / OpenCode 中调用:将 base_url 设为 https://api.qcode.cc/openai/v1(中国大陆可用 https://asia.qcode.cc/openai/v1,末尾不要加斜杠),api_key 填同一把 cr_ Key,model 填 "qwen4-max",可通过 reasoning_effort 传入 "low"、"high" 或 "xhigh"。③ 成本算例(按阿里云百炼官方标价换算):若单次发送 400,000 输入 token(其中 80% 即 320,000 token 命中隐式缓存,80,000 token 为新输入)并生成 10,000 输出 token,即便总输入达 400K 仍享受 0 < Token ≤ 1M 平价——按北京节点官方价计算: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;按新加坡节点官方价计算:$0.12 + $0.024 + $0.045 = $0.189。

在 QCode 上用一把 Key 畅调 qwen4-max 与全球主力模型

QCode 已正式支持 qwen4-max,同一把 cr_ API Key 同时支持 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 与 glm-5.3。QCode 按 token 计费,各模型实时单价见 /models。不想包月?按量包 ¥26 起买一笔额度,7 天内用完为止;已有个人套餐的用户额度不够时买加油包。

常见问题

qwen4-max 的官方 API 价格是多少?超过 256K 会翻倍吗?

不会翻倍。按阿里云百炼官方标价,qwen4-max 在 0 < Token ≤ 1,000,000(1M)全窗口内执行单一标准价,无长上下文阶梯加价:中国内地(北京)为输入 ¥10、输出(含思维链)¥30、显式/隐式缓存命中 ¥0.5(每 1M token);国际站(新加坡)为输入 $1.50、输出 $4.50、显式/隐式缓存命中 $0.075(每 1M token)。QCode 按 token 计费,各模型实时单价见 /models。

qwen4-max 和 qwen4-max-preview 有什么区别?

qwen4-max-preview 是阿里云于 2026-11-11 上线的预览版 ID(仅限 Token Plan,不支持按量计费),官方公告写明将于 2026-11-25 24:00 下线;qwen4-max 是 2026-11-16 正式上线的按量计费 GA 模型 ID,支持 262,144 最大思考输出与 low / high / xhigh 三档 reasoning_effort。生产调用请一律使用正式版 ID qwen4-max。

qwen4-max 的参数规模和最大输出是多少?

按官方技术报告与百炼文档,qwen4-max 采用稀疏 MoE 架构,主干总参数 2.4T、每 token 激活 71B 参数,另配 328B N-gram Embedding 参数;上下文窗口为 1,000,000 token,非思考模式下最大输入 991,808 token、最大输出 131,072 token,思考模式下最大输入 983,616 token、「思维链 + 回答」最大输出达 262,144 token。

如何在 Claude Code 中使用 qwen4-max?

当 Claude Code 的 ANTHROPIC_BASE_URL 已指向 QCode 的 Anthropic 兼容端点 https://api.qcode.cc/api(并设置 ANTHROPIC_AUTH_TOKEN 为你的 cr_ Key)时,直接在会话内输入 /model qwen4-max 即可切换到 qwen4-max,无需更换客户端。

qwen4-max 的思考深度(reasoning_effort)怎么传参?

qwen4-max 默认开启思考(enable_thinking = true),正式版 reasoning_effort 支持 low、high(默认)、xhigh 三档;若你的客户端发送的是 OpenAI 规范的 minimal、medium、max 或 Anthropic 规范的 medium、max,百炼协议层会自动映射为对应的 low、high、xhigh 档位。

qwen4-max 开源了吗?有 plus 或 coder 版本吗?

截至 2026-11-18,qwen4-max 属于闭源托管旗舰模型(百炼官方表标注不支持模型部署与模型调优);官方仅预告未来会开源参数规模更小的 Qwen4 系列模型,且目前尚未发布 Qwen4 的 plus、flash 或 coder 变体。

参考来源

阿里云百炼官方文档:Qwen4-Max 模型页、百炼模型价格页(中国站与国际站)、2026-11-16 发布记录;Qwen 官方技术博客(2026-11-15)与阿里云官方新闻稿(2026-11-16);DeepSeek 2026-11-13 更新公告;QCode:qcode.cc/models 与 docs.qcode.cc 端点文档(均核对于 2026-11-18)。

在 QCode 上即刻调用 Qwen4-Max(1M 上下文)

注册 QCode 账号,按 token 计费,各模型实时单价见 /models;支持 OpenAI SDK 与 Claude Code(/model qwen4-max)一键接入。

不确定从哪开始?

先试一周

小包 ¥26($30 额度,7 天)

每天都用

体验版 ¥63/月,每天 $5 额度;每 $1 额度只要 ¥0.42,中包约 ¥0.79