Qwen4-Max-Preview API: контекст 1M, промяна в max_tokens, краен срок 25 ноември

Alibaba пусна Qwen4-Max-Preview — флагманския модел от следващо поколение в семейството Qwen — на 11 ноември 2026 г. Самата Alibaba го предлага само чрез абонамент Token Plan за инструменти за програмиране; няма опция за плащане според потреблението. Прегледният период приключва в 24:00 ч. на 25 ноември (UTC+8), след което Alibaba спира модела.

AIHubMix е първата платформа, която го предлага като API с таксуване за всеки токен. Платформата предоставя модела от деня на пускането му под името coding-qwen4-max-preview през крайна точка, съвместима с OpenAI, на цена $0.353 за милион входни токена и $1.059 за милион изходни токена. Преди да насочите агент към него, имайте предвид една промяна, която може да повреди съществуващия ви код. При този модел max_tokens обхваща както разсъждението, така и отговора. При AIHubMix ограничение от 300 токена доведе до празен отговор.

Накратко

• Какво представлява: мултимодалният флагмански модел на Alibaba от следващо поколение и, към 11 ноември, единственият модел Qwen4 в списъка с модели на Alibaba. Предназначен е за програмиране, frontend дизайн, офис работа и задачи с агенти. Приема текст, изображения и видео; контекстов прозорец от 1M токена; до 393,216 изходни токена.
• Откъде да го извикате: Alibaba го предлага само в рамките на абонаментите Token Plan. В AIHubMix API-то се таксува на токен и използва ID на модела coding-qwen4-max-preview.
• Колко време ще е наличен: прегледният период на Alibaba продължава до 24:00 ч. на 25 ноември 2026 г. (UTC+8), което съответства на 16:00 ч. UTC същия ден.
• Какво може да се повреди: max_tokens вече ограничава разсъждението плюс отговора. Лимит, зададен само за отговора, може да доведе до finish_reason: "length" и празно content.
• Колко струва: Alibaba не публикува цена на токен. В AIHubMix цената е $0.353 за милион входни токена и $1.059 за милион изходни токена.

Два начина за достъп и краен срок

На страницата на модела Alibaba посочва директно условията: Qwen4-Max-Preview „се предлага само чрез Token Plan. Плащането според потреблението не се поддържа.“ Token Plan е абонаментът на Alibaba Cloud за инструменти за програмиране с ИИ и агенти като Claude Code, Qwen Code и Qoder. Таксува се в Credits, без публикувана тарифа на токен, а личните планове започват от $6 на месец. По време на прегледния период Alibaba таксува Qwen4-Max-Preview на цена от едва 20% от стандартната тарифа в Credits, а между 22:00 и 08:00 ч. (UTC+8) — 8%.

Другият начин за достъп е през канала на AIHubMix. Извиквате модела както всеки друг модел през крайната точка, съвместима с OpenAI, плащате на токен и не ви е нужен абонамент. AIHubMix описва предлагането си като по-евтин достъп до Qwen4-Max-Preview чрез официалния Token Plan и го обозначава като услуга в прегледен режим, която „може да е нестабилна и се препоръчва за тестване и оценка“.

Датите на прегледния период са фиксирани. Той продължава от 10:00 ч. на 11 ноември до 24:00 ч. на 25 ноември 2026 г. (UTC+8) — общо 350 часа. Alibaba посочва: „През този период няма да се правят промени, а след края на прегледния период моделът ще бъде спрян.“ Използвайте го за оценка, а не за изграждане на продукт.

Какво се промени спрямо Qwen3.8-Max

Qwen3.8-Max е настоящият флагман на Qwen и за него не е обявена дата на спиране. Ето сравнение на двата модела според публикуваните от Alibaba спецификации:

Спецификации от страниците на моделите и справочника за API на Alibaba Cloud. Лимитът за изход на Qwen4-Max-Preview е общ за разсъждението и крайния отговор.

Контекстът и входните данни остават същите. Променят се две неща: горната граница за изхода се утроява, а max_tokens вече обхваща както разсъждението, така и отговора. Контролите за разсъждение запазват същите имена и нива, така че кодът, който вече задава reasoning_effort за Qwen3.8, продължава да работи.

