Qwen4-Max-Preview API: 1M bağlam, max_tokens değişikliği, 25 Kasım’da sona eriyor

Alibaba, Qwen ailesinin yeni nesil amiral gemisi Qwen4-Max-Preview modelini 11 Kasım 2026’da kullanıma açtı. Alibaba modeli yalnızca kodlama araçlarına yönelik Token Plan aboneliğiyle sunuyor; kullandıkça öde seçeneği yok. Önizleme 25 Kasım saat 24.00’te (UTC+8) sona eriyor ve Alibaba bu tarihten sonra modeli kullanımdan kaldırıyor.

AIHubMix, modeli token başına ücretlendirmeyle sunan ilk platform. Modeli kullanıma açıldığı günden bu yana OpenAI uyumlu uç noktada coding-qwen4-max-preview adıyla, milyon giriş token’ı başına $0.353 ve milyon çıkış token’ı başına $1.059 ücretle sunuyor. Bir aracı modele yönlendirmeden önce, mevcut kodunuzu bozabilecek bu değişikliği bilmeniz gerekiyor. Bu modelde max_tokens, düşünme ve yanıt token’larını birlikte sınırlar. AIHubMix’te 300 token’lık sınır, boş yanıt döndürdü.

Kısaca

• Nedir: Alibaba’nın yeni nesil amiral gemisi çok modlu modeli ve 11 Kasım itibarıyla Alibaba’nın model listesinde yer alan tek Qwen4 modeli. Kodlama, ön yüz tasarımı, ofis işleri ve ajan tabanlı görevleri hedefliyor. Metin, görsel ve video girdileri; 1M token’lık bağlam; 393,216 token’a kadar çıktı.
• Nereden çağrılır: Alibaba modeli yalnızca Token Plan abonelikleri kapsamında sunuyor. AIHubMix’te model kimliği coding-qwen4-max-preview olan, token başına ücretlendirilen bir API olarak kullanılabiliyor.
• Ne kadar süreyle: Alibaba’nın önizlemesi 25 Kasım 2026 saat 24.00’e (UTC+8), yani aynı gün 16.00 UTC’ye kadar sürecek.
• Neyi bozabilir: max_tokens artık düşünme ve yanıtı birlikte sınırlar. Yalnızca yanıt için ayarlanmış bir sınır, finish_reason: "length" ve boş bir content döndürebilir.
• Ücreti ne: Alibaba token başına fiyat yayımlamıyor. AIHubMix’te ücret, milyon giriş token’ı başına $0.353 ve milyon çıkış token’ı başına $1.059.

Erişmenin iki yolu ve son tarih

Alibaba’nın model sayfasında koşullar doğrudan belirtiliyor: Qwen4-Max-Preview “yalnızca Token Plan üzerinden kullanılabilir. Kullandıkça öde erişimi desteklenmez.” Token Plan; Claude Code, Qwen Code ve Qoder gibi yapay zekâ kodlama ve ajan araçlarına yönelik Alibaba Cloud aboneliğidir. Token başına yayımlanmış bir fiyat olmadan, Credits üzerinden ücretlendirilir ve bireysel planlar ayda $6’dan başlar. Önizleme sırasında Alibaba, Qwen4-Max-Preview için standart Credit ücretinin yalnızca 20%’si kadar, 22.00 ile 08.00 (UTC+8) arasında ise 8%’i kadar ücret alıyor.

AIHubMix üzerinden erişim de diğer bir yol. OpenAI uyumlu uç noktada diğer modeller gibi çağırır, token başına ödeme yapar ve aboneliğe ihtiyaç duymazsınız. AIHubMix, bu kanalı resmî Token Plan üzerinden Qwen4-Max-Preview’e daha düşük maliyetle erişim olarak tanımlıyor ve “kararsız olabileceği, test ve değerlendirme amacıyla önerildiği” bir önizleme hizmeti olarak etiketliyor.

Önizleme tarihleri kesin. 11 Kasım saat 10.00’dan 25 Kasım 2026 saat 24.00’e (UTC+8) kadar, toplam 350 saat sürüyor. Alibaba, “bu süre içinde herhangi bir değişiklik yapılmayacağını ve önizleme sona erdikten sonra modelin kullanımdan kaldırılacağını” söylüyor. Bunu, üzerine ürün inşa edilecek bir model değil, değerlendirme modeli olarak ele alın.

