← Tất cả bài viết
17.11.2026

Qwen4-Max: Alibaba ra mắt flagship giá rẻ với ngữ cảnh 1 triệu token, nhưng đóng trọng số

Qwen4-Max: Alibaba ra mắt flagship giá rẻ với ngữ cảnh 1 triệu token, nhưng đóng trọng số
Nguyễn Ngọc Hải Nguyễn Ngọc Hải 13 phút đọc

Ngày 16/11/2026, Alibaba phát hành chính thức Qwen4-Max (mã model qwen4-max), model đầu tiên và mạnh nhất của thế hệ Qwen 4. Alibaba định vị Qwen4-Max là "đồng đội mới" cho công việc văn phòng, sáng tạo, lập trình và nghiên cứu khoa học [1][2][3].

Điểm nhấn Alibaba đưa ra là hiệu quả chi phí: so với Qwen3.8-Max, model mới dùng ít token hơn tới khoảng 50% và giảm hơn 60% chi phí trung bình mỗi tác vụ trên benchmark nội bộ [2][4]. Giá API là 1,50 USD cho mỗi triệu token đầu vào và 4,50 USD cho mỗi triệu token đầu ra, rẻ hơn đáng kể so với các model flagship của Mỹ [5][6].

Tuy vậy, khác với Qwen3.8-Max, Qwen4-Max không được công bố trọng số, và các con số hiệu năng chủ yếu do Alibaba tự đo [3][4].

Tổng quan nhanh

Hạng mụcThông tin
Ngày phát hành16/11/2026 (bản preview từ 11/11)
Kiến trúcMixture-of-experts, khoảng 2,4 nghìn tỷ tham số, kích hoạt 71 tỷ mỗi token
Ngữ cảnh1 triệu token
Đầu vào / đầu raVăn bản, hình ảnh, video, PDF / văn bản
Giá API (mỗi triệu token)1,50 USD vào · 4,50 USD ra · 0,075 USD với đầu vào lấy từ cache
Trọng sốĐóng, chỉ dùng qua API và ứng dụng của Alibaba
Kênh truy cậpQwenCloud API, gói Token Plan, QwenWork, Qoder, Qwen Studio

Nguồn: [3][4][5][7].

Lộ trình ra mắt

  • 29/10/2026: tại hội nghị Apsara ở Amsterdam, Alibaba giới thiệu bốn dòng Qwen 4 là Max, Plus, Flash và 27B, chưa có lịch phát hành [5].
  • 11/11/2026: mở bản preview qwen4-max-preview. Qua API, bản này chỉ dành cho người đăng ký gói Token Plan; ngoài ra có thể dùng thử trong QwenWork, Qoder, Qwen App và Qwen Studio [8].
  • 16/11/2026: phát hành chính thức qwen4-max cho thị trường quốc tế, mở thêm kênh API trả theo mức dùng trên QwenCloud [4][7].
  • 25/11/2026: bản preview ngừng hoạt động lúc 24:00 giờ Bắc Kinh. Người dùng preview cần chuyển sang mã model chính thức [3][8].

Kiến trúc và khả năng

Kiến trúc (Alibaba công bố, qua Yotta Labs) [3]:

  • Khung mixture-of-experts thưa với khoảng 2,4 nghìn tỷ tham số, mỗi token chỉ kích hoạt khoảng 71 tỷ.
  • Thêm khoảng 328 tỷ tham số cho lớp nhúng n-gram, một dạng bảng tra cứu cụm từ.
  • Kết hợp các lớp Gated DeltaNet và Qwen Sparse Attention, giúp xử lý ngữ cảnh dài tiết kiệm hơn.

Ngữ cảnh và giới hạn [3][4]:

  • Ngữ cảnh 1 triệu token.
  • Đầu vào tối đa khoảng 991.808 token, hoặc 983.616 token khi bật suy luận.
  • Đầu ra tối đa 131.072 token khi không suy luận, hoặc 262.144 token cho phần suy luận cộng câu trả lời.

Suy luận và công cụ [3][5]:

  • Suy luận bật sẵn ở mức high, có thể chỉnh về low hoặc xhigh.
  • Hỗ trợ gọi hàm, tìm kiếm web, code interpreter, công cụ MCP và đầu ra có cấu trúc.
  • Tương thích với chuẩn API của OpenAI (Chat Completions, Responses) và Anthropic (Messages). Nhờ vậy, các công cụ lập trình phổ biến có thể chuyển sang Qwen4-Max chỉ bằng cách đổi địa chỉ API và khóa truy cập.

Ứng dụng mục tiêu. Alibaba nhắm tới lập trình, thiết kế và dự án nhiều bước, với các bản demo trên Blender và game engine. Tính năng Live Delivery gửi kết quả chạy được từ sớm để người dùng xem và điều chỉnh hướng đi giữa chừng [6]. Các lĩnh vực được nhắc tới gồm văn phòng, sản xuất công nghiệp, nghiên cứu tài chính, pháp lý và y tế [9].

