API Qwen4-Max-Preview: kontekst 1M, zmiana max_tokens, koniec 25 listopada

Alibaba udostępniła Qwen4-Max-Preview, flagowy model nowej generacji z rodziny Qwen, 11 listopada 2026 r. Alibaba oferuje go wyłącznie w ramach subskrypcji Token Plan dla narzędzi do programowania; nie ma opcji płatności za użycie. Wersja preview będzie dostępna do 24:00 25 listopada (UTC+8), po czym Alibaba wycofa model.

AIHubMix to pierwsza platforma oferująca go w API rozliczanym za tokeny. Model jest dostępny od dnia premiery pod identyfikatorem coding-qwen4-max-preview w punkcie końcowym zgodnym z OpenAI, w cenie 0,353 USD za milion tokenów wejściowych i 1,059 USD za milion tokenów wyjściowych. Zanim skierujesz do niego agenta, pamiętaj o jednej zmianie, która może zepsuć istniejący kod. W tym modelu max_tokens obejmuje łącznie rozumowanie i odpowiedź. W AIHubMix limit 300 tokenów zwrócił pustą odpowiedź.

W skrócie

• Co to jest: flagowy multimodalny model nowej generacji od Alibaba, a od 11 listopada jedyny model Qwen4 na liście modeli Alibaba. Został opracowany z myślą o programowaniu, projektowaniu frontendów, pracy biurowej i zadaniach agentowych. Obsługuje tekst, obrazy i wideo; okno kontekstu 1M tokenów; do 393,216 tokenów wyjściowych.
• Gdzie można z niego korzystać: Alibaba oferuje go wyłącznie w ramach subskrypcji Token Plan. W AIHubMix jest dostępny jako API rozliczane za tokeny pod identyfikatorem modelu coding-qwen4-max-preview.
• Jak długo będzie dostępny: wersja preview od Alibaba będzie dostępna do 24:00 25 listopada 2026 r. (UTC+8), czyli do 16:00 UTC tego samego dnia.
• Co może przestać działać: max_tokens ogranicza teraz łączną liczbę tokenów na rozumowanie i odpowiedź. Limit ustawiony tylko z myślą o odpowiedzi może skutkować wartością finish_reason: "length" i pustym polem content.
• Jaki jest koszt: Alibaba nie podaje ceny za token. W AIHubMix cena wynosi 0,353 USD za milion tokenów wejściowych i 1,059 USD za milion tokenów wyjściowych.

Dwie drogi dostępu i termin końcowy

Warunki podane na stronie modelu Alibaba są jednoznaczne: Qwen4-Max-Preview „jest dostępny wyłącznie w ramach Token Plan. Dostęp w modelu płatności za użycie nie jest obsługiwany”. Token Plan to subskrypcja Alibaba Cloud obejmująca narzędzia do programowania z użyciem AI i narzędzia agentowe, takie jak Claude Code, Qwen Code i Qoder. Rozliczenia odbywają się w Credits, bez podanej stawki za token, a plany indywidualne zaczynają się od 6 USD miesięcznie. W okresie preview Alibaba nalicza za Qwen4-Max-Preview opłaty wynoszące zaledwie 20% standardowej stawki w Credits, a w godzinach 22:00–08:00 (UTC+8) — 8%.

Drugą drogą dostępu jest kanał AIHubMix. Wywołujesz model tak jak każdy inny model w punkcie końcowym zgodnym z OpenAI, płacisz za tokeny i nie potrzebujesz subskrypcji. AIHubMix opisuje tę usługę jako tańszy dostęp do Qwen4-Max-Preview za pośrednictwem oficjalnego Token Plan i oznacza ją jako usługę preview, która „może być niestabilna i jest zalecana do testów i ewaluacji”.

Terminy wersji preview są ustalone. Będzie ona dostępna od 10:00 11 listopada do 24:00 25 listopada 2026 r. (UTC+8), łącznie przez 350 godzin. Alibaba informuje: „w tym okresie nie będą wprowadzane żadne zmiany, a po zakończeniu wersji preview model zostanie wycofany”. Traktuj go jako model do ewaluacji, a nie jako podstawę produktu.

