Ana içeriğe geç

Qwen4-Max: Özellikler, Kıyaslamalar, Fiyatlandırma ve Erişim

Alibaba'nın yeni amiral gemisi, 2,4 trilyon parametreli omurga, yerleşik görsel yetenekler ve 1M token'lık bağlam penceresini 1M giriş token'ı başına $1,50 ile sunarak tüm Batılı amiral gemilerinden daha düşük fiyatla geliyor.
Matt Crabtree
Matt Crabtree

Ücretsiz Hesabınızı Oluşturun

Alıştırma and program your progress.

Google ile devam edinDevam ederek, Kullanım Koşullarımızı ve Gizlilik Politikamızı kabul etmiş ve verilerinizin ABD'de saklandığını onaylamış olursunuz.

Alibaba'nın Qwen ekibi 16 Kasım 2026'da Qwen4-Max'i yayınladı ve bakılması gereken ilk satır fiyatlandırma: QwenCloud üzerinde 1 milyon giriş token'ı başına $1,50 ve 1 milyon çıkış token'ı başına $4,50.

Kıyas olması için, aynı hafta dolaşan özetlerde GPT-6 Astra 1M giriş için $10 ve çıkış için $50, Claude Fable 5.2 ise $8 ve $40 olarak listeleniyor.

Qwen4-Max, yeni Qwen4 mimarisi üzerine inşa edilen ilk model; 2,4 trilyon parametreli bir omurga, token başına etkinleşen 71B parametre, ekstra 328B N-gram gömme parametresi, yerleşik görsel yetenekler ve 1 milyon token'lık bir bağlam penceresi sunuyor.

Alibaba, modeli bir sohbet modeli yerine uzun ufuklu bir ajan modeli olarak konumlandırıyor; lansman materyallerinin çoğu mühendislik, finans, hukuk ve ilaç keşfinde çok saatlik otonom çalışmalara ayrılmış.

Bu yazıda, Qwen4-Max ile gelen tüm yenilikleri; mimariyi, kilit özellikleri, kıyaslama sonuçlarını (Alibaba'nın verileriyle bağımsız sonuçların ayrıştığı yerler dahil), efor modlarını, fiyatlandırmayı ve erişimi ele alacağım.

Rekabet ettiği modele dair bağlam için, GPT-6 Astra ve Claude Opus 5.5 karşılaştırmamıza ve Harness² ile kendini geliştiren ajanlar oluşturma eğitimimize bakın.

Özet

  • Qwen4-Max, Alibaba'nın yeni amiral gemisi; yerleşik görsel yetenekler ve 1M token'lık bağlam penceresiyle taze Qwen4 mimarisi üzerine kurulu.
  • Kazanımlar, uzun ufuklu ajansal işlerde ve profesyonel çıktılarda yoğunlaşıyor; Alibaba'nın raporladığı birçok çalışmada Claude Opus 5.5'i geride bırakıyor.
  • Zayıf nokta terminal kodlama: Kimi K3.1, Opus 5.5 ve her iki GPT-6 modelinin oldukça gerisinde. Grafik ve video anlama da üç ABD modelinin arkasında.
  • Fiyat en güçlü argüman. Mevcut fiyat özetlerinde hem giriş hem çıkışta tüm Batılı amiral gemilerini kırpıyor; ancak token başına düşük fiyat, görev başına düşük maliyeti garanti etmez.
  • Sayıları temkinle değerlendirin: lansman grafiği satıcı derlemesi. Bağımsız çalışmalar artık var ve daha karışık; Artificial Analysis dokuzuncu, Vals on birinci sırada listeliyor ve testçiler yavaş ve fazla sözlü olduğunu söylüyor. Vals'in Terminal-Bench çalışması Alibaba'nın rakamıyla örtüşüyor.
  • Max için açık ağırlık yok. Daha küçük Qwen4 modellerinin daha sonra açık kaynaklanması vaat ediliyor.

Qwen4-Max Nedir?

Qwen4-Max, Alibaba’nın kapalı ağırlıklı amiral modeli ve Qwen4 serisindeki ilk sürüm; Qwen3.8-Max'in ardından geliyor.

Bu model, seyrek bir uzman karışımı (MoE); yani herhangi bir token üzerinde parametrelerinin yalnızca bir kısmı çalışır. 2,4 trilyon omurga parametresinin 71 milyarı token başına aktiftir ve hesaplama maliyeti düşük olan, arama tablosu biçimindeki 328 milyar N-gram gömmeyi ekler. Metin, görüntü ve video girişi alır ve metin çıktısı üretir.