Hiệu năng: số liệu của Alibaba và đo lường độc lập

Theo bảng 16 benchmark của Alibaba [3]:

  • Qwen4-Max cao hơn Qwen3.8-Max ở cả 15 bài có điểm của cả hai.
  • Qwen4-Max dẫn đầu 4 bài: DeepSWE v1.1 (75,7), Agents' Last Exam (46,7), HLAB-Vals (21,3) và BioMysteryBench (85,0).
  • Ở nhiều bài khác, Qwen4-Max vẫn xếp sau đối thủ:
Bài đánh giáQwen4-MaxModel dẫn đầu trong bảng
Terminal-Bench 4.048,5Kimi K3.1: 67,2
HealthBench Professional60,0GPT-6 Astra: 66,0
Humanity's Last Exam51,7Claude Opus 5.5: 59,8

Các con số khác Alibaba công bố [6][9]:

  • Xếp hạng 6 trên CodeArena, bài kiểm tra mù về lập trình front-end.
  • Tỷ lệ đạt trên Last Secure Code Bench tăng từ 22% lên 31,8%.

Hiệu quả chi phí theo Alibaba. Trên Work360, benchmark do chính đội Qwen xây dựng gồm 26 lĩnh vực chính, chi phí trung bình mỗi tác vụ giảm từ 4,43 USD xuống 1,67 USD, tức khoảng 60% [3][7][9]. Lượng token tiêu thụ giảm khoảng 35% ở mức high trên Work360 và khoảng 48–49% trên Terminal-Bench 4.0 [9].

Đo lường độc lập. Trên Intelligence Index của Artificial Analysis, Qwen4-Max ở mức xhigh đạt 43 điểm [5][10]:

  • Cao hơn Qwen3.8-Max (34 điểm).
  • Thấp hơn Kimi K3.1 Pro ở mức max (46 điểm).
  • Chi phí mỗi tác vụ trong bộ chỉ số là 3,27 USD, so với 10,02 USD của Qwen3.8-Max.

Con số 3,27 USD này đo trên tập tác vụ khác với Work360 của Alibaba nên không so sánh trực tiếp được [3].

Giá và cách truy cập

Bảng giá QwenCloud quốc tế (khu vực Singapore, mỗi triệu token) [3][4]:

Hạng mụcGiá
Đầu vào1,50 USD
Đầu ra (gồm cả token suy luận)4,50 USD
Đầu vào lấy từ cache0,075 USD
Ghi cache tường minh1,875 USD (5 phút) · 3,00 USD (1 giờ)
  • Mức giá này thấp hơn 25% so với Qwen3.8-Max (2 / 6 USD) [3].
  • Giá đầu vào từ cache thấp hơn khoảng 70% so với thế hệ trước [5].
  • Tài khoản trả theo mức dùng tại Singapore được tặng 1 triệu token miễn phí [3].
  • Giá có thể khác nhau theo khu vực và hình thức truy cập: Singapore có bảng giá riêng, khu vực Bắc Kinh và Global dùng chung một bảng; gói Token Plan tính theo credit hằng tháng, tách khỏi hình thức trả theo mức dùng [3][4].

So sánh tham khảo theo Digital Trends, tính theo giá niêm yết [6]:

ModelGiá đầu ra (mỗi triệu token)
Qwen4-Max4,50 USD
Gemini 4 Argon, Carbon10 USD (giá giới thiệu, dự kiến tăng từ 01/12)
Claude Opus 5.520 USD

Digital Trends lưu ý mức giảm khoảng 60% chi phí mỗi tác vụ là so với model cũ của chính Alibaba, không phải so với GPT hay Claude [6].

Kênh truy cập [3][4][5]:

  • QwenCloud API, trả theo mức dùng.
  • Gói Token Plan, dành cho công cụ lập trình và agent.
  • Ứng dụng của Alibaba: QwenWork, Qoder, Qwen Studio.
  • OpenRouter, với mã qwen/qwen4-max, theo CellCog [5].

Giới hạn tốc độ công bố là 5 triệu token mỗi phút [3].

Từ mở sang đóng: bước chuyển chiến lược

Alibaba từng gây chú ý khi công bố trọng số của Qwen3.8-Max vào giữa tháng 8/2026 [3]. Với Qwen4-Max:

  • Không có trọng số để tải về và không chạy cục bộ được [3][4][5].
  • Alibaba nói các model Qwen4 nhỏ và vừa sẽ được công bố trọng số theo từng giai đoạn, nhưng chưa có tên model hay ngày cụ thể [5][9].
  • Plugin đi kèm tính năng Live Delivery sẽ được mở mã nguồn, nhưng bản thân model thì không [7].