Co zmieniło się w porównaniu z Qwen3.8-Max

Qwen3.8-Max to obecny flagowy model Qwen, bez ogłoszonej daty wycofania. Oto porównanie specyfikacji opublikowanych przez Alibaba:

Specyfikacja pochodzi ze stron modeli i dokumentacji API Alibaba Cloud. Limit tokenów wyjściowych Qwen4-Max-Preview jest wspólny dla rozumowania i odpowiedzi końcowej.

Okno kontekstu i dane wejściowe pozostają bez zmian. Zmieniają się dwie rzeczy: limit tokenów wyjściowych potraja się, a max_tokens obejmuje teraz także rozumowanie. Ustawienia rozumowania zachowują te same nazwy i poziomy, więc kod, który już ustawia reasoning_effort dla Qwen3.8, będzie działać również tutaj.

Nie ma jeszcze wyników benchmarków. Na stronie premiery Alibaba nie podano żadnych wyników, a na 11 listopada nie znaleźliśmy niezależnego benchmarku tej wersji preview. Relacje z premiery, takie jak artykuł TechNode, powtarzają specyfikację, a nie wyniki testów. Dopóki nie pojawią się wyniki, oceniaj model na podstawie własnych zadań.

Cena i rzeczywisty koszt

Alibaba nie podaje ceny za token dla Qwen4-Max-Preview: jedyną oficjalną drogą dostępu jest Token Plan, rozliczany w Credits. W AIHubMix kanał rozlicza się za tokeny: 0,353 USD za milion tokenów wejściowych, 1,059 USD za milion tokenów wyjściowych i 0,0441 USD za milion buforowanych tokenów wejściowych.

Dla konkretnego przykładu weźmy jedną sesję agenta programistycznego. To założenia, a nie pomiary: 40 tur, w każdej wysyłanych jest 60 000 tokenów wejściowych, z czego 50 000 to buforowany prefiks repozytorium, a generowanych jest 3 000 tokenów wyjściowych, łącznie z rozumowaniem.

Szacunek na podstawie cen podanych przez AIHubMix dla tego kanału. Trafienia w pamięci podręcznej nie są gwarantowane, a AIHubMix nie zmierzył ich dla tego kanału. Bez trafień w pamięci podręcznej ta sama sesja kosztuje około 0,974 USD.

W praktyce na tę kwotę wpływają dwa szczegóły. Po pierwsze, rozumowanie jest liczone jako tokeny wyjściowe: w danych o użyciu AIHubMix tokeny rozumowania wchodzą w skład completion_tokens, a domyślny poziom rozumowania to xhigh. Znaczna część z 3 000 tokenów wyjściowych na turę może więc przypadać na rozumowanie. Po drugie, Alibaba domyślnie włącza w tym modelu preserve_thinking. Rozumowanie z wcześniejszych tur, które klient odsyła w polu reasoning_content, jest odczytywane przez model, a dokumentacja Alibaba informuje, że „jest wliczane do liczby tokenów wejściowych i podlega opłacie”. W długich sesjach agentowych liczba tokenów wejściowych rośnie więc szybciej, niż sugeruje widoczny przebieg rozmowy.

Zmiana max_tokens: co zobaczysz i jak to naprawić

Ta zmiana najprawdopodobniej zepsuje działającą integrację. Alibaba zapowiedziała ją w komunikacie o zgodności API z 2 listopada, a na stronie modelu powtórzono tę informację:

Począwszy od qwen4-max-preview, max_tokens jest równoważne max_completion_tokens. Obie wartości ograniczają łączną liczbę tokenów przeznaczonych na rozumowanie i odpowiedź końcową. Rozumowanie zużywa część tego samego limitu, więc limit ustawiony wcześniej tylko z myślą o odpowiedzi może uciąć wynik.

W Qwen3.8-Max max_tokens ogranicza tylko odpowiedź; rozumowanie nie wlicza się do tego limitu. Kod ustawiający max_tokens: 300 dla krótkiej odpowiedzi działał poprawnie. W Qwen4-Max-Preview te same 300 tokenów musi wystarczyć również na rozumowanie.