Qwen3.8-Max’ten farkları

Qwen3.8-Max, kullanımdan kaldırılacağı duyurulmamış mevcut Qwen amiral gemisi modelidir. Alibaba’nın yayımladığı özelliklere göre iki model şöyle karşılaştırılıyor:

Özellikler Alibaba Cloud’un model sayfalarından ve API başvuru belgelerinden alınmıştır. Qwen4-Max-Preview’in çıktı sınırı, düşünme ve nihai yanıt için ortaktır.

Bağlam ve girdiler aynı kalıyor. İki şey değişiyor: çıktı üst sınırı üç katına çıkıyor ve max_tokens artık yanıtın yanı sıra düşünmeyi de kapsıyor. Düşünme ayarlarının adları ve düzeyleri aynı kaldığından, Qwen3.8 için zaten reasoning_effort ayarı kullanan kodlar çalışmaya devam eder.

Henüz benchmark sonucu yok. Alibaba’nın lansman sayfasında herhangi bir puan yayımlanmamış ve 11 Kasım itibarıyla bu önizlemeye ilişkin bağımsız bir benchmark bulamadık. TechNode’un haberi gibi lansman haberleri test sonuçlarını değil, özellik listesini aktarıyor. Puanlar yayımlanana kadar modeli kendi görevlerinizde değerlendirin.

Fiyat ve gerçek maliyet

Alibaba, Qwen4-Max-Preview için token başına fiyat yayımlamıyor: tek resmî erişim yolu, Credits üzerinden ücretlendirilen Token Plan. AIHubMix kanalı token başına ücret alıyor: milyon giriş token’ı başına $0.353, milyon çıkış token’ı başına $1.059 ve milyon önbelleğe alınmış giriş token’ı başına $0.0441.

Bunu somutlaştırmak için bir kodlama aracısı oturumunu ele alalım. Bunlar varsayımdır, ölçüm değildir: Her biri 60,000 giriş token’ı gönderen 40 tur; bunların 50,000’i önbelleğe alınmış bir depo öneki; her turda düşünme dâhil 3,000 çıkış token’ı.

Bu kanal için AIHubMix’in listelediği fiyatlar üzerinden tahmin edilmiştir. Önbellek isabeti garanti değildir ve AIHubMix bu kanalda bunları ölçmemiştir. Önbellek isabeti olmazsa aynı oturum yaklaşık $0.974 tutar.

Uygulamada bu rakamı iki ayrıntı değiştiriyor. İlk olarak, düşünme de çıktı olarak sayılır: AIHubMix’in kullanım verilerinde akıl yürütme token’ları completion_tokens değerine dâhildir ve varsayılan düşünme düzeyi xhigh’tır. Her turdaki 3,000 çıkış token’ının önemli bir bölümü akıl yürütme olabilir. İkinci olarak Alibaba, bu modelde preserve_thinking ayarını varsayılan olarak etkinleştiriyor. İstemcinizin önceki turlardaki düşünme içeriğini reasoning_content alanında geri göndermesi hâlinde model bunu okur ve Alibaba’nın belgelerine göre bu içerik “giriş token’ı sayısına dâhil edilir ve ücretlendirilir.” Bu nedenle uzun aracılık oturumlarında giriş token’ı sayısı, görünür konuşmanın düşündürdüğünden daha hızlı artar.

max_tokens değişikliği: ne göreceksiniz ve nasıl düzelteceksiniz

Çalışan bir entegrasyonu bozma olasılığı en yüksek değişiklik bu. Alibaba’nın 2 Kasım tarihli API uyumluluk bildirimi bu değişikliği duyurdu ve model sayfasında da yineliyor:

qwen4-max-preview ile birlikte max_tokens, max_completion_tokens ile eşdeğerdir. Her ikisi de düşünme ve nihai yanıt için kullanılan toplam token sayısını sınırlar. Düşünme aynı bütçenin bir kısmını tükettiğinden, önceden yalnızca yanıt için ayarlanmış bir sınır çıktıyı kesebilir.

Qwen3.8-Max’te max_tokens yalnızca yanıtı sınırlar; düşünme bu sınırın dışındadır. Kısa bir yanıt için max_tokens: 300 ayarlayan kod burada çalışıyordu. Qwen4-Max-Preview’de aynı 300 token’ın akıl yürütmeyi de karşılaması gerekiyor.

