Alibaba เปิดให้ใช้งาน Qwen4-Max พร้อมลดราคา API และรองรับบริบทหนึ่งล้านโทเคน

ใช้เวลาอ่าน 9 นาที
Alibaba Opens Qwen4-Max With Lower API Prices and a Million-Token Context

โมเดลเรือธงราคาถูกลง รองรับงานที่ยาวขึ้น

Alibaba เปิดให้ใช้งาน Qwen4-Max ผ่าน QwenCloud โดยทั่วไปแล้ว มาพร้อมหน้าต่างบริบทหนึ่งล้านโทเคน ราคาที่ลดลง และการอ้างว่าต้นทุนเฉลี่ยในการทำงานให้เสร็จบนเกณฑ์มาตรฐาน Work360 ลดลงราว 58% การเปิดตัวครั้งนี้เกิดขึ้นหลังจากเปิดให้ทดลองใช้งานแบบจำกัดเมื่อวันที่ 11 พฤศจิกายน 2026

สารบัญ
  1. โมเดลเรือธงราคาถูกลง รองรับงานที่ยาวขึ้น
  2. จากช่วงทดลองผ่านระบบสมาชิกสู่การเปิดให้ใช้งานวงกว้าง
  3. หน้าต่างบริบทหนึ่งล้านโทเคนรองรับอะไรได้บ้าง?
  4. การลดราคาคิดอย่างไร
  5. ประมวลผลเอกสารเดิมซ้ำได้ในราคาถูกลง
  6. โมเดลขนาดใหญ่ที่เปิดใช้พารามิเตอร์เพียงบางส่วน
  7. ผลทดสอบชี้ให้เห็นพัฒนาการ แต่การแข่งขันยังไม่สม่ำเสมอ
  8. สิ่งที่นักพัฒนาเชื่อมต่อใช้งานได้ในขณะนี้
  9. เอเจนต์เพิ่มขั้นตอนแก้ไขผลงาน
  10. ประเด็นสำคัญ

โมเดลเรือธงนี้ใช้สถาปัตยกรรมแบบ mixture-of-experts โดยมีพารามิเตอร์แกนหลัก 2.4 ล้านล้านตัว รองรับข้อความ รูปภาพ และวิดีโอ ก่อนสร้างผลลัพธ์เป็นข้อความ Alibaba วางตำแหน่งโมเดลนี้สำหรับงานเขียนโค้ด งานสำนักงาน การออกแบบส่วนหน้า และเอเจนต์ ซึ่งหมายถึงซอฟต์แวร์ที่ใช้เครื่องมือและดำเนินขั้นตอนต่าง ๆ เพื่อไปให้ถึงเป้าหมายได้

เอกสาร Model Studio ของ Alibaba ซึ่งปรับปรุงเมื่อวันที่ 16 พฤศจิกายน ระบุราคาในต่างประเทศไว้ที่ 1.50 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 4.50 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน โทเคนคือหน่วยข้อมูลขนาดเล็กที่โมเดลประมวลผล สำหรับข้อความ โทเคนอาจเป็นคำ ส่วนหนึ่งของคำ หรือเครื่องหมายวรรคตอน

Alibaba ระบุว่า Qwen4-Max ยังใช้โทเคนน้อยกว่า Qwen3.8-Max เมื่อทำงานที่เทียบเคียงกันได้ เมื่อนำราคาที่ต่ำลงมารวมกับการใช้งานที่ลดลง ต้นทุนเฉลี่ยต่อภารกิจบน Work360 ลดจาก 26.58 หยวนเหลือ 11.16 หยวน ประหยัดได้ 15.42 หยวน การคำนวณเป็นดอลลาร์อีกชุดหนึ่งที่เผยแพร่ระบุว่าต้นทุนลดจาก 4.43 ดอลลาร์เหลือ 1.67 ดอลลาร์ หรือราว 62% ส่วนตัวเลขในสกุลเงินหยวนให้ผลลดลงราว 58% ตามที่ระบุในรายงานการเปิดตัว