Qwen4'ün önceki nesilden en çok ayrıldığı yer mimaridir ve bu, aşağıda maliyet hikâyesini de açıklar. Üç bileşen değişti:

  • Hibrit dikkat (GDN + QSA): her seyrek dikkat katmanı için, üç Gated DeltaNet katmanı önceki bağlamı sabit boyutlu bir belleğe sıkıştırır. Seyrek katman ardından bağlamın yalnızca ilgili kısımlarını seçer; bu sayede 1M token'lık pencere erişilebilir kalır.
  • Gated Residual: her katmanda dört paralel yol vardır; geçitler aralarındaki akışı kontrol eder. Alibaba, bunun istikrarlı eğitime katkı sağladığını belirtiyor.
  • N-gram Gömme: yaygın yerel token kalıpları için aramalar; düşük ek hesaplama ile kapasite ekler.

Alibaba, 2,4T'lik eğitim çalışmasında, istikrarsız eğitime işaret eden ani kayıp sıçramaları olmadığını bildiriyor.

Temel model olan Qwen4-Max-Base, bilgi, kod, SSS ve STEM genelinde değerlendirilen beş kontrol noktası içinde en düşük bayt başına bit (bpb) değerini de paylaştı. Bayt başına bit, bir modelin metni ne kadar iyi tahmin ettiğini ölçer; daha düşük olması daha iyidir.

Sonuç, Qwen3.8-Max-Base'e göre %5 ile %13 daha iyiydi; üstelik %25 daha az parametre etkinleştirilerek. Bunlar kurum içi testler; ayrıca karşılaştırılan iki kontrol noktasının ek eğitim aldığı belirtiliyor; dolayısıyla kıyas bire bir değil.

Manşet yetenek ölçümü Work360; Alibaba’nın 721 profesyonel alanı kapsayan kendi kıyaslamasında Qwen4-Max 52,69, Qwen3.8-Max ise 47,74 puan aldı.

Qwen4 Max

Qwen4-Max'in Temel Özellikleri

Lansman, tek bir turda ne söylediğinden ziyade uzun bir çalışmanın sonunda ne teslim ettiğine göre kurgulanmış; bu nedenle aşağıdaki özellikler daha çok süre, araçlar ve çıktı formatlarıyla ilgili.

Yerleşik görselle 1 milyon token'lık bağlam penceresi

Qwen4-Max, 1M token'lık bağlam penceresi içinde metin, görüntü ve video kabul eder; azami giriş 991K token (düşünme açıkken 983K).

Düşünme varsayılan olarak açıktır ve 262K token'a kadar akıl yürütme, çıkış bütçesinden düşer.

Çıkış tavanı tutarsız biçimde belgelendi.

QwenCloud model sayfası her iki modda da azami 393K çıkış listelerken, API dokümanı düşünme kapalıyken 131.072, düşünme açıkken nihai yanıtla birlikte 262.144 token verir. max_tokens boyutlamadan önce, hangi değerin uç noktanıza uygulandığını kontrol edin.

Görsel yol, sonradan eklenen değil yerleşiktir; bu da klinik demoyu mümkün kılar: Alibaba, modelin tek bir konuşmada onlarca laboratuvar raporu, 10.000'den fazla Çince ilerleme notu ve 1.433 orijinal tıbbi görüntü içeren bir kaydı incelediğini, bunları altı görüntüleme serisine ayırdığını ve ardından yüzlerce kesiti okumak üzere alt ajanları yönlendirdiğini anlatıyor.

Alibaba, görüntüleme bulgusunun sorumlu hekimin tanısıyla tutarlı olduğunu ve dört yönetim önerisinin o günün emirleriyle bire bir örtüştüğünü söylüyor.

Uzun süren bir işi devredin ve uçuş sırasında yönlendirin

Live Delivery, pratikte uzun ajan çalışmalarını kullanışsız kılan noktayı hedeflediği için bana göre en ilginç özellik.

Çok saatlik bir görev bittiğinde, ajanın üçüncü dakikada brifi yanlış okuduğunu fark etmek yerine, ajan kullanılabilir bir ilk sürümü erken gönderir; siz yön verirken art arda çıkan sürümlerle bunu iyileştirir.

Alibaba, Qwen-Live-Delivery-Plugin'i Apache-2.0 lisansıyla açık kaynakladı; böylece sıfırdan kurmak yerine yükleyebilirsiniz; ancak lansmanda sürüm 0.1.0 ve yalnızca Linux ve macOS'ta Node.js 22+ ile Codex CLI'yi destekliyor.

Diğer ajan kılıfları için destek yapılacaklar listesinde.

Kabul; kısmi işin sürekli teslimi, model kabiliyetinden ziyade bir kılıf örüntüsüdür; bu yüzden eklentinin açık olması, pazarlama adından daha anlamlı.