AIHubMix bu isteği 11 Kasım 2026’da çalıştırdı:

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."}]
  }'

HTTP 200 yanıtı geldi, ancak gösterilecek hiçbir şey yoktu:

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

(Yalnızca ilgili alanlar gösterilecek şekilde kısaltılmıştır.)

300 token’ın tamamı akıl yürütmeye gitti ve yanıt hiç başlamadı. Hata oluşmadığından, yalnızca content alanını okuyan bir istemci boş bir dize görür ve bunu geçerli bir yanıt sanabilir. max_tokens: 16384 ile aynı prompt normal şekilde tamamlandı: toplam 1,206 completion token’ı; bunların 608’i akıl yürütme token’ıydı ve doğru yanıt (dört çift) döndü.

Düzeltmek için:

1. Düşünme ve yanıt için birlikte sınır belirleyin. Yalnızca yanıtı hesaba katan eski sınırları kaldırın veya yanıt için gerekenden çok daha yükseğe çıkarın. Alibaba, max_tokens için “kullanımdan kaldırılacaktır” diyor ve yeni entegrasyonlarda max_completion_tokens kullanılmasını öneriyor. Bu modelde ikisi aynı anlama gelir; dolayısıyla yalnızca adı değiştirmek sorunu çözmez: AIHubMix’te max_completion_tokens: 300 da aynı boş yanıtı döndürdü.
2. Kısa yanıt gerektiğinde düşünmeyi doğrudan sınırlandırın. reasoning_effort değerini low olarak ayarlayın veya düşünmeyi kapatmak için none kullanın. AIHubMix’in testinde none, kısa bir kodlama prompt’una akıl yürütme olmadan 43 completion token’ıyla yanıt verdi.
3. Her çağrıda finish_reason değerini kontrol edin. Boş bir content ile birlikte gelen "length" değerini yanıt olarak değil, daha büyük bir bütçeyle yeniden deneme gerektiren bir başarısızlık olarak değerlendirin.

Bilinmesi gereken düşünme ayarları

Düşünme varsayılan olarak açıktır. Alibaba’nın Chat Completions başvuru belgesi ayrıntıları açıklıyor:

• Düzeyler: low, medium ve xhigh (varsayılan). OpenAI tarzı değerler eşlenir: max ve high, xhigh olur; minimal, low olur ve none düşünmeyi kapatır. Diğer tüm değerler hata döndürür.
• Bütçeler: thinking_budget ayarlamazsanız düzeyler, sırasıyla 4,096 (low), 16,384 (medium) ve 262,144 (xhigh) token’lık düşünme bütçelerine eşlenir. İkisini de ayarlamazsanız aynı sayfada varsayılanın 131,072 token bütçesiyle xhigh olduğu belirtiliyor. Bu eşlemeye göre xhigh değerini açıkça göndermek, varsayılan düşünme bütçesinin iki katına kadar izin verir. Belgeler bunu böyle açıklıyor; AIHubMix bu değeri ölçmedi.
• Birlikte kullanmayın: Alibaba, reasoning_effort ile thinking_budget değerlerinin birlikte ayarlanmasının hata verdiğini belirtiyor. AIHubMix’in her ikisini de gönderen bir testinde istek normal yanıt verdi; dolayısıyla kanal bu ikiliyi reddetmiyor olabilir. Ancak hangi ayarın geçerli olacağını açıklayan bir belge yok. Yalnızca birini gönderin.
• Çok turlu kullanım: Önceki düşünme içeriğini her asistan mesajının reasoning_content alanında geri gönderin; asla content içine koymayın. Bu alanı göndermemek hataya yol açmaz; ancak geri gönderilen içerik giriş olarak ücretlendirilir.

AIHubMix üzerinden low ve none değerleri kabul edildi ve düşünme içeriği reasoning_content alanında döndü.