สำหรับนักพัฒนา จุดเด่นในทางปฏิบัติคือการผสานคุณสมบัติเหล่านี้เข้าด้วยกัน ได้แก่ พื้นที่มากขึ้นสำหรับเอกสารและประวัติการสนทนา รองรับข้อมูลภาพ และคิดค่าประมวลผลต่อหน่วยในอัตราที่ต่ำลง ขนาดเงินประหยัดได้จริงในแต่ละแอปพลิเคชันขึ้นอยู่กับคำขอ การตั้งค่าการให้เหตุผล และคำตอบที่สร้างขึ้น

โฆษณา

จากช่วงทดลองผ่านระบบสมาชิกสู่การเปิดให้ใช้งานวงกว้าง

Qwen4-Max ปรากฏตัวครั้งแรกผ่านบริการสมาชิก Token Plan ของ Alibaba ผู้ใช้กลุ่มแรกยังเข้าถึงโมเดลได้ผ่านแอป Qwen, Qoder, QwenWork และ QwenStudio การเปิดให้ใช้งานทั่วไปช่วยขยายการเข้าถึงผ่าน QwenCloud ขณะที่โมเดลยังคงใช้ได้ในแอปสำหรับงานและการพัฒนาของ Alibaba

ลำดับเหตุการณ์ที่เผยแพร่มีดังนี้:

  • 11 พฤศจิกายน 2026: Alibaba เปิดให้ทดลองใช้งานแบบจำกัด โดยนักพัฒนาเข้าถึงได้ผ่าน Token Plan และเริ่มใช้งานผ่านแอปของบริษัท
  • 16 พฤศจิกายน 2026: Alibaba ปรับปรุงเอกสาร Model Studio โดยเพิ่มข้อมูลความสามารถ ราคา ขีดจำกัดบริบท และรายละเอียด API
  • เปิดให้ใช้งานทั่วไป: Alibaba เปิดการเข้าถึง QwenCloud หลังช่วงทดลอง โดยไม่ได้ระบุวันที่เปิดตัวอย่างแน่ชัด

นักพัฒนาเรียกใช้โมเดลด้วยรหัส qwen4-max นอกจากนี้ Model Studio ยังระบุโควตาฟรีหนึ่งล้านโทเคน ซึ่งใช้ได้ 90 วันนับจากวันที่เปิดใช้งาน วันที่เปิดตัวโมเดล หรือวันที่อนุมัติแอปพลิเคชัน แล้วแต่ว่าวันใดจะเกิดขึ้นทีหลัง

หน้าต่างบริบทหนึ่งล้านโทเคนรองรับอะไรได้บ้าง?

หน้าต่างบริบทของ Qwen4-Max คือพื้นที่สำหรับข้อมูลที่เกี่ยวข้องกับคำขอ หน้าต่างที่ใหญ่ขึ้นช่วยให้แอปพลิเคชันนำเอกสาร โค้ด หรือประวัติการสนทนาเข้ามาใช้ในงานเดียวกันได้มากขึ้น แทนที่จะแบ่งทุกอย่างออกเป็นคำขอขนาดเล็กหลายครั้ง

Alibaba ระบุความยาวอินพุตสูงสุดไว้ที่ 991,808 โทเคนในโหมดไม่ใช้การคิด และ 983,616 โทเคนในโหมดคิด ทั้งสองโหมดประมวลผลงานต่างกัน โดยโหมดคิดจะจัดสรรงบประมาณการให้เหตุผลให้โมเดลก่อนส่งคำตอบ

เอกสารระบุเอาต์พุตสูงสุด 131,072 โทเคนในโหมดไม่ใช้การคิด และขีดจำกัดรวม 262,144 โทเคนสำหรับการคิดกับคำตอบสุดท้าย รายงานการเปิดตัวที่เผยแพร่ระบุตัวเลขเอาต์พุตสูงสุดไว้สูงกว่าที่ประมาณ 393,000 โทเคน แต่เอกสารบริการปัจจุบันของ Alibaba ให้ข้อมูลขีดจำกัดการใช้งานที่นักพัฒนาสามารถตั้งค่าได้

