Qwen4-Max 开了限时预览，但不是全面发布：谁能用、何时结束？

封面为 AI 生成的编辑概念插图，并非真实产品界面、发布现场或官方视觉。

Qwen4-Max 已不只是预告：阿里云文档宣布 qwen4-max-preview 从北京时间 11 月 11 日 10:00 起开放限时预览。 入口限定在 Token Plan 个人版和团队版的专用 Key 与 Base URL，预览截至 11 月 25 日 24:00（UTC+8）；它不是按量付费 API 的全面开放，也不是已经确定日期的正式版。对准备试模型的人，问题从“它什么时候来”变成了“我的套餐和地区能不能用、这两周做什么、到期以后怎么办”。

先按已核对的三条文档路径做选择；这不是全球所有套餐资格的穷尽清单，中国内地个人版的本次资格尚未核实，不在表中代填。

从一条模糊的新品预告走到明确的型号、窗口与入口，是实质性的变化。官方模型页面给出 qwen4-max-preview 的规格与预览条件，11 月 11 日上架记录再次写明 Token Plan only。这两条公开文档足以确认厂商宣布了访问方式；本文没有向 API 发送请求，因此不把官方“已开放”改写成本站已经亲手调通，更不冒称对效果作过跑分。

两周的门开了，但钥匙不是普通 API Key

以一个正在用 AI 编程工具的开发者为例，他们关心的可能不是发布会说了什么，而是现在能否在原来的工具里选择这个模型。官方给出一个很具体的答案：先确认持有 Token Plan 个人版或团队版，再使用套餐对应的 API Key、Base URL 和模型 ID qwen4-max-preview。用普通按量付费凭证、沿用原来的按量端点，然后只改模型名，并不是这次预览承诺的访问路径。

国际站文档的 Token Plan 新加坡 Host 是 https://token-plan.ap-southeast-1.maas.aliyuncs.com。官方 Base URL 说明分别列出 OpenAI 兼容基础路径 /compatible-mode/v1 和 Anthropic 兼容基础路径 /apps/anthropic。按客户端实际采用的接口协议选择对应基础路径：使用 OpenAI 兼容接口的工具对照前一路径，使用 Anthropic 兼容接口的工具对照后一路径；不是看工具名字猜路径，更不能把新加坡地址跨地区用于北京套餐。上面只是官方文档示例，本文没有亲自发送请求；Key、完整地址及模型名还应与自己的订阅页和工具设置逐项核对。普通按量付费端点不能代替这条 Token Plan 路径。

这里的“专用”还包括计费与资格的分界。Token Plan 按订阅的 Credits 体系消耗，具体扣减随模型、输入输出、思考档及工具使用而变化；它不是一个供你抄下“每百万 token 几美元”就能直接与按量 API 报价比较的价格表。个人账户若已有适用套餐，可以从文档入口检查能否选择预览型号；尚无套餐的人，应先看条款是否符合自己的使用方式，而不是为一个短期型号仓促迁移生产流量。

模型页还明确称 预览期内不会更改模型，之后退役；这为同一任务的重复观察提供了相对固定的版本条件。它不是服务可用性或输出确定性的承诺，窗口结束也没有自动接续的正式型号。

个人、团队、国际、内地：别把四个词合成一个入口

最容易出错的地方不是模型拼写，而是把不同地区和套餐版本的说明拼成一份“通用指南”。国际个人版说明将服务区域列为新加坡，并明确 qwen4-max-preview 在本次预览支持列表里。它还说明服务采用 Global 部署，提示与输出可能跨境传输。个人订阅者的 Key 可以在本人多台设备上配置，但账户和 Key 不能共享；这是个人版边界，不应套到团队席位上。

国际团队版说明同样把目前区域列为新加坡，但组织方式不同：每个席位分配给一名成员，成员各有独立 Key，不是全团队共用同一凭证。配额先从席位 Credits 消耗，用尽后如果有共享用量包再抵扣；两层都用完则暂停服务。要在团队里试点，谁拥有席位、谁拿 Key、额度耗尽会发生什么，都比一张模型规格卡重要。

个人版与团队版在额度管理上也指向不同的责任人。个人订阅者主要看自己的月额度、剩余额度和下一计费周期；团队管理员要看成员席位分别用了多少、是否启用了共享用量包，以及某个成员超额时会不会影响其他人。个人版文档说明未用的月 Credits 不结转，套餐可选的额外用量包也有自身条件；团队版的共享包同样有单独的有效期。两周的预览窗口跨过一些用户的月账期时，更不能把“还有预览时间”当成“肯定还有 Credits”。评估模型成本最好记下同一个任务在自己套餐里的实际扣减，而不是把两种版本的宣传额度并排相除。