Kodlama araçları

Model, kodlama aracıları için tasarlanmıştır. AIHubMix üzerinden yaygın araçlarla nasıl kullanılabileceği şöyle:

• Claude Code, Anthropic Messages API’sini kullanır. AIHubMix model sayfasında yalnızca /v1/chat/completions listeleniyor; ancak bu model kimliğiyle AIHubMix’in /v1/messages uç noktasına gönderdiğimiz tek bir test isteği, ayrı düşünme ve metin blokları içeren normal bir yanıt döndürdü. Bu, araç kullanmadan gönderilen tek bir istekti; Claude Code oturumu değildi. Claude dışı modellerde Claude Code çalıştırmak için AIHubMix, ayrı bir kurulum yöntemi belgeliyor: Claude Code’u herhangi bir LLM ile kullanma. Bunun için @aihubmix/claude-code paketini yükleyin, ~/.aihubmix-claude-code/config.json dosyasındaki Router altında yer alan default, think ve longContext değerlerini coding-qwen4-max-preview olarak ayarlayın, ardından acc start ve acc code komutlarını çalıştırın. Bu modeli söz konusu kurulumla henüz çalıştırmadık; bu nedenle önce aşağıdaki temel testi deneyin. Anthropic’in belgeleri, Claude dışı modellerin bir ağ geçidi üzerinden Claude Code’a yönlendirilmesini desteklemiyor; dolayısıyla bu kurulum Anthropic tarafında desteklenmiyor.
• Qwen Code, OpenAI uyumlu uç nokta üzerinden bağlanır: OPENAI_BASE_URL=https://aihubmix.com/v1 ve OPENAI_MODEL=coding-qwen4-max-preview. Ancak Qwen Code’un kaynak kodunda dikkat çeken bir nokta var. Bağlam boyutu tablosu, qwen4 ile başlayan kimliklere 1M bağlam penceresi tanımlıyor. Bizim kimliğimiz coding- ile başlıyor, tablodaki hiçbir satırla eşleşmiyor ve varsayılan 200,000 token değerine geri dönüyor. Bu, kodun incelenmesine dayanıyor; ölçülmüş bir çalıştırma sonucu değil. Qwen Code’un konuşmayı 1M’e ulaşmadan çok önce sıkıştırmasını bekleyin. Tam uzunluğa ihtiyacınız varsa ~/.qwen/settings.json dosyasında model.generationConfig.contextWindowSize değerini 1000000 olarak ayarlayın.
• OpenCode, Cline, Cursor ve OpenAI uyumlu diğer araçlar: aynı temel URL’yi ve kimliği kullanarak özel bir model ekleyin. Her araçta iki ayarı kontrol edin: yeni kimlikler için araçların çoğunlukla bilmediği bağlam penceresini ve aracın gönderdiği varsayılan max_tokens değerini. Düşük bir varsayılan değer artık düşünme sürecini kesebilir.

Güvenmeden önce bir depoda uygulayabileceğiniz 15 dakikalık temel test:

1. Bir Chat Completions isteği gönderin ve yanıtta reasoning_content ile boş olmayan bir content bulunduğunu doğrulayın.
2. Deneme amaçlı bir depoda ajana küçük bir görev verin: iki dosyayı etkileyen, başarısız bir birim testini düzeltmek. Testlerin geçmesi ve farkın yalnızca olması gereken dosyalara dokunması başarı ölçütüdür.
3. Aracınızın günlüklerinde veya kullanım görünümünde finish_reason: "length" olup olmadığını izleyin. Görürseniz çıktı sınırını yükseltin veya reasoning_effort değerini düşürün.
4. reasoning_effort: "low" ayarıyla görevi tekrarlayın ve süreyi, çıktı token’larını karşılaştırın. Böylece günlük kullanım için hangi düzeyin uygun olduğunu anlarsınız.

Alibaba, bu model için araç çağrısını ve yapılandırılmış çıktıları belgeliyor. AIHubMix bu kanal için henüz yetenek bayrakları yayımlamadı; model kılavuzunda ise bu bayrakların bulunmamasının “desteklenmiyor” değil, “doğrulanmadı” anlamına geldiği belirtiliyor. 2. adım, araç çağrısını kontrol etmenizi sağlar.

Geçiş yapmalı mısınız?

Kodlama ajanları kullanıyorsanız ve yeni Qwen neslini kendi kodunuzda görmek istiyorsanız ya da Qwen4’ü temel alarak plan yapıp yapmayacağınıza karar veriyorsanız şimdi test edin. AIHubMix’in bu kanaldaki fiyatıyla yukarıdaki gibi bir oturumun maliyeti bir doların altındadır; Alibaba’nın önizleme dönemi ise 25 Kasım’da sona eriyor.

Kararlı davranışa, yayımlanmış kıyaslama sonuçlarına veya uzun vadeli erişilebilirliğe ihtiyacınız varsa bekleyin. Önizlemenin kararsız olduğu belirtiliyor ve Alibaba, önizleme sona erdiğinde modeli kullanımdan kaldıracak. Alibaba, önizlemenin ardından ne olacağını, fiyatın ne olacağını veya modelin aynı şekilde davranıp davranmayacağını açıklamadı.

