如果你已在使用 Qwen3.8-Max,值得評估 Qwen4-Max:以 Alibaba Cloud 新加坡的牌價計算,一般輸入與輸出價格都低 25%。上下文視窗維持在一百萬個 token,兩者也都接受文字、圖片和影片輸入。這讓價格成為目前文件中最明確的升級理由,但並不能證明新模型更擅長處理你的工作,或使用更少的 token。
遷移也會改變整合規格。現在,僅限制回答的輸出上限可能會同時限制思考內容和回答,而預設推理強度也從 xhigh 改為 high。更換正式環境的模型 ID 前,請先為這項變更做好準備。
哪些維持不變,哪些有所變更
Alibaba 的 Qwen4-Max 模型頁面與 Qwen3.8-Max 說明文件介紹了兩款雲端模型,兩者的上下文視窗大小和輸入模態相同。不過,輸出上限需要更仔細解讀:
| 項目 | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| 上下文 | 1,000,000 | 1,000,000 |
| 輸入 | 文字、圖片、影片 | 文字、圖片、影片 |
| 非思考模式輸出 | 131,072 | 131,072 |
| 已啟用思考模式 | 預設值 | 預設值 |
| 預設推理強度 | xhigh | high |
| 原生推理強度級別 | low、medium、xhigh | low、high、xhigh |
Qwen4-Max 的思考內容與回答合計最多可達 262,144 個 token。Qwen3.8-Max 文件所列的 131,072 輸出上限是回答上限,即使在思考模式下也一樣;此外,思路鏈長度另有 262,144 的上限。這些數字涵蓋的範圍不同,不能據此宣稱輸出容量直接翻倍。
兩款模型都能接收視覺輸入,因此,已經傳送螢幕截圖或文件圖片的應用程式,不會只因升級就獲得新的輸入類型。擷取或視覺推理是否有所改善,仍須以具代表性的檔案進行比較。
固定工作負載下的價格差異
官方定價表列出以下新加坡美元費率,適用於思考與非思考模式,且每次請求的輸入量最多為一百萬個 token:
| 每百萬個 token | Qwen3.8-Max | Qwen4-Max |
|---|---|---|
| 一般輸入 | $2.00 | $1.50 |
| 輸出,包含思考內容 | $6.00 | $4.50 |
試算多次請求的累計用量:一百萬個未快取輸入 token,以及 100,000 個輸出 token(包含推理內容)。這是累計用量,不是單次請求。Qwen3.8-Max 的費用為 $2 + $0.60 = $2.60;Qwen4-Max 則為 $1.50 + $0.45 = $1.95。在用量完全相同的情況下,費用低 25%。這只是估算,並非實際任務測試結果,也未計入快取、工具、重試和稅金。其他地區的價格不同。
實際節省金額取決於生成行為。更多推理、重複嘗試或更長的對話歷史,都可能抵銷較低的單位價格。請比較取得可接受結果所需的費用,並一併考量正確性,而不要假設每項任務都會便宜 25%。
檢查輸出上限與思考設定
Chat Completions 參考文件指出,Qwen4-Max 將 max_tokens 視為等同於 max_completion_tokens:兩者都涵蓋思考內容與回答。Qwen3.8-Max 的 max_tokens 則只涵蓋回答。因此,沿用的小型上限可能會讓新模型在產生實用回答前就停止。請檢查 finish_reason;length 代表已用盡 token 預算。本文未提供新的推理實驗結果。
整合 Qwen4-Max 時,建議使用 max_completion_tokens,並為兩種輸出預留足夠空間。其原生推理強度值為 low、high 和 xhigh;medium 會對應至 high。在 Qwen3.8-Max 上,high 則會對應至 xhigh。沿用相同的列舉值,不代表沿用相同的意義。
若未指定推理強度與思考預算,Qwen4-Max 的預設值為 high,並提供 131,072 個思考 token。請勿同時傳送 reasoning_effort 和 thinking_budget。明確指定的思考預算必須大於零;若要停用思考模式,請使用文件所述的思考模式開關,而不是設定為零預算。請將歷史推理內容保留在專屬欄位,不要串接到回答文字中。
閘道器文件能確認的事項
AIHubMix 的 Qwen4-Max 指南列出 Chat Completions 上的 qwen4-max,但也註明功能旗標尚未驗證。Alibaba 支援工具、結構化輸出、Responses 和 Messages,並不能證明這些功能都能透過此閘道器運作。
Alibaba 也提供 Qwen4 明確快取的文件,包含自動斷點以及 5 分鐘或 1 小時的 TTL。寫入額外費用和分開計算的讀取費用需要另行核算。選用思考摘要時,必須保留加密歷史。若要依賴這些功能節省成本或維持多輪對話行為,請先在預定使用的路徑上驗證相關設定。
先挑選少量真實任務測試:一項程式碼庫變更、一個長文件問題,以及應用程式若會使用圖片時的一個視覺案例。固定提示詞、工具和驗收標準,記錄通過驗收的結果、包含重試在內的總 token 用量,以及失敗情況。在新模型通過測試前,請保留 Qwen3.8-Max。AIHubMix 比較頁面可協助核對所列規格和價格;是否升級,則由你的驗收測試決定。
常見問題
Qwen4-Max 比 Qwen3.8-Max 便宜嗎?
以官方新加坡費率計算,一般輸入與輸出價格都低 25%。實際任務能省下多少,取決於 token 用量和重試次數。
上下文視窗會變大嗎?
不會。兩者的上下文視窗都是 1,000,000 個 token。
Qwen4-Max 的輸出上限是 Qwen3.8-Max 的兩倍嗎?
兩者列出的上限涵蓋範圍不同。Qwen4-Max 的 262,144 上限涵蓋思考內容與回答;Qwen3.8-Max 的 131,072 則是回答上限。
可以沿用舊的 max_tokens 設定嗎?
請先檢查。Qwen4-Max 的上限會包含思考內容,因此,原本只為回答設定的限制可能不夠。
預設思考強度有改變嗎?
有:Qwen3.8-Max 的 xhigh 在 Qwen4-Max 上改為 high。部分相容性對應也有所不同。
應該立即將所有正式環境流量遷移過去嗎?
請在具代表性的任務和必要的閘道器功能都通過驗證後再遷移。文件所述的降價並不能證明品質有所提升。
繼續閱讀:Qwen4-Max 系列
- 若要了解這項決策背後的設定變更,請閱讀 Qwen4-Max 遷移指南:輸出上限、思考模式與 Agent 設定。
- 若要使用相同的程式碼庫任務比較另一款旗艦模型,請閱讀 Qwen4-Max 與 Kimi K3.1 Pro:該使用哪個程式碼 Agent?。
資料來源
- Alibaba Cloud:Qwen4-Max與Qwen3.8-Max,模型上限與預設值。
- Alibaba Cloud:模型定價,新加坡美元費率;計算假設未快取用量完全相同。
- Alibaba Cloud:Chat Completions 參考文件,輸出上限涵蓋範圍與思考參數。
- Alibaba Cloud:Qwen4 快取以及思考摘要與加密,供應商功能說明。
- AIHubMix:Qwen4-Max 指南與Qwen3.8-Max 指南,閘道器模型列表。資料來源查核時間:2026 年 11 月 17 日 02:33 UTC;未進行新的推理測試。



