Перейти к содержимому

Qwen4 Max от Alibaba доступна в Together AI

Короткий ответ

Together AI добавила Qwen4 Max от Alibaba в свой serverless-сервис инференса с окном контекста в 1 млн токенов. До 22 ноября 2026 года модель стоит $1,05 за миллион входных и $3,15 за миллион выходных токенов. Запросы только в режиме стриминга, thinking включён по умолчанию и тарифицируется как вывод.

Что это значит для операций

Если ваша команда работает с длинными материалами - архивами договоров, историей обращений, целой кодовой базой, - окно в 1 млн токенов позволяет отправить всё одним запросом и не строить заранее шаг поиска (retrieval). Оцените стоимость типовой задачи до того, как на неё закладываться: в собственном тесте вендора вход в 652 519 токенов обошёлся в 69 центов по акционной цене и в 98 центов по прайсу. В пилоте проверьте три вещи: ожидание первого токена на большом входе (54 секунды), thinking-токены, которые считаются как выходные, и обязательный стриминг в уже существующем интеграционном коде. Повторные запросы по тому же материалу дешевле благодаря автоматическому кэшированию.

Together AI запустила флагманскую модель Alibaba Qwen4 Max в своём serverless-сервисе инференса под идентификатором Qwen/Qwen4-Max. Alibaba выпустила модель 16 ноября 2026 года. По словам Together, стартовая цена на 30% ниже прайса и действует до 22 ноября 2026 года.

Что это за модель

Qwen4 Max - разреженная модель типа mixture-of-experts: 2,4 трлн параметров, из которых на каждый токен задействованы 71 млрд. Она принимает текст и изображения, а отвечает текстом. Вызов инструментов работает через стандартный параметр tools, и за один ход модель может вернуть несколько вызовов. Alibaba позиционирует её для долгой агентной работы, в том числе для программирования в крупных репозиториях. На собственном бенчмарке Work360 Alibaba сообщает о лучшем общем результате по сравнению с Qwen3.8 Max, о 35% меньшем расходе токенов при высоком уровне рассуждения и примерно на 60% меньшей стоимости задачи. Это данные Alibaba, Together их не проверяла.

Цены

Акционная цена (до 22 нояб. 2026)Прайс
Вход, за 1 млн токенов$1,05$1,50
Кэшированный вход, за 1 млн токенов$0,0525$0,075
Выход, за 1 млн токенов$3,15$4,50

Кэширование промптов автоматическое, но работает по принципу best effort: не каждый повторный запрос обслуживается из кэша.

Собственный тест Together

Together отправила модели баг-репорт и все 344 файла Python-фреймворка Tornado - 652 519 токенов - одним запросом, без инструментов и без предварительного отбора файлов. Первый токен пришёл через 54 секунды, полный ответ - через 72. Патч прошёл два регрессионных теста, которые мейнтейнеры написали для этой ошибки, а полный набор тестов Tornado из 1 673 тестов с патчем завершился без сбоев. Кроме того, модель указала на связанный код обработки ошибок в файле, который в баг-репорте не упоминался. Запрос обошёлся примерно в 69 центов по акционной цене.

Together выбрала один пример: исправление, которое мейнтейнеры внесли уже после выхода модели. Он показывает, на что способен один вызов, но бенчмарком не является. Повтор запроса примерно на 630 000 токенов почти целиком обслужили из кэша: первый токен пришёл за 8 секунд, а вход стоил около 3 центов вместо 66.

Ограничения, о которых стоит знать до вызова

  • Принимаются только запросы со стримингом. Запрос без стриминга возвращает ошибку 400.
  • Thinking включён по умолчанию. Сначала стримятся рассуждения, поэтому перед ответом есть пауза, а thinking-токены считаются выходными. Его можно отключить в отдельном запросе.
  • Модель доступна только в serverless. Дообучения и выделенных эндпоинтов нет. Alibaba обещает, что позже выйдут более компактные открытые модели Qwen4.

Скрипт, который опубликовала Together, отправляет все текстовые файлы, отслеживаемые git, поэтому перед отправкой репозитория в любую облачную модель проверьте его на секреты.

Источник: Together AI · В Атласе: Together AI →

Следующий шаг

Visibility Analyzer

Новость об ИИ не скажет, как ассистенты видят ваш сайт. Это проверяет Visibility Analyzer на живом сайте: в каких ответах вас цитируют, до каких страниц ассистенты не добираются и что чинить первым. Запуск бесплатный.

Запустить бесплатный аудит видимости

Запуск бесплатный, карта не нужна.

Стоимость
Бесплатно
Срок
Один прогон, минуты

Бесплатный тариф: два анализа в день, без карты.

Ещё по теме