Yalnızca yanıt değil, denetlenebilir teslimatlar

Finans demosu, iki izlenebilirlik mekanizmasıyla Excel çalışma kitapları ve düzenlenebilir PowerPoint sunuları üretir: hücre içindeki köprüler orijinal veri kaynağına döner ve PowerPoint grafiklerinin temel çalışma kitabıyla bire bir eşlemesi bulunur.

Alibaba, finansal yatırım araştırması kurulumunda Qwen4'ün 90 adet MCP aracı çağırdığını; A-hisseleri, Hong Kong ve ABD hisseleri, tahviller, fonlar ve türevlerde piyasa kotasyonları, finansallar, faiz oranları ve temettü verilerini çektiğini ve kamu açıklamalarıyla çapraz kontrol ettiğini söylüyor.

Bu araç sayısı genel araştırma kurulumunu tanımlar. Ayrı olarak, Alibaba iş akışını CSI 300 türevleri vakasında gösterir.

Hukuk örneği daha etkileyici.

Partiler hâlinde teslim edilen, tutarsız adlandırılmış 198 çalışma kağıdı verildiğinde, Qwen4-Max bunları içeriğe göre yeniden adlandırıp 14 klasöre ayırdı, bir çalışma kağıdı indeksi oluşturdu, kamu ticari ve yargısal kayıtlarını kağıtlarla çapraz kontrol etti ve her sonucu bir çalışma kağıdına atıfla destekleyen; 12 inceleme alanını ve 14 spesifik hukuki meseleyi kapsayan 86 sayfalık bir rapor üretti.

Profesyonel araçları uçtan uca çalıştırma

Qwen4-Max, Blender, Unity, Unreal Engine ve Godot'u doğrudan işletir; geometri modelleme, malzeme kurulumu, aydınlatma, oynanış mantığı ve HUD tasarımını ele alır; ardından sonucu çalıştırır ve görsel geri bildirimle kamera takibi ve isabet tepkisini ayarlar.

Demolardan biri, Unity 6 ile inşa edilmiş kurulabilir bir Android yarış oyunudur.

Üretim vakasında bir sayı da var; ancak bu bağımsız bir ölçümden ziyade şirket vitrini.

SANF ve Pacific Union'da model, 2D yerleşimlerden 3D üretim hattı modelleri oluşturdu, çevrim sürelerini simüle etti, PLC sanal devreye alma gerçekleştirdi ve talaşlı imalat takım yollarını planladı; tek bir iş parçası için manuel programlama çabasını yaklaşık 475 dakikadan 24 dakikaya düşürdü.

Yöneylem araştırması ve bulut zamanlama

Alibaba, Qwen4-Max'i kendi Alibaba Cloud zamanlama problemlerine uyguladı; modelin aday algoritmalar üretmesine, uygulanabilirliği ve amaç değerlerini MindOpt (Alibaba'nın çözücüsü) ile denetlemesine ve ardından kod üzerinde yinelemesine izin verdi.

Raporlanan sonuçlar; veri açıklama model çağrısı zamanlama maliyetlerinin referans tabana göre %10,42 düştüğünü, çevrimiçi GPU tahsisinde tüm makinede boş kapasite süresinin %4,62 arttığını ve çevrimdışı CPU yeniden zamanlamasının en iyi amaca ulaşmada 14,61 katından fazla hızlandığını gösteriyor.

Bunlar iç iş yükleri için iç raporlardır; bu nedenle aktarılabilir bir kıyaslamadan ziyade, yöneylem araştırması araç kullanımı gösterimi olarak değerlendirin.

Fiziksel sonuçlara ulaşan otonom araştırma döngüleri

Deep Principle'ın Mira platformunda kesintisiz 48 saatlik bir ajan çalışması sırasında, Qwen4 2,7 milyon molekülün aday uzayını oluşturdu, taradı, birinci ilke hesaplamaları ve retrosentetik analiz yaptı; ardından otomatik bir ıslak laboratuvarı sentez, saflaştırma ve testten geçirdi.

Tasarım, sentez ve aktif öğrenmenin dört yinelemesinden sonra, yeni bir soğutucu molekülün fiziksel bir örneğini üretti.

DP Technology'nin PharmMaster platformunda, NLRP3 inflamazomunu hedefleyerek 454 araç çağrısı yaptı, 3.239 hesaplamalı metrik değerlendirmesi yürüttü ve 24 aday molekül tasarladı.

Bağıl bağlanma serbest enerjisi hesaplamaları, nihai adayın nominal afinitesini patent türevi referansın yaklaşık 3,6 katı olarak verdi; DP Technology uzmanları bunun ıslak lab doğrulamasına değer olduğuna hükmetti.

