Qwen4-Max का Claude Code सेटअप: कीमत और प्रीव्यू से माइग्रेशन
QwenCloud के उपयोग-आधारित API या Token Plan एंडपॉइंट से qwen4-max को Claude Code में जोड़ें। टोकन शुल्क, कैश बनाने के खर्च और प्रकाशित कोडिंग परिणामों की Qwen3.8-Max तथा Opus 5.5 से तुलना करें। प्रीव्यू बंद होने से पहले उसका पहचानकर्ता बदलें, API और Claude Code की आउटपुट सीमाओं का अंतर समझें और अपने रिपॉज़िटरी की एक वास्तविक समस्या पर मॉडल जाँचें।
विषय-सूची

Token Plan की सदस्यता के बिना Claude Code में Qwen4-Max आज़माने के लिए QwenCloud का उपयोग-आधारित API इस्तेमाल करें और qwen4-max चुनें। Qwen3.8-Max या Opus 5.5 से तुलना कर रहे डेवलपर इस सीधे रास्ते से टोकन के हिसाब से भुगतान करके शुरुआत कर सकते हैं। मौजूदा उपयोगकर्ताओं को qwen4-max-preview का पहचानकर्ता प्रीव्यू अवधि समाप्त होने से पहले बदलना चाहिए: 25 नवंबर 2026, 24:00 UTC+8।
नीचे दी गई उपलब्धता, सीमाएँ और कीमतें 17 नवंबर 2026 की स्थिति के अनुसार हैं।
प्रीव्यू के बाद क्या बदला है?
16 नवंबर को जारी अंतिम संस्करण में Token Plan के साथ उपयोग-आधारित API भी उपलब्ध है। प्रीव्यू केवल Token Plan से मिलता था। अंतिम मॉडल के लिए qwen4-max इस्तेमाल करें, qwen4-max-preview नहीं।
API की सीमाओं को Claude Code की सेटिंग से अलग समझें। अंतिम संस्करण की तकनीकी जानकारी के अनुसार संदर्भ विंडो 1,000,000 टोकन है। सोच-विचार वाले मोड में अधिकतम इनपुट 983,616 टोकन है। बिना सोच-विचार के आउटपुट सीमा 131,072 टोकन है; सोच-विचार और अंतिम उत्तर मिलाकर सीमा 262,144 टोकन है।
प्रीव्यू की तकनीकी जानकारी में सोच-विचार और उत्तर की साझा सीमा 393,216 टोकन थी। इसलिए अंतिम API की संयुक्त आउटपुट सीमा कम है, भले ही QwenCloud अब Claude Code में अधिक आउटपुट सीमा रखने की सलाह देता है।
प्रीव्यू 25 नवंबर के अंत में समाप्त होता है, यानी 26 नवंबर को 00:00 UTC+8 पर। उसके बाद इसे बंद करने की योजना है। शेल और क्लाइंट कॉन्फ़िगरेशन में प्रीव्यू के स्पष्ट संदर्भ बदलें, क्लाइंट दोबारा शुरू करें और अंतिम मॉडल का पहचानकर्ता जाँचें। किसी दूसरे ऐप में अपने-आप हुआ मॉडल अपग्रेड आपकी Claude Code सेटिंग भी बदल देगा, यह न मानें।
कौन-सा पहुँच विकल्प चुनें?