中国内地另有阿里云百炼团队版说明，目前写的是华北 2（北京）区域，也采用成员席位及独立 Key。它关于预览优惠、套餐额度和兼容工具的表述，应只用于这一内地团队版本；不能因为同叫 Token Plan，就把北京端点写成国际个人订阅的地址，也不能把新加坡服务的数据地域说明硬套到北京。反过来，国际两版分别有自己的文档，也不需要借内地团队页来推断资格。

如果你是企业管理员，真正的第一步不是把一个 Key 发给所有人，而是选对购买所在的站点与区域，再把个人订阅或团队席位对应到实际使用者。对有数据地域要求的组织，新加坡 Global 部署及潜在跨境传输也是采购前需要确认的条件。公开文档给的是产品条件，不会替每个组织完成内部合规判断。

为什么“接口能兼容”不等于能挂到生产后端？

假设有人想把新的模型名填进一个交互式 AI 编程工具，观察它如何处理真实但可回退的开发任务，这与把它作为公开网站的应用后端不是同一回事。国际个人版与国际团队版各自的官方条款都把 Token Plan 定位于兼容 AI 编程或智能体工具的交互式使用，不用于自动化脚本、非交互批量任务或应用后端。中国内地团队版同样写明交互式兼容 AI 工具用途，不支持自动化脚本与应用后端。这里的边界不是我们从某一地区的团队条款推到所有用户，而是各自文档分别给出的限制。

这也解释了为什么“支持 API”不能被自动翻译成“可以直接承担生产流量”。API 可以是交互工具接模型的方式，访问资格却由套餐条款限定；协议兼容解决请求怎样表达，并不改变你被允许在什么场景调用。一个以夜间脚本成批处理文件、或向客户提供持续在线服务的团队，即使能拿到 Token Plan Key，也不应把两周预览当作可替换现有后端的长期供给。若业务需要自动化或按量生产用途，这份预览公告没有给出相应的正式接入承诺，应该等待明确的产品与计费条件。

适合这段窗口的，是人能检查结果、可以随时切回旧型号的交互任务，而不是一项必须每天夜里稳定跑完的生产作业。具体的记录与回退动作放在文末清单里，先看模型规格会怎样影响这项试用。

1M 上下文与 393,216 最大输出，要怎样读？

官方模型页给出的上下文长度是 100 万 token，最大生成预算是 393,216 token。两个数字指的不是同一件事：前者关乎请求能承载的上下文规模，后者是生成阶段的上限；而生成预算由思考过程与最终回答共享。因此，把 393,216 直接写成“可见答案一定有这么长”，会高估实际留给回答的空间。举个纯算术的假设：若某次请求把生成总预算设为 8,000 token，而思考过程用了其中 3,000，那么可见回答至多剩 5,000；思考若用掉 6,000，回答就至多 2,000。这并不是对该模型实际会思考多少的预测，也不是 Credits 的计费公式，只用来说明思考占用的是同一个生成预算。大规格只说明上限，不说明在自己的工具里能稳定达到上限，也不能代替延迟和 Credits 的观察。

思考默认开启，reasoning_effort 可选 low、medium、xhigh，默认是 xhigh；文档还提示不要把它与 thinking_budget 同时使用。假如同一任务的目标是快速迭代，和目标是尽量充分推理，设置就不应不加区分。另一方面，选择较低档位也不自动保证“同样质量但更省钱”：费用、速度和回答差异需要在你的任务中记录，尤其这次还涉及会随思考方式变化的 Credits。我们没有做跨档位的模型比较，不能给出哪档一定更好的结论。

还有一处对开发者特别现实的变化：官方将 Chat Completions 下的 max_tokens 和 max_completion_tokens 都解释为“思考加最终回答”的合计上限。如果一个工具过去只为可见答案预留较小的 token 预算，模型在默认 xhigh 档先用掉一部分预算思考，最后留给正文的空间可能不足，出现看似突然的截断。这个机制是文档针对该预览型号的说明，不能照搬旧 Qwen 型号的参数直觉；它也不能从“最大支持 393,216”推出每次请求都应设置巨大输出上限。先按任务预期答案长度留合理余地，再从实际截断、耗额与延迟修正，比一上来填理论最大值更可控。