Засега няма бенчмаркове. Страницата за пускането на Alibaba не съдържа резултати, а към 11 ноември не открихме независим бенчмарк на този модел в прегледен режим. Публикации за пускането, като репортажа на TechNode, повтарят спецификациите, а не резултати от тестове. Докато не се появят резултати, оценявайте модела със собствените си задачи.

Цена и реални разходи

Alibaba не публикува цена на токен за Qwen4-Max-Preview: единственият официален начин за достъп е Token Plan, който се таксува в Credits. Каналът на AIHubMix таксува на токен: $0.353 за милион входни токена, $1.059 за милион изходни токена и $0.0441 за милион кеширани входни токена.

За да стане по-конкретно, разгледайте една сесия с агент за програмиране. Това са допускания, а не измервания: 40 хода, като във всеки се изпращат 60,000 входни токена, от които 50,000 са кеширан префикс на хранилището, и се генерират по 3,000 изходни токена, включително разсъждението.

Изчислено по публикуваните от AIHubMix цени за този канал. Попаденията в кеш не са гарантирани и AIHubMix не ги е измервал за този канал. Без попадения в кеш същата сесия струва около $0.974.

На практика тази сума зависи от два фактора. Първо, разсъждението се брои като изход: в данните за използване на AIHubMix токените за разсъждение са част от completion_tokens, а по подразбиране разсъждението работи на ниво xhigh. Значителна част от тези 3,000 изходни токена на ход може да е за разсъждение. Второ, Alibaba включва по подразбиране preserve_thinking за този модел. Моделът чете разсъжденията от предишните ходове, които клиентът ви изпраща обратно в reasoning_content, а в документацията на Alibaba пише, че те „се включват в броя на входните токени и се таксуват“. Затова входът в дългите сесии с агент нараства по-бързо, отколкото подсказва видимият разговор.

Промяната в max_tokens: какво ще видите и как да го поправите

Това е промяната, която най-вероятно ще повреди работеща интеграция. В известието за съвместимост на API от 2 ноември Alibaba я обяви, а страницата на модела я повтаря:

Започвайки с qwen4-max-preview, max_tokens е еквивалентно на max_completion_tokens. И двете ограничават общия брой токени за разсъждението и крайния отговор. Разсъждението използва част от същия бюджет, затова лимит, зададен преди само за отговора, може да съкрати изхода.

При Qwen3.8-Max max_tokens ограничава само отговора; разсъждението е извън този лимит. Кодът, който задаваше max_tokens: 300 за кратък отговор, работеше. При Qwen4-Max-Preview същите 300 токена трябва да покрият и разсъждението.

На 11 ноември 2026 г. AIHubMix изпрати тази заявка:

curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "coding-qwen4-max-preview",
    "max_tokens": 300,
    "messages": [{"role": "user", "content": "How many pairs of positive integers (x, y) with x > y satisfy x^2 - y^2 = 2024? List them."}]
  }'

Върна се HTTP 200, но нямаше нищо за показване:

{
  "finish_reason": "length",
  "content": "",
  "usage": {
    "prompt_tokens": 56,
    "completion_tokens": 300,
    "completion_tokens_details": {"reasoning_tokens": 300}
  }
}

(Съкращено до съответните полета.)

Всичките 300 токена отидоха за разсъждение и генерирането на отговора така и не започна. Грешка не се връща, затова клиент, който чете само content, получава празен низ и може да го приеме за валиден отговор. При max_tokens: 16384 същият промпт приключи нормално: 1,206 токена за завършване, от които 608 бяха за разсъждение, и правилният отговор (четири двойки).

Как да го поправите:

1. Задавайте лимити за разсъждението плюс отговора. Премахнете старите ограничения, зададени само за отговора, или ги увеличете значително над необходимото за него. Alibaba отбелязва, че max_tokens „ще бъде остаряло“ и препоръчва max_completion_tokens за новите интеграции. При този модел двете настройки означават едно и също, така че само преименуването не помага: max_completion_tokens: 300 също върна празен отговор в AIHubMix.
2. Ограничавайте директно разсъждението, ако ви трябва кратък отговор. Задайте reasoning_effort на low или на none, за да изключите разсъждението. В теста на AIHubMix настройката none отговори на кратък промпт за програмиране с 43 токена за завършване и без разсъждение.
3. Проверявайте finish_reason при всяко извикване. Третирайте "length" с празно content като неуспешен опит, който трябва да повторите с по-голям бюджет, а не като отговор.

