ВойтиВыбрать тариф
Блог · Тесты моделей

Разбор Qwen4-Max: 4 победы из 16 и кэш по ¥0.5/млн

Alibaba представила проприетарный флагман Qwen4-Max: 2.4T параметров при 71B активных на токен, первое место в 4 из 16 официальных тестов и попадание в кэш от ¥0.5 за миллион токенов в материковом Китае. Разбираем официальные и независимые бенчмарки, китайские и международные цены API, счета за два реальных прогона, уровни рассуждений и подходящие задачи.

16 ноября Alibaba выпустила новую флагманскую модель Qwen4-Max. Она построена на разреженной архитектуре Mixture-of-Experts (sparse MoE) поколения Qwen4: 2.4T базовых параметров, 71B активных на каждый токен и ещё 328B параметров в слое N-gram Embedding. Модель поддерживает контекстное окно в 1 млн токенов и нативный визуальный ввод, а работает только через облачный API и официальные приложения.

За неделю до релиза ранняя сборка появилась в IDE для программирования Qoder под анонимным именем, после чего обновилась до Qwen4-Max-Preview. 16 ноября команда Qwen опубликовала полные результаты бенчмарков, описание архитектуры и прайс-лист API. Ниже собраны официальные замеры, независимые рейтинги, тарифы и реальные счета от разработчиков.

Главное: сильные стороны Qwen4-Max — длительные агентные задачи, исправление кода на уровне репозитория (DeepSWE 75.7) и дешёвое попадание в кэш (¥0.5 за 1 млн токенов в материковом Китае и $0.075 на международном QwenCloud; средняя стоимость задачи в Work360 снизилась на 62% по сравнению с прошлым поколением). Слабые места — работа в терминале (Terminal-Bench 4.0 — 48.5), воссоздание ПО по принципу «чёрного ящика» (ProgramBench — 31.5) и низкая скорость на высоких уровнях рассуждений (в среднем 32.1 минуты на задачу в Artificial Analysis). Модель подходит для многошаговых инженерных и документных задач с длинным контекстом; в повседневной работе достаточно уровня по умолчанию high, а для сложного фулстека и терминальных агентов стоит переключаться на xhigh.

Характеристики и архитектура

В разреженную MoE-архитектуру Qwen4-Max внесли три изменения, чтобы снизить вычислительные затраты на длинных последовательностях и сократить число активируемых на каждом шаге параметров:

  • Чередование GDN и Qwen Sparse Attention (QSA) в пропорции 3:1: на каждые 3 слоя Gated DeltaNet (сжимающих историю контекста в состояние фиксированного размера) приходится 1 слой QSA. Лёгкий индексатор в QSA отбирает релевантные фрагменты контекста на уровне микроблоков (micro-block granularity), сокращая расходы на расчёт внимания и индексацию длинных текстов.
  • Gated Residual (GR): вместо классического остаточного потока используются 4 параллельные остаточные ветви с динамическими вентилями чтения и записи, что улучшает передачу сигнала между слоями и стабильность обучения.
  • N-gram Embedding: на 2-м слое добавлена таблица контекстных признаков на 328B параметров, которая при минимальных накладных расходах расширяет ёмкость представления локальных словосочетаний.
Схема архитектуры Qwen4-Max: внизу Vocabulary Embedding и N-gram Embedding Layer на 2-м слое, основная часть состоит из циклического стека 3 слоёв GDN Layer и 1 слоя QSA Layer с четырёхветвевым Expanded Residual и вентилями GR Read/Write
Схема архитектуры Qwen4-Max. Источник: официальный блог Qwen.

За счёт этой схемы Qwen4-Max активирует 71B параметров на токен — примерно на 25% меньше, чем у предыдущей Qwen3.8-Max (95B), а предобучение на масштабе 2.4T прошло без единого скачка функции потерь (no loss spikes throughout the run). Во внутренних тестах базовой модели по четырём направлениям — знания (Knowledge), код (Code), вопросы и ответы (QA) и STEM — чекпоинт Qwen4-Max-Base показал самый низкий показатель бит на байт (BPB, чем ниже, тем лучше) среди всех 5 участников сравнения, снизив его на 5%–13% относительно Qwen3.8-Max-Base. В официальной сноске при этом уточняется, что участвовавшие в сравнении GLM-5.3 и Kimi-K3.1-Pro представляют собой чекпоинты после постобучения (post-trained checkpoints), что может влиять на прямое сопоставление с базовыми моделями.

Хронология недели перед релизом: 6 ноября официальный аккаунт Qwen в X опубликовал тизер «The becoming begins.»; 7 ноября в IDE Qoder появилась бесплатная для индивидуальных пользователей анонимная модель Qoduck, которая за 4 дня анонимного теста обновлялась ежедневно; 11 ноября Qoder раскрыла модель и обновила её до Qwen4-Max-Preview (пост набрал более 5.4 млн просмотров); 16 ноября вышла финальная версия.