Standart API tesisatı: fonksiyon çağrısı, web araması ve yapılandırılmış çıktılar

QwenCloud üzerinde Qwen4-Max; fonksiyon çağrısı, yapılandırılmış JSON çıktıları, Partial Mode ile önek tamamlama, örtük ve açık bağlam önbellekleme, toplu çağrı, web araması ve ince ayarı destekler. Oran limitleri dakikada 5.000.000 token olarak belirlenmiştir.

Qwen4-Max Kıyaslamalarda Nasıl Performans Gösteriyor?

Qwen4-Max uzun ufuklu ajansal işlerde en güçlü, terminal kodlama ve görsel anlamada en zayıf; bu iki alan arasındaki fark, benimseme kararınızı belirleyecek kadar büyük.

Alibaba, karşılaştırmayı Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra ve Kimi K3.1 (Moonshot'ın Kimi-K3.1-Pro) ile yapıyor.

Uzun ufuk ve ajansal işler

Öne çıkan sonuç Agents' Last Exam v1.1: Qwen4-Max 46,7 puanla, Claude Opus 5.5'in 43,4'ü, GPT-6.1 Sol'un 42,6'sı ve kendi selefi Qwen3.8-Max'in 27,9'unun önünde.

Uzun ufuklu bir görev kıyaslamasında tek nesilde 18,8 puanlık sıçrama, bu sürümden işaret edeceğim tekil sonuç olurdu.

Qwen4 Max Benchmarks

Aşağıdaki tüm skorlar Alibaba'nın lansman grafiğinden gelir; satıcı derlemesidir; bazı satırlar üçüncü taraf listelerini belirtse de, bunları satıcı raporu olarak okuyun. Her satırdaki en iyi sonuç kalın verilmiştir.

KıyaslamaÖlçtüğüQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Agents' Last Exam v1.1Uzun ufuklu değerli görevler46.727.943.442.643.4n/a
AA-Briefcase v1.1 (Elo)Ajansal bilgi işi168616051801155515691674
APEX-Agents v1.1Profesyonel hizmet görevleri72.163.373.560.064.765.5
AutomationBench-AAAjansal SaaS iş akışları72.556.269.564.968.573.3
HLAB-Vals-1.1Hukuki ajan işi21.315.49.26.37.111.7
JobBenchProfesyonel iş görevleri68.565.375.466.266.161.2
AgentArena (net iyileşme)Gerçek dünya ajan görevleri7.5n/a18.211.813.93.9

Desen düzensiz. Qwen4-Max, hukuki ajan kıyasını açık farkla alıyor; bir sonraki modelin (Kimi K3.1, 11,7) neredeyse iki katı (21,3), AA-Briefcase, APEX-Agents, AutomationBench-AA ve JobBench'te ikinci bitiriyor ve AgentArena'da tabana yakın; burada Opus 5.5'in 18,2'si kendi 7,5'inin iki katından fazla.

Ajanlarınız belge ağırlıklı profesyonel iş yapıyorsa bu iyi görünüyor; canlı araçlarla açık ortamlarda çalışıyorlarsa daha az.

Kodlama ve terminal görevleri

Kodlama konusunda temkinli olurum. Qwen4-Max, Terminal-Bench 4.0'da 48,5 alıyor; Kimi K3.1 67,2, Opus 5.5 59,6, GPT-6 Astra 59,1 ve GPT-6.1 Sol 56,1; bu da onu, Qwen3.8-Max'in 38,9'undan neredeyse 10 puan iyileşmesine rağmen, listelenen altı model içinde beşinci yapıyor.

KıyaslamaÖlçtüğüQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.1Ajansal kodlama75.769.374.275.274.175.5
CodeArena (Elo)Web geliştirme175016761816174217631686
Terminal-Bench 4.0Ajansal terminal kodlama48.538.959.656.159.167.2
ProgramBenchBlack-box yazılım çoğaltma31.528.065.052.555.025.0

ProgramBench nahoş olan: Opus 5.5'in 65,0'ına karşı 31,5; yarıdan az. DeepSWE'de beş model birbirinden 1,6 puan içinde; bu nedenle o satırı, Qwen4-Max nominal olarak birinci olsa da, kazançtan ziyade gürültü sayardım.

Terminal-Bench satırı için bir çekince.

GPT-6 Astra ve Claude Opus 5.5'i karşılaştırdığımızda, yayımlanan rakamlar Terminal-Bench 4.0'da Opus 5.5 için %66,4 ve Astra için %57,9'du; Alibaba'nın grafiğinde 59,6 ve 59,1.