खर्च मापकर API आज़माने या किसी ऐप में जोड़ने के लिए उपयोग-आधारित भुगतान चुनें। सदस्यता की सीमा के भीतर संवाद करते हुए कोडिंग के लिए Token Plan चुनें।
| विकल्प | ज़रूरतें और बिलिंग | कब चुनें |
|---|---|---|
| QwenCloud pay-as-you-go | QwenCloud खाता, एक ही क्षेत्र की API कुंजी और एंडपॉइंट, तथा चालू बिलिंग। इनपुट और आउटपुट टोकन का शुल्क अलग लगता है। | Qwen4-Max का खर्च सीधे जाँचना हो, ऐप के सर्वर वाले हिस्से में इस्तेमाल करना हो या स्वचालन चलाना हो। |
| QwenCloud Token Plan | सिंगापुर सेवा से QwenCloud की सदस्यता, Token Plan की अलग कुंजी और एंडपॉइंट। उपयोग पर Credits खर्च होते हैं। | समर्थित कोडिंग टूल में मासिक कोटे के भीतर संवादात्मक काम करना हो। |
| OpenRouter | बैलेंस वाला OpenRouter खाता और संगत क्लाइंट; qwen/qwen4-max इस्तेमाल करें। क्रेडिट खरीदने पर शुल्क लगता है। | आप पहले से OpenRouter के ज़रिए प्रदाताओं की तुलना करते हों। |
| BetterToken, वैकल्पिक मॉडलों के लिए | अपना खाता और API कुंजी, उपयोग के अनुसार मॉडल की बिलिंग और दस्तावेज़ों के अनुसार Claude Code का सेटअप। | दूसरे उपलब्ध मॉडल और पहुँच विकल्पों की तुलना करें; मौजूदा मॉडल और कीमतें देखें। |
Token Plan Lite की मानक सूची कीमत $6/month है और इसमें 20,000 Credits मिलते हैं, 20,000 टोकन नहीं। इसकी उपयोग नीति स्वचालन स्क्रिप्ट, ऐप के सर्वर वाले हिस्से और बिना संवाद के बैच कॉल की अनुमति नहीं देती। योजना और Credit Packs खत्म होने पर अनुरोध अपने-आप उपयोग-आधारित भुगतान पर नहीं जाते।
कुल खर्च की तुलना में OpenRouter के बैलेंस भरने के शुल्क भी शामिल करें, केवल दिखाई गई टोकन दरें नहीं। BetterToken का API उपयोग मॉडल प्रदाताओं की सदस्यताओं से अलग है। चल रहा विकल्प बदलने से पहले खाते का सक्रिय होना और उपलब्ध भुगतान तरीके जाँचें।
सिंगापुर के उपयोग-आधारित API में Token Plan Credits से अलग 1 मिलियन मुफ़्त टोकन मिलते हैं। मुफ़्त कोटे की पात्रता और समयसीमा जाँचें; यह न मानें कि वह कोटा आपके खाते में अब भी उपलब्ध है।
Claude Code में Qwen4-Max कैसे सेट करें?
पहले से इंस्टॉल Claude Code CLI और सिंगापुर क्षेत्र में बनाई गई QwenCloud की उपयोग-आधारित API कुंजी चाहिए। कंसोल में क्षेत्र चुनें, API Keys खोलें और कुंजी बनाएँ।
पहले ~/.claude/settings.json और प्रोजेक्ट की .claude/settings.json में प्रदाता की पुरानी सेटिंग जाँचें, जो नई सेटिंग को बदल सकती हैं। फिर ये कमांड Bash में चलाएँ। पहली कमांड इनपुट का इंतज़ार करे तो कुंजी पेस्ट करके Enter दबाएँ। कुंजी स्क्रीन पर नहीं दिखेगी और शेल के इतिहास में दर्ज नहीं होगी।
read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://ap-southeast-1.maas.qwencloudapi.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen4-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen4-max"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude -p "Hello"
इसमें QwenCloud का दस्तावेज़ों में दिया गया Anthropic-संगत एंडपॉइंट और मॉडल के लिए बताए गए निर्देश इस्तेमाल होते हैं। उसके सामान्य उपयोग-आधारित उदाहरण में अभी भी qwen3.7-max लिखा है। ऊपर की सेटिंग जानबूझकर अंतिम Qwen4-Max मॉडल चुनती हैं।
ANTHROPIC_MODEL मुख्य मॉडल चुनता है। ANTHROPIC_DEFAULT_OPUS_MODEL Claude Code के Opus उपनाम को मॉडल से जोड़ता है; केवल उपनाम सेट करने से सक्रिय मॉडल नहीं चुना जाता। ये सेटिंग सिर्फ़ मौजूदा टर्मिनल पर लागू होती हैं।
उत्तर मिलना कुंजी की बुनियादी जाँच और अनुरोध का सही रास्ते से जाना पुष्ट करता है। अब ऐसे रिपॉज़िटरी में यह कमांड चलाएँ जिसमें README.md मौजूद हो:
claude -p "Read README.md and report the project name and any documented test command. Do not edit files."
