Перейти к основному содержимому

Qwen4-Max: возможности, бенчмарки, цены и доступ

Новый флагман Alibaba с ядром на 2,4 трлн параметров, нативным зрением и контекстом 1M токенов по $1,50 за миллион входных токенов — дешевле любого западного флагмана.

Создать бесплатный аккаунт

Практикуйтесь и следите за своим прогрессом.

Продолжить с GoogleПродолжая, вы принимаете нашу Условия использования, наши Политику конфиденциальности и то, что ваши данные хранятся в США.

Команда Qwen от Alibaba представила Qwen4-Max 16 ноября 2026 года, и в первую очередь стоит посмотреть на цены: $1,50 за 1 миллион входных токенов и $4,50 за 1 миллион выходных токенов на QwenCloud.

Для сравнения: дайджесты той же недели указывают GPT-6 Astra по $10 за вход и $50 за выход, а Claude Fable 5.2 — по $8 и $40.

Qwen4-Max — первый модельный релиз на новой архитектуре Qwen4: базовое ядро на 2,4 трлн параметров, 71B активных параметров на токен, дополнительные 328B параметров N-gram embeddings, нативное зрение и контекстное окно в 1 миллион токенов.

Alibaba позиционирует её как агентную модель для длинных горизонтов, а не чат-модель: большая часть материалов запуска посвящена многочасовым автономным прогонкам в инжиниринге, финансах, праве и разработке лекарств.

В этой статье рассмотрим все нововведения Qwen4-Max: архитектуру, ключевые возможности, показатели на бенчмарках (включая расхождения с независимыми результатами), режимы усилия, цены и доступ.

Для контекста по конкурентам см. наше сравнение GPT-6 Astra и Claude Opus 5.5 и наш туториал о построении самоулучшающихся агентов на Harness².

Коротко

  • Qwen4-Max — новый флагман Alibaba на обновлённой архитектуре Qwen4 с нативным зрением и контекстом на 1M токенов.
  • Приросты — в агентной работе на длинном горизонте и в профессиональных «деливераблах»: на нескольких запусках Alibaba модель обходит Claude Opus 5.5.
  • Слабое место — терминальный кодинг: заметно уступает Kimi K3.1, Opus 5.5 и обеим GPT-6. В понимании графиков и видео также отстаёт от трёх американских моделей.
  • Цена — главный аргумент. Она дешевле всех западных флагманов из текущих сводок и по входу, и по выходу, хотя меньшая ставка за токен не гарантирует меньшую стоимость задачи.
  • Осторожно с цифрами: стартовая диаграмма составлена вендором. Независимые прогоны уже есть и дают смешанную картину: Artificial Analysis ставит её на 9-е место, Vals — на 11-е; тестировщики отмечают медлительность и многословие. Запуск Vals по Terminal-Bench совпадает с цифрой Alibaba.
  • Открытых весов для Max нет. Младшие модели Qwen4 обещаны в open source позже.

Что такое Qwen4-Max?

Qwen4-Max — закрытая флагманская модель Alibaba и первый релиз в серии Qwen4, преемница Qwen3.8-Max.

Это разреженная mixture-of-experts-модель, то есть на каждом токене работает только часть параметров. Из 2,4 трлн базовых параметров 71B активны на токен; дополнительно — 328B параметров N-gram embeddings (по сути таблицы соответствий с низкой вычислительной стоимостью). Вход — текст, изображение и видео; выход — текст.

Именно архитектура сильнее всего отличает Qwen4 от прошлого поколения и частично объясняет ценовую историю. Изменились три компонента:

  • Гибридное внимание (GDN + QSA): для каждого слоя со sparse-attention три слоя Gated DeltaNet сжимают ранний контекст в память фиксированного размера. Затем разреженный слой выбирает только релевантные части контекста — так 1M-окно остаётся по стоимости подъёмным.
  • Gated Residual: в каждом слое четыре параллельных пути, а «ворота» контролируют потоки между ними. Alibaba приписывает этому стабильность обучения.
  • N-gram Embedding: таблицы для частых локальных токенных шаблонов, добавляющие ёмкость при малых вычислениях.

Alibaba сообщает, что обучение на 2,4T прошло без всплесков лосса — резких скачков, сигнализирующих нестабильность тренировки.