การรองรับอินพุตข้อความ รูปภาพ และวิดีโอทำให้แอปพลิเคชันส่งข้อมูลได้หลากหลายขึ้น เช่น คำขอที่มีคำสั่งเป็นลายลักษณ์อักษรควบคู่กับภาพหน้าจอหรือวิดีโอ รูปแบบเอาต์พุตที่ระบุไว้คือข้อความ ซึ่งรวมถึงโค้ดและข้อมูลที่มีโครงสร้าง

โฆษณา

การลดราคาคิดอย่างไร

ราคา API ในต่างประเทศลดจากอัตราที่รายงานของ Qwen3.8-Max ซึ่งอยู่ที่ 2 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 6 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน เหลือ 1.50 ดอลลาร์และ 4.50 ดอลลาร์ตามลำดับ ทั้งสองรายการลดลง 25% เอกสารของ Alibaba ยังระบุราคาแยกสำหรับการติดตั้งใช้งานทั่วโลกที่ 1.413 ดอลลาร์สำหรับอินพุต และ 4.24 ดอลลาร์สำหรับเอาต์พุตต่อหนึ่งล้านโทเคน

คำขอที่ใช้โทเคนขาเข้า 100,000 โทเคน และสร้างเอาต์พุต 10,000 โทเคน จะมีค่าใช้จ่าย 0.195 ดอลลาร์ตามอัตราระหว่างประเทศ โดยยังไม่รวมส่วนลดจากแคชหรือค่าธรรมเนียมอื่นที่อาจมี ส่วนการใช้งานปริมาณเดียวกันตามอัตราเดิมที่ 2 และ 6 ดอลลาร์ จะมีค่าใช้จ่าย 0.26 ดอลลาร์ การคำนวณนี้ตรึงปริมาณการใช้งานไว้เท่าเดิมเพื่อแสดงผลจากการเปลี่ยนราคาเพียงอย่างเดียว

การประหยัดต้นทุนต่อภารกิจที่ Alibaba อ้างว่ามีมากกว่านั้นยังขึ้นอยู่กับการใช้โทเคนที่น้อยลงด้วย บน Work360 ปริมาณโทเคนที่รายงานว่าลดลงอยู่ที่ราว 24% เมื่อใช้การตั้งค่าการให้เหตุผล Xhigh และ 35% ที่ระดับ High ส่วนบน Terminal-Bench 4.0 ตัวเลขการลดลงที่รายงานอยู่ที่ราว 48% และ 49% ตามลำดับ

การให้เหตุผลเป็นส่วนหนึ่งของค่าใช้จ่าย ตารางราคาระบุว่าค่าบริการเอาต์พุตครอบคลุมทั้งกระบวนการคิดและคำตอบ ดังนั้นแอปพลิเคชันที่ขอให้ให้เหตุผลอย่างละเอียดอาจมีค่าใช้จ่ายสูงกว่าแอปพลิเคชันที่ขอคำตอบสั้น ๆ แม้คำตอบสุดท้ายที่ผู้ใช้เห็นจะสั้นพอ ๆ กัน

ประมวลผลเอกสารเดิมซ้ำได้ในราคาถูกลง

Qwen4-Max รองรับการแคชทั้งแบบระบุโดยตรงและแบบอัตโนมัติ แคชช่วยให้บริการนำอินพุตที่เคยประมวลผลแล้วกลับมาใช้ได้ เช่น คำสั่งมาตรฐาน คำอธิบายเครื่องมือ หรือเอกสารอ้างอิง แทนการคิดค่าบริการอินพุตในอัตราปกติสำหรับข้อมูลเดิมทุกครั้ง