Официальный анонс Qoder о раскрытии анонимной модели Qoduck и её обновлении до Qwen4-Max-Preview
Иллюстрация: @qoder_ai_ide, 2026-11-11.

Сейчас Qwen4-Max (ID модели qwen4-max) доступна по API с оплатой за токены в материковом Китае через Alibaba Cloud Model Studio и на международной платформе QwenCloud, а также входит в подписку Token Plan в сингапурском регионе. В пользовательских продуктах модель можно выбрать в QwenWork, Qoder, приложении Qwen и Qwen Studio.

Веса самой Qwen4-Max закрыты. В конце официального анонса команда лишь упомянула, что «модели малого и среднего размера из серии Qwen4 будут последовательно выходить с открытыми весами», не назвав ни точного числа параметров, ни сроков. В комментариях под постом с анонсом пользователи массово флешмобят фразой «Qwen-4 27B > GTA VI», требуя скорейшего релиза компактных версий.

Такой интерес к младшим версиям понятен: модели Qwen с открытыми весами остаются самой популярной базой для локального и серверного развёртывания. Согласно летнему отчёту об открытых моделях за 2026 год от Hugging Face, с января по август 2026 года модели Qwen скачали на Hugging Face 2.045 млрд раз (по данным самой Alibaba, суммарное число загрузок на всех площадках превысило 3 млрд). На базе Qwen создано 151,448 производных моделей — в 2.6 раза больше, чем у Meta, и больше, чем у Google (82,506) и Meta вместе взятых.

В корпоративном секторе линейку тоже активно используют. В октябре 2025 года глава Airbnb Брайан Чески в интервью отметил, что ИИ-поддержка Airbnb во многом опирается на модели Qwen: «Она очень хороша. А ещё быстрая и дешёвая».

График из летнего отчёта Hugging Face 2026 года об открытых моделях: число производных моделей по разработчикам, где Qwen лидирует примерно со 151 тыс. производных моделей, опережая сумму Google (83 тыс.) и Meta (57 тыс.)
Число производных моделей на Hugging Face по организациям (на лето 2026 года). Источник: Hugging Face.

При этом проприетарный флагман не во всех сценариях обыгрывает собственные открытые модели меньшего размера. Пользователь Hacker News под ником chriddyp проверил Qwen4-Max на внутреннем командном бенчмарке коротких задач анализа данных: флагман набрал на несколько баллов меньше, чем вышедшая в августе с открытыми весами и работающая на настольном железе Qwen3.8 27B, а один прогон обошёлся немного дороже.

Официальные бенчмарки и независимые рейтинги

Команда Qwen опубликовала результаты 16 бенчмарков по программированию, офисным задачам, научным исследованиям и мультимодальности, сопоставив Qwen4-Max с Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra и Kimi K3.1.

Официальная диаграмма сравнения Qwen4-Max в 16 ключевых бенчмарках против Qwen3.8-Max-0902, Opus 5.5, GPT-6.1 Sol, GPT-6 Astra и Kimi K3.1
Сравнение в 16 официальных бенчмарках. Источник: официальный блог Qwen.

Полные цифры по всем 16 тестам с графика (полужирным выделен лучший результат в строке):

Полная таблица результатов Qwen4-Max в 16 официальных бенчмарках
БенчмаркQwen4-MaxQwen3.8-MaxOpus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.175.769.374.275.274.175.5
CodeArena (Elo)175016761816174217631686
Terminal-Bench 4.048.538.959.656.159.167.2
ProgramBench31.528.065.052.555.025.0
AA-Briefcase v1.1 (Elo)168616051801155515691674
Agents’ Last Exam v1.146.727.943.442.6 (GPT, один столбец на графике)—43.4
JobBench68.565.375.466.266.161.2
APEX-Agents v1.172.163.373.560.064.765.5
HLAB-Vals-1.121.315.49.26.37.111.7
AutomationBench-AA72.556.269.564.968.573.3
AgentArena (Net Improvement)7.5—18.211.813.93.9
BioMysteryBench85.084.181.984.478.980.6
HealthBench Professional60.039.659.965.166.057.2
Humanity’s Last Exam51.743.959.854.053.651.1
Chartography54.242.066.367.871.150.0
Video-Index68.163.274.873.876.763.2

Разработчики свели на одну иллюстрацию и победные дисциплины, и те, где модель заметно отстаёт:

  • Первое место в 4 дисциплинах: исправление ошибок на уровне репозитория в DeepSWE v1.1 (75.7 — на 0.2–0.5 балла выше 75.5 у Kimi K3.1 и 75.2 у GPT-6.1 Sol), длительные агентные задачи Agents’ Last Exam v1.1 (46.7 против 43.4 у Opus 5.5), юридическая практика HLAB-Vals-1.1 (21.3 против 11.7 у Kimi K3.1 и 9.2 у Opus 5.5), а также биоинформатика BioMysteryBench (85.0).
  • В остальных 12 тестах есть дисциплины с серьёзным отставанием: в терминальном бенчмарке Terminal-Bench 4.0 модель набрала 48.5 — худший балл среди всех 5 актуальных конкурентов (у Kimi K3.1 — 67.2, у Opus 5.5 — 59.6); в воссоздании ПО по принципу «чёрного ящика» ProgramBench результат составил 31.5 — меньше половины от 65.0 у Opus 5.5. Заметный разрыв сохраняется также в клиническом мышлении HealthBench Professional (60.0 против 66.0 у GPT-6 Astra), междисциплинарном тесте Humanity’s Last Exam (51.7 против 59.8 у Opus 5.5), чтении сложных графиков Chartography (54.2 против 71.1 у GPT-6 Astra) и анализе видео Video-Index (68.1 против 76.7 у GPT-6 Astra).

В слепом рейтинге фронтенд-разработки CodeArena: WebDev (срез от 2026-11-14: 159 моделей и более 1 млн голосов) Qwen4-Max (xHigh) занимает 6-е место в мире с рейтингом 1,750 Elo — лучший показатель среди китайских моделей (следующая модель из Китая — Kimi K3.1 Pro на 13-й строчке с 1,686 баллами). Она уступает GPT-6 Astra (1,763), но обходит Claude Fable 5.1 (1,743), GPT-6.1 Sol (1,742) и Claude Sonnet 5.5 на уровне High (10-е место, 1,716). При этом стоит учитывать два момента: во-первых, Sonnet 5.5 на уровне xHigh набирает 1,772 балла и занимает 3-е место; во-вторых, у Qwen4-Max пока всего 1,814 голосов, статус оценки помечен как Preliminary (предварительная) с доверительным интервалом ±15, что соответствует разбросу мест (Rank Spread) с 3-го по 9-е.

Топ-10 слепого рейтинга фронтенд-разработки CodeArena WebDev: 1-е место Claude Fable 5.2 (1826), 2-е Claude Opus 5.5 (1816), 3-е Claude Sonnet 5.5 xHigh (1772), 4-е Gemini 4 Carbon (1768), 5-е GPT-6 Astra (1763), 6-е Qwen4-Max xHigh (1750 ±15, Preliminary)
Рейтинг CodeArena WebDev, 2026-11-14.
Топ-8 и сравниваемые модели в рейтинге CodeArena WebDev (2026-11-14)
МестоМодельРейтинг EloПримечание
1Claude Fable 5.2 (xHigh)1826 ±19—
2Claude Opus 5.5 (Max)1816 ±12—
3Claude Sonnet 5.5 (xHigh)1772 ±10—
4Gemini 4 Carbon (High)1768 ±15Preliminary
5GPT-6 Astra (Max)1763 ±8—
6Qwen4-Max (xHigh)1750 ±15Preliminary; интервал мест 3–9; 1,814 голосов; P50 за задачу $4.18
7Claude Fable 5.1 (Max)1743 ±8—
8GPT-6.1 Sol (Max)1742 ±10—
10Claude Sonnet 5.5 (High)1716 ±8—
13Kimi K3.1 Pro (Max)1686 ±9Следующая китайская модель
16Qwen3.8-Max (0902)1676 ±6Предыдущее поколение
19DeepSeek-V4.1-Flash-20261017 (Max)1661 ±7Модель для сравнения расхода токенов ниже

По данным независимого агентства Artificial Analysis (срез от 2026-11-17), в сводном индексе Intelligence Index v5.0.1 из 9 тестов Qwen4-Max набирает 43 балла и занимает 38-е место из 81 модели (при медиане по классу 41 балл). Для сравнения: GPT-6.1 Sol (max) получает 55 баллов при средней стоимости задачи всего $1.27 — на 12 баллов выше и на 61% дешевле Qwen4-Max ($3.27 за задачу); у Kimi K3.1 Pro — 46 баллов и $3.68 за задачу.

Сводная карточка Qwen4-Max на Artificial Analysis: Intelligence Index 43 балла (38-е место из 81), время на задачу 32.1 минуты (74-е из 79), стоимость задачи $3.27 (44-е из 80), суммарный вывод за прогон индекса 127M токенов (65-е из 80)
Artificial Analysis, 2026-11-17.
Сравнение Intelligence Index, времени и стоимости задачи в Artificial Analysis (2026-11-17)
МодельIntelligence IndexВремя на задачу (мин)Стоимость задачи
Claude Fable 5.2 (max)6540.8$26.54
Gemini 4 Carbon (high)6031.1$5.48
Claude Opus 5.5 (max)5924.6$10.04
GPT-6 Astra (max)5720.4$6.24
GPT-6.1 Sol (max)5523.0$1.27
Kimi K3.1 Pro4638.8$3.68
Qwen4-Max4332.1$3.27
Grok 4.7 (xhigh)3524.6$7.77

Расход токенов

По официальным данным в сравнении с прошлой Qwen3.8-Max, на бенчмарке Work360 расход токенов на задачу у Qwen4-Max сократился примерно на 24% на уровне xhigh и на 35% на high. В Terminal-Bench 4.0 среднее потребление на xhigh снизилось примерно с 289K до 151K токенов (минус 48%) при росте балла с 38.9 до 48.5, а на high расход упал примерно на 49%.