Базовая модель Qwen4-Max-Base также показала наименьшие bits per byte из пяти контрольных точек, оценённых по знанию, коду, QA и STEM. Bits per byte измеряет, насколько хорошо модель предсказывает текст: меньше — лучше.

Результат оказался на 5–13% ниже, чем у Qwen3.8-Max-Base, при активации на 25% меньшего числа параметров. Это внутренние тесты, и в заметках указано, что две из сравниваемых точек дополнительно дообучались, так что сопоставление не строго «яблоки с яблоками».

Главная показательность — Work360, собственный бенчмарк Alibaba по 721 профессиональному направлению: Qwen4-Max набрала 52,69 против 47,74 у Qwen3.8-Max.

Qwen4 Max

Ключевые возможности Qwen4-Max

Запуск выстроен вокруг того, что модель выдаёт по итогам длинного прогона, а не по одной реплике. Поэтому основные функции — про длительность, инструменты и форматы результатов.

Контекстное окно на 1 миллион токенов с нативным зрением

Qwen4-Max принимает текст, изображения и видео в 1M-контекстном окне, с максимумом входа 991K токенов (или 983K при включённом «мышлении»).

«Мышление» по умолчанию включено; до 262K токенов рассуждений списываются из бюджета выхода.

Ограничение по выходу задокументировано непоследовательно.

Страница модели на QwenCloud указывает максимум 393K выходных токенов в обоих режимах, тогда как в API-документации — 131 072 без мышления и 262 144 суммарно для мышления и финального ответа. Перед выбором max_tokens проверьте, какая цифра относится к вашему endpoint.

Зрительный тракт нативный, а не «прикрученный», что и делает клиническую демонстрацию возможной: Alibaba описывает, как модель в одной сессии разобрала карточку с десятками лабораторных отчётов, более чем 10 000 иероглифов прогресс-нот и 1 433 исходными медизображениями, разложив их на шесть серий и запустив саб-агентов для чтения сотен срезов.

Alibaba говорит, что находка на изображениях совпала с диагнозом лечащего врача, а четыре рекомендации по ведению пациента точка в точку совпали с назначениями на тот день.

Передавайте долгие задачи и корректируйте по ходу

Live Delivery — самая интересная функция, потому что она решает проблему, из-за которой длинные агентные прогоны часто непрактичны.

Вместо ожидания многочасовой выгрузки и обнаружения, что агент на третьей минуте неправильно понял задачу, он отгружает рабочую первую версию рано, затем улучшает её в последующих релизах, пока вы перенаправляете его по ходу.

Alibaba выложила Qwen-Live-Delivery-Plugin под Apache-2.0, чтобы вы могли установить его, а не собирать заново. На старте это версия 0.1.0, поддерживает только Codex CLI, на Linux и macOS с Node.js 22+.

Поддержка других каркасов для агентов — в плане работ.

По сути, непрерывная доставка частичных результатов — это скорее паттерн «harness», чем способность модели, поэтому открытие плагина важнее, чем маркетинговое название.

Не просто ответы, а проверяемые «деливераблы»

В финансовом примере получаются книги Excel и редактируемые презентации PowerPoint с двумя механизмами трассировки: гиперссылками в ячейках на исходные источники данных и взаимно-однозначным соответствием между графиками в PowerPoint и базовой книгой.

Alibaba говорит, что Qwen4 в своей установке для инвестиционных исследований вызывает 90 инструментов MCP, подтягивая котировки, финпоказатели, ставки и дивиденды по A-shares, гонконгским и американским акциям, облигациям, фондам и деривативам, с перекрёстной проверкой по публичным раскрытиям.

Это число инструментов описывает установку исследований в целом. Отдельно Alibaba демонстрирует пайплайн на кейсе по деривативам на CSI 300.

Юридический пример впечатляет сильнее.

Получив 198 рабочих документов с непоследовательными именами, загруженных партиями, Qwen4-Max переименовала и разложила их по содержанию в 14 папок, собрала опись рабочих документов, сверила публичные бизнес- и судебные записи с материалами и подготовила 86-страничный отчёт по 12 областям проверки и 14 конкретным юридическим вопросам, с каждой выводной ссылкой на рабочий документ.