Üretim ortamında Qwen3.8-Max’te kalın. Aynı 1M bağlam penceresine, resmî kullandıkça öde fiyatına sahip ve kullanımdan kaldırılacağı duyurulmadı. Burada max_tokens ayarlarınız eski anlamını korur.

İkisini de test edecekseniz AIHubMix’teki yan yana karşılaştırmada teknik özellikleri ve fiyatları listeleniyor. Her iki modeli de aynı AIHubMix anahtarıyla çağırabilirsiniz; yalnızca model kimliği değişir.

Sık Sorulan Sorular

Qwen4-Max-Preview kullandıkça öde API’si üzerinden kullanılabilir mi?
Alibaba üzerinden değil; Alibaba modeli yalnızca Token Plan abonelikleriyle sunuyor. AIHubMix ise modeli milyon giriş token’ı başına $0.353 ve milyon çıkış token’ı başına $1.059 fiyatla, coding-qwen4-max-preview kimliği altında token başına ücretlendirmeyle sunan ilk platform oldu.

Alibaba, Qwen4-Max-Preview’ü ne zaman kullanımdan kaldıracak?
Alibaba’nın önizleme dönemi 25 Kasım 2026 günü saat 24:00’te (UTC+8), yani 16:00 UTC’de sona eriyor. Alibaba, önizleme sona erdikten sonra modelin kullanımdan kaldırılacağını belirtiyor.

İsteğim neden boş yanıt döndürüyor?
Büyük olasılıkla max_tokens değeri çok düşüktür. Bu modelde bu değer, düşünme süreciyle yanıtı birlikte sınırlar; dolayısıyla akıl yürütme tüm bütçeyi tüketebilir. finish_reason "length" olup olmadığını kontrol edin, ardından sınırı yükseltin veya reasoning_effort değerini düşürün.

Bağlam penceresi ve maksimum çıktı uzunluğu nedir?
Alibaba, 1M token’lık bağlam penceresi ve 393,216’ya kadar çıktı token’ı listeliyor. Düşünme süreci ile nihai yanıt, çıktı sınırını paylaşır.

Düşünme sürecini nasıl kapatabilir veya azaltabilirim?
Süreyi kısaltmak için reasoning_effort değerini low veya medium olarak ayarlayın; kapatmak için none olarak ayarlayın. reasoning_effort ve thinking_budget değerlerinden yalnızca birini gönderin: Alibaba bu ikisini birlikte kullanmanın hata verdiğini belgeliyor ve AIHubMix kanalında hangisinin etkili olacağını açıklayan bir bilgi yok.

Qwen4-Max-Preview, Qwen3.8-Max’ten daha mı iyi?
Bunu yanıtlayacak yayımlanmış bir kıyaslama sonucu henüz yok. Alibaba’nın lansman sayfasında yetenekler ve sınırlar listeleniyor, ancak puan yok. 11 Kasım 2026 itibarıyla bağımsız bir kıyaslama sonucu da bulamadık; bu nedenle iki modeli kendi görevlerinizde karşılaştırın.

Claude Code ile çalışıyor mu?
AIHubMix, Anthropic’in desteklemediği Claude dışı modellerde Claude Code çalıştırmak için bir kurulum yöntemi belgeliyor. Bu modelle yalnızca AIHubMix’in Anthropic uyumlu Messages uç noktasına gönderdiğimiz tek bir isteği test ettik; istek, düşünme ve metin blokları döndürdü. Uzun oturumlarda güvenmeden önce araçlarla kısa bir temel test yapın.

Kaynaklar

1. Alibaba Cloud Model Studio: Qwen4-Max-Preview (11 Kasım 2026’da erişildi)
2. Alibaba Cloud Model Studio: Chat Completions API referansı
3. Alibaba Cloud Model Studio: Token Plan (Bireysel Sürüm) (11 Kasım 2026’da erişildi)
4. Alibaba Cloud Model Studio: Qwen3.8-Max (11 Kasım 2026’da erişildi)
5. AIHubMix: Coding Qwen4 Max Preview (fiyatlar 11 Kasım 2026’da kontrol edildi; canlı testler 10:22–10:48 UTC arasında yapıldı)