Кривые баллов и расхода токенов на задачу у Qwen4-Max и Qwen3.8-Max-0902 на уровнях рассуждений Low, High и Xhigh в бенчмарках Work360 и Terminal-Bench 4.0
Баллы и расход токенов за задачу по уровням рассуждений в Work360 и Terminal-Bench 4.0. Источник: официальный блог Qwen.

Во время тестирования preview-сборки разработчики также опубликовали два независимых сравнения на одинаковых промптах:

  • Разработчик @loktar00 сгенерировал с одной попытки 3D-сцену заснеженной рождественской деревни по одному промпту: тогда ещё анонимная preview-сборка Qwen 4 потратила примерно вдвое меньше токенов, чем DeepSeek Flash. В ответах к тому же посту @loktar00 уточнил, что сама генерация у DeepSeek прошла быстрее.
  • Разработчик @ItsmeAjayKV прогнал 103 одинаковые задачи по генерации сцен на Three.js, сравнив Qwen4-Max-Preview и DeepSeek-v4.1-flash-1017: в 87 задачах из 103 модель Qwen израсходовала меньше токенов — в среднем около 77K на задачу против 115K у DeepSeek (экономия около 33%).
X · @loktar00Qwen 4 vs Deepseek Flash one shot Christmas VillageСмотреть в X
Генерация 3D-сцены рождественской деревни с одной попытки по одному промпту: preview-сборка Qwen 4 потратила примерно вдвое меньше токенов, чем DeepSeek Flash. Ссылка ведёт в X; до нажатия страница не загружает внешний контент.
График сравнения расхода токенов на 103 задачах Three.js: у DeepSeek V4.1 Flash в среднем 115,306 токенов на задачу, у Qwen 4 Max Preview — 77,469 токенов, меньше в 87 из 103 задач, среднее снижение 33%
Иллюстрация: @ItsmeAjayKV, 2026-11-11.

В обоих пользовательских тестах участвовала preview-версия, а соперником выступала DeepSeek V4.1 Flash. Хотя Qwen тратит на треть или вдвое меньше токенов, API-тариф у DeepSeek V4.1 Flash составляет всего $0.15 / $0.60 за миллион входных и выходных токенов — вдесятеро дешевле Qwen4-Max ($1.50 / $4.50) на входе и примерно в семь раз дешевле на выходе. Сам @ItsmeAjayKV в исходном посте отметил: «Если учитывать цену и размер модели, deepseek-v4.1-flash здесь явно выигрывает».

При этом в сквозном тестировании Artificial Analysis за полный прогон Intelligence Index Qwen4-Max сгенерировала 127M выходных токенов при медиане по сопоставимым моделям 78.6M, получив пометку «very verbose». Среднее время на задачу составило 32.1 минуты (медиана — 13.3 минуты), ожидание первого токена ответа (time to first answer token) достигло 147.63 секунды при скорости вывода 54 tok/s.

Расход токенов и затраты времени у Qwen4-Max в разных системах отсчёта
Сценарий тестированияБаза сравненияQwen4-MaxБаза сравнения (данные)Комментарий
Work360 (xHigh / High)Qwen3.8-Max-0902≈127K / ≈96K≈166K / ≈148KМеньше прошлого поколения примерно на 24% / 35%
Terminal-Bench 4.0 (xHigh / High)Qwen3.8-Max-0902≈151K / ≈129K≈289K / ≈250KМеньше прошлого поколения примерно на 48% / 49%
103 задачи Three.js (preview)DeepSeek V4.1 Flash77.5K / задача115.3K / задачаНа 33% меньше токенов, но токен у DeepSeek на порядок дешевле
Суммарный вывод и время за задачу в AAМедиана передовых моделей127M / 32.1 мин78.6M / 13.3 минПометка AA «very verbose», время примерно в 2.4 раза выше медианы

На наш взгляд, экономия токенов у Qwen4-Max заметна именно на фоне собственной предшественницы Qwen3.8-Max и DeepSeek V4.1 Flash; в общем ряду передовых моделей на высоком уровне рассуждений она по-прежнему работает неспешно и генерирует объёмные ответы.

Уровни рассуждений

Согласно документации Alibaba Cloud Model Studio, параметр уровня рассуждений reasoning_effort у Qwen4-Max принимает три значения: low, high и xhigh (по умолчанию в релизной версии стоит high с максимальным бюджетом цепочки рассуждений thinking_budget=131072; значения minimal, medium и max автоматически приводятся к low, high и xhigh).

