Alibaba 于 2026 年 11 月 11 日开放了 Qwen4-Max-Preview，这是其 Qwen 系列的下一代旗舰模型。Alibaba 仅通过面向编程工具的 Token Plan 订阅提供该模型，没有按量付费选项。预览将于 11 月 25 日 24:00（UTC+8）结束，之后 Alibaba 将下线该模型。
AIHubMix 是首个按 token 计费提供该模型的平台。自发布当天起，AIHubMix 便通过兼容 OpenAI 的端点以 coding-qwen4-max-preview 提供该模型，输入 token 每百万 $0.353，输出 token 每百万 $1.059。在让智能体调用它之前，先了解一项可能导致现有代码出问题的变更。在这个模型上，max_tokens 限制的是思考和回答的总量。在 AIHubMix 上，设置 300-token 上限时返回了空回复。
简要说明
- 这是什么：Alibaba 的下一代旗舰多模态模型。截至 11 月 11 日，它是 Alibaba 模型列表中唯一的 Qwen4 模型。该模型面向编程、前端设计、办公工作和智能体任务。支持输入文本、图像和视频；上下文窗口为 1M token；最多可输出 393,216 个 token。
- 在哪里调用：Alibaba 仅在 Token Plan 订阅中提供该模型。在 AIHubMix 上，它是按 token 计费的 API，模型 ID 为
coding-qwen4-max-preview。 - 开放多久：Alibaba 的预览将持续到 2026 年 11 月 25 日 24:00（UTC+8），即当天 16:00 UTC。
- 什么会出问题：
max_tokens现在限制思考和回答的总量。若上限只按回答内容设置，可能会返回finish_reason: "length"，且content为空。 - 费用是多少：Alibaba 没有公布按 token 计费的价格。在 AIHubMix 上，输入 token 每百万 $0.353，输出 token 每百万 $1.059。
两种接入方式与截止时间
Alibaba 的模型页面直接说明了条款：Qwen4-Max-Preview“仅通过 Token Plan 提供。不支持按量付费。”Token Plan 是 Alibaba Cloud 面向 Claude Code、Qwen Code 和 Qoder 等 AI 编程与智能体工具推出的订阅服务。它按 Credits 计费，未公布按 token 计费的价格；个人套餐起价为每月 $6。预览期间，Alibaba 对 Qwen4-Max-Preview 收取的 Credits 费率最低为标准费率的 20%，在 22:00 至 08:00（UTC+8）期间则为 8%。
AIHubMix 则提供了另一种接入方式。你可以像调用其他模型一样，通过兼容 OpenAI 的端点调用它，按 token 付费，无需订阅。AIHubMix 将其描述为通过官方 Token Plan 以更低成本使用 Qwen4-Max-Preview，并将其标注为预览服务，“可能不稳定，建议用于测试和评估”。
预览日期已确定。预览从 2026 年 11 月 11 日 10:00 持续至 11 月 25 日 24:00（UTC+8），总计 350 小时。Alibaba 表示，“此期间不会进行任何变更，预览结束后模型将下线。”请将其视为评估模型，而不要用它来构建产品。
与 Qwen3.8-Max 相比有哪些变化
Qwen3.8-Max 是当前的 Qwen 旗舰模型，尚未公布下线日期。以下是两款模型在 Alibaba 公布的规格方面的对比：
| Qwen3.8-Max | Qwen4-Max-Preview | |
|---|---|---|
| 上下文窗口 | 1M | 1M |
| 最大输出量 | 131,072 | 393,216 |
| max_tokens 限制范围 | 仅回答内容 | 思考 + 回答 |
| 思考模式默认设置 | 开启，xhigh | 开启，xhigh |
| 推理强度级别 | low、medium、xhigh | low、medium、xhigh |
| 输入 | 文本、图像、视频 | 文本、图像、视频 |
| 官方接入方式 | 按量付费、Token Plan | 仅 Token Plan |
| 状态 | 可用 | 11 月 25 日后下线 |
规格来自 Alibaba Cloud 的模型页面和 API 参考文档。Qwen4-Max-Preview 的输出上限由思考和最终回答共享。
上下文窗口和输入内容保持不变。有两项变化：输出上限提升至原来的三倍，且 max_tokens 现在同时限制思考和回答。思考设置的名称和级别保持不变，因此已经为 Qwen3.8 设置 reasoning_effort 的代码也可以继续使用。
