11月11日上午10点，千问团队在官方账号宣布Qwen4-Max进入预览，窗口开到11月25日24点，到期之后预览接口直接消失，中途没有版本变化。对一个刚刚被外界期待了一整年的旗舰系列来说，这种发布方式比模型本身更值得拆开看。
一次只有15天的预览
预览期内能调用它的入口有五个：Token Plan订阅、QwenWork、Qoder、千问App和QwenStudio。其中只有Token Plan是面向开发者的API路径，其余是产品侧入口。官方明确不提供按量付费，服务只在新加坡区域运行，这意味着想在生产环境里试的公司，第一道门槛不是能力而是采购与数据合规。
价格结构也随之变形。Token Plan个人档从每月3美元起，这是活动价，标价8美元，往上还有Standard与Pro档，最多支持8个并发智能体会话。这个价格买的是调用额度与并发数，不是每百万词元的单价，所以过去习惯用单价横向比价的团队，在这里找不到可比项。
15天这个长度本身有信息量。它足够让开发者跑通接入、感受响应速度与指令遵循，不足以完成一次完整的合规评审、容量压测和成本建模。换句话说，这一轮验证的是手感，不是可采购性。
把窗口设成15天还有一个隐含效果：它把评测权从发布方手里挪到了使用者手里。没有官方跑分的情况下，社区在两周内自己跑出来的样例、失败案例与延迟记录，会成为这一代模型最早也最可信的能力画像。
官方说了什么，没说什么
按阿里云百炼的文档，Qwen4-Max-Preview定位是千问家族下一代旗舰多模态模型，支持文本生成、图像与视频理解、深度推理和工具调用，上下文100万词元，单次输出上限393216个词元，这个上限由推理轨迹与最终答案共享。推理档位分低、中、xhigh三档，默认就是xhigh，指向的是长链路任务。
接口兼容OpenAI与Anthropic两种格式，这条比参数更重要：已经跑Claude Code、Cursor、Cline或OpenCode的团队，改一下base地址和模型名就能把现有配置指过来，迁移成本被压到接近零。这是国产模型近半年抢开发者的标准动作，也是试用窗口能产生真实反馈的前提。
官方没有公布的清单更长：参数量、权重是否开放、许可证、每词元价格、任何基准分数。团队用四条能力改进做了描述，没有给数字支撑。在一份没有跑分的发布里，唯一能确认的事情是它可以被调用，以及它愿不愿意被比较。
这套做法在国产模型里并不常见。过去一年，旗舰发布通常配一张对比表，把对手的名字写在旁边；这一次表格空着，把判断留给了两周内的实际调用。对发布方来说，这降低了被逐项挑错的风险，也放弃了用分数争取预算的能力。
架构线索藏在前一代的预览文件里
要理解这一代可能长什么样，得回到8月。当时阿里在Hugging Face发布了Qwen3.8-Flash-Next，文件里明确写着它是Qwen4架构的早期预览：稀疏混合专家结构，1250亿总参数，每个词元约激活60亿，512个专家块，前向时取前10个路由。
同一份文件还披露了三个配套机制。一个是N-gram记忆层，存在主机内存而不是加速器显存里，用查表的方式处理高频词元序列，用内存换重复计算；一个是多词元预测模块，一次预测多个位置以提升长文生成吞吐；还有一个是稀疏注意力，每四层里三层用稀疏版本替代全注意力，压掉长序列的平方级开销。
可对照的地板价来自前代。Qwen3.8-Max在8月3日发布时给出的成绩是Terminal Bench 2.1上86.6、SWE-bench Pro上67.7、PaperBench上93.0、CoWorkBench上74.8，在Artificial Analysis的智能体指数上以xhigh档拿到58分，与Opus 5的xhigh持平。这一代要证明自己有进步，至少要跨过这组数字。
架构上的三个机制指向同一类问题：长上下文与长任务的成本。N-gram记忆层解决高频片段的重复计算，多词元预测解决输出吞吐，稀疏注意力解决超长序列的开销。三者叠加的解释是，这一代的卖点可能不是单题更聪明，而是把几十万词元的任务跑完时账单不至于失控。
15天窗口对采购意味着什么
第一件做不了的事是合规评审。企业采购大模型要看数据驻留地、日志留存、审计接口、内容安全策略，这些通常需要稳定版本与书面承诺。预览接口到期即下线，区域只在新加坡，法务与安全团队基本无法在窗口内出结论。
第二件做不了的事是压测。长任务智能体的性能要在稳定配额下跑够样本量才能看出尾部延迟与失败分布，订阅档的并发上限是8个会话，且价格按套餐而非按量，容量规划缺少换算基准。第三件是比价，没有单价就没有单位任务成本，也就没法和其他模型放在同一张表里。
比较务实的做法是把这半个月当成一次方向确认：跑几个自己业务里最难的样例，看它是否愿意按你的格式输出、工具调用是否稳定、长上下文里是否还记得前面说过的约束。真正的选型证据，要等稳定版本、正式价格和第三方复测都出现之后再补，那时候再谈迁移与预算才不算冒险。
还要提醒一点：预览期跑出来的结论不能直接外推。区域只在新加坡，跨境调用的网络延迟会进入体感；订阅档的并发上限会放大排队时间；模型ID到期即失效，基于它写的代码在11月26日之后必须改。把这三条写进试验记录，比多跑几个样例更能省下后面的返工。