Aynı kıyaslamada farklı kılıflar farklı sayılar üretir; bu da 5 puanlık farkları sıralama olarak okumamak için iyi bir neden. Yine de Qwen4-Max'in kendi rakamı sağlam görünüyor: Vals bağımsız olarak %48,48 ölçtü.

Akıl yürütme, bilim ve çok kipli

Qwen4-Max, Humanity's Last Exam'de 51,7 alıyor; Opus 5.5'in 59,8'i ve GPT-6.1 Sol'un 54,0'ının gerisinde, Kimi K3.1'in 51,1'inin önünde. BioMysteryBench-1.1'de 85,0 ile önde ve HealthBench Professional'da ciddi şekilde iyileşiyor; 39,6'dan 60,0'a; ancak her iki GPT-6 modelinin skoru hâlâ daha yüksek.

KıyaslamaÖlçtüğüQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Humanity's Last ExamDisiplinlerarası akıl yürütme51.743.959.854.053.651.1
BioMysteryBench-1.1Biyoinformatik araştırma85.084.181.984.478.980.6
HealthBench ProfessionalKlinik akıl yürütme60.039.659.965.166.057.2
ChartographyGörsel grafik anlama54.242.066.367.871.150.0
Video-IndexVideo anlama68.163.274.873.876.763.2

Görsel satırlar, grafiğin en az hoş tarafı.

Chartography'de Qwen4-Max 54,2 aldı; Qwen3.8-Max'in 42,0'ından yukarıda; ancak Opus 5.5, GPT-6.1 Sol ve GPT-6 Astra'nın 12 ila 17 puan gerisinde ve yalnızca Kimi K3.1'i geçiyor. Video-Index aynı hikâyeyi anlatıyor; üç ABD modeli için 73,8 ila 76,7'ye karşı 68,1. Yerleşik görsel yol çalışıyor, ancak lider değil.

Token verimliliği ve görev başına maliyet

Bu, üretim bütçesini en çok etkileyen sonuç.

Work360'da Qwen4-Max, Xhigh eforda yaklaşık %24 ve High eforda yaklaşık %35 daha az token kullandı; Terminal-Bench 4.0'da azalışlar yaklaşık %48 ve %49 oldu.

Daha düşük API oranlarıyla birleştiğinde, Alibaba ortalama Work360 görev maliyetinin $4,43'ten $1,67'ye düştüğünü, yani %62 azaldığını bildiriyor.

Daha yüksek skor alırken görev başına maliyeti yaklaşık %38'e düşürmek, çoğu tekil kıyas kazancından daha kullanışlı bir iddia; ancak iki çekince var. Work360, Alibaba'nın kendi kıyaslamasıdır ve azalış, yalnızca token ve fiyat kesintilerinin ötesinde: kabaca %35 daha az token ve %25 daha düşük fiyat yaklaşık %51 ima eder; Alibaba'nın yuan rakamları %58 verir. Alibaba aradaki farkı açıklamadı.

Bağımsız görev başı maliyetler bir rakibe karşı daha az net. Artificial Analysis endeksinde bir görev Qwen4-Max için ortalama $3,27; Opus 5.5 için $10,04 ancak GPT-6.1 Sol için yalnızca $1,27.

Vals'ta bir test Qwen4-Max için $9,33; Opus 5.5 için $24,77 ve Sol için $3,61; Sol biraz daha yüksek puan alıyor (%63,94'e karşı %63,20).

Kimi K3.1, açık ekosistem alternatifi düşünen çoğu okur için daha yakın bir karşılaştırmadır. Terminal-Bench 4.0'da Qwen4-Max'i yeniyor (67,2'ye karşı 48,5) ve AutomationBench-AA'da (73,3'e karşı 72,5), Qwen4-Max ise APEX-Agents v1.1'de (72,1'e karşı 65,5), HLAB-Vals-1.1'de (21,3'e karşı 11,7) ve JobBench'te (68,5'e karşı 61,2) önde. Terminal işleri için Kimi'yi, profesyonel belge iş akışları için Qwen4-Max'i seçin.

Bağımsız testler ne gösteriyor

Lansman grafiği satıcı derlemesi.

Bazı satırlar üçüncü taraf listelerini alıntılıyor; CodeArena ve AgentArena için LM Arena, AA-Briefcase ve AutomationBench-AA için Artificial Analysis, APEX-Agents v1.1 için Mercor listesi ve HLAB-Vals-1.1 için Vals Endeksi; Agents' Last Exam yazarlarından alıntılanmış.

Alibaba, JobBench'i kendisi çalıştırdı. Ajansal sonuçların bağımsız yeniden üretimlerini bulamadım; bu yüzden bu kazanımları şimdilik koşullu sayarım.