目前还没有基准测试。Alibaba 的发布页面没有列出任何分数，截至 11 月 11 日，我们也没有找到针对该预览版的独立基准测试。包括 TechNode 的报道在内的发布报道只是复述规格表，并未提供测试结果。在公布测试分数之前，请根据你自己的任务评估它。
价格与实际成本
Alibaba 没有公布 Qwen4-Max-Preview 的按 token 计费价格：其唯一官方接入方式是按 Credits 计费的 Token Plan。在 AIHubMix 上，该渠道按 token 计费：输入 token 每百万 $0.353，输出 token 每百万 $1.059，缓存命中的输入 token 每百万 $0.0441。
举例来说，假设进行一次编程智能体会话。以下是估算假设，并非实测数据：共 40 轮，每轮发送 60,000 个输入 token，其中 50,000 个是缓存的代码仓库前缀；每轮生成 3,000 个输出 token，包含思考内容。
| 在 AIHubMix 上进行一次会话 | token 数 | 每 1M 价格 | 费用 |
|---|---|---|---|
| 未缓存的输入 | 400,000 | $0.353 | $0.141 |
| 缓存的输入 | 2,000,000 | $0.0441 | $0.088 |
| 输出，包含思考内容 | 120,000 | $1.059 | $0.127 |
| 合计 | 2,520,000 | $0.356 |
根据 AIHubMix 此渠道公布的价格估算。缓存命中并非有保证，AIHubMix 也没有对此渠道进行实测。如果没有缓存命中，同一会话的费用约为 $0.974。
实际成本会受到两个细节的影响。首先，思考内容计入输出：在 AIHubMix 的用量数据中，推理 token 属于 completion_tokens，而思考模式默认以 xhigh 运行。每轮 3,000 个输出 token 中可能有很大一部分是推理内容。其次，Alibaba 默认对该模型启用 preserve_thinking。客户端在后续轮次的 reasoning_content 中传回的先前思考内容会被模型读取，Alibaba 的文档指出，这些内容“会计入输入 token 数量并收费”。因此，长时间的智能体会话中，输入 token 的增长速度会比可见对话所显示的更快。
max_tokens 变更：你会看到什么，以及如何修复
这项变更最有可能导致现有集成出问题。Alibaba 于 11 月 2 日发布的 API 兼容性通知宣布了此项变更，模型页面也再次说明：
从 qwen4-max-preview 开始，max_tokens 等同于 max_completion_tokens。两者都限制思考和最终回答的 token 总量。思考会占用同一预算的一部分，因此，过去只按回答内容设置的上限可能会截断输出。
在 Qwen3.8-Max 上，max_tokens 仅限制回答内容；思考不占用此上限。在那里，设置 max_tokens: 300 来生成简短回答的代码可以正常工作。但在 Qwen4-Max-Preview 上，这 300 个 token 还必须涵盖推理内容。
AIHubMix 于 2026 年 11 月 11 日运行了以下请求：
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."}]
}'
请求返回 HTTP 200，但没有任何可显示的内容：
{
"finish_reason": "length",
"content": "",
"usage": {
"prompt_tokens": 56,
"completion_tokens": 300,
"completion_tokens_details": {"reasoning_tokens": 300}
}
}
（仅保留相关字段。）
全部 300 个 token 都用于推理，回答根本没有开始生成。请求没有报错，因此只读取 content 的客户端会得到一个空字符串，并可能将其视为有效回复。将上限设为 max_tokens: 16384 后，同一提示词便正常完成：共生成 1,206 个 completion token，其中 608 个是推理内容，并返回了正确答案（四对）。
修复方法：
- 为思考和回答的总量设置上限。删除旧的、仅针对回答内容的上限，或将上限调高到远超回答所需的值。Alibaba 将
