Qwen4-Max 值得用嗎?與 Claude Fable 5.2、Opus 5.5、Gemini 4 的價格及每題成本
Qwen4-Max 新加坡 API 每百萬 token 收 1.50 美元輸入、4.50 美元輸出。比較部署範圍、快取與 Claude、Gemini 4 的固定用量成本,看哪些工作值得先試。
要把數百份文件整理成表,Qwen4-Max 的費率值得放進第一輪試跑的考量。按阿里雲(Alibaba Cloud)新加坡的標準 API 費率,一題用掉 5 萬輸入與 5,000 計費輸出 token,模型費是 0.0975 美元。同樣用量交給 Gemini 4 Neon 是 0.225 美元,Claude Opus 5.5 是 0.30 美元,Claude Fable 5.2 是 0.60 美元。若整理完還需要核對引文、修正表格或重跑,這幾筆支出都要算進每份可交付成果的成本。
阿里雲 11 月 16 日發表 Qwen4-Max。Model Studio 文件列出的 API 模型 ID 是 qwen4-max,可接收文字、圖片和影片,輸出文字。公告描述的是混合專家模型(Mixture of Experts,MoE),總參數 2.4 兆,每個 token 啟用 710 億。做採購試驗時,先看你需要的輸入類型、可部署範圍、流量上限,以及模型能否在你的資料上通過驗收。費率以台北時間 2026 年 11 月 22 日查閱的官方文件為準。 阿里雲發布公告 · Model Studio 模型規格
Qwen4-Max API 定價要看區域和部署範圍
維吉尼亞有兩種價格。即使選了同一區域,工作空間選的是 Global 或 Virginia,仍會影響服務部署範圍與費率。Model Studio 把資料儲存的區域和推論執行的範圍分開。若合約限制資料存放地或推論地點,先按限制選工作空間,再比較可用選項的費率。 Model Studio 區域與部署範圍 · 模型定價
| Model Studio 區域 | 部署範圍 | 一般輸入 | 計費輸出 | 建立快取 5 分鐘/1 小時 | 快取命中 |
|---|---|---|---|---|---|
| 新加坡 | International | 1.50 | 4.50 | 1.875/3.00 | 0.075 |
| 美國維吉尼亞 | Virginia | 1.50 | 4.50 | 1.875/3.00 | 0.075 |
| 美國維吉尼亞、香港、法蘭克福、東京 | Global | 1.413 | 4.24 | 1.767/2.827 | 0.071 |
| 中國北京 | 北京價目未另列範圍 | 1.413 | 4.24 | 1.767/2.827 | 0.071 |
表內單位是美元/百萬 token,按官方美元標示抄錄。查閱文件時,未找到這組區域牌價的匯率換算規則。標準價在官方列出的輸入範圍內只有一檔,思考與非思考模式同價,計費輸出包括思考內容與回答。新加坡另列 100 萬 token 免費額度及 90 天有效期,起算以啟用服務、模型發布與申請核准三者之中最晚者為準。北京區價目另列 Batch File 每百萬輸入和輸出 0.707、2.12 美元,約是標準價五折。Batch Chat 則以標準價限時打五折。其他已列區域的模型規格標示不支援批次推論。 阿里雲模型規格與地區定價 · 阿里雲完整價目
用同一批 token,比 Claude 和 Gemini 4 要花多少?
以下取各廠商直供 API 的一般單次請求價。Qwen4-Max 用新加坡,Claude 用標準費率,Gemini 用 Developer API Standard 費率。Argon 目前適用每百萬輸入 2 美元、輸出 10 美元,Google 公布自 12 月 1 日起改為 4 與 20 美元,價目表未標示切換時區。表格中的三種用量是預算情境,費用等於輸入和計費輸出各自乘以費率,再除以一百萬。 Anthropic 價目 · Google Gemini API 價目
| 模型 | 輸入/輸出每百萬 token(美元) | 短文擷取 5,000/1,000 | 長文問答 50,000/5,000 | 跨文件整理 200,000/15,000 |
|---|---|---|---|---|
| Qwen4-Max 新加坡 | 1.50/4.50 | $0.012 | $0.0975 | $0.3675 |
| Gemini 4 Neon | 3/15 | $0.030 | $0.225 | $0.825 |
| Gemini 4 Argon,至 11/30 | 2/10 | $0.020 | $0.150 | $0.550 |
| Gemini 4 Argon,12/1 起 | 4/20 | $0.040 | $0.300 | $1.100 |
| Claude Opus 5.5 | 4/20 | $0.040 | $0.300 | $1.100 |
| Claude Fable 5.2 | 8/40 | $0.080 | $0.600 | $2.200 |
各欄固定輸入和計費輸出數,假設請求沒有快取、工具費、批次折扣和重試。模型對同一份文字的切詞不同,啟用思考也會影響輸出用量。例如短文擷取平均回覆很短,但有幾筆啟動長推理或反覆呼叫工具,就要回到這些請求的用量紀錄查帳。Claude Opus 5.5 與 Fable 5.2 的官方標準費率差一倍,可以把同一批疑難題交給兩者,再量哪一款的修正工時和合格率能抵掉差價。想比較 Gemini 4 同系列的其他選項,可用 Gemini 4 Neon 四款模型試算 的同一套方法。
長文件重複問五次,什麼時候值得開快取?