Với doanh nghiệp, điều này có nghĩa là muốn dùng Qwen4-Max thì dữ liệu phải đi qua hạ tầng của Alibaba Cloud. Doanh nghiệp không thể tự triển khai model trong hạ tầng của mình như với các bản có trọng số mở.

An toàn và dữ liệu

Biện pháp an toàn theo Alibaba [6][7]:

  • Bổ sung bước kiểm tra bảo mật trong quá trình huấn luyện cho lập trình.
  • Lọc dữ liệu huấn luyện để giữ tài liệu phòng thủ và loại bỏ tài liệu nhằm tăng năng lực tấn công.
  • Huấn luyện an toàn riêng cho các rủi ro hóa học, sinh học, phóng xạ và hạt nhân.
  • Alibaba cho biết chưa quan sát thấy năng lực gây rủi ro an ninh mạng quy mô lớn.

Các khẳng định này dựa trên đánh giá nội bộ và chuyên gia của Alibaba; tại thời điểm ra mắt, chưa có đội red team độc lập nào công bố kết quả kiểm tra [6].

Dữ liệu được lưu và xử lý ở đâu. Theo tài liệu của Alibaba Cloud Model Studio [11]:

  • Khu vực (region) quyết định nơi lưu dữ liệu. Dữ liệu tĩnh luôn nằm tại khu vực đã chọn.
  • Phạm vi triển khai (deployment scope) quyết định nơi chạy suy luận.
  • Các lựa chọn gồm Quốc tế (Singapore), Mỹ (Virginia), Trung Quốc đại lục (Bắc Kinh), và phạm vi Global.
  • Phạm vi Global được cung cấp ở các workspace tại Virginia, Frankfurt, Tokyo và Hồng Kông, chạy suy luận trên cụm tài nguyên lớn hơn mà không nêu ranh giới địa lý cụ thể.
  • Alibaba khuyến nghị doanh nghiệp có yêu cầu tuân thủ chọn phạm vi có ranh giới địa lý rõ ràng.

Lưu giữ và huấn luyện. Theo tổng hợp của Developers Digest từ các trang chính sách của Alibaba Cloud [12]:

  • Prompt và phản hồi được lưu không quá 30 ngày, trừ khi pháp luật hoặc yêu cầu an ninh đòi hỏi lâu hơn.
  • Alibaba cam kết không dùng dữ liệu API để huấn luyện model khi chưa có sự đồng ý riêng.
  • Không lưu dữ liệu (ZDR) chỉ dành cho khách hàng doanh nghiệp có quản lý tài khoản và qua đánh giá nhu cầu, áp dụng ngoài Trung Quốc đại lục.
  • Kể cả với ZDR, dữ liệu vẫn qua bộ nhớ đệm mã hóa tối đa 24 giờ.
  • Nội dung bị bộ lọc an toàn gắn cờ có thể được lưu tới 2 năm.

Nhìn cho tỉnh táo

Thông tin chính thức:

  • Bài công bố Qwen4-Max trên blog và tài khoản X của Qwen [1][2].
  • Tài liệu khu vực và phạm vi triển khai của Alibaba Cloud Model Studio [11].

Nguồn bên ngoài:

  • Yotta Labs, CASRAI, CellCog, AI-TLDR tổng hợp thông số, giá và số liệu benchmark [3][4][5][13].
  • Digital Trends, Business Upturn, BigGo Finance đưa tin và phân tích [6][7][9].
  • Magica về điều kiện của bản preview [8]; Opper và Artificial Analysis (qua CellCog) cho số liệu độc lập [5][10].
  • Developers Digest tổng hợp chính sách lưu giữ dữ liệu [12].

Ba điểm không nên đọc lệch:

  1. "Giảm hơn 60% chi phí" là so với Qwen3.8-Max, trên benchmark Work360 do chính Alibaba xây dựng, không phải so với các model của Mỹ hay trên tác vụ của bạn [6][7].
  2. Giá rẻ không đồng nghĩa với mạnh nhất. Đo lường độc lập đặt Qwen4-Max sau Kimi K3.1 Pro, và ở nhiều bài trong chính bảng của Alibaba, Qwen4-Max vẫn xếp sau các model của Mỹ [3][5].
  3. Đây không phải model mở. Khác với Qwen3.8-Max, doanh nghiệp không thể tự triển khai Qwen4-Max trên hạ tầng riêng [3][4].

Ý nghĩa với chúng ta

Các gợi ý dưới đây là góc nhìn chung, team cần đối chiếu với chính sách an toàn thông tin, quản trị dữ liệu và quy định sử dụng công cụ AI thực tế của VNPAY trước khi áp dụng.