11 listopada 2026 r. AIHubMix wysłał następujące żądanie:

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."}]
  }'

Odpowiedź miała kod HTTP 200, ale nie zawierała żadnej treści:

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

(Ograniczono do istotnych pól.)

Wszystkie 300 tokenów wykorzystano na rozumowanie, a generowanie odpowiedzi w ogóle się nie rozpoczęło. Nie pojawia się żaden błąd, więc klient odczytujący wyłącznie content widzi pusty ciąg i może uznać go za poprawną odpowiedź. Przy ustawieniu max_tokens: 16384 ten sam prompt zakończył się normalnie: 1 206 tokenów uzupełnienia, z czego 608 przeznaczono na rozumowanie, oraz poprawna odpowiedź (cztery pary).

Jak to naprawić:

1. Ustaw limity z myślą o rozumowaniu i odpowiedzi łącznie. Usuń dotychczasowe limity przeznaczone wyłącznie na odpowiedź albo zwiększ je znacznie ponad jej przewidywaną długość. Alibaba oznacza max_tokens jako parametr, który „zostanie wycofany”, i zaleca używanie max_completion_tokens w nowych integracjach. W tym modelu oba parametry oznaczają to samo, więc sama zmiana nazwy niczego nie naprawi: max_completion_tokens: 300 również zwróciło pustą odpowiedź w AIHubMix.
2. Ogranicz samo rozumowanie, jeśli potrzebujesz krótkiej odpowiedzi. Ustaw reasoning_effort na low albo na none, aby wyłączyć rozumowanie. W teście AIHubMix ustawienie none pozwoliło odpowiedzieć na krótki prompt programistyczny, zużywając 43 tokeny uzupełnienia i nie generując tokenów rozumowania.
3. Sprawdzaj finish_reason przy każdym wywołaniu. Traktuj wartość "length" z pustym polem content jako nieudaną próbę, którą należy ponowić z wyższym limitem, a nie jako odpowiedź.

Ważne ustawienia rozumowania

Rozumowanie jest domyślnie włączone. Szczegóły opisano w dokumentacji Chat Completions Alibaba:

• Poziomy: low, medium i xhigh (domyślny). Wartości w stylu OpenAI są mapowane: max i high stają się xhigh, minimal staje się low, a none wyłącza rozumowanie. Każda inna wartość zwraca błąd.
• Limity: jeśli nie ustawisz thinking_budget, poziomy są mapowane na limity rozumowania wynoszące 4,096 (low), 16,384 (medium) i 262,144 (xhigh) tokenów. Jeśli nie ustawisz żadnego z tych parametrów, ta sama strona podaje domyślny poziom xhigh i limit 131,072 tokenów. Zgodnie z tym mapowaniem jawne ustawienie xhigh pozwala wykorzystać maksymalnie dwukrotność domyślnego limitu rozumowania. Tak opisuje to dokumentacja; AIHubMix nie przeprowadził pomiarów.
• Nie ustawiaj obu naraz: według dokumentacji Alibaba jednoczesne ustawienie reasoning_effort i thinking_budget powoduje błąd. Test AIHubMix, w którym wysłano oba parametry, zakończył się normalnie, więc kanał może nie odrzucać takiej kombinacji, ale dokumentacja nie wyjaśnia, które ustawienie ma wtedy zastosowanie. Wysyłaj tylko jedno.
• Wiele tur: odsyłaj rozumowanie z poprzednich tur w polu reasoning_content każdej wiadomości asystenta, nigdy w content. Pominięcie go nie powoduje błędu, ale jego odesłanie jest rozliczane jako dane wejściowe.

W AIHubMix zaakceptowano wartości low i none, a rozumowanie pojawiło się w polu reasoning_content.

