Alibaba выставила API Qwen4-Max по $1,5 за миллион токенов

Alibaba открыла доступ к API своей флагманской мультимодальной модели Qwen4-Max по цене $1,50 за миллион входных и $4,50 за миллион выходных токенов. Система построена на архитектуре MoE объёмом 2,4 трлн параметров, поддерживает контекстное окно в 1M токенов и обрабатывает текст, картинки и видео. Как сообщает Deep Learning, лимит на рассуждение вместе с ответом достигает 262K токенов. По заявлению Alibaba, новинка расходует вдвое меньше токенов по сравнению с Qwen3.8-Max, а стоимость выполнения одной задачи сократилась более чем на 60%.
Программный интерфейс поддерживает протоколы OpenAI — Chat Completions и Responses, а также спецификацию Anthropic Messages. Чтобы переключить агентную обвязку на инфраструктуру Alibaba, разработчикам достаточно изменить base URL, API-ключ и указать имя модели qwen4-max. Совместимость с популярными протоколами снижает барьер для миграции, избавляя инженерные команды от переписывания кода под специфичные SDK, однако прямые расходы на инфраструктуру зависят от реальной генерации токенов.
По оценке бенчмарка Artificial Analysis, модель показала индекс 43 при медиане 41 в своём ценовом классе, а расчётная стоимость составила $3,27 за задачу. Однако на тестовом прогоне Qwen4-Max сгенерировала 127M токенов против медианных 78,6M. Из-за такого избыточного объема генерации миграция корпоративных агентных систем на Qwen4-Max может обойтись дороже базовых расчетов по прайсу: при перемножении повышенного расхода токенов на расценки в $4,50 за миллион выходных токенов суммарные затраты на масштабные автономные задачи заметно превысят номинальные $3,27 за операцию. При этом веса флагмана остаются закрытыми, а открытые младшие версии семейства Qwen4 компания пообещала выпустить позже без конкретных сроков.
Что было раньше
Зачем инженерам менять рабочие связки ради номинально дешевого API? Если в конце апреля компания выпускала компактную модель всего на 27 млрд параметров, доказывая неэффективность громоздких систем, то теперь Alibaba возвращается к монструозной архитектуре на 2,4 трлн параметров ради лидерства по прайс-листу.
Наши материалы: Qwen3.6-27B: эффективность кодинга и сравнение с MoE-моделями (26 апреля).
Источник: Telegram: Deep Learning