Баллы и расход токенов на задачу для трёх уровней с официального графика эффективности в Work360 и Terminal-Bench 4.0:

Баллы и расход токенов Qwen4-Max на трёх уровнях рассуждений в Work360 и Terminal-Bench 4.0 (оценка по графику)
БенчмаркLowHigh (по умолчанию в релизе)XhighРазница между High и Xhigh
Work360 (офисные и отраслевые задачи)≈46.6 (≈91K)≈48.0 (≈96K)52.69 (≈127K)На High ниже примерно на 4.7 балла, экономия около 24% токенов
Terminal-Bench 4.0 (работа в терминале)≈29.5 (≈122K)≈31.5 (≈129K)48.5 (≈151K)На High ниже примерно на 17.0 балла, экономия лишь около 15% токенов

На старте preview-версии уровень по умолчанию был жёстко зафиксирован на xhigh, что сильно растягивало выполнение простых запросов. Пользователь @SrinivasValekar приводил показательный пример генерации деревни на уровне xhigh у обеих моделей: Gemini 4 Hydrogen справилась за 12 минут и примерно $1.7, тогда как Qwen4-Max работала 1 час 15 минут и потратила около $0.9. Один прогон не заменяет полноценного рейтинга, но разница во времени огромная.

Автор YouTube-канала The Dark Factory протестировал qwen4-max-preview в Claude Code по подписке Token Plan на задаче создания приложения для учёта бюджета и сравнил два режима: когда уровень рассуждений в Claude Code снизили со стоявшего по умолчанию xhigh до low, время работы сократилось с 24 до 9 минут, объём чтения контекста упал с 4.4M до 1.1M токенов (минус 75%), вывод уменьшился с 83K до 31K (минус 63%), а слепая оценка от судьи Codex (GPT-6.1 Sol) выросла с 8/10 до 9/10.

Видео · The Dark FactoryI Tested Qwen 4 to See What My Mac Gets NextСмотреть на YouTube
Автор тестирует Qwen4-Max-Preview в Claude Code через Token Plan и на отрезке 6:23–6:55 сравнивает время выполнения, расход токенов и слепую оценку одного и того же приложения для бюджета на уровнях xHigh и low. Ссылка ведёт на YouTube; до нажатия страница ничего не подгружает.
Тест приложения для бюджета от The Dark Factory: сравнение уровней xHigh (по умолчанию) и low
Уровень рассужденийВыходные токеныПрочитано токеновВремяСлепая оценка (судья GPT-6.1 Sol)
По умолчанию (xHigh)83K4.4M24 мин8 / 10
low31K (-63%)1.1M (-75%)9 мин9 / 10

Эксперимент The Dark Factory — это один прогон одной фронтенд-задачи с одним ИИ-судьёй. Если сопоставить его с официальными кривыми выше, мы считаем, что установленного по умолчанию в релизе уровня high достаточно для повседневных офисных задач, типового фронтенда и ответов на вопросы. А вот на сложном фулстеке и агентных задачах в терминале (вроде сценариев Terminal-Bench) разрыв между high и xhigh достигает 17 баллов — там имеет смысл вручную переключаться на xhigh.

Минимальный пример вызова с выбором уровня рассуждений через OpenAI-совместимый Responses API на международной платформе QwenCloud:

qwen4_max_example.py
from openai import OpenAIimport os client = OpenAI(    api_key=os.getenv("DASHSCOPE_API_KEY"),    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",) resp = client.responses.create(    model="qwen4-max",    input="Добавь модульные тесты для этой функции",    reasoning={"effort": "high"},  # low / high / xhigh, по умолчанию high)print(resp.output_text)

Цены API и реальные счета

Официальные тарифы API делятся на сетку для материкового Китая (Alibaba Cloud Model Studio, в юанях) и международную сетку (QwenCloud, Сингапур, в долларах). В материковом Китае стандартный ввод стоит ¥10 за 1 млн токенов, вывод — ¥30 за 1 млн токенов, что примерно на 16.7% ниже тарифов прошлой qwen3.8-max (¥12 / ¥36). Цена при попадании в кэш снижена до ¥0.5 за 1 млн токенов ($0.075 за 1 млн на международном QwenCloud) — всего 5% от базовой стоимости ввода. Вместе с сокращением расхода токенов это снизило среднюю стоимость задачи в официальном тесте Work360 с $4.43 у прошлого поколения до $1.67 (минус 62%).

Официальные цены API Qwen4-Max в материковом Китае (Model Studio) и на международном QwenCloud
Позиция тарифаМатериковый Китай (Model Studio, CNY)Международный (QwenCloud, Сингапур)
Стандартный ввод (0 < токенов ≤ 1M, с рассуждениями и без)¥10 / млн$1.5 / млн
Вывод (токены рассуждений + ответ)¥30 / млн$4.5 / млн
Попадание в кэш (явный / неявный кэш)¥0.5 / млн$0.075 / млн
Создание явного кэша (TTL 5 минут)¥12.5 / млн$1.875 / млн
Создание явного кэша (TTL 1 час)¥20 / млн$3 / млн
Бесплатная квота для новых аккаунтов1 млн токенов (90 дней)—

По правилам биллинга Alibaba Cloud Model Studio кэширование работает так: неявный кэш (implicit cache) включён по умолчанию и не требует правок в коде, но попадание в кэш на каждом запросе не гарантируется; явный кэш (explicit cache) требует префикса от 1,024 токенов с временем жизни (TTL) 5 минут (по умолчанию) или 1 час и автоматически продлевается при попадании; кэш переиспользуется только между запросами одного аккаунта; выходные токены (включая токены рассуждений) всегда тарифицируются по полной ставке.

