Qwen4-Max 正式开放,支持百万上下文
据文章介绍,Qwen4-Max 于 11 月 16 日正式开放,支持文本、图像和视频输入,提供百万 token 上下文及最高 131,072 token 的非思考模式输出。接口兼容 OpenAI 与 Anthropic 格式,并支持并行工具调用、结构化输出、缓存和推理强度配置。
AI 深度解读
Qwen4-Max 值不值得接进自动化流程,原文给出的答案是:先保留现有模型,再把长文档、多图输入等任务分流过去。它的吸引力在于大上下文、较低的标价,以及对常见 API 格式的兼容。
不过,这是一篇基于文档和平台报价整理的介绍,没有实际工作流的对照测试。读它最有用的部分,是理解价格怎么算、缓存怎么用,以及怎样控制接入新模型的风险。以下发布日期和能力信息均按原文转述,未作独立核验。
1M 上下文适合接哪些任务
原文称,Alibaba 在 2026 年 11 月 16 日正式发布 qwen4-max,距离 11 月 11 日上线 qwen4-max-preview 相隔 5 天。
据原文引用的 Alibaba Cloud Model Studio 文档,Qwen4-Max 接受文本、图片和视频输入,输出文本;上下文窗口为 1,000,000 tokens,非思考模式最多输出 131,072 tokens。后一个限制有明确前提,不能直接套到所有调用模式。
作者建议优先尝试合同审阅、长篇转录、大型 CSV 导出文件,以及成组截图。这些任务往往需要同时读取大量材料,大窗口能减少手工拆分。
但能装下,不等于一定读得准。原文没有提供长文档信息提取准确率,也没有验证多图理解效果,「旗舰级」属于定位描述,不能当作测试结论。
能力方面,文档列出了 function calling、并行工具调用、web search、流式输出,以及 JSON Object 和 JSON Schema 两种结构化输出。对自动化流程而言,JSON Schema 尤其实用:可以约定输出字段,让后续步骤按字段取值,减少解析自由文本的麻烦。
单次价格不高,账单还要看缓存和思考
原文引用 QwenCloud 和 OpenRouter 的标价,单位均为每 100 万 tokens:
| 计费项目 | 标价 |
|---|---|
| 输入 | $1.50 |
| 输出 | $4.50 |
| 缓存输入读取 | $0.075 |
作者用自设数字算了一笔账:一次任务输入 20,000 tokens、输出 2,000 tokens,费用约为 $0.03 + $0.009 = $0.039。
如果其中 15,000 个输入 tokens 是重复的系统提示词,并且命中缓存,输入费用降至约 $0.0086,整次任务约 $0.018。这是价格演算,没有计入具体业务中的命中波动,也不是性能基准。
原文还称,作者查看 OpenRouter 时,其展示的加权平均输入价格低于每 100 万 tokens $0.30。这反映的是当时平台上的使用情况,不能直接拿来预测自己团队的成本。
缓存命中率,比单看输入标价更接近真实账单。
Qwen4-Max 支持显式和隐式缓存。作者建议把固定系统指令放在提示词开头,再接变化的数据,为缓存复用创造条件。
另一个变量是思考配置:默认开启 thinking,reasoning_effort 默认为 high,可选 low、high、xhigh。作者建议给标签分类、摘要等简单任务试用 low,再与 high 比较质量和成本;原文没有给出两者的实测差距。
接入先做分流,接口兼容也要核对
作者提出的路由方案很直接:保留当前模型作为默认选项,把长上下文任务优先交给 Qwen4-Max,逐步验证。
它兼容 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 格式,也提供 DashScope API。原文认为,多数工具试接 OpenAI Chat Completions 时,通常只需修改 base URL、API key 和模型名 qwen4-max,但应先核对所在区域的 endpoint。
对 n8n、Make、Zapier 这类工具,作者建议使用 JSON Schema 输出,让下游步骤获得明确字段。接口格式兼容可以减少接入工作,但原文没有逐项验证这些工具的兼容程度。
还有三个边界需要保留:
- 原文查看 OpenRouter 时只有 Alibaba Cloud International 一个托管方,因此建议准备故障回退模型。
- 截至原文所述日期,Hugging Face 尚无官方 Qwen4 开放权重;提到过较小模型,不等于已经能本地部署。
- Alibaba 列出的部署区域包括 Singapore、Frankfurt、Virginia,接入前应确认数据实际在哪里处理。
我的判断
我认同「保留默认模型、按任务分流」的做法。它把验证范围缩到具体业务上,也让团队能比较同一批任务的输出质量、费用和失败情况。
但原文对「更便宜」的论证仍有限:有标价和算术,没有同等质量条件下的模型对照,也没有延迟、重试次数或工具调用成功率。相较于继续使用现有模型、拆分文档处理,Qwen4-Max 是否划算,还要用自己的任务判断。
缓存前缀布局和降低思考强度,都是可尝试的工程建议;作者没有提供对照数据,应把它们视为经验建议,而非已经证实的收益。
能拿来做什么
- 在现有 Node 自动化服务中保留默认模型,仅把长转录、大型 CSV 或多截图任务分流给
qwen4-max,记录质量、延迟和单次费用。 - 把重复系统指令移到提示词前部,将业务数据放在后面,通过实际缓存命中和账单验证是否省钱。
- 为标签分类、摘要任务分别运行
reasoning_effort: low与high,在结果符合要求的前提下选择配置。 - 在 n8n、Make 或 Zapier 流程中尝试 JSON Schema 输出,同时核对区域 endpoint,并配置可用的回退模型。