Bağımsız listeler şimdi daha geniş resmi dolduruyor ve lansman materyalinden daha az övgü dolu.

  • Artificial Analysis, Qwen4-Max'e Zekâ Endeksi'nde 43 veriyor; genel dokuzuncu; Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol ve Kimi K3.1'in gerisinde.
  • Vals, Endeksinde %63,20 ile 38 model arasında on birinci sırada; test ettiği Çinli modeller arasında en yükseği; Terminal-Bench çalışması Alibaba'nın sayısıyla örtüşüyor.
  • Code Arena WebDev'de altıncı; ancak hâlâ küçük oy sayısında ön sonuç olarak işaretli.
  • Finans, en iyi bağımsız gösterimi; Vals'in finans endeksi ve Finance Agent kıyasında 41 model arasında sekizinci; hukuk daha zayıf; Vals Legal Index'te 39 model arasında on yedinci; bu, HLAB-Vals liderliğinin yanında tuhaf duruyor.

Yavaşlık ve laf kalabalığı tutarlı şikâyetler. Vals, test başına yaklaşık 1 saat 4 dakika ölçtü; ilk 11 arasında Opus 5.5 ve Sonnet 5.5 dışında hepsinden yavaş; Artificial Analysis endeksinde 78,6 milyon medyana karşı 127 milyon çıkış token'ı kaydetti.

Anekdotsal saha raporları karışık ve sıkça birbiriyle çelişkili; testçiler basit görevlerde aşırı düşünme ve uzun istemlerde uzun tamamlama süreleri betimliyor; bir testçi doğrudan Qwen3.8-Max'in altında puanladı; bir diğeri ajansal bir görevi MiniMax M3.1 Flash'a göre yaklaşık 70 dakikaya karşı yaklaşık 30 dakikada bitirdiğini bildirdi.

Hangi Qwen4-Max Katmanını Kullanmalısınız?

Qwen4-Max, düşünme anahtarı ve adlandırılmış efor seviyeleri olan tek bir model olarak sunulur; bu yüzden seçim, hangi kontrol noktasını çağırdığınızdan çok ne kadar akıl yürütmeye ödeme yaptığınızla ilgilidir. Düşünme varsayılan olarak açık ve yüksek efordadır.

Bu nedenle "standart mod" enable_thinking'i false yapmak demektir. Düşünme açıkken giriş kapasitesi 991K'dan 983K'ya biraz düşer ve akıl yürütme (262K token'a kadar) çıkış bütçesinden harcar.

Düşünme token'ları bu bütçeye sayıldığı için, yalnızca görünür yanıt için boyutlanan bir max_tokens yanıtı kesebilir; ön izlemede max_tokens düşünme ve yanıtı birlikte sınırlar; test edene dek aynı varsayımı yapın.

Belgelendirilmiş çıkış tavanları, yukarıda belirtildiği gibi, API dokümanında (düşünme kapalı 131.072, açık 262.144) ve model sayfasında (her iki modda 393K) farklıdır.

Efor ikinci düğmedir.

Alibaba, Work360 ve Terminal-Bench 4.0 sonuçlarını hem Xhigh hem High'ta raporlar ve Qwen3.8-Max'e karşı token tasarrufları Work360'ta High'ta daha büyüktür (%35'e karşı %24) ve Terminal-Bench'te yaklaşık eşittir. Akıl yürütme token'ları 1M başına $4,50 çıkış oranından faturalandığından, efor ayarı faturanızdaki en büyük kaldıraçtır.

High aynı zamanda Qwen4-Max'in varsayılanıdır; Qwen3.8-Max ise varsayılan olarak xhigh idi; bu nedenle iki nesli varsayılan ayarlarla karşılaştırmak, model değişimini efor değişimiyle karıştırır. A/B testinde eforu açıkça ayarlayın.

Kullanım durumuAyarNeden
Araç çağrılarıyla çok saatlik ajansal çalışmalarDüşünme açık, High eforWork360'ta önceki nesle göre en iyi token verimliliği kazanımı
100+ dosya üzerinde uzun belge incelemesiDüşünme açık, Xhigh efor262K akıl yürütme bütçesi artı 1M bağlam penceresi
JSON'a yapılandırılmış çıkarımDüşünme kapalıYapılandırılmış çıktılar desteklenir; düşünmeyi kapamak akıl yürütme yükünü önler
Yüksek hacimli toplu sınıflandırmaDüşünme kapalı ve toplu çağrıÖnbellekleme girişi 1M token başına $0,075'e düşürür
Zor terminal kodlamaBaşka bir modeli düşününTerminal-Bench 4.0'da 48,5; Kimi K3.1, Opus 5.5 ve her iki GPT-6'nın gerisinde

Qwen4-Max Fiyatlandırma ve Erişilebilirlik

QwenCloud, Qwen4-Max'i uluslararası listede 1M giriş token'ı başına $1,50 ve 1M çıkış token'ı başına $4,50 olarak listeler; önbellekten okunan giriş ve açık önbellek okumaları 1M başına $0,075'tir. Açık önbellek oluşturma, 5 dakikalık pencere için 1M başına $1,875 ve 1 saatlik pencere için 1M başına $3,00; açık önbellek okumaları 1M başına $0,075'tir.

