close
人工智能應用方案

Qwen4-Max 開發者懶人包 API 收費、百萬 Token 與 Agent 功能一次看


Qwen4-Max 與 Qwen 4 之間的階層對比與功能區分.

Alibaba 旗下 Qwen 團隊於 11 月 16 日正式推出旗艦 AI 模型 Qwen4-Max,採用 2.4 兆參數的混合專家(MoE)架構,支援 100 萬 Token 上下文及原生視覺理解。根據 Qwen 官方公布的資料,模型已透過 QwenCloud 提供按量收費 API,每百萬輸入及輸出 Token 分別收 US$1.50 與 US$4.50,並加強程式開發及 AI Agent 執行長時間任務的能力。

Qwen4-Max 規格:2.4 兆參數與 100 萬 Token 上下文

Qwen4-Max 採用新一代 MoE 架構,官方公布基礎模型有 2.4 兆參數,每次處理 Token 時啟用約 710 億參數。這種設計讓模型在保留龐大參數規模的同時,毋須每次推理都運算所有專家網絡;實際運行成本仍受模型架構、輸入長度及推理設定影響。

Qwen4-Max 可接收文字、圖片及影片輸入,並以文字回覆。官方文件列出 Thinking、Function Calling、並行工具調用、網上搜尋、JSON Schema 結構化輸出及 Prompt Cache 等功能,支援 OpenAI Chat Completions、Responses API 和 Anthropic Messages API。100 萬 Token 是上下文容量,並不保證模型在極長資料中能準確找出每個細節,開發者仍須測試長文件查找及引用能力。

Qwen4-Max 導入與功能定位 圖表摘要.

AI Agent 能操作 Blender 和遊戲引擎 支援 MCP 工作流程

Qwen 團隊展示 Qwen4-Max 接上專業工具後,可操作 Blender 建立 3D 場景,以及利用 Unity、Unreal Engine 和 Godot 製作可運行遊戲,再按畫面回饋修改鏡頭、動畫和燈光。這些是官方示範,並不代表模型毋須外部工具或人工驗收便可完成整個專業項目。

在企業知識工作方面,Qwen4-Max 可配合 Model Context Protocol(MCP)工具讀取文件、圖片與業務資料,輸出試算表、簡報及報告。團隊亦提出 Live Delivery 工作模式,讓 Agent 在長任務中先交付可用初版,再分階段改進,並預告公開相關插件。企業導入時仍須自行設計工具權限、錯誤處理及審批程序。

Qwen4-Max 與 Qwen3.8 及 0902 藍線對比:任務代幣分佈與分數上升.

Benchmark 有升幅 Terminal-Bench 仍落後部分閉源模型

Qwen 發布的比較數據顯示,Qwen4-Max 在 DeepSWE v1.1 編程 Agent 測試取得 75.7 分,高於其所比較的 Claude Opus 5.5 的 74.2 分;但在 Terminal-Bench 4.0 只得 48.5 分,低於 Claude Opus 5.5 的 59.6 分。兩項測試針對的工作與工具環境不同,不能以其中一項成績概括整體編程實力。

Qwen 自設的 Work360 專業工作測試中,Qwen4-Max 得分由上一代的 47.74 提升至 52.69。官方稱每項任務平均成本由 US$4.43 減至 US$1.67,減幅約 62%;這是廠商指定測試條件下的結果,並非企業實際部署後保證節省的費用。

第三方評測機構 Artificial Analysis 在 Intelligence Index v5.0.1 給予 Qwen4-Max 43 分,在其顯示的 81 個模型中排第 38 位。評測反映它具一定競爭力,但仍與部分領先模型有差距。企業宜以自家程式碼庫、工具調用成功率及整個任務完成成本進行選型。

 

Qwen4-Max API 收費 快取輸入低至每百萬 Token US$0.075

Qwen4-Max 正式版已提供按 Token 計費的 API。官方公布的一般文字收費及隱式快取輸入收費如下:

計費項目 每百萬 Token
一般輸入 US$1.50
模型輸出 US$4.50
隱式快取輸入 US$0.075

例如一項請求消耗 10 萬個未快取輸入 Token、2 萬個輸出 Token,單計上述文字 Token 費用約 US$0.24。這個例子未計其他工具、服務及可能適用的額外收費。Thinking Token、反覆調用、失敗重試及長上下文,都會改變真實任務成本;重複提供相同系統規則或文件的 Agent,則可測試快取是否有助降低費用。

 

開發者如何接入 Qwen4-Max:沿用 OpenAI API 或 Vercel

Qwen4-Max 在 Alibaba Cloud Model Studio 的正式模型 ID 是 qwen4-max,可經相容 OpenAI 及 Anthropic 的介面整合現有程式。開發者須使用其所選服務區域及工作空間對應的 API 端點與金鑰,不能直接沿用預覽版 Token Plan 專用的連線設定。

使用 Vercel AI Gateway 的項目,可以在 Vercel AI SDK 直接指定 alibaba/qwen4-max。以下為 Vercel 公布的 JavaScript 串流調用寫法,應先完成 AI Gateway 金鑰與環境設定:

import { streamText } from 'ai';

const result = streamText({
  model: 'alibaba/qwen4-max',
  prompt: 'Review this API design for security risks.'
});

for await (const part of result.textStream) {
  process.stdout.write(part);
}

若使用 Claude Code、Codex 或 Cursor 等開發工具,Vercel 亦提供 npx vercel ai-gateway setup 設定程序。選用第三方 Gateway 時,企業應另行核實請求記錄、資料保留、計費與服務區域設定。

預覽版 11 月 25 日退役 正式版不支援自行部署

Alibaba 於 11 月 11 日率先推出 qwen4-max-preview,只容許透過 Token Plan 使用,官方文件列明會在 11 月 25 日預覽期結束後退役。11 月 16 日公布的正式版使用 qwen4-max,已提供按量收費。開發團隊遷移時須核對模型 ID、API 金鑰、輸出上限與 Thinking 設定,避免將預覽環境直接搬至正式服務。

Qwen4-Max 目前未提供模型權重下載,官方 Model Studio 文件亦列明不支援自行部署或 Fine-tuning。Qwen 團隊預告日後會開放較小型 Qwen4 模型的權重,但未公布完整名單和日期。需要離線運算或完全由企業控制模型運行環境的機構,不能將 Qwen4-Max 視為即時可自行託管的方案。

官方列出香港、新加坡等服務區域,但企業仍須按實際區域條款核查資料處理、儲存及跨境安排。部署有權限操作的 Agent 前,亦應測試 Prompt Injection、檔案存取控制、執行日誌及人手覆核機制。

資料來源:Qwen 官方發布、Alibaba Cloud Model Studio、預覽版官方文件、Vercel、Artificial Analysis

Tags : AI AgentalibabaAPIQwen4-Max大型語言模型