Стоит ли переводить рабочих ИИ-агентов с дорогих западных флагманов на новый Qwen 4 Max от Alibaba? В ноябре 2026 года компания выкатила продакшен-релиз старшей модели (11 ноября показала превью, 16 ноября открыла полноценный доступ) со ставкой на три козыря: крупную разреженную архитектуру, миллионный контекст без наценок и низкий чек API. Посмотрим, где этот расчёт сходится, а где реклама бежит впереди фактов.
Под капотом: 2,4 трлн параметров и миллионный контекст
Общий размер модели пугает — 2,4 триллиона параметров. Но греть целый дата-центр на каждый вопрос не придётся: Qwen 4 Max построена по схеме Mixture-of-Experts (MoE, «смесь экспертов»). Представь проектный институт: в штате сотни узких специалистов, но в переговорку зовут только тех, кто нужен под текущую задачу. На каждый токен модель активирует лишь 71 миллиард параметров вместо 95 миллиардов у прошлой Qwen 3.8 Max, а отдельный блок на 328 миллиардов N-gram эмбеддингов ускоряет работу с устойчивыми связками слов.
Чтобы модель не вязла на длинных промптах, инженеры Alibaba объединили разреженное внимание Qwen Sparse Attention (QSA), Gated DeltaNet (GDN) и четырёхветвевой Gated Residual (GR). Нейросеть сжимает рабочую память и не пересчитывает впустую старые куски диалога.
В итоге Qwen 4 Max держит контекстное окно в 1 миллион токенов — это «оперативка» на один запрос, куда помещается крупная кодовая база целиком или архив проектных документов. В обычном режиме доступно до 991 тысячи токенов на вход и до 131 тысячи на ответ; в режиме глубокого размышления — до 983 тысяч на вход и до 262 тысяч суммарного вывода вместе с рассуждениями. Есть и нативное зрение: модель напрямую читает картинки, схемы и видео без внешнего конвертера.
Независимые замеры против пресс-релиза
В промо-материалах мелькают громкие тезисы про 48-часовые автономные научные эксперименты. Убавим пафос и сверим цифры. В независимом рейтинге Code Arena модель дебютировала на 6-м месте. Особенно уверенно Qwen 4 Max идёт в веб-разработке, фронтенде и агентном кодинге — режиме, когда нейросеть сама строит план, вызывает инструменты, проверяет код и доводит задачу до конца.
Внутренний тест Alibaba Work360 (26 доменов, 182 поддомена и 721 профессиональная область) выглядит ещё бодрее: по данным компании, в режиме высокого усилия расход токенов упал примерно на 35%, а средняя цена сложной задачи снизилась почти на 60% — с 4,43 до 1,67 доллара против Qwen 3.8 Max. Но это замеры самого вендора.
Независимые обзоры быстро остужают пыл: в глубоком терминальном кодинге по большим репозиториям и части задач визуального понимания Qwen 4 Max пока отстаёт от западных лидеров осенней волны вроде Gemini 4 Neon, Claude Fable 5.2 и GPT-6.2 Astra. Сильная рабочая лошадка? Да. Безусловный чемпион во всём? Нет.
Тарифы, API и честные границы применения
Главный козырь модели — экономика в Alibaba Cloud Model Studio (бывший DashScope). На международном узле в Сингапуре действует плоская ставка на весь миллионный контекст без ступенчатой наценки за длинные запросы, а на китайских и части глобальных узлов чек в юанях ещё чуть ниже (10 юаней за миллион входных и 30 юаней за миллион выходных токенов).
Тарифы Qwen 4 Max на международном узле (Сингапур)
С таким кэшем выгоднее всего гонять сценарии, где агент многократно крутит один большой контекст: разбор логов, аудит сотен страниц документации, многошаговую автоматизацию с жёстким бюджетом. Новым аккаунтам дают бесплатную квоту на миллион токенов на 90 дней, а для пакетных фоновых задач через Batch действует скидка 50%. Помимо облака Alibaba модель доступна в QwenWork, Qoder, QwenStudio и у провайдеров вроде Together AI и OpenRouter.
Разработчикам упростили миграцию: API из коробки совместим с протоколами OpenAI (Chat Completions и Responses) и Anthropic Messages, так что модель легко подставить в агентные обвязки уровня Claude Code без переписывания клиента. Поддерживаются веб-поиск, вызов инструментов и вывод по JSON Schema.
Теперь о границах. Веса Qwen 4 Max закрыты — развернуть флагман локально ради полной приватности не выйдет (в Qwen Research обещают открыть веса только для младших моделей четвёртой линейки позже). Вдобавок в API включено шифрование цепочки рассуждений (CoT encryption): пользователь получает лишь краткую сводку, а полная ветка мыслей передаётся между шагами в зашифрованном виде. Если команде нужен открытый аудит каждого шага размышлений или потолок точности в тяжёлом терминальном кодинге, низкий чек за токены эти минусы не перекроет.




