Alibaba ra mắt Qwen4-Max flagship với context 1 triệu token và API $1.50/1 triệu token đầu vàoAlibaba Launches Flagship Qwen4-Max with a 1-Million-Token Context Window and API Pricing of $1.50 per Million Input Tokens
Alibaba công bố Qwen4-Max vào ngày 16/11/2026, mô hình flagship mới nhất của hãng với context window 1 triệu token và khả năng xử lý văn bản, hình ảnh và video. Mô hình được cung cấp qua API trả theo mức sử dụng với giá $1.50 cho 1 triệu token đầu vào và $4.50 cho 1 triệu token đầu ra, cùng các cải tiến được báo cáo về suy luận và lập trình.Alibaba announced Qwen4-Max on November 16, 2026, the company's latest flagship model with a 1-million-token context window and the ability to process text, images and video. The model is offered through a pay-per-token API at $1.50 per million input tokens and $4.50 per million output tokens, along with reported improvements in reasoning and coding.
Qwen4-Max là flagship mới nhất của Alibaba, công bố ngày 16/11/2026, với cửa sổ ngữ cảnh 1 triệu token và khả năng xử lý văn bản, hình ảnh lẫn video. Thông điệp chính người đọc cần mang về là hãng đang cạnh tranh bằng một mô hình đa phương thức có ngữ cảnh rất lớn, bán qua API theo mức sử dụng thay vì một gói cố định được nêu trong nguồn.
Điểm mới
Điểm mới đầu tiên nằm ở định vị: Qwen4-Max được giới thiệu là mô hình flagship mới nhất của Alibaba, không phải một biến thể chuyên cho một loại dữ liệu duy nhất. Cùng một mô hình có thể tiếp nhận văn bản, hình ảnh và video, nên quy trình làm việc không nhất thiết phải tách phần đọc tài liệu, phần hiểu hình ảnh và phần phân tích video thành các đầu vào rời nhau ngay từ đầu.
Điểm mới thứ hai là trọng tâm năng lực. Nguồn cho biết mô hình có các cải tiến được báo cáo về suy luận và lập trình — hai năng lực quyết định khả năng xử lý bài toán nhiều bước và làm việc với mã. Tuy nhiên, phần thông tin được cung cấp chưa kèm bảng điểm chuẩn chi tiết cho hai năng lực này, nên đây là hướng nâng cấp đã công bố, chưa phải con số hiệu năng có thể tự kiểm chứng từ bài nguồn.
Thông số nổi bật
Ba nhóm thông số đã được xác nhận là ngữ cảnh, loại dữ liệu và giá token; các thông số còn lại chưa xuất hiện trong nguồn.
| Hạng mục | Thông tin đã công bố |
|---|---|
| Nhà phát triển | Alibaba |
| Tên mô hình | Qwen4-Max |
| Ngày công bố | 16/11/2026 |
| Cửa sổ ngữ cảnh | 1 triệu token |
| Dữ liệu đầu vào | Văn bản, hình ảnh, video |
| Kênh cung cấp | API trả theo mức sử dụng |
| Giá đầu vào | 1,50 USD / 1 triệu token |
| Giá đầu ra | 4,50 USD / 1 triệu token |
| Số lượng tham số | Nguồn chưa công bố |
| Giới hạn token đầu ra | Nguồn chưa công bố |
1 triệu token là quy mô cửa sổ ngữ cảnh đã công bố — con số trung tâm của lần ra mắt này.
Tỷ lệ giá cũng cho thấy một điểm cần tính trước: token đầu ra đắt gấp 3 lần token đầu vào. Do đó, hai ứng dụng cùng nạp một lượng tài liệu như nhau vẫn có thể trả tiền rất khác nhau nếu một ứng dụng yêu cầu câu trả lời dài hơn nhiều. Ngân sách thử nghiệm vì thế nên được tính theo cả hai chiều token, không chỉ theo dung lượng tài liệu đầu vào.
Khác gì bản trước
So với bản trước, khác biệt mà nguồn nêu được là hướng cải tiến ở suy luận và lập trình, đặt trong một flagship mới có ngữ cảnh 1 triệu token. Ngoài nhận định đó, nguồn không đưa ra bảng đối chiếu trực tiếp: không nêu tên bản tiền nhiệm làm mốc, không cho tỷ lệ cải thiện phần trăm và không cho chênh lệch điểm benchmark cụ thể.
Giới hạn này quan trọng khi ra quyết định. Người dùng không nên suy ra từ hậu tố Max rằng mô hình nhanh hơn hay chính xác hơn một mức nhất định, vì nguồn chưa công bố bằng chứng định lượng cho kết luận đó. Cách đánh giá đáng tin cậy hơn là thử Qwen4-Max trên chính tài liệu và mã nguồn nội bộ, rồi ghi lại chất lượng đầu ra và chi phí cho từng tác vụ.
Giá và thời điểm dùng được
Mô hình được cung cấp qua API theo mức sử dụng, ở mức 1,50 USD cho 1 triệu token đầu vào và 4,50 USD cho 1 triệu token đầu ra. Nguồn không nêu giá gói cố định, thuế, phí nền tảng hay chiết khấu theo khối lượng, nên các khoản đó không thể tính vào dự toán từ thông tin hiện có.
Phép tính minh họa trực tiếp từ đơn giá: 1 triệu token đầu vào + 1 triệu token đầu ra = 6,00 USD; 10 triệu token đầu vào + 2 triệu token đầu ra = 24,00 USD. Đây là chi phí token thuần theo đơn giá đã công bố, chưa gồm bất kỳ khoản nào mà nguồn chưa nêu.
