阿里巴巴新旗舰 Qwen4-Max 在 Nous Portal 免费开放五天
11 月 18 日 19:25 UTC(北京时间 11 月 19 日凌晨 3:25),Nous Research 在 X 上宣布,阿里巴巴的新旗舰模型 Qwen4-Max 在 Nous Portal 免费开放五天,合作方标为 Inferact 与 Alibaba Qwen。这条帖文称,该模型面向长程任务,具备原生视觉和 1M token 上下文。
Nous Portal 的模型目录里已经出现 qwen/qwen4-max:free,与 LongCat-2.5:Free、Step 3.7 Flash、腾讯 Hy4 flash、Upstage Solar Mini 4 并列在「Free Models」区块,标为 FREE。目录页
免费条目挂在门户目录里
同一个目录里还有一条按量计费的「Qwen: Qwen4 Max」;两条并列,按量那条照常计价。
Nous 把 Portal 描述成一个账号同时供给 Hermes Agent、模型目录、工具网关和云端托管,切换模型只要一条命令。Portal 首页的说法是「一次登录,处处可用」。要把调用落到这条免费条目上,做法是把 agent 的模型指向 qwen/qwen4-max:free。
免费开放的是 2.4 万亿参数旗舰
Qwen4-Max 上线不到三天,就出现在 Nous 的免费条目里。11 月 16 日 02:01 UTC(北京时间上午 10:01),Qwen 官方账号公布这款模型:新 MoE 架构、原生视觉、100 万 token 上下文,API 定价每百万 token 输入 1.5 美元、输出 4.5 美元,隐式缓存命中 0.075 美元;API 上线 QwenCloud,Qwen Studio、QwenWork、Qoder 也能使用。Qwen 的发布帖
技术博客把规格写得更细:2.4 万亿主干参数,每个 token 激活 710 亿参数,另有 3280 亿 N-gram Embedding 参数;每四层里三层是 Gated DeltaNet,一层是 Qwen Sparse Attention,用轻量索引器按块挑选上下文,压低长序列的注意力开销。面向长程任务设计的机制叫 Live Delivery:先交一版可用成果,再逐版扩展,配套插件已经开源。
在阿里巴巴自建的 Work360 行业基准上,Qwen4-Max 得 52.69 分,上一代 Qwen3.8-Max 是 47.74 分。
Max 通过 QwenCloud API 与 Token Plan 提供,Qwen 表示「更小尺寸的 Qwen4 模型将陆续开源」;这次在 Nous Portal 免费开放的是调用,不是模型文件。
门户、vLLM 与模型方各管一段
Inferact 在同日 20:43 UTC 引用了 Nous 的公告,说法更具体:五天免费的是 Qwen4-Max 的 token,由 Inferact Platform 和 vLLM 提供服务,见这条帖文。Nous 那条写的是模型在门户里免费。
Inferact 由 vLLM 的创建者与核心维护者创办,10 月 15 日的公司介绍称 vLLM 支持 500 多种模型架构、200 多种加速器类型,并把「让推理更便宜、更快」写成公司目标。两份公告各自说明自己那一环:Nous 提供门户和 Hermes Agent,Inferact 提供推理,Qwen 是模型方与官方定价方;两份都把 @Alibaba_Qwen 标为合作方。
Qwen 11 月 16 日的发布材料介绍的是模型能力、价格与上线渠道,免费窗口由 Nous 和 Inferact 发布。发布当天,Qwen4-Max 也上了 OpenRouter,那里只有 Alibaba Cloud 一个 provider,报价每百万 token 输入 1.425 美元、输出 4.275 美元。
第三方评测里的分数与啰嗦程度
Artificial Analysis 的 Intelligence Index v5.0.1 给 Qwen4-Max 43 分,同一指数上模型的中位数是 41 分。页面记录它支持文本与图像输入、上下文 984k,单项评测任务的平均成本 3.27 美元,并标注它「非常啰嗦」:跑完整套指数输出 1.27 亿 token,中位数是 7860 万。模型页
对按 token 计费的模型,啰嗦会直接进账单。Qwen 博客里那张「分数对 token 数」的图给出量级:Work360 的横轴是每任务 8 万~16 万 token,Terminal-Bench 4.0 是 10 万~30 万 token,Qwen4-Max 的曲线位于 Qwen3.8-Max-0902 的左上方。阿里巴巴给出的效率数字是另一套口径:Work360 上,Xhigh 与 High 两档推理强度的 token 消耗比 Qwen3.8-Max 分别少约 24% 和 35%;Terminal-Bench 4.0 上分别少约 48% 和 49%;Work360 单任务平均费用从 26.58 元降到 11.16 元,降幅 58%。这些数字来自阿里巴巴的内部评测。
五天之后,同一个模型按量计费
窗口结束后,同目录里的按量条目可以直接接上:每百万 token 输入 1.43 美元、输出 4.28 美元。官方标价是每百万 token 1.5 美元与 4.5 美元;OpenRouter 上 Alibaba Cloud 报 1.425 与 4.275,实测吞吐 43 token/s、延迟 1.91 秒。三条路的单价差在 5% 以内,拉开差距的是缓存:官方给的隐式缓存价每百万 token 0.075 美元,是输入价的二十分之一。
缓存的影响在 OpenRouter 页面上有现成数字。其模型页给出这个模型的实际加权均价:输入每百万 token 0.17 美元,约为标价的 12%,对应的缓存命中率是 93.4%;同一份价格表里,读缓存的报价是每百万 token 0.07125 美元。窗口结束后的账单高低,取决于工作流能不能重复命中前缀,而不是标价本身。
Nous 的帖文写的是「5 天」;按 11 月 18 日 19:25 UTC 的发布时间起算,窗口到 11 月 23 日 19:25 UTC 前后结束,即北京时间 11 月 24 日凌晨 3:25。之后 qwen/qwen4-max:free 是否仍在目录里,是下一个可以直接核对的节点。