API Qwen4-Max-Preview: контекст 1M, зміна max_tokens, завершення доступу 25 листопада

11 листопада 2026 року Alibaba відкрила доступ до Qwen4-Max-Preview, флагманської моделі нового покоління сімейства Qwen. Сама Alibaba пропонує її лише в межах підписки Token Plan для інструментів програмування; варіанта з оплатою за фактичне використання немає. Період попереднього доступу завершується 25 листопада о 24:00 (UTC+8), після чого Alibaba виведе модель з експлуатації.

AIHubMix першою платформою пропонує доступ до моделі через API з оплатою за токени. Від дня запуску вона доступна як coding-qwen4-max-preview на ендпоінті, сумісному з OpenAI, за ціною $0.353 за мільйон вхідних токенів і $1.059 за мільйон вихідних токенів. Перш ніж підключати до неї агента, врахуйте одну зміну, яка може зламати наявний код. У цій моделі max_tokens обмежує сумарну кількість токенів для міркувань і відповіді. На AIHubMix ліміт у 300 токенів повернув порожню відповідь.

Коротко

• Що це: мультимодальна флагманська модель нового покоління від Alibaba і, станом на 11 листопада, єдина модель Qwen4 у списку моделей Alibaba. Призначена для програмування, фронтенд-дизайну, офісної роботи та агентних завдань. Приймає текст, зображення та відео; контекстне вікно — 1M токенів; до 393,216 вихідних токенів.
• Де викликати: Alibaba пропонує її лише в межах підписок Token Plan. На AIHubMix доступ до неї надається через API з оплатою за токени; ID моделі — coding-qwen4-max-preview.
• Як довго доступна: період попереднього доступу від Alibaba триває до 25 листопада 2026 року, 24:00 (UTC+8), тобто до 16:00 UTC того самого дня.
• Що може зламатися: max_tokens тепер обмежує сумарну кількість токенів для міркувань і відповіді. Ліміт, розрахований лише на відповідь, може призвести до finish_reason: "length" і порожнього content.
• Скільки коштує: Alibaba не публікує ціни за токени. На AIHubMix ціна становить $0.353 за мільйон вхідних токенів і $1.059 за мільйон вихідних токенів.

Два способи доступу та кінцевий термін

На сторінці моделі Alibaba прямо зазначено умови: Qwen4-Max-Preview «доступна лише через Token Plan. Оплата за фактичне використання не підтримується». Token Plan — це підписка Alibaba Cloud на інструменти для програмування за допомогою ШІ та агентні інструменти, як-от Claude Code, Qwen Code і Qoder. Оплата стягується в Credits, опублікованої ціни за токени немає, а персональні плани починаються від $6 на місяць. У період попереднього доступу Alibaba стягує за Qwen4-Max-Preview лише 20% від стандартної ставки Credits, а з 22:00 до 08:00 (UTC+8) — 8%.

Другий спосіб доступу — канал AIHubMix. Викликайте модель так само, як будь-яку іншу, через ендпоінт, сумісний з OpenAI, платіть за токени; підписка не потрібна. AIHubMix описує цей канал як доступ до Qwen4-Max-Preview за нижчою ціною через офіційний Token Plan і позначає його як сервіс попереднього доступу, що «може бути нестабільним і рекомендований для тестування та оцінювання».

Дати попереднього доступу визначені заздалегідь. Він триває з 11 листопада, 10:00, до 25 листопада 2026 року, 24:00 (UTC+8), загалом 350 годин. Alibaba зазначає: «Протягом цього періоду змін не буде, а після завершення попереднього доступу модель буде виведена з експлуатації». Сприймайте її як модель для оцінювання, а не як основу для продукту.

Що змінилося порівняно з Qwen3.8-Max

Qwen3.8-Max — поточна флагманська модель Qwen, дату виведення з експлуатації не оголошено. Ось порівняння двох моделей за опублікованими характеристиками Alibaba:

Характеристики зі сторінок моделей Alibaba Cloud і довідника API. Ліміт вихідних токенів Qwen4-Max-Preview спільний для міркувань і фінальної відповіді.

Контекст і вхідні дані залишилися без змін. Змінилися дві речі: ліміт вихідних токенів збільшився втричі, а max_tokens тепер охоплює і міркування, і відповідь. Налаштування міркувань зберегли ті самі назви та рівні, тож код, який уже задає reasoning_effort для Qwen3.8, можна використовувати й далі.