max_tokens标注为“将弃用”，并建议在新集成中使用max_completion_tokens。在这个模型上，两者含义相同，因此仅更换参数名称并不能解决问题：在 AIHubMix 上，max_completion_tokens: 300同样返回了空回复。 - 需要简短回复时，直接限制思考内容。将
reasoning_effort设为low，或设为none以关闭思考模式。在 AIHubMix 的测试中，设置为none后，模型用 43 个 completion token 回答了一条简短的编程提示词，没有生成推理内容。 - 每次调用都检查
finish_reason。如果"length"且content为空，应将其视为失败，并在扩大预算后重试，而不是当作回答。
值得了解的思考设置
思考模式默认开启。Alibaba 的 Chat Completions 参考文档说明了具体细节：
- 级别：
low、medium和xhigh（默认值）。OpenAI 风格的取值会被映射：max和high会映射为xhigh，minimal会映射为low，而none会关闭思考模式。任何其他取值都会返回错误。 - 预算：如果不设置
thinking_budget，各级别对应的思考预算分别为 4,096 个 token（low）、16,384 个 token（medium）和 262,144 个 token（xhigh）。如果两项都不设置，同一页面说明默认值为xhigh，预算为 131,072 个 token。按此映射，显式发送xhigh时，思考预算最高可达默认值的两倍。这是文档中的说明；AIHubMix 尚未实测。 - 不要同时设置：Alibaba 文档说明，同时设置
reasoning_effort和thinking_budget会报错。AIHubMix 的一次测试同时发送了这两项，结果正常返回，因此该渠道可能不会拒绝这组参数，但没有文档说明究竟哪项设置会生效。请只发送其中一项。 - 多轮对话：在每条 assistant 消息的
reasoning_content字段中传回先前的思考内容，切勿放入content。省略这些内容不会导致错误，但传回这些内容会按输入计费。
通过 AIHubMix 调用时，low 和 none 均可正常使用，思考内容会出现在 reasoning_content 中。
编程工具
该模型专为编程智能体打造。以下介绍如何通过 AIHubMix 将它接入常用工具：
- Claude Code使用 Anthropic Messages API。AIHubMix 模型页面仅列出
/v1/chat/completions，但我们曾用该模型 ID 向 AIHubMix 的/v1/messages发送一次测试请求，收到的正常响应包含独立的思考块和文本块。这只是一次未使用工具的请求，并非 Claude Code 会话。要在非 Claude 模型上运行 Claude Code，AIHubMix 提供了单独的设置说明：使用任意 LLM 运行 Claude Code：安装其@aihubmix/claude-code软件包，在~/.aihubmix-claude-code/config.json的Router下，将default、think和longContext设为coding-qwen4-max-preview，然后运行acc start和acc code。我们尚未用此模型运行过该设置，因此请先尝试下面的冒烟测试。Anthropic 的文档不支持通过网关将非 Claude 模型路由到 Claude Code，因此 Anthropic 方面不支持此设置。 - Qwen Code通过 OpenAI 兼容端点连接：
OPENAI_BASE_URL=https://aihubmix.com/v1和OPENAI_MODEL=coding-qwen4-max-preview。不过，Qwen Code 的源代码中有一点值得注意：其上下文长度表会将以qwen4开头的 ID 设为 1M 上下文窗口。我们的 ID 以coding-开头，不匹配任何条目，因此会回退到 200,000 token 的默认值。这是对代码的解读，并非实测结果。预计 Qwen Code 会在达到 1M 之前很久就压缩对话。如果需要使用完整上下文长度，请在~/.qwen/settings.json中将model.generationConfig.contextWindowSize设为 1000000。 - OpenCode、Cline、Cursor 及其他兼容 OpenAI 的工具：使用相同的基础 URL 和 ID 添加自定义模型。请检查每个工具中的两项设置：上下文窗口（工具通常无法识别新的 ID），以及工具发送的默认
max_tokens。较小的默认值现在会占用思考 token 的额度。
在让它处理代码仓库之前，先花 15 分钟进行冒烟测试：