假設一份手冊有 5 萬 token,五次請求都在開頭附上完全相同的手冊,每次再加 2,000 token 的新問題,每次輸出計費 4,000 token。按新加坡標準牌價,每次無快取 0.096 美元,五次合計 0.480 美元。若首次把手冊寫入 5 分鐘顯式快取(explicit cache),首次 0.11475 美元,後面每次命中 0.02475 美元,合計 0.21375 美元。輸出部分全程照常計費。
這個例子假定同一使用者每次都在快取有效期間內重用完全相同的前綴。手冊每次改版、每個使用者有不同資料,或請求間隔太久時,建立快取的支出可能重複出現。阿里雲的顯式快取要求前綴至少 1,024 token。先用回傳的 usage 記錄建立、命中和一般輸入量。知道流程通常隔多久才會再次讀取同一份內容,再決定用 5 分鐘或 1 小時。 阿里雲 Qwen4 顯式快取文件
既有程式要怎麼試接?
Model Studio 文件列出 OpenAI 相容 Chat Completions 和 Responses,以及 Anthropic 相容 Messages。官方也列有阿里雲原生的 DashScope。已有 SDK 的團隊可以先在一個測試工作空間改端點、憑證和模型 ID,拿同一批測例檢查 JSON 欄位、串流結束、工具參數、出錯時的重試行為,以及用量欄位能不能被現有的計費紀錄讀到。相容介面可以省下部分接線,這些驗收項目仍會決定能不能直接切正式流量。
模型規格列的一百萬 token 是上下文長度。文件另列每筆輸入最多 991,808 token,開啟思考時為 983,616。匯入文件前,把系統指令、工具定義和歷史訊息也算進輸入,並為模型生成留出空間。如果使用者需要逐條引文,可先篩完必要章節,再把相應頁碼和段落一起送進模型,讓人工複查時找得到原文。 阿里雲模型規格
哪類工作先給 Qwen4-Max,哪類繼續留原模型?
- 文件擷取先做小批試跑。 比方從供應商的規格書填同一張表,準備已人工標好的欄位,驗收漏填、單位和來源頁碼。若用量與合格率穩定,再擴大批量。新加坡未提供這款模型的批次推論。若由自己的程式在新加坡排程逐筆送出,預算先用一般請求費率估算。
- 長文件多輪問答先看快取。 例如同一份手冊一天被問數十次,先測重複前綴是否真的命中。若每次都是不同文件,預算就按一般輸入估。另有自行部署需求時,可以沿用 Kimi K3.1 選型文 的工作量分法,將服務單價與維運成本帶入同一張表。
- 把高代價的錯誤留在驗收樣本。 多段程式改動、跨章節規格矛盾或引文缺漏,挑幾份舊案交給 Qwen4-Max 和現有的 Neon、Opus 或 Fable 同跑。測試能否重現、一次做完幾件、工程師還要花多久收尾。 Fable 5.2 與 Opus 5.5 選型
最後用每份合格成果來看支出。把首次請求、重試、工具呼叫和人工修正記在同一筆,分開看各模型能處理哪些工作。對有標準答案的文件整理,Qwen4-Max 的新加坡費率提供了明確的試用理由。要不要成為預設模型,等你拿到這些工作實際的通過率和收尾時間再決定。
常見問題
Qwen4-Max API 多少錢?
截至台北時間 2026 年 11 月 22 日,新加坡 International 和維吉尼亞 Virginia 的標準價都是每百萬 token 輸入 1.50 美元、輸出 4.50 美元。北京區的費率是 1.413 和 4.24 美元。香港、法蘭克福、東京和維吉尼亞的 Global 範圍也用這一組費率。
Qwen4-Max 支援 OpenAI 或 Anthropic SDK 嗎?
Model Studio 列出 OpenAI 相容 Chat Completions、Responses 與 Anthropic 相容 Messages。接入時需使用對應區域的端點、憑證與模型 ID,並以實際流程驗證工具呼叫、串流和計量欄位。
Qwen4-Max 的上下文能放滿一百萬輸入 token 嗎?
官方列出一百萬 token 的上下文上限,另列輸入限制為非思考模式 991,808 token、思考模式 983,616 token。安排長文件時要為指令、工具定義、歷史訊息及生成保留容量。
📚 收進你的工具
For AI Reading Era把這篇文章交給你日常用的工具——做研究、整理筆記,或當 AI 的 context。