Запуск профессиональных инструментов «под ключ»

Qwen4-Max напрямую управляет Blender, Unity, Unreal Engine и Godot: моделирование геометрии, назначение материалов, свет, логика геймплея, дизайн HUD; затем запускает результат и по визуальной обратной связи корректирует трекинг камеры и реакцию на попадания.

Одна из демонстраций — установочная Android-гонка, собранная в Unity 6.

Производственный кейс — единственный с конкретным числом, хотя это витрина компании, а не независимая метрика.

В SANF и Pacific Union модель строила 3D-модели производственных линий по 2D-планировкам, симулировала цикл-таймы, проводила виртуальный пусконаладочный ПЛК и планировала траектории инструмента, сократив ручное программирование одной детали примерно с 475 до 24 минут.

Исследование операций и облачное планирование

Alibaba применила Qwen4-Max к собственным задачам планирования Alibaba Cloud: модель генерировала кандидатные алгоритмы, проверяла осуществимость и целевые значения с MindOpt (решатель Alibaba), затем итеративно дорабатывала код.

По отчёту: стоимость планирования вызовов моделей для разметки данных снизилась на 10,42% относительно базовой линии; онлайн-распределение GPU увеличило длительность простоя цельных машин на 4,62%; офлайн-перепланировка CPU достигла оптимума более чем в 14,61 раза быстрее.

Это внутренние цифры на внутренних нагрузках, так что воспринимайте их как демонстрацию использования инструментов OR, а не переносимый бенчмарк.

Автономные исследовательские циклы с физическим результатом

За непрерывный 48-часовой прогон агента на платформе Mira от Deep Principle Qwen4 построила пространство из 2,7 млн молекул, отфильтровала их, провела расчёты первых принципов и ретросинтетический анализ, затем направляла автоматизированную «мокрую» лабораторию через синтез, очистку и тестирование.

После четырёх итераций дизайна, синтеза и активного обучения получен физический образец новой молекулы-хладагента.

На платформе PharmMaster от DP Technology, таргетируя инфламмасому NLRP3, модель сделала 454 вызова инструментов, провела 3 239 вычислительных оценок метрик и спроектировала 24 кандидатные молекулы.

Расчёты относительной свободной энергии связывания показали номинальную аффинность финального кандидата примерно в 3,6 раза выше референса из патента; эксперты DP Technology сочли это достойным лабораторной валидации.

Стандартная API-обвязка: function calling, веб-поиск и структурированные ответы

На QwenCloud Qwen4-Max поддерживает function calling, структурированный JSON-вывод, префиксное дополнение через Partial Mode, неявное и явное кэширование контекста, пакетные вызовы, веб-поиск и дообучение. Лимиты — 5 000 000 токенов в минуту.

Как Qwen4-Max показывает себя на бенчмарках?

Qwen4-Max сильнее всего в агентной работе на длинном горизонте и слабее — в терминальном кодинге и визуальном понимании; разрыв достаточно велик, чтобы определять, стоит ли её внедрять.

Alibaba сравнивает её с Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra и Kimi K3.1 (Moonshot Kimi-K3.1-Pro).

Длинный горизонт и агентная работа

Выделяется Agents' Last Exam v1.1: Qwen4-Max набрала 46,7 против 43,4 у Claude Opus 5.5, 42,6 у GPT-6.1 Sol и 27,9 у своей предшественницы Qwen3.8-Max.

Прыжок на 18,8 пункта за одно поколение на бенчмарке длинного горизонта — единственный результат, на который стоило бы указать прежде всего.

Бенчмарки Qwen4 Max

Все ниже идущие оценки — с диаграммы запуска Alibaba, составленной вендором; читайте их как вендорские отчёты, даже если в строках указаны сторонние лидерборды. Лучший результат в строке выделен жирным.

БенчмаркЧто измеряетQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Agents' Last Exam v1.1Ценные задачи длинного горизонта46.727.943.442.643.4n/a
AA-Briefcase v1.1 (Elo)Агентная знаниевая работа168616051801155515691674
APEX-Agents v1.1Задачи профессиональных услуг72.163.373.560.064.765.5
AutomationBench-AAАгентные SaaS-процессы72.556.269.564.968.573.3
HLAB-Vals-1.1Юридическая агентная работа21.315.49.26.37.111.7
JobBenchПрофессиональные задачи68.565.375.466.266.161.2
AgentArena (net improvement)Реальные агентные задачи7.5n/a18.211.813.93.9

Картинка неровная. Qwen4-Max уверенно берёт юридический бенчмарк, почти вдвое опережая следующую модель (21,3 против 11,7 у Kimi K3.1), и финиширует второй на AA-Briefcase, APEX-Agents, AutomationBench-AA и JobBench, но оказывается ближе к низу на AgentArena, где 18,2 у Opus 5.5 более чем вдвое выше её 7,5.