Бенчмарків поки немає. На сторінці запуску Alibaba не наведено результатів, а станом на 11 листопада ми не знайшли незалежних бенчмарків цієї попередньої версії. У матеріалах про запуск, наприклад у звіті TechNode, повторюються характеристики, а не результати тестування. Поки не з’являться результати, оцінюйте модель на власних завданнях.

Ціна та фактична вартість

Alibaba не публікує ціни за токени для Qwen4-Max-Preview: єдиний офіційний спосіб доступу — через Token Plan з оплатою в Credits. У каналі AIHubMix оплата стягується за токени: $0.353 за мільйон вхідних токенів, $1.059 за мільйон вихідних токенів і $0.0441 за мільйон кешованих вхідних токенів.

Щоб оцінити вартість на практиці, візьмімо сеанс із coding-агентом. Це припущення, а не результати вимірювань: 40 ходів, кожен надсилає 60,000 вхідних токенів, з яких 50,000 — кешований префікс репозиторію, і генерує 3,000 вихідних токенів з урахуванням міркувань.

Розраховано за опублікованими цінами AIHubMix для цього каналу. Влучення в кеш не гарантовані, і AIHubMix не вимірювала їхню частоту в цьому каналі. Без влучень у кеш той самий сеанс коштує близько $0.974.

На практиці на цю суму впливають два чинники. По-перше, міркування зараховуються до вихідних токенів: у даних про використання AIHubMix токени міркувань входять до completion_tokens, а за замовчуванням для міркувань використовується рівень xhigh. Значна частина з 3,000 вихідних токенів на хід може припадати на міркування. По-друге, для цієї моделі Alibaba за замовчуванням вмикає preserve_thinking. Міркування з попередніх ходів, які клієнт надсилає назад у reasoning_content, модель знову обробляє, а в документації Alibaba зазначено, що вони «враховуються у вхідних токенах і оплачуються». Тому під час довгих сеансів з агентом кількість вхідних токенів зростає швидше, ніж можна припустити з видимого листування.

Зміна max_tokens: що побачите та як це виправити

Саме ця зміна найімовірніше порушить роботу вже налаштованої інтеграції. Alibaba оголосила про неї у повідомленні про сумісність API від 2 листопада; її також згадано на сторінці моделі:

Починаючи з qwen4-max-preview, max_tokens еквівалентний max_completion_tokens. Обидва параметри обмежують сумарну кількість токенів для міркувань і фінальної відповіді. Міркування використовують частину спільного ліміту, тому обмеження, раніше розраховане лише на відповідь, може призвести до її обрізання.

У Qwen3.8-Max max_tokens обмежує лише відповідь; міркування до цього ліміту не входять. Там працював код із параметром max_tokens: 300 для короткої відповіді. У Qwen4-Max-Preview ті самі 300 токенів мають вистачити і на міркування.

11 листопада 2026 року AIHubMix надіслала такий запит:

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."}]
  }'

У відповідь надійшов HTTP 200, але без жодного вмісту:

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

(Залишено лише важливі поля.)

Усі 300 токенів пішли на міркування, і відповідь так і не почалася. Помилки не виникає, тож клієнт, який зчитує лише content, отримує порожній рядок і може сприйняти його як коректну відповідь. Із max_tokens: 16384 той самий промпт обробився нормально: 1,206 токенів завершення, з яких 608 припали на міркування, і правильна відповідь — чотири пари.

Як виправити:

1. Задавайте ліміт для міркувань і відповіді разом. Приберіть старі обмеження, розраховані лише на відповідь, або збільште їх із запасом. Alibaba позначає max_tokens як параметр, «який буде застарілим», і рекомендує використовувати max_completion_tokens у нових інтеграціях. У цій моделі обидва параметри означають одне й те саме, тож проста заміна назви нічого не виправить: на AIHubMix max_completion_tokens: 300 так само повернув порожню відповідь.
2. Обмежуйте кількість міркувань безпосередньо, якщо потрібна коротка відповідь. Установіть для reasoning_effort значення low або none, щоб вимкнути міркування. У тесті AIHubMix із параметром none модель відповіла на короткий промпт із завданням програмування за 43 токени завершення, без міркувань.
3. Перевіряйте finish_reason у кожному виклику. Якщо значення — "length", а content порожній, вважайте це помилкою й повторіть запит із більшим лімітом, а не сприймайте як відповідь.

