Qwen4-Max-Preview API：1M 上下文、max_tokens 變更與 11 月 25 日截止

Alibaba 於 2026 年 11 月 11 日開放 Qwen 家族的新一代旗艦模型 Qwen4-Max-Preview。Alibaba 僅透過 Coding 工具的 Token Plan 訂閱提供此模型，不提供隨用隨付選項。預覽將於 11 月 25 日 24:00（UTC+8）結束，之後 Alibaba 會將模型下線。

AIHubMix 是第一個以按 token 計費的 API 提供此模型的平台。自模型推出當天起，AIHubMix 就透過 OpenAI 相容端點，以 coding-qwen4-max-preview 提供服務，輸入 token 每百萬個 $0.353，輸出 token 每百萬個 $1.059。在讓 Agent 呼叫它之前，請先留意一項可能讓現有程式碼出問題的變更。此模型的 max_tokens 會同時限制思考內容與答案。在 AIHubMix 上，300 個 token 的限制會回傳空白回覆。

簡短摘要

• 這是什麼：Alibaba 的新一代旗艦多模態模型，截至 11 月 11 日，也是 Alibaba 模型清單中唯一的 Qwen4 模型。此模型主打程式編寫、前端設計、辦公室工作與 Agent 任務。支援文字、圖片和影片輸入；上下文視窗為 1M token；最多可輸出 393,216 個 token。
• 在哪裡呼叫：Alibaba 僅透過 Token Plan 訂閱提供此模型。AIHubMix 則提供按 token 計費的 API，模型 ID 為 coding-qwen4-max-preview。
• 可用多久：Alibaba 的預覽將持續至 2026 年 11 月 25 日 24:00（UTC+8），也就是當天 16:00（UTC）。
• 可能出問題的地方：max_tokens 現在會限制思考內容與答案的總量。若設定的限制只考量答案，可能會收到 finish_reason: "length"，而 content 為空白。
• 費用：Alibaba 未公布按 token 計費的價格。AIHubMix 的價格為輸入 token 每百萬個 $0.353，輸出 token 每百萬個 $1.059。

兩種使用方式與截止時間

Alibaba 的模型頁面直接說明服務條款：Qwen4-Max-Preview「僅能透過 Token Plan 使用。不支援隨用隨付。」Token Plan 是 Alibaba Cloud 為 Claude Code、Qwen Code 和 Qoder 等 AI Coding 與 Agent 工具提供的訂閱服務。訂閱以 Credits 計費，未公布按 token 計費的價格；個人方案月費最低為 $6。預覽期間，Alibaba 將 Qwen4-Max-Preview 的費率降至標準 Credits 費率的 20%，而在 22:00 至 08:00（UTC+8）則降至 8%。

AIHubMix 則提供另一種使用方式。你可以像呼叫其他模型一樣，透過 OpenAI 相容端點呼叫它，按 token 計費，無須訂閱。AIHubMix 表示，這個管道透過官方 Token Plan，以較低成本提供 Qwen4-Max-Preview，並標示這是一項預覽服務，「可能不穩定，建議用於測試與評估。」

預覽期間已確定。服務時間為 2026 年 11 月 11 日 10:00 至 11 月 25 日 24:00（UTC+8），總計 350 小時。Alibaba 表示「此期間不會進行任何變更，預覽結束後模型將下線。」請將它視為評估用模型，而非適合用來打造產品的模型。

與 Qwen3.8-Max 相比有哪些變化

Qwen3.8-Max 是目前的 Qwen 旗艦模型，尚未公布下線日期。以下是兩者在 Alibaba 公布規格上的比較：

規格來源為 Alibaba Cloud 的模型頁面與 API 參考文件。Qwen4-Max-Preview 的輸出上限由思考內容與最終答案共用。

上下文與輸入維持不變。兩項變更是：輸出上限提高至三倍，而 max_tokens 現在也會計入思考內容。思考模式的控制項名稱與選項維持不變，因此原本為 Qwen3.8 設定 reasoning_effort 的程式碼仍可沿用。