Если ваши агенты обрабатывают «тяжёлые» документы в профсфере — картина хорошая; если работают с живыми инструментами в открытых средах — хуже.

Кодинг и терминальные задачи

С кодингом я бы повременил. На Terminal-Bench 4.0 Qwen4-Max набрала 48,5, уступая Kimi K3.1 (67,2), Opus 5.5 (59,6), GPT-6 Astra (59,1) и GPT-6.1 Sol (56,1) — пятое место из шести, хотя прирост к Qwen3.8-Max почти 10 пунктов (с 38,9).

БенчмаркЧто измеряетQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.1Агентный кодинг75.769.374.275.274.175.5
CodeArena (Elo)Веб‑разработка175016761816174217631686
Terminal-Bench 4.0Агентный терминальный кодинг48.538.959.656.159.167.2
ProgramBenchЧёрный ящик: репликация ПО31.528.065.052.555.025.0

ProgramBench выглядит совсем плохо: 31,5 против 65,0 у Opus 5.5 — меньше половины. На DeepSWE пять моделей укладываются в 1,6 пункта, так что я бы считал эту строку шумной, даже если формально Qwen4-Max первая.

По строке Terminal-Bench есть оговорка.

Когда мы сравнивали GPT-6 Astra и Claude Opus 5.5, опубликованные цифры были 66,4% для Opus 5.5 и 57,9% для Astra по Terminal-Bench 4.0 — против 59,6 и 59,1 в диаграмме Alibaba.

Разные «harness»-окружения дают разные числа на одном бенчмарке — ещё одна причина не читать 5-пунктовые разрывы как ранжирование. Собственная цифра Qwen4-Max выглядит надёжной: Vals независимо измерил 48,48%.

Рассуждения, наука и мультимодальность

Qwen4-Max набирает 51,7 на Humanity's Last Exam, уступая Opus 5.5 (59,8) и GPT-6.1 Sol (54,0) и опережая Kimi K3.1 (51,1). Она лидирует на BioMysteryBench-1.1 с 85,0 и сильно прибавляет на HealthBench Professional — с 39,6 до 60,0, хотя обе GPT-6 всё ещё выше.

БенчмаркЧто измеряетQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Humanity's Last ExamМеждисциплинарные рассуждения51.743.959.854.053.651.1
BioMysteryBench-1.1Биоинформатика85.084.181.984.478.980.6
HealthBench ProfessionalКлинические рассуждения60.039.659.965.166.057.2
ChartographyПонимание визуальных графиков54.242.066.367.871.150.0
Video-IndexПонимание видео68.163.274.873.876.763.2

Строки по зрению — наименее лестная часть таблицы.

В Chartography Qwen4-Max набрала 54,2 (против 42,0 у Qwen3.8-Max), но отстаёт от Opus 5.5, GPT-6.1 Sol и GPT-6 Astra на 12–17 пунктов и опережает лишь Kimi K3.1. Video-Index такой же: 68,1 против 73,8–76,7 у трёх американских моделей. Нативное зрение работает, но это не лидерство.

Эффективность по токенам и стоимость задачи

Это больше всего влияет на продакшн-бюджет.

В Work360 Qwen4-Max использовала примерно на 24% меньше токенов при усилии Xhigh и примерно на 35% меньше при High, чем Qwen3.8-Max; на Terminal-Bench 4.0 — на 48% и 49% соответственно.

Вместе со снижением ставок API Alibaba сообщает: средняя стоимость задачи в Work360 упала с $4,43 до $1,67 — минус 62%.

Набирать больше очков при расходе около 38% от прошлой стоимости — полезнее, чем большинство одиночных побед на бенчмарках, но есть две оговорки. Work360 — собственный бенчмарк Alibaba, а снижение больше, чем подсказывают только токены и цены: примерно 35% токенов при 25% меньшей цене дают около 51%, а расчёты в юанях — 58%. Разрыв Alibaba не пояснила.