模型页列出文本、图像、视频输入，以及工具调用与基于 JSON 的结构化输出。这里没有音频输入承诺；“支持视频”也不是“每个工具现在都能把视频以相同方式传入”的保证。若试点要用图或视频，先确认客户端的上传方式、格式和请求协议与官方示例匹配，再检查模型实际收到什么。多模态的“可接收”与一段长视频能否在指定 Credits 内完成你期待的任务，是两个不同问题。

这也让大上下文的试用顺序有讲究。与其第一天就向工具灌入最长的资料，不如先用自己常见的文件长度，确认任务结果有用，再逐步增加输入、检查成本与遗漏位置；长上下文理论上能装下材料，不代表模型会同等重视开头、中间和结尾的每一段。对于需要引用依据的整理任务，输出能否指向正确材料，比“这次成功塞进了一百万 token”更能说明价值。视频也是类似的道理：先看客户端是否正确提交所需片段，再评估它能否读懂事件顺序。以上是试用设计建议，不是本站对这个型号的准确率或长文本表现结论。

三种兼容协议，是入口选项，不是字段一键等价

官方列出 Chat Completions、Responses、Messages 三类兼容接口。对已有工具的开发者，这降低了尝试新型号的配置门槛：你不必先为一个预览模型重写整个客户端。可“兼容”指能使用相应接口路径和消息形状，不能据此断言三个协议的每个字段、工具回合、思考块和多模态处理都完全一致。

官方模型页对 max_tokens 预算变动和默认 preserve_thinking 行为的说明，特意限定在 Chat Completions 场景。把那里的一段说明复制到 Responses 或 Messages，假定响应状态和思考内容会逐字段保持一致，是没有材料支持的推论。尤其开发工具经常靠工具调用与后续消息衔接工作：一个最小文本问题能成功返回，不意味着较长的工具回合或图像输入也在你的客户端被正确处理。

Chat Completions 的多轮对话还有一个容易被界面藏起来的行为：官方说 preserve_thinking 默认开启，历史思考内容会放在 assistant 消息的 reasoning_content，而不是附在普通 content 结尾。对于只展示可见回答的工具，用户可能根本感受不到这个字段；对于自己管理消息历史的客户端，上一轮怎样存储和回传消息，可能直接影响下一轮得到的上下文。由于这条说明明确属于 Chat Completions，不能假定 Messages 或 Responses 也用同一个字段，或把一个协议返回的对象原样塞进另一个协议。与其声称“三种接口无缝互换”，不如承认它们给了三个访问入口，真正的多轮与工具行为仍需按各自文档检查。

因此，交互式试点可以从工具实际使用的协议开始，分别检查文本回答、工具调用、长上下文、图像或视频输入中你真正需要的部分。出现差异时先回到该协议的官方示例和 Token Plan Base URL；不要为了让一次请求成功而无意间切到按量付费端点，更不要把单一接口的成功当作所有兼容形态的验收结果。

11 月 25 日之后：为预览型号写好退出方式

官方把预览窗口写得很清楚：11 月 11 日 10:00 至 11 月 25 日 24:00（UTC+8），并说预览型号随后退役。这句话的对象是 qwen4-max-preview，不是整个 Qwen4 产品线；目前也没有从这些材料得到正式版什么时候推出、是否按量付费、是否提供公开权重以及正式版会保持哪些字段的答案。把未知项写成发售时间表，会让两周试用变成无根据的迁移计划。

套餐本身还有另一只钟：个人月度额度不结转，团队版还有席位额度与共享用量包；中国内地团队版的预览优惠另有可调整的活动条件。11 月 25 日是这个预览型号的终点，不是订阅账期的统一终点。 团队管理者应分别检查试用期和自身套餐续费/额度日期，避免试用结束后还以为同一模型会在下一周期继续可用。

一项试点不必追求覆盖所有任务。把这几步留给负责试用的人，便可以在型号退役前得出可复用的结论，而不是只留下“感觉不错”或一堆失效配置：

这是工程试点清单，不是我们已经做过这些调用的记录。尤其“窗口内不变”只表示官方声明不会改动预览模型，并不保证服务可用性、响应时间或相同输入的确定输出。

这次新闻值得写，因为“Qwen4-Max 快来了”已经变成“特定套餐用户有一段明确的交互预览窗口”。对符合条款的个人或团队，可以现在用真实任务建立判断；对需要自动化后端、长期生产服务或正式版价格的人，眼前的文档还没有给出可以照搬的答案。先把能试的试清楚，再给必须稳定运行的系统留一条退路，比把预览当全面发布更有用。