目前尚無基準測試結果。Alibaba 的發布頁面未列出任何分數，截至 11 月 11 日，我們也找不到針對此預覽版的獨立基準測試。像 TechNode 的報導等發布消息重述的都是規格表，而非測試結果。在有分數出爐之前，請用自己的任務評估它。

價格與實際費用

Alibaba 未公布 Qwen4-Max-Preview 按 token 計費的價格：官方唯一的使用方式是以 Credits 計費的 Token Plan。AIHubMix 則按 token 計費：輸入 token 每百萬個 $0.353、輸出 token 每百萬個 $1.059，快取輸入 token 每百萬個 $0.0441。

以下用一次 Coding Agent 工作階段來具體說明。這些是估算假設，並非實測：共 40 輪，每輪傳送 60,000 個輸入 token，其中 50,000 個是已快取的程式碼庫前綴；每輪產生 3,000 個輸出 token，包含思考內容。

依據 AIHubMix 此管道標示的價格估算。無法保證快取命中，AIHubMix 也尚未在此管道上進行測量。若完全沒有快取命中，相同工作階段的費用約為 $0.974。

實際使用時，有兩個細節會影響這個數字。第一，思考內容會計入輸出：根據 AIHubMix 的用量資料，推理 token 屬於 completion_tokens，而且思考模式預設為 xhigh。每輪 3,000 個輸出 token 中，有很大一部分可能是推理內容。第二，Alibaba 預設為此模型啟用 preserve_thinking。用戶端透過 reasoning_content 傳回前幾輪的思考內容時，模型會讀取這些內容；Alibaba 的文件指出，這些內容「會計入輸入 token 數並收費」。因此，長時間的 Agent 工作階段會比可見對話所顯示的更快增加輸入量。

max_tokens 變更：你會看到什麼，以及如何修正

這是最可能導致現有整合出問題的變更。Alibaba 於 11 月 2 日發布的API 相容性通知已宣布此變更，模型頁面也再次說明：

從 qwen4-max-preview 開始，max_tokens 等同於 max_completion_tokens。兩者都會限制思考內容與最終答案的 token 總數。思考內容會占用相同的預算，因此，若限制先前只依答案長度設定，輸出可能會遭到截斷。

在 Qwen3.8-Max 上，max_tokens 只限制答案，不包含思考內容。若程式碼將 max_tokens: 300 設為短答案的上限，在該模型上可以正常運作。但在 Qwen4-Max-Preview 上，這 300 個 token 還得涵蓋推理內容。

AIHubMix 於 2026 年 11 月 11 日執行了以下請求：

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."}]
  }'

請求回傳 HTTP 200，但沒有任何可顯示的內容：

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

（僅保留相關欄位。）

300 個 token 全用於推理，答案根本沒有開始生成。由於沒有發生錯誤，只讀取 content 的用戶端會看到空字串，並可能將其視為有效回覆。將 max_tokens: 16384 設為上限後，同一個提示詞便正常完成：共 1,206 個 completion token，其中 608 個是推理內容，並得到正確答案（四組配對）。

修正方式：

1. 設定上限時，請將思考內容與答案一併納入考量。移除舊有只限制答案的上限，或將上限調高，遠高於答案所需的長度。Alibaba 將 max_tokens 標示為「即將棄用」，並建議新整合改用 max_completion_tokens。在此模型上，兩者代表相同意思，因此光是更改名稱無法解決問題：在 AIHubMix 上，max_completion_tokens: 300 同樣回傳空白回覆。
2. 需要簡短回覆時，直接限制思考內容。將 reasoning_effort 設為 low，或設為 none 以關閉思考模式。在 AIHubMix 的測試中，設定為 none 後，模型以 43 個 completion token 回答了簡短的 Coding 提示詞，且沒有產生推理內容。
3. 每次呼叫都檢查 finish_reason。若 "length" 且 content 為空白，應將其視為失敗，並提高 token 預算後重試，而不是當作答案。