- 发送一条 Chat Completions 请求，确认返回了
reasoning_content和非空的content。 - 在临时仓库中给智能体安排一项小任务：修复一个涉及两个文件的失败单元测试。测试通过且差异仅涉及必要内容，即为成功。
- 在工具日志或用量视图中留意
finish_reason: "length"。如果出现，请提高输出上限或降低reasoning_effort。 - 将
reasoning_effort: "low"用于同一任务，并比较耗时和输出 token 数。这能帮你确定日常使用哪个级别。
阿里巴巴的文档说明此模型支持工具调用和结构化输出。AIHubMix 尚未为此渠道发布能力标记，其模型指南指出，缺少标记意味着“未经验证，而非不支持”。第 2 步就是检查工具调用。
该不该切换？
如果你在使用编程智能体，想用自己的代码体验下一代 Qwen，或者正在考虑是否要围绕 Qwen4 制定计划，现在就测试。按 AIHubMix 此渠道的价格，上述会话的成本不到一美元，而阿里巴巴的预览版将于 November 25 结束。
如果你需要稳定的表现、公开的基准测试或长期可用性，建议等待。该预览版标注为不稳定，且阿里巴巴会在预览结束时将其下线。阿里巴巴尚未说明预览版结束后会推出什么、价格如何，也未说明模型表现是否会保持不变。
生产环境建议继续使用Qwen3.8-Max。它同样拥有 1M 上下文、官方按量付费价格，而且尚未公布下线日期。在该模型上，你的max_tokens设置仍保持原有含义。
如果你要同时测试两者，AIHubMix 上的并列对比页面列出了它们的规格和价格。使用同一个 AIHubMix 密钥即可调用任一模型；只需更改模型 ID。
常见问题
Qwen4-Max-Preview 能通过按量付费 API 使用吗？
阿里巴巴不提供这类服务，它仅通过 Token Plan 订阅提供该模型。AIHubMix 是首个按 token 计费提供该模型的平台，模型 ID 为 coding-qwen4-max-preview，输入价格为每百万 token $0.353，输出价格为每百万 token $1.059。
阿里巴巴何时会下线 Qwen4-Max-Preview？
阿里巴巴的预览将于 2026 年 11 月 25 日 24:00（UTC+8）结束，即 UTC 时间 16:00。阿里巴巴表示，预览结束后会将该模型下线。
为什么我的请求返回空响应？
最可能的原因是 max_tokens 太小。对于此模型，该参数同时限制思考和回答，因此推理过程可能耗尽全部额度。检查 finish_reason 是否为 "length"，然后提高上限或降低 reasoning_effort。
上下文窗口和最大输出是多少？
阿里巴巴列出的上下文长度为 1M token，最多可输出 393,216 个 token；思考和最终回答共用输出上限。
如何关闭或减少思考？
将 reasoning_effort 设为 low 或 medium 以缩短思考，或设为 none 将其关闭。reasoning_effort 和 thinking_budget 只能发送其中一个：阿里巴巴的文档说明同时使用会报错，但没有说明在 AIHubMix 渠道上究竟哪个参数会生效。
Qwen4-Max-Preview 比 Qwen3.8-Max 更好吗？
目前没有公开的基准测试可以回答这个问题。阿里巴巴的发布页面列出了功能和限制，但没有公布分数；截至 2026 年 11 月 11 日，我们也没有找到独立基准测试，因此请在自己的任务上对比这两个模型。
它能与 Claude Code 配合使用吗？
AIHubMix 提供了在非 Claude 模型上运行 Claude Code 的设置说明，但 Anthropic 不支持这种用法。对于此模型，我们只测试过向 AIHubMix 的 Anthropic 兼容 Messages 端点发送一条请求，返回了思考块和文本块。在依赖它进行长时间会话之前，请先使用工具进行简短的冒烟测试。
来源
- 阿里云 Model Studio：Qwen4-Max-Preview（访问日期：2026 年 11 月 11 日）
- 阿里云 Model Studio：Chat Completions API 参考文档
- 阿里云 Model Studio：Token Plan（个人版）（访问日期：2026 年 11 月 11 日）
- 阿里云 Model Studio：Qwen3.8-Max（访问日期：2026 年 11 月 11 日）
- AIHubMix：Coding Qwen4 Max Preview（价格核查日期：2026 年 11 月 11 日；实测时间：10:22–10:48 UTC）