เอกสารของ Alibaba ระบุว่าการแคชแบบระบุโดยตรงใช้งานได้กับอินเทอร์เฟซ OpenAI Chat Completions, OpenAI Responses และ Anthropic Messages โดยระบุระยะเวลาเก็บแคชไว้ที่ห้านาทีและหนึ่งชั่วโมง ราคาอ่านข้อมูลจากแคชแบบอัตโนมัติที่รายงานอยู่ที่ 0.075 ดอลลาร์ต่อโทเคนหนึ่งล้านโทเคน ลดลงจาก 0.25 ดอลลาร์ หรือลดลง 70%

การใช้ข้อมูลซ้ำมีความสำคัญต่อเอเจนต์ เพราะเอเจนต์อาจอ้างอิงคำสั่งและเอกสารชุดเดิมในหลายขั้นตอน ราคาโทเคนที่ลดลง จำนวนโทเคนที่สร้างน้อยลง และการนำอินพุตที่ใช้ร่วมกันกลับมาใช้ ล้วนช่วยลดต้นทุนในการทำงานให้เสร็จได้ แต่สัดส่วนที่ช่วยประหยัดจะแตกต่างกันไปตามความถี่ที่แอปพลิเคชันใช้ข้อมูลซ้ำและปริมาณงานที่โมเดลต้องทำ

โฆษณา

โมเดลขนาดใหญ่ที่เปิดใช้พารามิเตอร์เพียงบางส่วน

ตัวเลขพารามิเตอร์แกนหลัก 2.4 ล้านล้านตัวของ Qwen4-Max ที่มีการรายงาน หมายถึงค่าตัวเลขที่โมเดลเรียนรู้ระหว่างการฝึก สถาปัตยกรรมแบบ mixture-of-experts แบ่งขีดความสามารถบางส่วนออกเป็นองค์ประกอบเฉพาะทาง และเลือกใช้เพียงบางส่วนในระหว่างประมวลผลแต่ละโทเคน

รายละเอียดสถาปัตยกรรมระบุว่ามีพารามิเตอร์ที่ทำงานอยู่ 71,000 ล้านตัวต่อโทเคน หรือราว 3% ของพารามิเตอร์แกนหลัก 2.4 ล้านล้านตัว นอกจากนี้ยังกล่าวถึงพารามิเตอร์อีก 328,000 ล้านตัวที่ใช้กับ N-gram embeddings ซึ่งเก็บตัวแทนของรูปแบบโทเคนสั้น ๆ ที่อยู่ใกล้กัน

สถาปัตยกรรมของ Alibaba ผสาน Qwen Sparse Attention เข้ากับเลเยอร์ Gated DeltaNet กล่าวโดยง่ายคือ เลเยอร์บางส่วนบีบอัดข้อมูลก่อนหน้าให้อยู่ในสถานะขนาดกะทัดรัด ขณะที่กลไกการทำดัชนีเลือกส่วนที่เกี่ยวข้องจากบริบทที่ยาวกว่า วิธีนี้มีจุดประสงค์เพื่อลดปริมาณการประมวลผลที่จำเป็นสำหรับลำดับข้อมูลยาว ๆ

Gated Residuals มีช่องทางข้อมูลขนานกันสี่ช่อง โดยใช้เกตควบคุมการอ่านและเขียน Alibaba รายงานว่าการฝึกมีเสถียรภาพโดยไม่มีค่าความสูญเสียพุ่งสูง และระบุว่าโมเดลพื้นฐานทำคะแนน bits per byte ต่ำกว่า Qwen3.8-Max-Base อยู่ 5% ถึง 13% ขณะเปิดใช้พารามิเตอร์น้อยลง 25% Bits per byte ใช้วัดประสิทธิภาพการทำนายระหว่างการประเมิน โดยค่าที่ต่ำกว่าหมายถึงโมเดลทำนายข้อความทดสอบได้มีประสิทธิภาพกว่า

