Qwen4-Max 发布:2.4 万亿参数,缓存命中 0.5 元,单任务成本从 4.43 美元降到 1.67

2026-11-16 阿里Qwen4模型定价编程 agent缓存

阿里今天发布 Qwen4-Max,Qwen4 系列的第一个模型。2.4 万亿总参数,MoE 结构,每个 token 只激活 710 亿——官方说在同样 2.4T 规模下比 Qwen3.8-Max 少激活 25% 的参数。原生视觉,100 万 token 上下文(最大输入 991K,最大输出 131K;开思考模式后输出上限 262K)。Code Arena 盲测排第 6。

真正值得看的是价格和 token 效率,不是跑分。

价目表(千问 AI 平台,人民币每百万 token)

  • 输入 10 元
  • 输出 30 元
  • 缓存命中 0.5 元
  • 5 分钟显式缓存创建 12.5 元,1 小时显式缓存创建 20 元
  • 国际站是 1.5 / 4.5 美元,隐式缓存命中 0.075 美元

缓存命中价是输入价的 5%。这个比例比单价本身重要——如果你在跑编程 agent,每一轮都要重发同一份系统提示、同一批文件内容,账单里最大的一块本来就在重复的输入上。

官方自测的两个数字

Token 效率:Work360 上 Xhigh 档少用 24% token、High 档少用 35%;Terminal-Bench 4.0 上分别是 48% 和 49%。

成本:Work360 平均单任务从 4.43 美元降到 1.67 美元,降 62%。这个 62% 是”少花 token”和”降价”两件事叠加的结果,不是单纯砍单价。

对一人公司意味着什么

如果你现在用闭源旗舰跑长周期的编码或文档任务,同样的预算大概能多跑 2.6 倍的任务量。这不是”换个模型试试”,是”预算表要重算”。

具体三步:

  1. 先把系统提示、项目规范、常用文件清单固定成一段稳定的前缀,让它进缓存。这一步不花钱,纯改调用方式。
  2. 拿你手上 20 到 50 个真实任务跑一遍,对比总 token 消耗而不是单价。单价便宜的模型如果话多、爱重试,最后更贵。
  3. 长任务改用它的”先交第一版、再迭代”模式(官方叫 Live Delivery,配套插件会开源),你中途能看见进度、能改方向,比一口气跑完再发现跑偏划算。

泼冷水

2.4T 只走 API,权重不开;官方说中小尺寸会陆续开源,但没给时间。要本地跑的人这次没得选。

“单任务成本降 62%“是阿里自己 Work360 的口径,721 个细分领域的自建评测,换到你的任务上不会正好是这个数。第三方评测里它在 Code Arena 是第 6,前面还有 5 个模型。

100 万上下文不等于可以往里塞 100 万——最大输入 991K 是硬上限,输出只有 131K。把整个仓库塞进去让它一次改完,出来的东西你读不完,也验不完。

还有一条容易忽略:显式缓存创建要单独收费(12.5 元 / 20 元每百万 token)。如果你的场景是”每次请求前缀都不一样”,缓存根本命中不了,那 0.5 元这个数字跟你无关,你付的是 10 元。

原文:https://qwen.ai/blog?id=qwen4-max 价目页:https://www.qianwenai.com/models/qwen4-max

原文出处 · 事实以此为准
千问官方博客 · Qwen4-Max 发布公告
阅读原文 ↗