Narzędzia do programowania

Model opracowano z myślą o agentach programistycznych. Oto jak sprawdza się w popularnych narzędziach za pośrednictwem AIHubMix:

• Claude Code korzysta z API Anthropic Messages. Strona modelu AIHubMix wymienia tylko /v1/chat/completions, ale pojedyncze żądanie testowe wysłane do AIHubMix przez /v1/messages z tym identyfikatorem modelu zwróciło prawidłową odpowiedź z oddzielnymi blokami rozumowania i tekstu. Było to pojedyncze żądanie bez narzędzi, a nie sesja Claude Code. Aby uruchomić Claude Code z modelami innymi niż Claude, AIHubMix dokumentuje osobną konfigurację: Claude Code z dowolnym LLM. Zainstaluj pakiet @aihubmix/claude-code, ustaw default, think i longContext w sekcji Router pliku ~/.aihubmix-claude-code/config.json na coding-qwen4-max-preview, a następnie uruchom acc start i acc code. Nie testowaliśmy tej konfiguracji z tym modelem, więc najpierw wykonaj poniższy test kontrolny. Dokumentacja Anthropic nie przewiduje kierowania modeli innych niż Claude do Claude Code przez bramę, dlatego konfiguracja ta nie jest obsługiwana po stronie Anthropic.
• Qwen Code łączy się przez punkt końcowy zgodny z OpenAI: OPENAI_BASE_URL=https://aihubmix.com/v1 oraz OPENAI_MODEL=coding-qwen4-max-preview. W kodzie źródłowym Qwen Code widać jednak pewien haczyk. Tabela rozmiarów kontekstu przypisuje okno 1M identyfikatorom zaczynającym się od qwen4. Nasz identyfikator zaczyna się od coding-, nie pasuje do żadnego wiersza, więc używana jest domyślna wartość 200 000 tokenów. To wniosek z analizy kodu, a nie wynik pomiaru. Qwen Code prawdopodobnie skompaktuje konwersację na długo przed osiągnięciem 1M. Jeśli potrzebujesz pełnego kontekstu, ustaw model.generationConfig.contextWindowSize na 1000000 w pliku ~/.qwen/settings.json.
• OpenCode, Cline, Cursor i inne narzędzia zgodne z OpenAI: dodaj model niestandardowy, podając ten sam bazowy URL i identyfikator. Sprawdź dwa ustawienia w każdym narzędziu: okno kontekstu, którego wartości narzędzia często nie znają dla nowych identyfikatorów, oraz domyślne max_tokens wysyłane przez narzędzie. Niska wartość domyślna będzie teraz ograniczać rozumowanie.

15-minutowy test kontrolny, zanim powierzysz mu pracę z repozytorium:

1. Wyślij jedno żądanie Chat Completions i sprawdź, czy otrzymujesz reasoning_content oraz niepuste content.
2. Przydziel agentowi niewielkie zadanie w tymczasowym repozytorium: napraw jeden niezaliczony test jednostkowy obejmujący dwa pliki. Sukces oznacza, że testy przechodzą, a zmiany obejmują tylko to, co powinny.
3. W dziennikach narzędzia lub widoku użycia sprawdź, czy pojawia się finish_reason: "length". Jeśli tak, zwiększ limit wyjścia lub obniż reasoning_effort.
4. Powtórz zadanie z ustawieniem reasoning_effort: "low" i porównaj czas oraz liczbę tokenów wyjściowych. Dzięki temu ustalisz, którego poziomu używać na co dzień.

Alibaba dokumentuje wywoływanie narzędzi i ustrukturyzowane wyjście dla tego modelu. AIHubMix nie opublikował jeszcze flag określających możliwości tego kanału, a w jego przewodniku po modelu wyjaśniono, że ich brak oznacza „niezweryfikowane, a nie nieobsługiwane”. Krok 2 to test wywoływania narzędzi.

Czy warto się przesiąść?

Przetestuj teraz, jeśli korzystasz z agentów programistycznych i chcesz sprawdzić kolejną generację Qwen na własnym kodzie albo zastanawiasz się, czy planować wdrożenie w oparciu o Qwen4. Przy cenie kanału AIHubMix sesja taka jak powyższa kosztuje mniej niż dolara, a okres testowy Alibaba kończy się 25 listopada.

Poczekaj, jeśli potrzebujesz stabilnego działania, opublikowanych wyników testów porównawczych lub długoterminowej dostępności. Wersja Preview jest oznaczona jako niestabilna, a Alibaba wycofa ją po zakończeniu okresu testowego. Alibaba nie podała, co nastąpi po wersji Preview, ile będzie kosztować ani czy będzie działać tak samo.