Về thời điểm, ngày công bố là 16/11/2026 và kênh dùng được nêu là API. Nguồn chưa công bố lịch mở theo khu vực, hạn mức truy cập ban đầu hay yêu cầu danh sách chờ, vì vậy không nên khẳng định mọi tài khoản ở mọi quốc gia đều truy cập được ngay.
Ai nên thử
Nhóm nên thử đầu tiên là các đội đang phải chia nhỏ tài liệu dài, kho mã lớn hoặc chuỗi tư liệu vì ngữ cảnh hiện tại không chứa hết trong một phiên. Với Qwen4-Max, bài kiểm tra có ý nghĩa nhất là đưa nguyên khối dữ liệu đó vào, rồi kiểm tra tính nhất quán của câu trả lời trên toàn bộ ngữ cảnh, thay vì chỉ kiểm tra việc mô hình có nhận đủ dữ liệu hay không.
Nhóm thứ hai là các đội có quy trình trộn văn bản, hình ảnh và video, và các nhóm phát triển muốn tự kiểm chứng cải tiến lập trình trên mã thật. Vì nguồn chưa cung cấp bảng benchmark đối chiếu đầy đủ, kết quả trên dữ liệu nội bộ sẽ có giá trị quyết định hơn kỳ vọng từ tên gọi flagship.
Ngược lại, ứng dụng chỉ có câu hỏi ngắn và đầu vào ít sẽ ít hưởng lợi từ ngữ cảnh 1 triệu token, trong khi chi phí vẫn phát sinh theo token đầu ra. Câu chốt: chỉ nên chuyển đổi sau khi Qwen4-Max thắng trên tập thử dài, đa phương thức của chính bạn và có chi phí chấp nhận được trên mỗi tác vụ hoàn thành.
Qwen4-Max is Alibaba's newest flagship model, announced on November 16, 2026, with a 1-million-token context window and the ability to process text, images, and video. The main takeaway is that the company is competing with a multimodal model offering a very large context, supplied through an API on a pay-per-use basis rather than through a fixed package stated in the source.
What's new
The first new point is its positioning: Qwen4-Max is presented as Alibaba's newest flagship model, not as a variant specialised in only one type of data. A single model can accept text, images, and video, so a workflow does not necessarily have to split document reading, image understanding, and video analysis into separate inputs from the outset.
The second new point is its capability focus. The source says the model has reported improvements in reasoning and coding — two capabilities that determine its ability to handle multi-step problems and work with code. However, the information provided does not include a detailed benchmark table for these two capabilities, so this is an announced direction of improvement, not a performance figure that readers can verify from the source article itself.
Key specifications
Three groups of specifications have been confirmed: context, data types, and token pricing; the remaining specifications do not appear in the source.
| Item | Announced information |
|---|---|
| Developer | Alibaba |
| Model name | Qwen4-Max |
| Announcement date | November 16, 2026 |
| Context window | 1 million tokens |
| Input data | Text, images, video |
| Delivery channel | Pay-per-use API |
| Input price | $1.50 / 1 million tokens |
| Output price | $4.50 / 1 million tokens |
| Parameter count | Not announced in the source |
| Output-token limit | Not announced in the source |
1 million tokens is the announced size of the context window — the central figure of this launch.
The price ratio also reveals a point that should be calculated in advance: output tokens cost 3 times as much as input tokens. Two applications that load the same amount of material can therefore pay very different amounts if one requires much longer answers. A test budget should consequently be calculated using tokens in both directions, not only the volume of input documents.
How it differs from the previous version
Compared with the previous version, the difference stated by the source is the direction of improvement in reasoning and coding, placed in a new flagship with a 1-million-token context. Beyond that statement, the source provides no direct comparison table: it does not name the predecessor used as the baseline, give a percentage improvement, or state a specific benchmark-score difference.
This limitation matters when making a decision. Users should not infer from the Max suffix that the model is faster or more accurate by a particular amount, because the source has not published quantitative evidence for such a conclusion. A more reliable evaluation is to test Qwen4-Max on your own internal documents and source code, then record output quality and cost for each task.
Pricing and availability
The model is supplied through an API on a pay-per-use basis, at $1.50 for 1 million input tokens and $4.50 for 1 million output tokens. The source does not state a fixed package price, taxes, platform fees, or volume discounts, so those items cannot be included in an estimate from the information currently available.
An illustrative calculation taken directly from the unit prices is: 1 million input tokens + 1 million output tokens = $6.00; 10 million input tokens + 2 million output tokens = $24.00. These are purely token costs under the announced unit prices, excluding anything the source has not stated.
As for timing, the announcement date is November 16, 2026, and the stated channel is the API. The source does not announce a regional rollout schedule, initial access limits, or a waitlist requirement, so it should not be assumed that every account in every country can access it immediately.
Who should try it
The first group that should try it is teams that currently have to split long documents, large codebases, or chains of material because their existing context cannot contain everything in one session. With Qwen4-Max, the most meaningful test is to submit that entire body of data and then check the consistency of the answers across the whole context, rather than only checking whether the model received enough data.
The second group is teams whose workflows mix text, images, and video, and development groups that want to verify the coding improvements on real code themselves. Because the source does not provide a complete comparative benchmark table, results on internal data will carry more decision-making weight than expectations created by the flagship name.
Conversely, applications consisting only of short questions and small inputs will benefit less from a 1-million-token context, while costs will still arise from output tokens. Bottom line: switch only after Qwen4-Max wins on your own long, multimodal test set and delivers an acceptable cost per completed task.
Nguồn tham chiếuSource: www.eweek.com