  • Xác định rõ khu vực trước khi gọi API. Cùng một model, dữ liệu có thể nằm ở Singapore, Bắc Kinh hay Virginia tùy cấu hình [11]. Với bất kỳ thử nghiệm nào, cần ghi lại khu vực lưu trữ và phạm vi suy luận đã chọn. Không đưa dữ liệu khách hàng, giao dịch hay tài liệu nội bộ chưa được phân loại vào các kênh chưa qua thẩm định.
  • Đọc kỹ điều khoản lưu giữ. Mặc định 30 ngày và ngoại lệ 2 năm với nội dung bị gắn cờ [12] là những điểm cần đưa vào đánh giá rủi ro, đặc biệt với dữ liệu có thể kích hoạt bộ lọc an toàn như nội dung về gian lận hay tấn công mạng.
  • So sánh chi phí theo tác vụ, trên dữ liệu của mình. Đơn giá thấp và mức giảm 60% của Alibaba [3][7] là điểm khởi đầu; nên chạy thử cùng một bộ tác vụ trên vài model để có số liệu thực tế trước khi kết luận.
  • Theo dõi các bản Qwen4 có trọng số mở. Nếu Alibaba công bố trọng số các model nhỏ hơn [5][9], đó có thể là lựa chọn đáng cân nhắc cho tác vụ cần triển khai nội bộ, sau khi đánh giá giấy phép sử dụng và an toàn.
  • Tận dụng tính tương thích API để thử nghiệm có kiểm soát. Việc Qwen4-Max hỗ trợ chuẩn OpenAI và Anthropic [3] giúp so sánh nhanh nhiều model trên cùng một luồng, nhưng cũng dễ khiến người dùng vô tình gửi dữ liệu tới nhà cung cấp mới. Nên kiểm soát danh sách địa chỉ API được phép dùng trong các công cụ nội bộ.

References

  1. Qwen Team, Alibaba — Qwen4-Max: Your New Teammate Has Arrived (16/11/2026). Available at: https://qwen.ai/blog?id=qwen4-max (Accessed: 17/11/2026).
  2. Qwen (@Alibaba_Qwen) — Meet Qwen4-Max, your new AI teammate for work, creativity, and discovery, X (16/11/2026). Available at: https://x.com/Alibaba_Qwen/status/2122148127520289151 (Accessed: 17/11/2026).
  3. Yotta Labs — Qwen 4 Max: Specs, Benchmarks, Pricing, and How to Access It (11/2026). Available at: https://www.yottalabs.ai/post/qwen-4-max-specs-benchmarks-pricing-how-to-access (Accessed: 17/11/2026).
  4. CASRAI — Alibaba releases Qwen4-Max with 1M context (11/2026). Available at: https://casrai.org/news/alibaba-qwen4-max-general-release-million-token-context-2026 (Accessed: 17/11/2026).
  5. CellCog — Qwen 4 Release Date: Qwen4-Max Is Out at $1.50 per Million (16/11/2026). Available at: https://cellcog.ai/blog/qwen-4-release-date/ (Accessed: 17/11/2026).
  6. Digital Trends — Qwen4-Max is China's newest flagship AI model, and it makes GPT and Claude look expensive (16/11/2026). Available at: https://www.digitaltrends.com/computing/qwen-4-max-aliababas-latest-flagship-ai-model-announced/ (Accessed: 17/11/2026).
  7. Business Upturn — Alibaba launches Qwen4-Max, claims 62% lower cost per task (16/11/2026). Available at: https://businessupturn.com/technology/alibaba-launches-qwen4-max-claims-62-lower-cost-per-task/ (Accessed: 17/11/2026).
  8. Magica — Alibaba opens Qwen4-Max preview with a November 25 API deadline (11/2026). Available at: https://magica.com/news/alibaba-qwen4-max-preview-token-plan (Accessed: 17/11/2026).
  9. BigGo Finance — Alibaba Releases Qwen4-Max: 2.4 Trillion Parameters, Per-Task Cost Slashed by 60% (11/2026). Available at: https://finance.biggo.com/news/357f82fc-873e-4025-8c0e-f2b920922b2b (Accessed: 17/11/2026).
  10. Opper — AI Model Release Tracker: New AI Models, November 2026 (11/2026). Available at: https://opper.ai/model-releases (Accessed: 17/11/2026).
  11. Alibaba Cloud — Regions and endpoints, Model Studio documentation (n.d.). Available at: https://www.alibabacloud.com/help/en/model-studio/regions (Accessed: 17/11/2026).
  12. Developers Digest — Qwen API data retention (xác minh 18/10/2026). Available at: https://www.developersdigest.tech/models/data-retention/qwen (Accessed: 17/11/2026).
  13. AI-TLDR — Qwen4-Max: Alibaba's Qwen4 Flagship, Specs and Pricing (11/2026). Available at: https://ai-tldr.dev/models/qwen4-max/ (Accessed: 17/11/2026).