Qwen4-Max 预览：1M 上下文，只卖 14 天

阿里在 11 月 11 日放出了 Qwen4-Max 的预览版，但给的窗口只有 14 天：11 月 11 日 10:00 到 11 月 25 日 24:00，期间不迭代、不保证 SLA，到期下线。这种「限时预览 + 只走套餐」的组合在国产模型里不常见，值得拆开看它到底想验证什么。

三个明牌

明牌一：1M 上下文，393,216 的最大输出

规格是 1M token 上下文，最大输出 393,216 token。两个数字都比上一代旗舰高一档。

但 393,216 这个数字要读清楚：官方明确写了「思考与最终回答共享此预算」。也就是说，开了深度思考之后，思维链占用的 token 从这 39 万里扣。

按经验比例估一下：如果一个复杂任务想了 20 万 token，剩下的 19 万才是最终回答的额度。对于「生成长文档」这类任务，思考开销会直接挤压可用输出长度。

这一点和「最大输出 393K」的字面理解有差距。做长文档生成或代码生成时，要么把 reasoning_effort 调低，要么把任务拆成多轮——单轮硬顶会在中途截断。

明牌二：原生视频理解 + 双协议兼容

输入支持文本、图片、视频三种模态。官方给的场景是截图分析、文档理解、视频分析。结合「3D 建模、网页设计、交互」这些提法，指向很明确：它要做的是能看懂界面、看懂操作过程的模型，而不是只会处理文本的模型。

另一个更实用的点是协议兼容：同时兼容 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 三套 API 形态。

这意味着迁移成本接近于零。已有的 OpenAI 或 Anthropic SDK 代码，改两个变量就能跑：

Base URL: https://token-plan.cn-beijing.maas.aliyuncs.com
Model ID: qwen4-max-preview

对比那些要求自建 SDK 适配的模型，这一步省掉的是半天到两天的工作量。对于只想快速做 A/B 测试的团队，这是决定「试不试」的关键因素。

明牌三：只挂 Token Plan，不开按量计费

这是最容易被忽略、但影响最大的一个决定。

预览期内只支持 Token Plan，不支持按量计费。Token Plan 是套餐制：按档位预付，拿套餐专用 API Key。价格上给的是折扣——Token Plan 用户 2 折，新用户再叠加 5 折，最低 1 折。

这个策略的实际含义有两层：

• 对阿里：套餐制能在预览期控制总消耗。按量计费放开，一个跑批任务的账单可能失控；套餐制把上限锁死在用户已付的钱里。
• 对开发者：想评估这个模型，得先买套餐。哪怕只想跑 20 次对比测试，也要付一个档位的钱。

所以「最低 1 折」听起来很便宜，但基数是套餐价，不是单价。如果用量很小，实际单位成本可能比按量计费更贵——这和买云服务器包年是一个道理。

两个空白

空白一：参数规模没有公布

官方文档给的规格表里，上下文、输出长度、模态、工具调用、结构化输出都列了，唯独没有参数量，也没有激活参数。

这不一定是刻意隐藏——预览版不公布参数在业内是常规操作，避免参数被直接当作能力指标。但后果是：无法从架构上判断它的推理成本结构。是稠密还是 MoE、激活多少，只能等正式版或者第三方测出来。

在参数未知的前提下，任何「性价比」结论都是不成立的。能做的是拿实际任务的 token 消耗倒推。

空白二：没有独立评测，只有厂商口径

目前所有能力描述都来自官方发布材料和开发者内测反馈，「编程、Agentic 能力升级」「3D 建模、网页设计表现亮眼」这类表述没有对应的公开榜单。

站内此前整理的 SuperCLUE 11 月榜 一类第三方评测，暂时还没有 Qwen4-Max 的条目。这意味着两件事：

1. 选型时不能把它和 Carbon、Fable 5.2 直接横比，缺少同一把尺子；
2. 预览期的口碑主要来自开发者体感，样本偏差会比较大。

补充：14 天窗口本身也是空白

预览期「期间不做变更」是好事——测试结果可复现，不会今天测完明天模型变了。但「预览结束后下线」意味着：

• 不能用于生产，除非你做好了 11 月 25 日之后切回旧模型的准备；
• 不能做长期基准，两周后这个 Model ID 就不存在了；
• 反馈窗口很短，从发现问题到官方修复，可能已经过了预览期。

迁移成本到底有多低

「双协议兼容」值得单独验证一下，因为它决定了一次试用的实际代价。

前三行是真·改两行配置。第四行则完全没有优势——如果你的代码是围绕某家私有协议写的，Qwen4-Max 的兼容性帮不上忙。

顺带一提，套餐专用 Base URL 和常规按量计费的域名不同，混用会 401。这是接 Token Plan 时最常见的第一个报错。

14 天窗口怎么用

如果决定试，建议按这个顺序，别把时间花在跑分上：

1. 先跑你自己的 20 条真实任务。公开榜单它没有，你的任务集才是唯一有效的评测集。
2. 单独记录思考 token 占比。这是判断 393,216 够不够用的唯一办法，也是成本估算的输入。
3. 测视频输入的实际可用性。这是它相对上一代最明确的增量，也是最容易被宣传语夸大的部分。
4. 压一次长上下文。1M 是标称值，实际能不能在 50 万 token 上保持检索准确率，要自己试。
5. 别接生产。预览版下线时间写死在文档里，任何依赖它的线上功能都有明确的失效日期。

放在 Qwen 系列里的位置

从产品线看，Qwen4-Max-Preview 是「下一代旗舰的能力预览」，不是「Qwen3.8 的替代品」。它和站内拆过的 Qwen3.8-27B 完全不是一个层面的事：后者是能装进 24 GB 显卡的开放权重模型，前者是只能通过套餐调用的闭源旗舰。

真正值得关注的是它和 系统级入口 的联动——千问办公、Qoder、千问 APP、QwenStudio 同步开放体验入口，说明这次预览不只是给开发者的，也是给终端用户的。模型能力最终要通过这些入口验证，而不是通过 API 调用量。

一句话总结：Qwen4-Max 预览版的三个明牌是 1M 上下文、视频理解、双协议兼容，两个空白是参数未公布与无独立评测，而 14 天的窗口决定了它只能当「能力试探」，不能当「选型依据」。想试就趁 11 月 25 日之前，记得先算清套餐的实际单位成本。