值得了解的思考模式控制項

思考模式預設為開啟。Alibaba 的Chat Completions 參考文件說明了詳細資訊：

• 選項：low、medium 和 xhigh（預設值）。OpenAI 風格的值會轉換對應：max 和 high 會轉為 xhigh，minimal 會轉為 low，而 none 會關閉思考模式。其他值都會回傳錯誤。
• 預算：若未設定 thinking_budget，各選項會對應到以下思考預算：4,096 個 token（low）、16,384 個 token（medium）和 262,144 個 token（xhigh）。若兩者皆未設定，同一頁面指出，預設值為 xhigh，預算為 131,072 個 token。依照這項對應設定，明確傳送 xhigh 會允許最多兩倍於預設值的思考預算。這是文件中的說明；AIHubMix 尚未進行測量。
• 不要同時設定：Alibaba 文件指出，同時設定 reasoning_effort 和 thinking_budget 會產生錯誤。AIHubMix 有一項測試同時傳送兩者，請求仍正常回覆，因此此管道可能不會拒絕這組設定；不過，文件並未說明哪項設定會生效。請只傳送其中一項。
• 多輪對話：請在每則 Assistant 訊息的 reasoning_content 欄位中傳回先前的思考內容，切勿將其放入 content。省略這些內容不會造成錯誤，但傳回時會按輸入計費。

透過 AIHubMix 使用時，low 和 none 都可正常使用，思考內容則會出現在 reasoning_content。

Coding 工具

此模型專為 Coding Agent 打造。以下說明如何透過 AIHubMix 搭配常見工具使用：

• Claude Code 使用 Anthropic Messages API。AIHubMix 的模型頁面只列出 /v1/chat/completions，但我們曾使用此模型 ID 向 AIHubMix 的 /v1/messages 發送一個測試請求，並收到包含獨立思考區塊與文字區塊的正常回應。這只是單一請求，沒有使用工具，並非 Claude Code 工作階段。若要在非 Claude 模型上執行 Claude Code，AIHubMix 有另外記載設定方式：搭配任何 LLM 使用 Claude Code：安裝其 @aihubmix/claude-code 套件，在 ~/.aihubmix-claude-code/config.json 的 Router 下，將 default、think 和 longContext 設為 coding-qwen4-max-preview，接著執行 acc start 和 acc code。我們尚未用此模型測試這項設定，因此請先嘗試下方的基本測試。Anthropic 的文件不支援透過閘道將非 Claude 模型路由至 Claude Code，因此 Anthropic 不支援這種設定。
• Qwen Code 透過 OpenAI 相容端點連線：OPENAI_BASE_URL=https://aihubmix.com/v1 和 OPENAI_MODEL=coding-qwen4-max-preview。不過，Qwen Code 的原始碼中有個需要注意的地方：它的上下文大小對照表會將 ID 以 qwen4 開頭的模型設為 1M 視窗。我們使用的 ID 以 coding- 開頭，不符合任何一列，因此會採用 200,000 token 的預設值。這是根據原始碼判讀，並非實測結果。預期 Qwen Code 會在遠未達到 1M 前就精簡對話。若需要使用完整上下文長度，請在 ~/.qwen/settings.json 將 model.generationConfig.contextWindowSize 設為 1000000。
• OpenCode、Cline、Cursor 及其他 OpenAI 相容工具：使用相同的基礎 URL 和 ID 新增自訂模型。請檢查各工具中的兩項設定：上下文視窗（工具通常不會識別新的 ID），以及工具傳送的任何預設 max_tokens。現在，較小的預設值會壓縮可用於思考的空間。

在放心交由它處理程式碼儲存庫之前，先花 15 分鐘進行基本測試：

1. 傳送一個 Chat Completions 請求，確認回傳了 reasoning_content，且 content 不為空。
2. 在臨時儲存庫中交給 Agent 一項小任務：修正跨兩個檔案的一個失敗單元測試。測試通過，而且差異只涵蓋必要變更，就算成功。
3. 查看工具記錄或用量頁面中是否出現 finish_reason: "length"。若有，請提高輸出上限或降低 reasoning_effort。
4. 將任務改用 reasoning_effort: "low" 重複執行，並比較耗時與輸出 token 數。這能幫助你決定日常使用哪個等級。

