千问旗舰预览版开放两周：一百万上下文，11月25日前把它测完

把旗舰模型接进自己的编程工具，最烦的不是价格，是改配置——协议不一样、参数不一样，一折腾半天。11 月 11 日阿里放出 Qwen4-Max 预览版（模型 ID 是 qwen4-max-preview），兼容 OpenAI 和 Anthropic 两套协议，Cursor、Cline、Claude Code、OpenCode、Codex 这些工具改个 base_url 和 Key 就能接。预览期到 11 月 25 日 24:00（北京时间）截止，之后这个模型 ID 直接退役，连缓冲都没有。

规格与说实话的部分

能确认的规格：上下文一百万 token，输出上限 393,216——注意思考 token 也算在这个额度里，正文能写多长取决于它想多久。输入支持文本、图像和视频。推理强度三档 low、medium、xhigh，默认 xhigh，官方文档明确说别把 reasoning_effort 和 thinking_budget 同时设。

说不清的部分也要交代：参数量没公布，基准测试一张没给，社交平台上流传的分数全是未证实消息。能当参考的只有前代 Qwen3.8-Max 的成绩，它在 Terminal Bench 2.1 上拿过 86.6。想验证实力，只能自己拿真实任务跑。

发布前的铺垫也值得交代两句，因为节奏有点反常。10 月 29 日阿里云在阿姆斯特丹的云栖大会上把 Qwen4 家族四档（Max、Flash、Plus、27B）挂上了日程，CTO 李飞飞在会上说家族将在一周内到来；随后 Qoder 开发平台里出现了一个代号 Qoduck 的隐藏模型，国内媒体扒出它是 Qwen4-Max 的早期检查点，官方没承认也没否认。这次预览落地，等于把半个多月前的悬念收了尾。另外别忽略一条背景：苹果确认国行 Apple Intelligence 由 Qwen 驱动，11 月 4 日开始测试——千问现在扛着的是国内最大的消费级 AI 部署之一，旗舰的质量直接影响那批用户。

企业侧还有几个没定的事要在评测时记下来：限流是多少、超量怎么计、工具调用的 schema 支持到什么程度、提交的代码在服务端留多久。预览版的条款随时会变，这些变量都影响正式版能不能进生产。

怎么接入与怎么计费

接入没有按量付费的路子，只走 Token Plan 订阅。国际站 Personal Lite 每月 6 美元（新用户首月 3 美元）、Essential 10 美元、Standard 18 美元、Pro 43 美元，用量按积分扣。预览期这个模型的积分消耗最低打到两折，深夜 22:00 到 08:00 再降 60%，叠加下来约 8%——Pro 档 20 万积分白天能当 100 万用，深夜能当 250 万用。顺带一提，北京的深夜正好是美国的白天，海外开发者等于整个工作时段都在吃最低折扣。

配置上有个容易踩的点：Chat Completions 默认跨轮保留思考过程，上一轮的推理内容放在 assistant 消息的 reasoning_content 字段里，多轮对话要原样传回去，别拼进正文。另外模型 ID 是临时的，写代码时放进配置文件，别写死在代码里——11 月 25 日之后这串字符就没用了。

不想碰配置文件的也有入口：QwenWork、Qoder、千问 App 和 QwenStudio 四个自家产品里都开 early access，千问 Chat 的模型选择器里能直接点到它。手机上装个千问 App 就能先摸一下手感，再决定要不要在编程工具里认真测——先看菜再开火，总比直接改生产配置稳妥。

预览期该干什么

窗口不到两周，我建议当评测期用，别上生产。三步走：先从产品里挑一批固定的真实 prompt——长代码库问答、多文件重构、长文档摘要各来一些，用现在在用的模型跑一遍存成基线；再用同样的 prompt 打 qwen4-max-preview，对比输出质量和 token 消耗；把结论记下来，正式版上线后拿同一个集子复测。预览版的分数不作数，但预览版的体感作数。

测试集之外再给两条省积分的实操。一是把不着急的批量任务压到深夜跑：22:00 到 08:00 的窗口叠加下来约 8% 的积分消耗，同样的预算能多跑十倍量，翻译长文档、批量生成测试用例这类活最适合挪过去。二是先用低档推理试水：low 档先跑一遍看输出质量，明显不够再升 xhigh，默认最高档对简单任务是浪费。

家族里另外三个档位（Plus、Flash、27B）还没露面，27B 是官方点名的开放权重档，想自部署的可以等它。

模型之外还有个容易错过的新东西：Qwen Code 1.0 一同发布，把原来的 Qoder 编码工具并进来，合成一个统一的 Agent 运行时。如果你本来就在用 Qoder，注意这个合并会带来入口迁移；只用 API 的可以无视。

我的看法

这次发布的诚意在兼容性上——Anthropic 协议直接兼容，等于承认了大家的生产环境长什么样，迁移成本被压到改三个字符串。但我对「预览期结束直接退役」的做法保留意见：评测做到一半模型没了，基线就白建了。所以时间反着安排：这周先把基线跑完，下周头三天集中对比，别拖到最后一周。至于值不值得长期用，等正式版的定价和榜单出来再下结论不迟。