Bu oranlar, mevcut fiyat özetlerinde tüm Batılı amiral gemilerini kırpar: GPT-6 Astra 272K token'a kadar istemlerde giriş $10 ve çıkış $50, Claude Fable 5.2 $8 ve $40, Gemini 4 Carbon 30 Kasım'a kadar $2 ve $10 (sonrasında $4 ve $20), Grok 4.7 $2 ve $6 (200K altı bağlam).

Ancak bunlar en yüksek fiyatlı katmanlar ve Alibaba'nın kıyasladığı modeller daha ucuz: Claude Opus 5.5 $4 ve $20, GPT-6.1 Sol ve Kimi K3.1 $2 ve $10. Astra'ya karşı Qwen4-Max'in çıkış oranı yaklaşık onda bir; Opus 5.5'e karşı yaklaşık %22; Sol ve Kimi'ye karşı yaklaşık %45.

QwenCloud'da Singapur bölgesinde yaklaşık 90 gün boyunca kullanılabilir 1 milyon token'lık ücretsiz kota vardır ve oran limitleri dakikada 5.000.000 token olarak yayımlanmıştır.

Alibaba ayrıca saf kullandıkça öde yerine Token Plan üzerinden erişim satar; üçüncü taraf raporlar kişisel katmanları Lite $6/ay 20.000 kredi, Essential $10/ay 45.000, Standard $18/ay 80.000 ve Pro $43/ay 200.000 olarak listeler; ayrıca iki en ucuz katta yeni kullanıcıya $3 ve $5 indirimli fiyatlar; 30 Kasım'a kadar sürdüğü raporlanmıştır.

Kişisel plan bir Singapur teklifidir ve ön izleme sırasında Alibaba bunu üretim arka uçları yerine etkileşimli kodlama ve ajan araçlarıyla sınırladı; bu yüzden üzerine inşa etmeden önce güncel şartları kontrol edin.

Zaman çizelgesine dair bir not; çünkü erken haberlerde kamuya açık token başı fiyat olup olmadığı konusunda çelişkiler vardı.

Alibaba, qwen4-max-preview'i 11 Kasım'da yalnızca Token Plan ile açtı; token başı fiyat yoktu ve 25 Kasım emeklilik tarihi vardı. Kullandıkça öde fiyatlandırma, 16 Kasım'daki genel sürümle qwen4-max model kimliği altında geldi ve yukarıdaki $1,50 ve $4,50 rakamları o tarih itibarıyla uluslararası liste fiyatlarıdır.

Max için açık ağırlıklar duyurulmadı; Alibaba, daha küçük Qwen4 modellerinin daha sonra açık kaynaklanacağını söylüyor.

Qwen4-Max'e Nasıl Erişilir?

API model kimliği qwen4-max; QwenCloud üzerinden Token Plan veya standart API ile, OpenAI uyumlu ve Anthropic uyumlu uç noktalarla sunulur. API dışında model QwenStudio (Qwen Chat arayüzü), QwenWork ve modelle birlikte ortak tasarlanan Qoder kodlama ürününde mevcuttur.

İşte uyumlu mod Sohbet Tamamlama uç noktasına karşı OpenAI Python istemcisiyle yapılacak asgari çağrı. Düşünme varsayılan olarak açıktır; bu yüzden enable_thinking bayrağı yalnızca açıklık için gösterilmiştir; düşünmeyi kapatmak için False yapın.

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)

Live Delivery'i denemek isterseniz eklenti GitHub'da Qwen-Live-Delivery-Plugin olarak yer alıyor. Şu anda Codex CLI'yi hedeflediği için, başka bir kılıfta kullanmak, MCP teslim araçlarını ve kancalarını kendiniz bağlamanız anlamına gelir. Fonksiyon çağrısı ve ajan kılıflarının genel örüntüleri için, Harness² eğitimimiz bir modeli OpenCode'a bağlamayı ve sonuçları notlandırmayı adım adım anlatır.

Son Düşünceler

Qwen4-Max, kabiliyetten çok fiyat argümanı yapan bir Alibaba hamlesi.

