如果你已经在使用 Qwen3.8-Max,值得评估一下 Qwen4-Max:按 Alibaba Cloud 新加坡地区的标价,普通输入和输出价格都低 25%。上下文窗口仍为一百万 tokens,而且两者都支持文本、图像和视频。这使价格成为升级最明确的文档依据,但这并不能证明新模型能更好地完成你的任务,或使用更少的 tokens。
迁移还会改变集成契约。现在,仅限制答案的输出上限可能会同时限制思考内容和答案,默认推理强度也从 xhigh 变为 high。在替换生产环境中的模型 ID 之前,请为这些变化做好准备。
保持不变的内容与变化之处
Alibaba 的 Qwen4-Max 模型页面和 Qwen3.8-Max 文档介绍了两款云端模型,它们的上下文大小和输入模态相同。输出限制则需要更仔细地解读:
| 项目 | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| 上下文 | 1,000,000 | 1,000,000 |
| 输入 | 文本、图像、视频 | 文本、图像、视频 |
| 非思考模式输出 | 131,072 | 131,072 |
| 启用思考模式 | 默认 | 默认 |
| 默认推理强度 | xhigh | high |
| 原生推理强度级别 | low、medium、xhigh | low、high、xhigh |
Qwen4-Max 的思考内容与答案合计最多为 262,144 tokens。Qwen3.8-Max 文档中所列的 131,072 输出上限针对答案,即使在思考模式下也一样;其思维链长度另有 262,144 的上限。这些数字的适用范围不同,因此不能据此声称输出容量直接翻倍。
两款模型都能接收视觉输入,因此,如果应用已经在发送屏幕截图或文档图像,单纯升级并不会带来新的输入类型。提取效果或视觉推理能力是否提升,需要使用有代表性的文件进行对比。
固定工作负载下的价格差异
官方价格表列出了以下新加坡地区美元价格,适用于思考和非思考模式,且单次请求的输入不超过一百万 tokens:
| 每百万 tokens | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| 普通输入 | $2.00 | $1.50 |
| 输出(包括思考内容) | $6.00 | $4.50 |
考虑多次请求的累计用量:一百万 uncached 输入 tokens 和 100,000 输出 tokens(包括推理内容)。这些是累计总量,并非单次请求。Qwen3.8-Max 的费用为 $2 + $0.60 = $2.60;Qwen4-Max 的费用为 $1.50 + $0.45 = $1.95。在用量相同的情况下,费用低 25%。这是估算值,不是实测任务结果,且不包括缓存、工具、重试和税费。其他地区的价格有所不同。
实际节省金额取决于生成结果的行为。更多推理、反复尝试或更长的历史记录,都可能抵消单价下降带来的节省。请比较获得可接受结果所需的账单,并同时评估结果的正确性,而不要假设每项任务的成本都会降低 25%。
检查输出上限和思考设置
Chat Completions 参考文档指出,Qwen4-Max 将 max_tokens 视为与 max_completion_tokens 等效:两者都涵盖思考内容和答案。Qwen3.8-Max 的 max_tokens 则只限制答案。因此,沿用旧配置中的较小上限,可能会导致新模型还没生成有用答案就停止。请检查 finish_reason;length 表示预算已耗尽。本文未报告新的推理实验。
集成 Qwen4-Max 时,建议使用 max_completion_tokens,并为思考内容和答案都留出足够空间。它的原生推理强度值为 low、high 和 xhigh;medium 会映射到 high。在 Qwen3.8-Max 上,high 会映射到 xhigh。重复使用同一个枚举值,并不一定意味着含义也相同。
如果未设置推理强度和思考预算,Qwen4-Max 默认使用 high,思考 token 预算为 131,072。不要同时发送 reasoning_effort 和 thinking_budget。显式设置思考预算时,数值必须为正;如需禁用思考模式,请使用文档所述的思考开关,而不是将预算设为零。请将历史推理内容保留在单独字段中,不要把它拼接到答案文本里。
网关文档能确认什么
AIHubMix 的 Qwen4-Max 指南列出了 Chat Completions 上的 qwen4-max,但将功能标记为未经验证。Alibaba 支持工具、结构化输出、Responses 和 Messages,并不能证明这些功能在此网关的每条调用路径上都可用。
Alibaba 还介绍了Qwen4 显式缓存,包括自动断点以及 5-minute 或 1-hour TTL。写入附加费用和单独收取的读取费用需要另行核算。可选的思考摘要要求保留加密历史记录。在依赖这些功能实现节省成本或多轮对话行为之前,请先在计划使用的调用路由上验证相关设置。
先用一小组真实任务进行测试:一次代码仓库修改、一个长文档问题,以及一个视觉案例(如果应用使用图像)。固定提示词、工具和验收标准。记录通过验收的结果、包括重试在内的 token 总量,以及失败情况。在替换模型通过测试之前,继续保留 Qwen3.8-Max。AIHubMix 对比页面有助于核对列出的规格和价格;是否升级,最终由你的验收测试决定。
常见问题
Qwen4-Max 比 Qwen3.8-Max 便宜吗?
按新加坡官方价格,普通输入和输出都低 25%。实际任务能节省多少,取决于 token 用量和重试次数。
上下文窗口会变大吗?
不会。两者列出的上下文窗口都是 1,000,000 tokens。
Qwen4-Max 的输出上限会翻倍吗?
列出的限制适用范围不同。Qwen4-Max 对思考内容和答案合计设定了 262,144 的上限;Qwen3.8-Max 的 131,072 则是答案上限。
旧的 max_tokens 设置可以沿用吗?
请先检查设置。Qwen4-Max 的这一上限包含思考内容,因此按答案长度设定的限制可能不够。
默认思考级别变了吗?
是的:Qwen3.8-Max 的 xhigh 在 Qwen4-Max 上变为 high。部分兼容性映射也有所不同。
应该立即将所有生产流量切换过去吗?
在有代表性的任务和所需网关功能都通过测试后再迁移。文档所述的降价并不能证明质量有所提升。
继续阅读:Qwen4-Max 系列
- 如需了解影响这一决策的配置变化,请阅读Qwen4-Max 迁移:输出限制、思考模式与智能体设置。
- 如需在同一个代码仓库任务上对比另一款旗舰模型,请阅读Qwen4-Max vs Kimi K3.1 Pro:应该使用哪款编码智能体?。
来源
- Alibaba Cloud:Qwen4-Max和Qwen3.8-Max,模型限制和默认设置。
- Alibaba Cloud:模型定价,新加坡地区美元价格;计算假设用量相同且未使用缓存。
- Alibaba Cloud:Chat Completions 参考文档,输出上限适用范围和思考参数。
- Alibaba Cloud:Qwen4 缓存以及思考摘要与加密,供应商功能。
- AIHubMix:Qwen4-Max 指南和Qwen3.8-Max 指南,网关列表。来源核查时间:2026 年 11 月 17 日 02:33 UTC;未进行新的推理测试。



