Qwen4-Max预览版上线：千问新一代模型提前押注Coding与Agent

阿里巴巴在11月11日正式预告Qwen4，并同步上线旗舰模型Qwen4-Max预览版。新模型已经进入Token Plan，同时接入千问办公、Qoder、千问App和QwenStudio，官方给出的关键词不是聊天、搜索或单项推理，而是“更深的知识理解、更立体的世界感知，以及更强的Coding与Agentic能力”。(ithome.com)

Qwen4-Max-Preview是阿里新一代旗舰多模态模型的限时预览版本。 它支持文本生成、图片与视频理解、深度思考、工具调用、联网搜索和结构化输出，模型名称为qwen4-max-preview。预览期从北京时间2026年11月11日10时持续至11月25日24时，现阶段仅通过Token Plan开放，不提供普通按量使用。(docs.bailian.console.aliyun.com)

这不是一次信息完整的正式发布。阿里暂未公布Qwen4-Max的参数规模、训练数据、架构配置、权重开放计划，也没有给出SWE-bench、Terminal-Bench或Artificial Analysis等可供横向比较的成绩。

但它仍然是一场值得关注的提前亮牌：Qwen4显然不想只做一个更聪明的聊天模型，而是要成为可以连续工作数小时的软件与知识生产引擎。

先看清楚：这次到底发布了什么

Qwen4-Max预览版首先是一款面向真实任务的模型，而不是单纯用于展示能力上限的技术样品。官方列出的典型场景包括复杂编程、办公任务、前端设计、图片和视频分析，以及需要多轮工具调用的智能体工作流。(docs.bailian.console.aliyun.com)

它目前公开的核心规格如下：

| 项目 | Qwen4-Max-Preview | Qwen3.8-Flash-Next | Qwen3.8-2.4T-A95B | |---|---|---|---| | 产品定位 | Qwen4旗舰预览版 | Qwen4架构先行验证模型 | Qwen3.8开放权重旗舰模型 | | 模型规模 | 暂未公布 | 主模型125B，另有51B N-gram Embedding，每Token激活6B | 总参数2.4T，每Token激活95B | | 上下文长度 | 1M Token | 原生262,144 Token，可扩展至1M | 1M Token级别 | | 最大输出 | 393,216 Token，思考与回答共享预算 | 取决于部署配置 | 取决于部署配置 | | 输入模态 | 文本、图片、视频 | 文本、图片 | 文本、图片 | | 推理控制 | low、medium、xhigh三档 | 支持思考与工具调用 | 支持思考与工具调用 | | 权重状态 | 未开放 | 已开放 | 已开放 | | 当前使用方式 | Token Plan及阿里产品内测 | 可自行部署或使用线上服务 | 可自行部署或使用线上服务 | | 官方跑分 | 尚未公布 | 已发布技术报告与评测 | 已发布模型卡与评测 |

表格里最显眼的数字不是1M上下文，而是393,216 Token的最大输出长度。这一预算同时包含模型的内部思考和最终回答，意味着Qwen4-Max能够为长任务保留更大的连续推理空间，但也意味着开发者不能再把输出上限简单理解为“用户最终能看到多少字”。(docs.bailian.console.aliyun.com)

一个Agent在修改大型代码仓库时，可能要先阅读数十个文件，再生成计划、调用终端、运行测试、分析报错并反复修复。它消耗的Token并不只来自最终生成的代码，大量预算会花在任务规划、工具返回结果和中间推理上。

因此，接近39.3万Token的输出预算并不是为了让模型写一部长篇小说。它真正服务的是长时间运行、频繁调用工具、不断接收环境反馈的Agent任务。

Coding变成了系统工程，不再只是代码生成

Agentic Coding是模型自主理解代码库、规划修改、调用工具、运行测试并根据结果继续迭代的编程方式。 它与传统“根据一句提示生成一个函数”的区别，就像远程开发者与代码补全插件的区别：前者需要完成任务，后者只需要预测下一段代码。

Qwen4的产品表述明显把重点放在前者。官方没有反复强调HumanEval一类单函数编程测试，而是强调复杂编码、前端构建和专业软件工作流，这说明千问正在把竞争指标从“代码写得对不对”转向“项目最后能不能跑起来”。