W produkcji pozostań przy Qwen3.8-Max. Ma takie samo okno kontekstu 1M, oficjalną cenę w modelu pay-as-you-go i nie ma ogłoszonej daty wycofania. Ustawienie max_tokens nadal będzie tam miało dotychczasowe znaczenie.

Jeśli przetestujesz oba modele, porównanie obok siebie w AIHubMix zawiera ich specyfikacje i ceny. Możesz wywołać każdy z nich za pomocą tego samego klucza AIHubMix — zmienia się tylko identyfikator modelu.

FAQ

Czy Qwen4-Max-Preview jest dostępny przez API w modelu pay-as-you-go?
Nie od Alibaba, która udostępnia go wyłącznie w ramach subskrypcji Token Plan. AIHubMix jako pierwsza platforma zaoferowała rozliczanie za token pod identyfikatorem coding-qwen4-max-preview, w cenie $0.353 za milion tokenów wejściowych i $1.059 za milion tokenów wyjściowych.

Kiedy Alibaba wycofa Qwen4-Max-Preview?
Okres testowy Alibaba kończy się 25 listopada 2026 o 24:00 (UTC+8), czyli o 16:00 UTC. Alibaba informuje, że model zostanie wycofany po zakończeniu okresu testowego.

Dlaczego moje żądanie zwraca pustą odpowiedź?
Najprawdopodobniej wartość max_tokens jest zbyt mała. W tym modelu limit obejmuje łącznie rozumowanie i odpowiedź, więc rozumowanie może pochłonąć cały dostępny budżet. Sprawdź, czy pojawia się finish_reason "length", a następnie zwiększ limit lub obniż reasoning_effort.

Jakie jest okno kontekstu i maksymalna długość wyjścia?
Alibaba podaje kontekst o długości 1M tokenów i maksymalnie 393,216 tokenów wyjściowych; rozumowanie i odpowiedź końcowa korzystają ze wspólnego limitu wyjścia.

Jak wyłączyć rozumowanie lub je ograniczyć?
Ustaw reasoning_effort na low lub medium, aby je skrócić, albo na none, aby je wyłączyć. Wysyłaj tylko jeden z parametrów: reasoning_effort lub thinking_budget. Alibaba informuje, że ich łączenie powoduje błąd, a dokumentacja nie wyjaśnia, który z nich ma zastosowanie w kanale AIHubMix.

Czy Qwen4-Max-Preview jest lepszy od Qwen3.8-Max?
Nie ma jeszcze opublikowanych wyników testów porównawczych, które pozwoliłyby odpowiedzieć na to pytanie. Strona premierowa Alibaba podaje możliwości i limity, ale nie wyniki, a do 11 listopada 2026 nie znaleźliśmy żadnych niezależnych testów porównawczych. Porównaj więc oba modele na własnych zadaniach.

Czy działa z Claude Code?
AIHubMix dokumentuje konfigurację umożliwiającą uruchamianie Claude Code z modelami innymi niż Claude, czego Anthropic nie obsługuje. W przypadku tego modelu przetestowaliśmy tylko jedno żądanie wysłane do zgodnego z Anthropic punktu końcowego Messages AIHubMix; otrzymaliśmy bloki rozumowania i tekstu. Zanim powierzysz mu długie sesje, przeprowadź krótki test kontrolny z użyciem narzędzi.

Źródła

1. Alibaba Cloud Model Studio: Qwen4-Max-Preview (dostęp 11 listopada 2026)
2. Alibaba Cloud Model Studio: dokumentacja referencyjna API Chat Completions
3. Alibaba Cloud Model Studio: Token Plan (Personal Edition) (dostęp 11 listopada 2026)
4. Alibaba Cloud Model Studio: Qwen3.8-Max (dostęp 11 listopada 2026)
5. AIHubMix: Coding Qwen4 Max Preview (ceny sprawdzone 11 listopada 2026; testy na żywo przeprowadzone w godz. 10:22–10:48 UTC)