ผลทดสอบชี้ให้เห็นพัฒนาการ แต่การแข่งขันยังไม่สม่ำเสมอ

แผนภูมิเปรียบเทียบของ Alibaba จัดให้ Qwen4-Max เป็นอันดับหนึ่งในสี่จากทั้งหมด 16 เกณฑ์ทดสอบ จุดเด่นที่สุดตามรายการคือ HLAB-Vals-1.1 ซึ่งเป็นการประเมินเอเจนต์ด้านกฎหมาย โดยทำคะแนนได้ 21.3 เทียบกับ 11.7 ของ Kimi K3.1 และ 9.2 ของ Claude Opus 5.5

โมเดลนี้ยังนำในแผนภูมิบน Agents' Last Exam v1.1 ด้วยคะแนน 46.7, BioMysteryBench ที่ 85.0 และ DeepSWE v1.1 ที่ 75.7 อย่างไรก็ตาม ส่วนต่างของสองรายการหลังมีไม่มาก โดย GPT-6.1 Sol ทำคะแนน BioMysteryBench ได้ 84.4 ขณะที่ Kimi K3.1 ทำคะแนน DeepSWE ได้ 75.5

ผล Work360 ของ Alibaba เพิ่มจาก 47.74 ใน Qwen3.8-Max เป็น 52.69 ใน Qwen4-Max หรือเพิ่มขึ้น 4.95 คะแนน Work360 ครอบคลุมโดเมนระดับบน 26 ด้าน และสาขาเฉพาะทาง 721 สาขา เชื่อมโยงข้อกล่าวอ้างของบริษัทด้านประสิทธิภาพและต้นทุนเข้ากับชุดงานที่หลากหลาย

ผลด้านอื่นแสดงให้เห็นช่องว่างที่มากกว่าเมื่อเทียบกับคู่แข่ง Qwen4-Max ได้ 31.5 คะแนนบน ProgramBench เทียบกับ 65.0 ของ Claude Opus 5.5 และได้ 54.2 บน Chartography เทียบกับ 71.1 ของ GPT-6 Astra ส่วน Claude Opus 5.5 นำอยู่ในผลประเมิน 7 รายการจาก 16 รายการในแผนภูมิ การเปรียบเทียบตอนเปิดตัวผสานผลของ Alibaba เข้ากับคะแนนบางส่วนจากกระดานจัดอันดับภายนอก โดยยังไม่มีการทดสอบซ้ำอย่างเป็นอิสระในช่วงเปิดตัว

โฆษณา

สิ่งที่นักพัฒนาเชื่อมต่อใช้งานได้ในขณะนี้

Alibaba รองรับ API ของ OpenAI Chat Completions, OpenAI Responses, Anthropic Messages และ DashScope การรองรับอินเทอร์เฟซเหล่านี้ช่วยให้นักพัฒนาใช้วิธีส่งคำขอและรับผลลัพธ์ที่คุ้นเคยได้ แต่แอปพลิเคชันยังต้องตั้งค่าและทดสอบกับโมเดลใหม่

คุณสมบัติตามเอกสารประกอบด้วยการส่งผลลัพธ์แบบสตรีม การค้นหาเว็บ การเรียกใช้เครื่องมือแบบขนาน และเอาต์พุตที่มีโครงสร้างโดยใช้วัตถุ JSON หรือ JSON Schema การส่งผลลัพธ์แบบสตรีมจะแสดงคำตอบระหว่างที่ระบบสร้างขึ้น การเรียกใช้เครื่องมือแบบขนานช่วยให้โมเดลร้องขอการทำงานหลายอย่างพร้อมกัน ส่วนเอาต์พุตที่มีโครงสร้างช่วยให้ซอฟต์แวร์รับข้อมูลในรูปแบบที่คาดการณ์ได้

โหมดคิดเปิดใช้งานเป็นค่าเริ่มต้น โดยตั้งระดับการให้เหตุผลไว้ที่ High และงบประมาณการคิดที่ 131,072 โทเคน ระดับที่รองรับ ได้แก่ Low, High และ Xhigh นักพัฒนาสามารถปรับการควบคุมเหล่านี้ให้เหมาะกับงานที่ต้องการความเร็ว ต้นทุน และการให้เหตุผลในระดับต่างกัน