这种变化会直接改变模型评测方法。一个模型即使能正确生成算法题答案，也可能在真实仓库里找错入口文件、误改公共接口、忽略测试约束，或者连续工作十几轮后忘记最初目标。

真正有价值的Coding Agent至少要同时处理四件事：

• 仓库级理解： 在数万行代码中定位调用关系、配置文件和隐含约束。
• 长程规划： 把模糊需求拆成可以执行和验证的步骤。
• 工具可靠性： 正确使用终端、编辑器、浏览器、测试框架和外部文档。
• 错误恢复： 在命令失败或测试报错后修正计划，而不是重复同一操作。

Qwen4-Max同时支持图片和视频输入，这一能力对编程也并非装饰。模型可以直接分析设计稿、网页截图、操作录屏和报错界面，再结合代码仓库完成前端还原、视觉排错或交互修复。

相比只接受文本的编码模型，多模态模型更接近真实开发者的工作环境。开发需求很少只存在于一段结构清晰的文字中，它通常散落在产品文档、Figma截图、聊天记录、旧代码和线上故障画面里。

百万上下文只是门票，成本控制才是底牌

长程任务是需要模型在大量步骤和持续环境反馈中保持目标一致性的任务。 它可能运行几十分钟甚至数小时，并积累几十万Token的代码、日志、网页内容和工具调用记录。

传统Transformer面对这种任务时会遇到一个直接问题：上下文越长，需要维护和读取的KV Cache越大。Agent每调用一次工具，历史记录就增加一截，模型越接近任务后半程，越容易把大量计算花在重复处理旧内容上。

阿里在8月开放的Qwen3.8-Flash-Next，已经提前展示了Qwen4可能采用的架构方向。官方将它定义为Qwen4架构的早期预览模型，其主模型为125B参数，另有51B参数的N-gram Embedding，每个Token只激活约6B参数。相比Qwen3.7-Plus，它的训练成本约为前者的九分之一，同时在Coding和办公任务上表现更强。(github.com)

Gated DeltaNet是用固定规模状态压缩历史信息的序列建模组件。 它可以被理解成模型的一本动态工作笔记：不必把此前每句话都重新翻一遍，而是持续更新一个压缩后的状态。

Qwen Sparse Attention是通过轻量级索引器筛选重要上下文块的稀疏注意力机制。 它更像一本书的目录系统，模型不必逐页扫描全部历史，而是先定位可能相关的章节，再读取其中的关键内容。

Qwen3.8-Flash-Next将GDN与QSA组合使用：GDN负责保存连续状态，QSA负责从完整历史中找回关键细节。官方披露的结果显示，在百万Token场景下，QSA注意力内核在Prefill和Decode阶段最高分别实现7.6倍与4.9倍加速。(ithome.com)

这套设计的意义不是让一次短对话快几十毫秒，而是防止Agent运行到第100轮时成本和延迟失控。如果Qwen4-Max沿用并放大这条路线，它的核心优势可能不是某个静态榜单多拿两分，而是长任务跑得更久、更稳定、更便宜。

当然，目前阿里没有公布Qwen4-Max的具体网络结构。Qwen3.8-Flash-Next可以作为判断Qwen4技术方向的重要线索，但不能直接等同于Qwen4-Max的最终配置。

为什么先上Max，而不是先发小模型

Qwen4先开放Max预览版，说明阿里需要尽快建立新一代模型的能力上限。小模型更容易证明成本和速度，旗舰模型则负责回答一个更关键的问题：这一代基础能力到底能走多远。

这种发布顺序对Coding Agent尤其合理。仓库级修改、长程规划和复杂工具使用都容易暴露模型能力短板，如果先发布轻量版本，外界很难区分失败究竟来自架构问题、训练不足，还是参数和推理预算不够。

Max预览版更像一次高压测试。开发者会把它接入真实代码库，让它处理依赖冲突、测试失败、跨文件重构和前端还原；办公用户则会用它分析长文档、视频材料和复杂表格。

这类真实工作负载能够快速暴露三个问题：

1. 模型是否会在长任务中偏离目标；
2. 模型能否正确理解工具返回的错误信息；
3. 更长的思考是否真的提高成功率，还是只增加消耗。

阿里在9月22日还只是确认Qwen4正在训练，并称后续Qwen4.5和Qwen5的参数规模将扩展至5万亿至10万亿。不到两个月后，Qwen4-Max已经进入限时预览，这个节奏比常规大版本迭代更激进。(ithome.com)