उत्तर का मिलान फ़ाइल से करें। सफल पहुँच पर रिपॉज़िटरी से जुड़ी सही जानकारी मिलनी चाहिए, बिना फ़ाइलें बदले। फिर मौजूदा परीक्षण के साथ एक छोटा कोड बदलाव आज़माएँ। केवल अभिवादन का उत्तर मिलने को कोडिंग टूल की संगतता का प्रमाण न मानें।
पहले से मौजूद Token Plan का इस्तेमाल
ऊपर दी गई qwen4-max मॉडल सेटिंग रखें, लेकिन कुंजी और एंडपॉइंट दोनों Token Plan वाले करें:
read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://token-plan.maas.qwencloudapi.com/apps/anthropic"
claude
अलग से मिली Token Plan कुंजी पेस्ट करें, उपयोग-आधारित API की कुंजी नहीं। Claude Code में संवाद करते हुए रिपॉज़िटरी की जाँच करें। बिना निगरानी वाले स्वचालन के लिए उपयोग-आधारित API चुनें।
लंबे उत्तर कटने या अनुरोध विफल होने पर
लंबे उत्तर कट रहे हों तो QwenCloud प्रीव्यू वाली 64000 सेटिंग को इससे बदलने की सलाह देता है:
export CLAUDE_CODE_MAX_OUTPUT_TOKENS="131072"
उसी टर्मिनल से Claude Code का नया सत्र शुरू करें। यह QwenCloud की सुझाई क्लाइंट सेटिंग है, CLI से 131,072 टोकन मिलने का वादा नहीं। वर्तमान Claude Code दस्तावेज़ के अनुसार, अपरिचित मॉडल पहचानकर्ताओं के लिए आउटपुट सीमा 128000 टोकन है। उससे ऊँची सेटिंग को इसी सीमा तक घटा दिया जाता है। इनमें से कोई सेटिंग API के सोच-विचार और उत्तर के संयुक्त 262,144 टोकन उपलब्ध नहीं कराती। अगर केवल क्लाइंट की सीमा बाधा है, तो बड़ा काम अलग-अलग अनुरोधों में बाँटें।
प्रमाणीकरण विफल हो तो बार-बार नई कुंजी बनाने से पहले कुंजी का प्रकार और क्षेत्र जाँचें। QwenCloud के क्षेत्र संबंधी नियमों के अनुसार API कुंजी और क्षेत्रीय एंडपॉइंट एक ही क्षेत्र के होने चाहिए।
Token Plan में 429 insufficient_quota और 429 Requests rate limit exceeded का अंतर आधिकारिक त्रुटि मार्गदर्शिका से समझें। कोटा खत्म हो तो उसके रीसेट होने का इंतज़ार करें या Credit Pack खरीदें। अनुरोधों की दर सीमित हो तो उनकी आवृत्ति या एक साथ चल रहे अनुरोधों की संख्या घटाएँ। कारण ठीक करने के बाद एक छोटा संवादात्मक अनुरोध दोबारा भेजें।
संदर्भ संबंधी त्रुटियाँ बार-बार आएँ तो स्पष्ट 983616 सेटिंग रखें। सीमाएँ बढ़ाने से पहले गेटवे के साथ Claude Code की संदर्भ विंडो का व्यवहार जाँचें।
काम के खर्च की तुलना करने से पहले टोकन शुल्क निकालें
इस सेटअप के लिए सिंगापुर की दरें इस्तेमाल करें। सिंगापुर एंडपॉइंट के साथ किसी दूसरे क्षेत्र की कीमत न मिलाएँ।
नीचे के अनुमान में हर मॉडल के लिए एक जैसे 100,000 बिना कैश वाले इनपुट टोकन और 10,000 बिल योग्य आउटपुट टोकन माने गए हैं। आउटपुट में सोच-विचार भी शामिल है। यह केवल मॉडल के टोकन शुल्क का अनुमान है; कैश, प्रदाता के सशुल्क टूल, बैलेंस भरने के शुल्क और कर शामिल नहीं हैं।
| मॉडल और सीधा API विकल्प | प्रति 1M टोकन इनपुट | प्रति 1M टोकन आउटपुट | अनुमानित मॉडल-टोकन शुल्क |
|---|---|---|---|
| Qwen4-Max, सिंगापुर | $1.50 | $4.50 | $0.195 |
| Qwen3.8-Max, सिंगापुर | $2.00 | $6.00 | $0.260 |
| Claude Opus 5.5, मानक API | $4.00 | $20.00 | $0.600 |