Пересчитаем по релизным ценам реальный расход токенов, который опубликовал разработчик @superalesha на задаче генерации в Blender сцены раменной в дождливом ночном Токио. Он запустил один и тот же промпт на preview-сборке в режиме xhigh через две разные обвязки (harness) — DeepSeek Harness (DSH) и Qwen Code. По формуле стоимость = ввод мимо кэша × цена ввода + попадание в кэш × цена кэша + вывод × цена вывода получаются следующие счета:

Сравнение счетов за два прогона сцены раменной в Blender при пересчёте по релизным тарифам
Обвязка (один промпт, xHigh)Весь ввод (в кэше / мимо кэша)ВыводСчёт в КНР (с кэшем)КНР (при 0% кэша)Международный (с кэшем)Международный (при 0% кэша)
DeepSeek Harness11.96M (11.59M / 0.37M)130K3.70 + 5.80 + 3.90 = ¥13.40¥123.50$2.01$18.53
Qwen Code3.02M (2.85M / 0.17M)62K1.70 + 1.43 + 1.86 = ¥4.99¥32.06$0.75$4.81

Из этого расчёта видны три практических вывода:

  1. ¥5.80 — это только часть за чтение из кэша, а полный счёт составляет ¥13.40. В прогоне через DeepSeek Harness 11.59 млн токенов попали в кэш (96.9% всего ввода) и по тарифу ¥0.5/млн обошлись в ¥5.80; вместе с 0.37 млн токенов ввода мимо кэша (¥3.70) и 130K токенов вывода (¥3.90) итоговый чек составил ¥13.40 ($2.01 на международном QwenCloud), где на кэш пришлось 43% суммы, а на вывод — 29%.
  2. Без попадания в кэш счёт вырастает почти в 10 раз. При нулевом кэшировании тот же прогон в DeepSeek Harness стоил бы ¥123.50 ($18.53). Поскольку неявный кэш не гарантирует попадания, в длинных агентных цепочках надёжнее настраивать явный кэш — с учётом того, что его запись стоит в 1.25 раза (на 5 минут) или в 2 раза (на 1 час) дороже обычного ввода.
  3. Разные агентные обвязки отличаются по объёму ввода почти в 4 раза. Та же модель и тот же промпт в Qwen Code потребовали всего 3.02 млн входных токенов, снизив итоговый чек до ¥4.99 ($0.75). На наш взгляд, то, как именно обвязка управляет контекстом, влияет на итоговый счёт не меньше, чем прайс-лист самой модели.

Демонстрационные кейсы

Опираясь на контекстное окно в 1 млн токенов, нативное зрение и вызов инструментов, команда Qwen и сообщество показали серию длинных многошаговых задач.

В 3D-моделировании и разработке игр @superalesha поручил модели собрать диораму раменной в дождливом ночном Токио исключительно скриптами на Python через Blender MCP без импорта готовых внешних ассетов. В промпте перечислялись тканевые занавески норэн, бумажные фонари, миска горячего рамена, торговый автомат и лужи с неоновыми отражениями, требовался рендер в Cycles и самостоятельный визуальный разбор готовых рендеров с доработкой ошибок. Команда Qwen, в свою очередь, продемонстрировала создание игр в Unity, Unreal Engine и Godot напрямую из текстового описания: модель собирала сцены, писала игровую логику, подключала внешние ассеты и по кадрам запущенной игры настраивала камеру и ощущение удара. Так были собраны 3D-приключение про кота-мага Meow of Magic на Unreal Engine, фэнтезийный экшен с полётами на мечах Yun Guan Xing и мобильная гонка под Android Flying Racer на Unity 6.

Кадр игрового процесса 3D-игры Meow of Magic про кота-мага, собранной Qwen4-Max в Unreal Engine: кот в шляпе волшебника с деревянным посохом стоит в зале магической мастерской среди котов-старейшин, стеллажей с зельями, витражей и парящих свитков
3D-игра Meow of Magic, созданная с помощью Qwen4-Max в Unreal Engine. Источник: официальный блог Qwen.

Чтобы решить типичную проблему длительных агентных сессий, когда модель уходит не в ту сторону в середине работы и переделывать финальный результат оказывается слишком поздно, в Qwen4-Max добавили механизм Live Delivery и выложили в открытый доступ сопутствующий плагин Qwen-Live-Delivery-Plugin: получив сложную задачу, агент сначала быстро выдаёт минимальную рабочую версию, а затем итеративно расширяет её по результатам выполнения и правкам пользователя, позволяя вмешаться и скорректировать курс на любом шаге.