Корисні відомості про налаштування міркувань

Міркування ввімкнені за замовчуванням. Деталі наведено в довіднику Chat Completions Alibaba:

• Рівні: low, medium і xhigh (за замовчуванням). Значення у стилі OpenAI зіставляються так: max і high перетворюються на xhigh, minimal — на low, а none вимикає міркування. Для будь-якого іншого значення повертається помилка.
• Ліміти: якщо не вказати thinking_budget, рівням відповідають такі ліміти міркувань: 4,096 (low), 16,384 (medium) і 262,144 (xhigh) токени. Якщо не задати жодного параметра, на тій самій сторінці зазначено, що за замовчуванням використовується xhigh з лімітом 131,072 токенів. За цим зіставленням явне значення xhigh дозволяє вдвічі більший ліміт міркувань, ніж значення за замовчуванням. Так це описано в документації; AIHubMix цього не вимірювала.
• Не задавайте обидва параметри одночасно: за документацією Alibaba, одночасне використання reasoning_effort і thinking_budget призводить до помилки. Один тест AIHubMix, у якому були надіслані обидва параметри, завершився нормально, тож канал може не відхиляти таку пару, однак документація не уточнює, яке налаштування застосовується. Надсилайте лише один параметр.
• Кілька ходів: повертайте попередні міркування в полі reasoning_content кожного повідомлення асистента, а не в content. Якщо не передати їх назад, помилки не буде, але за їх повторне надсилання стягується плата як за вхідні токени.

Через AIHubMix значення low і none приймалися, а міркування надходили в reasoning_content.

Інструменти для програмування

Модель створена для агентів програмування. Ось як її можна використовувати з найпоширенішими інструментами через AIHubMix:

• Claude Code використовує API Anthropic Messages. На сторінці моделі AIHubMix зазначено лише /v1/chat/completions, але один тестовий запит до /v1/messages AIHubMix із цим ID моделі повернув звичайну відповідь з окремими блоками міркувань і тексту. Це був один запит без інструментів, а не сеанс Claude Code. Щоб запускати Claude Code з моделями не від Claude, AIHubMix документує окреме налаштування — Claude Code з будь-якою LLM: встановіть пакет @aihubmix/claude-code, у розділі Router файла ~/.aihubmix-claude-code/config.json задайте для default, think і longContext значення coding-qwen4-max-preview, а потім виконайте acc start і acc code. Ми не випробовували це налаштування з цією моделлю, тож спершу спробуйте короткий тест нижче. Документація Anthropic не передбачає маршрутизацію моделей, відмінних від Claude, до Claude Code через шлюз, тож з боку Anthropic це налаштування не підтримується.
• Qwen Code під’єднується через сумісний з OpenAI ендпоінт: OPENAI_BASE_URL=https://aihubmix.com/v1 і OPENAI_MODEL=coding-qwen4-max-preview. Але є нюанс, який видно у вихідному коді Qwen Code. У його таблиці розмірів контексту для ID, що починаються з qwen4, вказано вікно на 1M. Наш ID починається з coding-, не відповідає жодному рядку, тому застосовується значення за замовчуванням — 200,000 токенів. Це висновок з аналізу коду, а не результат вимірювань. Очікуйте, що Qwen Code стискатиме розмову задовго до досягнення 1M. Якщо потрібна повна довжина, задайте model.generationConfig.contextWindowSize значення 1000000 у файлі ~/.qwen/settings.json.
• OpenCode, Cline, Cursor та інші сумісні з OpenAI інструменти: додайте власну модель із тією самою базовою URL-адресою та ID. У кожному інструменті перевірте два параметри: контекстне вікно, розмір якого інструменти часто не знають для нових ID, і встановлене за замовчуванням значення max_tokens, яке надсилає інструмент. Через мале значення за замовчуванням міркування тепер можуть урізатися.

Проведіть 15-хвилинний короткий тест, перш ніж довіряти моделі роботу з репозиторієм:

1. Надішліть один запит Chat Completions і переконайтеся, що у відповіді є reasoning_content і непорожнє поле content.
2. Доручіть агенту невелике завдання у тимчасовому репозиторії: виправити один невдалий модульний тест у двох файлах. Успіх означає, що тести проходять, а зміни стосуються лише потрібних файлів.
3. Перевірте журнали інструмента або перегляд використання на наявність finish_reason: "length". Якщо побачите його, збільште ліміт виводу або зменште reasoning_effort.
4. Повторіть завдання з reasoning_effort: "low" і порівняйте час та кількість вихідних токенів. Так ви визначите, який рівень використовувати щодня.