Независимые затраты на задачу менее однозначны против одного конкурента. По индексу Artificial Analysis задача в среднем стоит $3,27 у Qwen4-Max против $10,04 у Opus 5.5, но лишь $1,27 у GPT-6.1 Sol.

По Vals тест стоит $9,33 у Qwen4-Max против $24,77 у Opus 5.5 и $3,61 у Sol, причём Sol чуть выше по баллу (63,94% против 63,20%).

Kimi K3.1 — ближний ориентир для тех, кто выбирает альтернативу в открытой экосистеме. Он лучше на Terminal-Bench 4.0 (67,2 против 48,5) и AutomationBench-AA (73,3 против 72,5), в то время как Qwen4-Max впереди на APEX-Agents v1.1 (72,1 против 65,5), HLAB-Vals-1.1 (21,3 против 11,7) и JobBench (68,5 против 61,2). Берите Kimi для терминальной работы, Qwen4-Max — для документных профпайплайнов.

Что показывают независимые тесты

Стартовая диаграмма составлена вендором.

В строках есть ссылки на сторонние лидерборды: LM Arena для CodeArena и AgentArena, Artificial Analysis для AA-Briefcase и AutomationBench-AA, Mercor — для APEX-Agents v1.1, и Vals Index — для HLAB-Vals-1.1; Agents' Last Exam указан со слов авторов.

JobBench Alibaba прогоняла сама. Независимых воспроизведений агентных результатов я не нашёл, поэтому эти победы пока воспринимал бы как предварительные.

Сторонние лидерборды уже формируют более широкую картину, и она более сдержанная, чем материалы запуска.

  • Artificial Analysis оценивает Qwen4-Max в 43 балла в своём Intelligence Index — 9-е место, позади Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol и Kimi K3.1.
  • Vals ставит её на 11-е из 38 в Index с 63,20% — лучший результат среди протестированных китайских моделей; независимый прогон Terminal-Bench совпадает с цифрой Alibaba.
  • В Code Arena WebDev — шестая, хотя помечена как предварительная из-за малого числа голосов.
  • В финансах — лучший независимый результат: 8-я из 41 и в финансовом индексе Vals, и в его Finance Agent; в праве — слабее: 17-я из 39 на Vals Legal Index, что странно сочетается с лидерством на HLAB-Vals.

Стабильные жалобы — медлительность и многословие. Vals замерил около 1 часа 4 минут на тест — медленнее всех, кроме Opus 5.5 и Sonnet 5.5, среди топ-11; Artificial Analysis зафиксировал 127 млн выходных токенов по индексу против медианы 78,6 млн.

Анехдотические отчёты «с рук» смешанные и часто противоречат друг другу: пишут о «перемудривании» на простых задачах и долгих ответах на длинные промпты; один тестер оценил её ниже Qwen3.8-Max, другой — сообщил о завершении агентной задачи примерно за 30 минут против ~70 у MiniMax M3.1 Flash.

Какой уровень Qwen4-Max выбрать?

Qwen4-Max поставляется одной моделью с переключателем «мышления» и именованными уровнями усилия, так что выбор — это скорее «сколько рассуждений вы оплачиваете», чем какой чекпойнт вы вызываете. По умолчанию мышление включено и усилие — high.

«Стандартный режим» значит установить enable_thinking в false. Вместимость входа немного падает при включённом мышлении — с 991K до 983K, а рассуждения (до 262K токенов) расходуют бюджет выхода.

Поскольку токены на рассуждение считаются в этот бюджет, max_tokens, рассчитанный только на видимый ответ, может обрезать его; в предпросмотре max_tokens ограничивал вместе рассуждение и ответ, так что предполагайте то же, пока не проверите.

Заявленные потолки по выходу различаются между API-доками (131 072 без мышления, 262 144 с ним) и страницей модели (393K в обоих режимах), как отмечено выше.

Второй регулятор — усилие.

Alibaba приводит результаты Work360 и Terminal-Bench 4.0 на Xhigh и High; экономия токенов против Qwen3.8-Max оказалась больше на High в Work360 (35% против 24%) и примерно равной на Terminal-Bench. Так как токены рассуждения тарифицируются по ставке выхода $4,50 за миллион, настройка усилия — самый сильный рычаг счёта.