Полезни неща, които да знаете за контролите на разсъждението

Разсъждението е включено по подразбиране. В справочника за Chat Completions на Alibaba са описани подробностите:

• Нива: low, medium и xhigh (по подразбиране). Стойностите в стил OpenAI се преобразуват: max и high стават xhigh, minimal става low, а none изключва разсъждението. Всяка друга стойност връща грешка.
• Бюджети: ако не зададете thinking_budget, нивата съответстват на бюджети за разсъждение от 4,096 токена (low), 16,384 токена (medium) и 262,144 токена (xhigh). Ако не зададете нито едното, същата страница посочва, че по подразбиране се използва xhigh с бюджет от 131,072 токена. Според това преобразуване изричното изпращане на xhigh позволява до два пъти по-голям бюджет за разсъждение от този по подразбиране. Така го описва документацията; AIHubMix не го е измервал.
• Не ги комбинирайте: според документацията на Alibaba едновременното задаване на reasoning_effort и thinking_budget води до грешка. В един тест на AIHubMix, при който бяха изпратени и двете настройки, отговорът се върна нормално, така че каналът може да не отхвърля тази комбинация, но няма документация за това коя настройка има предимство. Изпращайте само едната.
• Няколко хода: връщайте предишните разсъждения в полето reasoning_content на всяко съобщение от асистента, никога в content. Пропускането му не предизвиква грешка, но изпратеното обратно съдържание се таксува като вход.

През AIHubMix бяха приети low и none, а разсъждението пристигна в reasoning_content.

Инструменти за програмиране

Моделът е създаден за агенти за програмиране. Ето как се вписва в най-често използваните инструменти чрез AIHubMix:

• Claude Code използва Anthropic Messages API. Страницата на модела в AIHubMix посочва само /v1/chat/completions, но една тестова заявка към /v1/messages на AIHubMix с този ID на модела върна нормален отговор с отделни блокове за мислене и текст. Това беше единична заявка без инструменти, а не сесия с Claude Code. За да стартирате Claude Code с модели, различни от Claude, AIHubMix документира отделна настройка — Claude Code с всеки LLM: инсталирайте пакета @aihubmix/claude-code, задайте coding-qwen4-max-preview за default, think и longContext в Router във файла ~/.aihubmix-claude-code/config.json, след което изпълнете acc start и acc code. Не сме тествали тази настройка с този модел, затова първо опитайте краткия тест по-долу. Документацията на Anthropic не поддържа маршрутизиране на модели, различни от Claude, към Claude Code през шлюз, така че тази настройка не се поддържа от страна на Anthropic.
• Qwen Code се свързва чрез съвместимата с OpenAI крайна точка: OPENAI_BASE_URL=https://aihubmix.com/v1 и OPENAI_MODEL=coding-qwen4-max-preview. Има обаче една уловка, видима в изходния код на Qwen Code. Таблицата му за размера на контекста задава прозорец от 1M за ID, започващи с qwen4. Нашият ID започва с coding-, не съвпада с нито един ред и по подразбиране се задава лимит от 200,000 токена. Това е извод от прочита на кода, а не резултат от измерване при изпълнение. Очаквайте Qwen Code да съкрати разговора много преди достигането на 1M. Ако ви е нужна пълната дължина, задайте model.generationConfig.contextWindowSize на 1000000 във файла ~/.qwen/settings.json.
• OpenCode, Cline, Cursor и други инструменти, съвместими с OpenAI: добавете персонализиран модел със същия базов URL и ID. Проверете две настройки във всеки инструмент: контекстовия прозорец, който инструментите често не разпознават за нови ID, и всяка стойност на max_tokens, задавана по подразбиране от инструмента. Малка стойност по подразбиране вече ще ограничава мисленето.

15-минутен кратък тест, преди да поверите на модела хранилище:

1. Изпратете една заявка Chat Completions и потвърдете, че се връщат reasoning_content и непразно content.
2. Поставете на агента малка задача в пробно хранилище: поправяне на един неуспешен модулен тест в два файла. Успехът означава, че тестовете минават и разликите засягат само очакваното.
3. Следете за finish_reason: "length" в журналите на инструмента или в изгледа му за използването. Ако се появи, увеличете лимита за изход или намалете reasoning_effort.
4. Повторете задачата със reasoning_effort: "low" и сравнете времето и изходните токени. Така ще разберете кое ниво да използвате всеки ден.