Çok sayıda belge okuyup bir teslimat üretmeyi içeren satırları kazanıyor; terminal, grafik veya video içeren satırları kaybediyor ve tüm bunları GPT-6 Astra'nın çıkış oranının yaklaşık onda biri fiyata yapıyor.

Geçer miyim? Görev başına maliyetin kısıt olduğu belge ağırlıklı ajan hatlarında ciddi bir test değer; ancak kör bir geçiş değil.

Work360 görevinde $4,43'ten $1,67'ye düşüş Alibaba'nın kendi rakamı ve bağımsız çalışmalar daha karışık: GPT-6.1 Sol görev başına daha ucuzdu ve Vals'ta biraz daha yüksek puan aldı; Qwen4-Max yavaş ve fazla sözlü. Zor kodlama işleri için Opus 5.5 veya Kimi K3.1'de kalırım ve Vals'in bağımsız Terminal-Bench çalışması bu zayıflığı doğruluyor.

Bu tür modellerle sağlam bir şekilde çalışmaya alışmak istiyorsanız, AI Fundamentals yetkinlik yoluyla başlayın.

FAQs

Qwen4-Max, Qwen3.8-Max'ten nasıl farklı?
Qwen4-Max, yeni Qwen4 mimarisindeki ilk modeldir; 2,4 trilyon parametreli bir omurga, token başına etkinleşen 71B parametre ve yerleşik görsel yetenekler sunar. Alibaba'nın Work360 kıyaslamasında 47,74 alan Qwen3.8-Max'e karşı 52,69 puan aldı ve Agents' Last Exam v1.1'de 27,9'dan 46,7'ye sıçradı. Aynı görevlerde yaklaşık %24 ila %49 daha az token kullanarak ortalama Work360 görev maliyetini $4,43'ten $1,67'ye düşürdü.
Qwen4-Max'in milyon token başına maliyeti nedir?
QwenCloud, Qwen4-Max'i 1M giriş token'ı başına $1,50 ve 1M çıkış token'ı başına $4,50 olarak listeler; önbellekten okunan giriş ve açık önbellek okumaları 1M başına $0,075'tir. Açık önbellek oluşturma 5 dakikalık pencere için 1M başına $1,875 ve 1 saatlik pencere için 1M başına $3,00 tutar. 1 milyon token'lık ücretsiz kota vardır ve Alibaba, aylık yaklaşık $6'dan başlayan Token Plan abonelikleri de satar.
Qwen4-Max'e nereden erişebilirim?
Qwen4-Max'e, Token Plan veya API üzerinden QwenCloud'da, OpenAI uyumlu bir uç noktada qwen4-max model kimliğiyle erişebilirsiniz. Ayrıca QwenStudio (Qwen Chat), QwenWork ve bazı üçüncü taraf dokümanlarında ön izleme kimliği olarak anılan qwen4-max-preview ile Qoder kodlama ürününde de çalışır.
Qwen4-Max açık kaynak mı?
Hayır. Qwen4-Max kapalı ağırlıklıdır ve Alibaba bunun için açık ağırlıklar veya herkese açık bir model kartı duyurmadı. Alibaba, aynı soydan ve eğitim tekniklerinden yararlanan daha küçük Qwen4 aile modellerinin daha sonra açık kaynaklanacağını söyledi.
Qwen4-Max kodlama için iyi mi?
Ajansal kodlamada rekabetçidir ve terminal işlerinde zayıftır. Qwen4-Max, DeepSWE v1.1'de 75,7 ile Claude Opus 5.5 (74,2) ve GPT-6.1 Sol (75,2) ile yaklaşık aynı seviyede; ancak Terminal-Bench 4.0'da yalnızca 48,5 alır (Kimi K3.1 için 67,2) ve ProgramBench'te 31,5 alır (Opus 5.5 için 65,0). Zor terminal ve yazılım çoğaltma görevlerinde diğer modeller daha güçlü kalır.
Qwen4-Max'te Live Delivery nedir?
Live Delivery, Qwen4-Max'in uzun süren ajan görevlerine yaklaşımıdır: iş yalnızca bittiğinde sonuç döndürmek yerine, ajan erken aşamada kullanılabilir bir ilk sürüm gönderir ve siz koşu sırasında yön verirken ardışık sürümlerle bunu iyileştirir. Alibaba, bu örüntüyü baştan inşa etmek yerine kurabilmeniz için Qwen-Live-Delivery-Plugin'i GitHub'da açık kaynakladı.
Matt Crabtree

Yazar

Matt Crabtree

Yapay zekâ ve eğitim teknolojileri alanında kıdemli editör. Veri ve yapay zekâ trendlerini keşfetmeye odaklı.  

Konular

İlgili