但“更大”未必是最值得期待的方向。Agent需要高频调用模型，单个任务可能包含数百次推理，如果每一步都使用极重的计算配置，再强的能力也会被成本和响应速度拖住。

因此，Qwen4后续真正重要的产品可能不是Max本身，而是Plus、Flash和专用Coder型号如何继承旗舰能力。旗舰决定上限，轻量模型决定Agent能否进入日常生产。

Token Plan把模型发布变成了订阅入口

Token Plan是阿里面向模型与Agent工具场景提供的Credits订阅方案。Qwen4-Max预览版暂时只在该方案中开放，个人版Lite日常活动价为39元每月，双11期间新用户再享5折，最低19.5元。(ithome.com)

这一策略比直接公布按百万Token价格更有产品意味。阿里正在把Qwen4-Max与Qoder、千问办公、QwenStudio等应用放进同一个使用体系，用户购买的不只是一次模型调用，而是一套包含模型、工具和工作入口的生产力服务。

订阅方案也更适合预览模型。由于Qwen4-Max尚未公布稳定的单位成本和正式服务周期，固定套餐可以限制风险，同时快速获得来自不同客户端的真实使用数据。

不过，开发者现阶段仍需注意三个限制：

• 预览时间有限： 当前版本计划在11月25日24时结束，不能直接按长期生产依赖评估。
• 参数仍可能调整： 正式版的模型行为、推理强度和上下文策略可能发生变化。
• 缺少公开跑分： 现阶段只能通过真实任务测试，不能仅凭官方描述判断它是否全面超过前代。

对个人开发者来说，19.5元的尝鲜成本不高；对准备接入生产环境的团队来说，真正需要观察的不是促销价格，而是任务完成率、平均运行时长、工具调用失败率和单位成功任务成本。

Qwen4-Max现在值得用吗

Qwen4-Max预览版值得Coding Agent重度用户测试，但还不值得在缺少验证的情况下替换现有生产模型。它最适合被放进真实但可回滚的任务中，例如修复测试、解释遗留代码、生成前端原型、分析大型仓库或整理多模态资料。

测试方法也不应停留在“做一道算法题”。开发者应该给模型一个需要20轮以上操作的完整任务，记录首次计划质量、工具调用次数、测试通过率、重复修改次数，以及任务后半程是否出现目标漂移。

如果Qwen4-Max只是拥有更大上下文，却不能稳定利用上下文，它与前代的差别不会太大。如果它能在几十万Token历史中持续维护任务状态，并以可控成本完成代码修改和验证，那么它可能代表千问从“模型供应商”走向“Agent基础设施”的关键一步。

现在最大的遗憾依然是缺少基准数据。没有参数规模，没有公开评测，也没有正式版价格，仅凭产品演示无法判断Qwen4-Max与同期旗舰模型之间的真实差距。

但阿里的方向已经非常明确：Qwen4争夺的不是聊天窗口里的回答质量，而是软件开发、知识工作和复杂Agent任务的执行权。 这条赛道最终比的也不只是模型智商，而是谁能让模型在调用数百次工具后仍然记得自己为什么出发。

参考来源

• IT之家：阿里全新一代千问大模型Qwen4即将发布，预览版已首发上线——Qwen4-Max预览版上线时间、产品入口及Token Plan活动价格。
• GitHub：Qwen3.8-Flash-Next官方项目——Qwen4先行架构、GDN、QSA、N-gram Embedding和模型参数说明。
• IT之家：Qwen3.8-Flash-Next发布与架构解析——长上下文加速数据、训练成本和模型规格。
• Hugging Face：Qwen3.8-Flash-Next模型页面——开放权重、部署配置及模型卡信息。
• GitHub：Qwen3.8官方项目——Qwen3.8系列定位、开放模型与Agent能力说明。
• IT之家：Qwen4进入训练及后续参数规划——Qwen4训练进度、Qwen4.5与Qwen5规模规划。