High — также дефолт Qwen4-Max, тогда как у Qwen3.8-Max по умолчанию было xhigh, так что сравнение «дефолт к дефолту» смешивает смену модели со сменой усилия. Явно задавайте усилие при A/B-тестах.

КейсНастройкаПочему
Многочасовые агентные прогоны с вызовами инструментовМышление, усилие HighЛучшая экономия токенов относительно прошлого поколения в Work360
Длинный обзор документов по 100+ файламМышление, усилие XhighБюджет рассуждения 262K плюс контекст 1M
Структурированное извлечение в JSONМышление выклСтруктурированный вывод поддерживается, отключение мышления убирает накладные расходы
Массовая классификация в батчахМышление выкл плюс batchКэширование снижает вход до $0,075 за 1M токенов
Сложный терминальный кодингРассмотрите другую модель48,5 в Terminal-Bench 4.0 уступает Kimi K3.1, Opus 5.5 и обеим GPT-6

Цены и доступность Qwen4-Max

QwenCloud указывает Qwen4-Max по $1,50 за 1 миллион входных токенов и $4,50 за 1 миллион выходных, с кэшированным входом и явными чтениями из кэша по $0,075 за миллион. Явное создание кэша стоит $1,875 за миллион для окна 5 минут и $3,00 за миллион для окна 1 час; явные чтения кэша — $0,075 за миллион.

Эти ставки дешевле всех западных флагманов из текущих сводок: GPT-6 Astra — $10 за вход и $50 за выход (для промптов до 272K токенов), Claude Fable 5.2 — $8 и $40, Gemini 4 Carbon — $2 и $10 до 30 ноября (далее $4 и $20), Grok 4.7 — $2 и $6 (контекст до 200K).

Однако это верхние тарифные ступени, а модели, с которыми Alibaba себя сравнивает, дешевле: Claude Opus 5.5 — $4 и $20, GPT-6.1 Sol и Kimi K3.1 — $2 и $10. По сравнению с Astra ставка выхода у Qwen4-Max примерно в десять раз ниже; относительно Opus 5.5 — около 22%, а относительно Sol и Kimi — примерно 45%.

Доступна бесплатная квота в 1 миллион токенов на QwenCloud, в регионе Сингапур, примерно на 90 дней; лимиты — 5 000 000 токенов в минуту.

Alibaba также продаёт доступ по Token Plan, а не только по pay-as-you-go: по сторонним сообщениям, персональные уровни — Lite $6/мес за 20 000 кредитов, Essential $10/мес за 45 000, Standard $18/мес за 80 000 и Pro $43/мес за 200 000, плюс скидки для новых пользователей $3 и $5 на двух младших уровнях до 30 ноября.

Персональный план — сингапурское предложение; в предпросмотре Alibaba ограничивала его интерактивным кодингом и агентными инструментами, а не продакшн-бэкендами, так что проверьте актуальные условия перед внедрением.

Заметка по таймлайну, так как ранние обзоры расходились, есть ли публичная цена «за токен».

Alibaba открыла qwen4-max-preview 11 ноября — только по Token Plan, без поминутной цены и с датой отключения 25 ноября. Pay-as-you-go появился с общим релизом 16 ноября под ID модели qwen4-max; ставки $1,50 и $4,50 — международные прайс-листы на эту дату.

Открытые веса для Max не анонсированы; Alibaba говорит, что младшие модели Qwen4 будут открыты позже.

Как получить доступ к Qwen4-Max?

ID модели в API — qwen4-max. Подаётся через QwenCloud по Token Plan или по стандартному API, с совместимыми endpoint’ами форматов OpenAI и Anthropic. Вне API модель доступна в QwenStudio (интерфейс Qwen Chat), QwenWork и продукте для кодинга Qoder, который Alibaba соразрабатывала вместе с моделью.