Alibaba 有記載此模型支援工具呼叫和結構化輸出。AIHubMix 尚未為此通道發布功能旗標，其模型指南則指出，缺少旗標代表「尚未驗證，不代表不支援」。第 2 步就是你的工具呼叫測試。

該不該換用？

如果你使用程式碼 Agent，想在自己的程式碼上試試 Qwen 的下一代模型，或正在考慮是否要以 Qwen4 為規劃基礎，請現在就測試。以 AIHubMix 此通道的價格來看，上述這類工作階段的費用不到一美元，而 Alibaba 的預覽版將於 November 25 結束。

如果你需要穩定的行為、已發布的基準測試，或長期可用性，請再等等。此預覽版標示為不穩定，且 Alibaba 會在預覽結束時將其下線。Alibaba 尚未說明預覽版之後會推出什麼、價格如何，或行為是否會維持一致。

正式環境請繼續使用 Qwen3.8-Max。它同樣有 1M 上下文，提供官方隨用隨付價格，且尚未公布下線日期。在該模型上，你的 max_tokens 設定仍維持原本的意義。

如果你要測試兩者，AIHubMix 上的並列比較頁面列出了規格和價格。你可以使用同一把 AIHubMix 金鑰呼叫任一模型；只需更改模型 ID。

常見問題

Qwen4-Max-Preview 能透過隨用隨付 API 使用嗎？
Alibaba 沒有提供這種方式，只能透過 Token Plan 訂閱使用。AIHubMix 是第一個以 token 計費方式提供此模型的平台，模型 ID 為 coding-qwen4-max-preview，輸入每百萬 token $0.353，輸出每百萬 token $1.059。

Alibaba 何時會將 Qwen4-Max-Preview 下線？
Alibaba 的預覽版於 2026 年 11 月 25 日 24:00（UTC+8）結束，也就是 UTC 時間 16:00。Alibaba 表示，預覽結束後便會將此模型下線。

為什麼我的請求回傳空白回應？
最可能的原因是 max_tokens 設得太小。此模型的 max_tokens 會同時限制思考和回答，因此推理過程可能耗盡整個額度。請檢查是否出現 finish_reason "length"，然後提高上限或降低 reasoning_effort。

上下文視窗和最大輸出是多少？
Alibaba 列出的上下文長度為 1M token，最多可輸出 393,216 token；思考內容和最終答案共用輸出上限。

如何關閉或減少思考？
將 reasoning_effort 設為 low 或 medium 可縮短思考內容，設為 none 則可關閉思考。請只傳送 reasoning_effort 和 thinking_budget 其中一項：Alibaba 說明同時使用兩者會出錯，而目前沒有文件說明 AIHubMix 通道會採用哪一項。

Qwen4-Max-Preview 比 Qwen3.8-Max 更好嗎？
目前沒有已發布的基準測試能回答這個問題。Alibaba 的發表頁列出功能和限制，但沒有分數；截至 2026 年 11 月 11 日，我們也找不到獨立基準測試，因此建議在自己的任務上比較兩者。

它能搭配 Claude Code 使用嗎？
AIHubMix 有記載在非 Claude 模型上執行 Claude Code 的設定方式，但 Anthropic 不支援這種用法。我們只用此模型測試過一次對 AIHubMix Anthropic 相容 Messages 端點的請求，並收到思考和文字區塊。若要用於長時間工作階段，請先搭配工具進行簡短的基本測試。

資料來源

1. Alibaba Cloud Model Studio：Qwen4-Max-Preview（查閱日期：2026 年 11 月 11 日）
2. Alibaba Cloud Model Studio：Chat Completions API 參考文件
3. Alibaba Cloud Model Studio：Token Plan（個人版）（查閱日期：2026 年 11 月 11 日）
4. Alibaba Cloud Model Studio：Qwen3.8-Max（查閱日期：2026 年 11 月 11 日）
5. AIHubMix：Coding Qwen4 Max Preview（價格查核日期：2026 年 11 月 11 日；實測時間：UTC 10:22–10:48）