ตารางความสามารถอย่างเป็นทางการของ Alibaba ระบุว่าไม่รองรับการอนุมานแบบกลุ่ม การปรับแต่งโมเดล และการติดตั้งใช้งานโมเดล ข้อกำหนดบริการเหล่านี้มีขอบเขตแคบกว่าคำอธิบายการเปิดตัวที่เผยแพร่ ซึ่งระบุว่ารองรับการประมวลผลแบบกลุ่มและการปรับแต่งโมเดล ขีดจำกัดทั่วโลกระบุไว้ที่ 30,000 การเรียกใช้ และโทเคนขาเข้าและขาออกรวมกันห้าล้านโทเคนต่อนาที โดยหากถึงเกณฑ์ใดเกณฑ์หนึ่งก็อาจถูกจำกัดปริมาณการรับส่งข้อมูลได้

เอเจนต์เพิ่มขั้นตอนแก้ไขผลงาน

Alibaba ยังเปิดตัวปลั๊กอินที่ช่วยให้เอเจนต์ส่งผลงานฉบับแรก แล้วปรับแก้ตามข้อเสนอแนะของผู้ใช้ได้ ทำให้ขั้นตอนการทำงานมีช่วงทบทวนเพิ่มขึ้น จากเดิมที่อาจมุ่งทำงานให้เสร็จในรอบเดียว

ผู้ใช้สามารถตรวจผลงานฉบับแรกก่อนขอให้เอเจนต์ปรับแก้ สำหรับงานสำนักงาน การเขียนโค้ด และการออกแบบ นี่เป็นจุดที่ผู้ใช้สามารถแก้ทิศทางงานได้อย่างชัดเจน โดยไม่ต้องรอให้ลำดับการทำงานที่ยาวกว่านั้นเสร็จสิ้น

Qwen4-Max เป็นโมเดลกรรมสิทธิ์ที่ให้บริการผ่านระบบโฮสต์ โดยไม่มีน้ำหนักโมเดลให้ดาวน์โหลดไปรันบนฮาร์ดแวร์ของลูกค้าเอง Alibaba มีแผนเปิดตัวโมเดล Qwen4 รุ่นเล็กกว่าเป็นโอเพนซอร์ส ในขณะนี้ การเข้าถึงโมเดลเรือธงยังต้องผ่านบริการคลาวด์และแอปพลิเคชันของบริษัท

ประเด็นสำคัญ

  • Qwen4-Max เปิดให้ใช้งานทั่วไปผ่าน QwenCloud หลังเริ่มช่วงทดลองเมื่อวันที่ 11 พฤศจิกายน 2026
  • โมเดลรองรับข้อความ รูปภาพ และวิดีโอ พร้อมหน้าต่างบริบทหนึ่งล้านโทเคน
  • ราคา API ในต่างประเทศอยู่ที่ 1.50 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และ 4.50 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน ต่ำกว่าอัตราที่รายงานของรุ่นก่อนหน้า 25%
  • Alibaba ระบุว่าต้นทุนเฉลี่ยต่อภารกิจบน Work360 ลดจาก 26.58 หยวนเหลือ 11.16 หยวน หรือลดลงราว 58%
  • เอกสารอย่างเป็นทางการระบุเอาต์พุตสูงสุด 131,072 โทเคนในโหมดไม่ใช้การคิด และขีดจำกัดรวม 262,144 โทเคนสำหรับการคิดกับคำตอบ
  • แผนภูมิของ Alibaba จัดให้โมเดลเป็นอันดับหนึ่งในสี่จาก 16 เกณฑ์ทดสอบ แต่ผลในงานเขียนโค้ดและงานภาพบางประเภทอ่อนกว่า
  • โมเดลเรือธงยังให้บริการผ่านระบบโฮสต์และเป็นกรรมสิทธิ์ ส่วนโมเดล Qwen4 รุ่นเล็กกว่ามีกำหนดเปิดตัวเป็นโอเพนซอร์ส
แชร์บทความนี้

เรื่องที่คุณอาจชอบ