В промышленности, финансах, юриспруденции, медицине и науке Alibaba раскрыла 6 совместных внедрений:

6 официальных отраслевых и научных кейсов применения Qwen4-Max
СфераСодержание задачиКлючевые показатели
Автопром (линии SANF, Pacific Union)Построение 3D-линий по 2D-чертежам и параметрам техпроцесса с виртуальной отладкой ПЛК (PLC); проектирование дверных узлов и фрикционных колёс, генерация траекторий ЧПУ-обработки и симуляция зарезов и недорезов до запуска станкаТрудозатраты инженера на программирование одной детали снизились примерно с 475 до 24 минут (сокращение примерно на 95%)
Юридический due diligence перед IPOОчистка разрозненных рабочих документов (working papers) клиента, переименование по сути содержимого, раскладка по папкам и индексация; перекрёстная сверка корпоративных реестров, ИС, судебных и кредитных баз, выявление скрытых рисков «условий восстановления» (reinstatement clauses) в соглашениях VAMРазобрано 198 документов по 14 папкам, подготовлен отчёт на 86 страниц объёмом более 60 тыс. знаков по 12 направлениям проверки и 14 правовым вопросам со ссылками на исходники у каждого вывода
Финансовая аналитика (фьючерсы CSI 300)Сбор котировок акций А-класса, Гонконга и США, облигаций, фондов и деривативов; расчёт теоретического базиса фьючерсов (theoretical futures basis) и спредов волатильности с учётом стоимости фондирования, дивидендной доходности и экспирации; выгрузка связанных таблиц Excel и редактируемых презентаций PPTВызов 90 инструментов MCP; двусторонняя зависимая консолидация (bilateral dependent consolidation) с переходом из ячейки Excel к первоисточнику и прямым соответствием графиков PPT листам рабочей книги (chart-to-workbook alignment)
Клиническая поддержка в реанимацииАнализ десятков бланков анализов, истории болезни объёмом свыше 10 тыс. знаков и врачебных назначений в одном диалоге; разбивка снимков на 6 серий и параллельный разбор сотен срезов КТ грудной клетки несколькими субагентамиОбработана история болезни более чем на 10 тыс. знаков и 1,433 снимка, выявлена дорсальная консолидация обоих лёгких (совпало с диагнозом лечащего врача), 4 рекомендации по ведению совпали с назначениями дня
Замкнутый цикл «сухой и мокрой» лаборатории (платформа Mira от Deep Principle)Подбор теплоносителя для охлаждения высокомощных чипов в ЦОД: отбор структур, прогноз свойств MPA, первопринципные расчёты и ретросинтетический анализ с прямой отправкой заданий на роботизированный стенд для синтеза, очистки и испытанийНепрерывный прогон 48 часов, скрининг 2.7 млн молекул-кандидатов, за 4 итерации получен экспериментально подтверждённый физический образец новой охлаждающей жидкости
Планирование облачных ресурсов (Alibaba Cloud + MindOpt)Маршрутизация мультимодельных вызовов при разметке данных, онлайн-аллокация GPU и офлайн-перебалансировка CPU: генерация алгоритмов-кандидатов и совместная итеративная проверка с собственным солвером Alibaba MindOptЗатраты на диспетчеризацию разметки снижены в среднем на 10.42%, простой целых узлов GPU в онлайне увеличен на 4.62% (высвобожденный пул), поиск оптимума при офлайн-перебалансировке CPU ускорен более чем в 14.61 раза

Все перечисленные кейсы — это витринные проекты самой Alibaba и её партнёров без независимого воспроизведения третьими сторонами, поэтому приведённые проценты экономии времени и кратность ускорения стоит воспринимать как верхнюю планку в специально настроенном пайплайне.

Работа с фронтендом

Когда от модели требуют выдать готовую статическую страницу по одной короткой фразе, в пользовательских сравнениях отмечают, что по визуальной фактуре Qwen4-Max уступает ведущим передовым моделям. Например, в сравнительной генерации страниц китайского зодиака по одному промпту против GPT-6 Astra и DeepSeek V4.1 Flash каркас у preview-версии получился цельным, но свет, тени и мелкие детали оказались плоскими.

Чтобы получать качественный фронтенд и интерактивные интерфейсы, критерии готовности нужно явно задавать в промпте, а после генерации черновика точечно дорабатывать палитру и анимации в несколько итераций. В конец технического задания удобно добавлять такой чек-лист самопроверки:

frontend-checklist.txt
Перед сдачей фронтенд-страницы проверь по пунктам:1. Визуальная иерархия: отступы, контраст размеров шрифта и цветовые акценты считываются сразу; не оставляй нестилизованные браузерные элементы форм по умолчанию.2. Интерактивность и состояния: все кнопки, фильтры, модальные окна и формы работают; добавь состояния наведения (hover), загрузки (loading) и пустых данных (Empty State).3. Доработка слабых мест: перед финальным ответом оцени страницу целиком, выбери самый слабый по визуалу или UX блок и отдельно доработай его ещё за один проход.4. Проверка рендеринга: убедись, что разметка рендерится полностью, нет незакрытых тегов, разъехавшейся вёрстки и ошибок в консоли браузера.