Alibaba документує виклики інструментів і структурований вивід для цієї моделі. AIHubMix ще не опублікувала прапорці можливостей для цього каналу, а в її посібнику з моделей сказано, що їх відсутність означає «не перевірено, а не не підтримується». Крок 2 — перевірка викликів інструментів.

Чи варто переходити?

Протестуйте зараз, якщо використовуєте агентів для програмування й хочете випробувати наступне покоління Qwen на власному коді або вирішуєте, чи планувати роботу з урахуванням Qwen4. За ціною каналу AIHubMix сеанс на кшталт наведеного вище коштує менше долара, а термін дії попередньої версії від Alibaba завершується 25 листопада.

Зачекайте, якщо вам потрібні стабільна поведінка, опубліковані бенчмарки або довгострокова доступність. Попередню версію позначено як нестабільну, а Alibaba зніме її з використання після завершення попереднього доступу. Alibaba не повідомила, що буде після цього, скільки це коштуватиме і чи залишиться поведінка моделі незмінною.

Залишайтеся на Qwen3.8-Max для виробничих задач. У неї таке саме контекстне вікно 1M, офіційна ціна за фактичне використання та немає оголошеної дати зняття з використання. Параметри max_tokens там зберігають попереднє значення.

Якщо тестуєте обидві моделі, у порівнянні пліч-о-пліч на AIHubMix наведено їхні характеристики та ціни. Викликати будь-яку з них можна з тим самим ключем AIHubMix; змінюється лише ID моделі.

Поширені запитання

Чи доступна Qwen4-Max-Preview через API з оплатою за фактичне використання?
Не від Alibaba: вона пропонує модель лише в межах підписок Token Plan. AIHubMix стала першою платформою, яка запропонувала оплату за токен під ID coding-qwen4-max-preview: $0.353 за мільйон вхідних токенів і $1.059 за мільйон вихідних токенів.

Коли Alibaba зніме Qwen4-Max-Preview з використання?
Попередній доступ Alibaba завершується о 24:00 25 листопада 2026 року (UTC+8), тобто о 16:00 UTC. Alibaba повідомляє, що зніме модель з використання після завершення попереднього доступу.

Чому мій запит повертає порожню відповідь?
Найімовірніше, значення max_tokens замале. У цій моделі воно обмежує і міркування, і відповідь, тож міркування можуть вичерпати весь ліміт. Перевірте, чи вказано finish_reason "length", а потім збільште ліміт або зменште reasoning_effort.

Яке контекстне вікно та максимальний обсяг виводу?
Alibaba зазначає контекст на 1M токенів і до 393,216 вихідних токенів; міркування та остаточна відповідь разом використовують ліміт виводу.

Як вимкнути міркування або зменшити їх обсяг?
Задайте reasoning_effort значення low або medium, щоб скоротити міркування, або none, щоб вимкнути їх. Надсилайте лише один параметр — reasoning_effort або thinking_budget: Alibaba зазначає, що їх поєднання спричиняє помилку, а документація не пояснює, який із них діє на каналі AIHubMix.

Чи краща Qwen4-Max-Preview за Qwen3.8-Max?
Поки що опублікованих бенчмарків, які дали б відповідь, немає. На сторінці запуску Alibaba перелічено можливості та обмеження, але немає оцінок, а станом на 11 листопада 2026 року ми не знайшли незалежних бенчмарків. Тож порівняйте моделі на власних завданнях.

Чи працює вона з Claude Code?
AIHubMix документує налаштування для запуску Claude Code з моделями не від Claude, але Anthropic цього не підтримує. З цією моделлю ми перевірили лише один запит до сумісного з Anthropic ендпоінта Messages від AIHubMix, який повернув блоки міркувань і тексту. Перш ніж покладатися на неї під час тривалих сеансів, проведіть короткий тест з інструментами.

Джерела

1. Alibaba Cloud Model Studio: Qwen4-Max-Preview (переглянуто 11 листопада 2026 року)
2. Alibaba Cloud Model Studio: довідник API Chat Completions
3. Alibaba Cloud Model Studio: Token Plan (Personal Edition) (переглянуто 11 листопада 2026 року)
4. Alibaba Cloud Model Studio: Qwen3.8-Max (переглянуто 11 листопада 2026 року)
5. AIHubMix: Coding Qwen4 Max Preview (ціни перевірено 11 листопада 2026 року; живі тести проведено з 10:22 до 10:48 UTC)