Ниже — минимальный вызов через клиент OpenAI для Python к совместимому endpoint’у Chat Completions. Мышление включено по умолчанию, так что флаг enable_thinking показан для явности; установите False, чтобы отключить мышление.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "user", "content": "Summarize the revenue drivers in this quarterly report."}
    ],
    extra_body={"enable_thinking": True},  # on by default; False turns thinking off
)

print(response.choices[0].message.content)

Если хотите попробовать Live Delivery, плагин лежит на GitHub: Qwen-Live-Delivery-Plugin. Поскольку сейчас он нацелен на Codex CLI, для использования в другом «harness» придётся самостоятельно подключить его MCP-инструменты доставки и хуки. Общие паттерны function calling и агентных каркасов разобраны в нашем туториале по Harness²: там показано подключение модели к OpenCode и оценка результатов.

Итоги

Qwen4-Max — это, прежде всего, ценовой аргумент со стороны Alibaba, а не чисто про возможности.

Она выигрывает там, где нужно прочитать много документов и выдать «деливерабл», проигрывает там, где нужен терминал, график или видео, и всё это — примерно за десятую часть ставки выхода GPT-6 Astra.

Стоит ли переключаться? Для документно-насыщенных агентных пайплайнов, где критична стоимость задачи, — однозначно стоит серьёзного теста, но не «слепой миграции».

Падение с $4,43 до $1,67 за задачу Work360 — цифры Alibaba; независимые прогоны дают смешанную картину: GPT-6.1 Sol был дешевле на задачу и чуть выше по баллу в Vals, а Qwen4-Max — медленная и многословная. Для сложного кодинга я бы остался на Opus 5.5 или Kimi K3.1; независимый прогон Vals по Terminal-Bench подтверждает эту слабость.

Чтобы уверенно работать с такими моделями, начните с нашего Skill-трека «AI Fundamentals».

FAQs

Чем Qwen4-Max отличается от Qwen3.8-Max?
Qwen4-Max — первый релиз на новой архитектуре Qwen4: базовое ядро на 2,4 трлн параметров, 71B активных параметров на токен и нативное зрение. Она набрала 52,69 на бенчмарке Alibaba Work360 против 47,74 у Qwen3.8-Max и поднялась с 27,9 до 46,7 на Agents' Last Exam v1.1. Также она использует примерно на 24%–49% меньше токенов на тех же задачах, снизив среднюю стоимость Work360-задачи с $4,43 до $1,67.
Сколько стоит Qwen4-Max за миллион токенов?
QwenCloud указывает Qwen4-Max по $1,50 за 1 миллион входных токенов и $4,50 за 1 миллион выходных; кэшированный вход и явные чтения из кэша — по $0,075 за миллион. Явное создание кэша — $1,875 за миллион для окна 5 минут и $3,00 за миллион для окна 1 час. Есть бесплатная квота в 1 миллион токенов; также доступны подписки Token Plan от ~$6 в месяц.
Где получить доступ к Qwen4-Max?
Qwen4-Max доступна на QwenCloud по Token Plan или через API, с использованием ID модели qwen4-max на совместимом с OpenAI endpoint’е. Она также работает в QwenStudio (Qwen Chat), QwenWork и продукте для кодинга Qoder. В сторонней документации можно встретить превью-ID qwen4-max-preview.
Qwen4-Max — open source?
Нет. Qwen4-Max — модель с закрытыми весами; Alibaba не объявляла открытых весов или публичной карточки модели. Компания заявила, что младшие модели семейства Qwen4 будут позже выпущены в open source на той же основе и с теми же техниками обучения.
Подходит ли Qwen4-Max для кодинга?
Она конкурентоспособна в агентном кодинге и слаба в терминале. Qwen4-Max набирает 75,7 на DeepSWE v1.1 — примерно на уровне Claude Opus 5.5 (74,2) и GPT-6.1 Sol (75,2), но лишь 48,5 на Terminal-Bench 4.0 против 67,2 у Kimi K3.1, и 31,5 на ProgramBench против 65,0 у Opus 5.5. Для сложных терминальных задач и репликации ПО другие модели сильнее.
Что такое Live Delivery в Qwen4-Max?
Live Delivery — подход Qwen4-Max к долгим агентным задачам: вместо того чтобы возвращать результат только по завершении, агент рано отгружает рабочую первую версию и улучшает её в последующих релизах, пока вы перенаправляете его по ходу. Alibaba выложила на GitHub Qwen-Live-Delivery-Plugin, чтобы вы могли установить его, не реализуя паттерн с нуля.

Темы