Сценарии применения

С учётом результатов бенчмарков, времени ответа и расчётов стоимости выше, рекомендации по выбору модели под конкретные нагрузки выглядят так:

Сценарии применения Qwen4-Max и рекомендации по выбору модели
Нагрузка / сценарийРекомендацияАргументы и компромиссы
Многошаговые агенты с длинным контекстом / разбор документов и due diligenceПодходит для прямой работыКонтекст 1M токенов; 1-е место в ALE (46.7) и юридическом HLAB-Vals (21.3); попадание в кэш всего ¥0.5/млн в КНР ($0.075/млн глобально), стоимость задачи в Work360 снижена на 62% ($1.67). В продакшене рекомендуется настраивать явный кэш
Исправление багов в репозиториях и повседневный фулстекПодходит с переключением уровня75.7 балла в DeepSWE v1.1; для рутинных правок оставляйте уровень по умолчанию high, а на сложном фулстеке и терминальных задачах переключайтесь на xhigh (в Terminal-Bench разница между ними составляет 17 баллов)
Интенсивная работа в терминале / воссоздание ПО «вслепую»Лучше взять Claude или KimiВ Terminal-Bench 4.0 всего 48.5 (у Kimi K3.1 — 67.2, у Opus 5.5 — 59.6); в ProgramBench всего 31.5 (у Opus 5.5 — 65.0)
Максимальный Intelligence Index при низкой цене за задачуЛучше смотреть на GPT-6.1 SolВ Artificial Analysis у GPT-6.1 Sol (max) индекс 55 и $1.27 за задачу; у Qwen4-Max индекс 43 и $3.27 за задачу
Генерация фронтенда по одному промптуТребует подробного чек-листа6-е место в CodeArena WebDev (1,750 ±15), но при генерации в один шаг картинка часто выходит плоской — нужно явно прописывать требования к визуальной иерархии, пустым состояниям и дорабатывать итерациями
Критична задержка до первого токена и общее время / нужен локальный запускНе подходитВ замерах AA ожидание первого токена ответа составляет 147.63 с, среднее время на задачу — 32.1 мин; веса Max закрыты (только API), а размеры и даты релиза младших открытых моделей Qwen4 ещё не объявлены

Частые вопросы

Подключение Qwen4-Max в Claude Code

Модель можно подключить напрямую. Подписка Token Plan в QwenCloud совместима с протоколами OpenAI и Anthropic Messages, а в список официально поддерживаемых инструментов входят Claude Code, Cursor, Qwen Code, Codex, Qoder и OpenClaw (именно в Claude Code проводился тест канала The Dark Factory выше). При работе через интерфейс Anthropic Messages уровень рассуждений передаётся в параметре output_config.effort, где medium автоматически приводится к high, а max — к xhigh. Учитывайте, что для Token Plan используется отдельный эндпоинт token-plan.maas.qwencloudapi.com и специальный ключ с префиксом sk-sp-, который нельзя смешивать с ключами для поминутной/потокенной оплаты.

Разница между китайскими и международными тарифами

В материковом Китае (Alibaba Cloud Model Studio) стандартный ввод стоит ¥10 за 1 млн токенов, вывод — ¥30/млн, попадание в кэш — ¥0.5/млн, а новым пользователям даётся бесплатная квота на 1 млн токенов сроком на 90 дней. На международной платформе (QwenCloud, Сингапур) стандартный ввод стоит $1.5 за 1 млн токенов, вывод — $4.5/млн, попадание в кэш — $0.075/млн (для международного развёртывания внутри китайского Model Studio действует отдельный тариф ¥10.938 / ¥32.813). В пересчёте по курсу базовые расценки практически совпадают, однако подписка Token Plan сейчас продаётся и работает только в сингапурском регионе.

Открытые веса в линейке Qwen4

Сама Qwen4-Max остаётся проприетарной и доступна только через облачный API и официальные приложения. В релизном посте команда Qwen сообщила, что модели малого и среднего размера из семейства Qwen4, построенные на той же архитектуре и методике обучения, будут последовательно выходить с открытыми весами, но точные размеры и даты выпуска пока не названы.

Посадка

Передовые модели — в одном абонементе.

В CodingPass доступны Claude, GPT, Gemini и Qwen3.8 Flash со списанием по официальным ценам API. Никаких неожиданных списаний, отмена в любой момент.

  • ID запроса в каждом ответе
  • Полный возврат, если израсходовано не больше 5%
  • Никаких неожиданных списаний
Выбрать GoПосмотреть все модели

$10/мес., пока вы не отмените подписку.