Alibaba документира извикване на инструменти и структуриран изход за този модел. AIHubMix все още не е публикувала флагове за възможностите на този канал, а ръководството ѝ за модела казва, че липсата им означава „непотвърдено, а не неподдържано“. Стъпка 2 е проверката ви за извикване на инструменти.

Трябва ли да преминете към него?

Тествайте го сега, ако използвате агенти за програмиране и искате да видите следващото поколение Qwen върху собствения си код или решавате дали да планирате работата си около Qwen4. При цената за този канал в AIHubMix такава сесия като описаната по-горе струва под долар, а предварителният достъп на Alibaba приключва на 25 ноември.

Изчакайте, ако имате нужда от стабилно поведение, публикувани бенчмаркове или дългосрочна наличност. Предварителната версия е обозначена като нестабилна, а Alibaba я спира след края на предварителния достъп. Alibaba не е казала какво ще последва, каква ще е цената или дали поведението ще остане същото.

Останете на Qwen3.8-Max за продукционна употреба. Той има същия контекст от 1M, официална цена с плащане според използването и няма обявена дата за спиране. Настройките ви за max_tokens запазват старото си значение.

Ако тествате и двата модела, в сравнението едно до друго в AIHubMix са посочени техните спецификации и цени. Можете да извикате който и да е от моделите със същия AIHubMix ключ; променя се само ID на модела.

Често задавани въпроси

Предлага ли се Qwen4-Max-Preview чрез API с плащане според използването?
Не и от Alibaba, която го предлага само чрез абонаменти за Token Plan. AIHubMix беше първата платформа, която го предложи с таксуване на токен, под ID coding-qwen4-max-preview, на цена от $0.353 за милион входни токени и $1.059 за милион изходни токени.

Кога Alibaba ще спре Qwen4-Max-Preview?
Предварителният достъп на Alibaba приключва в 24:00 на 25 ноември 2026 г. (UTC+8), което е 16:00 UTC. Alibaba казва, че моделът ще бъде спрян след края на предварителния достъп.

Защо заявката ми връща празен отговор?
Най-вероятно стойността на max_tokens е твърде малка. При този модел тя ограничава едновременно мисленето и отговора, така че разсъжденията могат да изчерпят целия бюджет. Проверете за finish_reason "length", след което увеличете лимита или намалете reasoning_effort.

Какъв е контекстовият прозорец и какъв е максималният изход?
Alibaba посочва контекст от 1M токена и до 393,216 изходни токена, като мисленето и окончателният отговор споделят лимита за изход.

Как да изключа или намаля мисленето?
Задайте reasoning_effort на low или medium, за да го съкратите, или на none, за да го изключите. Изпращайте само едното от reasoning_effort и thinking_budget: Alibaba документира, че комбинирането им води до грешка, а за канала на AIHubMix няма документация, която да посочва кое от двете има ефект.

По-добър ли е Qwen4-Max-Preview от Qwen3.8-Max?
Засега няма публикуван бенчмарк, който да даде отговор. Страницата на Alibaba за представянето му изброява възможностите и ограниченията, но не и резултати, а към 11 ноември 2026 г. не открихме независим бенчмарк, затова сравнете двата модела със собствените си задачи.

Работи ли с Claude Code?
AIHubMix документира настройка за работа с Claude Code и модели, различни от Claude, която Anthropic не поддържа. С този модел сме тествали само една заявка към съвместимата с Anthropic крайна точка Messages на AIHubMix; тя върна блокове за мислене и текст. Изпълнете кратък тест с инструменти, преди да разчитате на него за дълги сесии.

Източници

1. Alibaba Cloud Model Studio: Qwen4-Max-Preview (посетено на 11 ноември 2026 г.)
2. Alibaba Cloud Model Studio: справочник за Chat Completions API
3. Alibaba Cloud Model Studio: Token Plan (Personal Edition) (посетено на 11 ноември 2026 г.)
4. Alibaba Cloud Model Studio: Qwen3.8-Max (посетено на 11 ноември 2026 г.)
5. AIHubMix: Coding Qwen4 Max Preview (цените са проверени на 11 ноември 2026 г.; тестовете на живо са проведени между 10:22 и 10:48 UTC)