Qwen4-Max की गणना है: 0.1 × $1.50 + 0.01 × $4.50 = $0.195। ये काल्पनिक शुल्क हैं, एक ही कोडिंग काम पूरा करने के मापे गए खर्च नहीं। अलग मॉडल सोच-विचार, संदर्भ और दोबारा कोशिशों में अलग मात्रा में टोकन खर्च कर सकते हैं। QwenCloud के दस्तावेज़ों में डिफ़ॉल्ट reasoning_effort=high और thinking_budget=131072 हैं। यह बजट अधिकतम सीमा है, बिल किया गया उपयोग नहीं।
कैश पढ़ने के साथ उसे बनाने का खर्च भी जोड़ें
सिंगापुर में Qwen4-Max का कैश पढ़ने का शुल्क $0.075 प्रति 1M टोकन है, चाहे कैश अपने-आप बना हो या स्पष्ट रूप से बनाया गया हो। स्पष्ट रूप से कैश बनाने का शुल्क 5 मिनट के लिए $1.875 प्रति 1M टोकन और 1 घंटे के लिए $3.00 है।
टोकन की मात्रा मिलियन में रखकर गणना करें:
cost_USD = 1.50U + 0.075R + 1.875W5 + 3.00W60 + 4.50O
यहाँ U बिना कैश वाला इनपुट है और R कैश से पढ़ा गया इनपुट। W5 और W60 संबंधित अवधि वाले कैश में लिखे गए टोकन हैं। हर इनपुट टोकन केवल एक श्रेणी में गिनें। O में सोच-विचार और अंतिम उत्तर दोनों शामिल हैं।
पूरे उदाहरण के लिए दो अनुरोध मानें। हर अनुरोध में वही स्थिर 100,000-टोकन प्रारंभिक हिस्सा, 5,000 नए इनपुट टोकन और 2,000 आउटपुट टोकन हैं। पहला अनुरोध शुरुआती हिस्सा कैश में लिखता है; दूसरा उसी 5 मिनट वाले कैश को सफलतापूर्वक पढ़ता है।
अनुमानित कुल शुल्क है: 0.010 × $1.50 + 0.100 × $0.075 + 0.100 × $1.875 + 0.004 × $4.50 = $0.228। बिना कैश के इन्हीं टोकन मात्राओं का खर्च है: 0.210 × $1.50 + 0.004 × $4.50 = $0.333।
इस उदाहरण में कैश से सफलतापूर्वक पढ़ना माना गया है। असल पढ़े और लिखे गए टोकन प्रदाता के कैश-उपयोग फ़ील्ड में जाँचें। बार-बार कोडिंग सत्र चलाते समय Claude Code के बैकग्राउंड एजेंट का अतिरिक्त टोकन खर्च भी देखें। हर शुल्क को मुख्य उत्तर का खर्च न मानें।
क्या कोडिंग के लिए यह Opus 5.5 से बेहतर विकल्प है?
खर्च महत्वपूर्ण हो और रिपॉज़िटरी में काम का दायरा सीमित हो, तो Qwen4-Max से शुरुआत करें। कठिन टर्मिनल कार्यों के लिए Opus 5.5 को तुलना में रखें, जब तक अपने स्वीकृति परीक्षण बदलाव को सही न ठहराएँ।
17 नवंबर तक Vals AI की Terminal-Bench 4.0 सूची में ये परिणाम हैं:
| प्रकाशित सूची में मॉडल का नाम | Mini-SWE-agent स्कोर | प्रति परीक्षण खर्च |
|---|---|---|
| Qwen 4 Max | 48.48% | $3.90 |
| Qwen 3.8 Max 0902 | 38.89% | $12.15 |
| Claude Opus 5.5 | 65.15% | $12.04 |
इनसे Qwen4-Max को पूरी तरह “Opus का विकल्प” कहना उचित नहीं। इन टर्मिनल कार्यों पर यह सूची में तारीख सहित दिए गए Qwen3.8-Max संस्करण से बेहतर है, लेकिन Opus से पीछे है। प्रति परीक्षण खर्च, सफलतापूर्वक स्वीकृत कोड-सुधार का खर्च नहीं होता।
ये प्रकाशित एजेंट परीक्षण हैं, समान सोच-विचार स्तर वाले Claude Code परीक्षण नहीं। Vals ने Qwen4-Max को xhigh पर जाँचा; उसके Opus पेज पर max लिखा है। Opus के लॉन्च के समय की रिपोर्ट में वैकल्पिक मॉडलों पर स्विच करने की व्यवस्था भी बताई गई थी। इसलिए वर्तमान तालिका को समान नियंत्रित परिस्थितियों और बिना वैकल्पिक मॉडलों की तुलना न मानें। परिणामों को अपने काम पर लागू करने से पहले सोच-विचार स्तर और वैकल्पिक मॉडल एजेंट तुलना को कैसे प्रभावित करते हैं समझें।
पहली जाँच 30 मिनट तक सीमित रखें। एक छोटी समस्या चुनें जिसका स्वीकृति परीक्षण पहले से तय हो। रिपॉज़िटरी की शुरुआती स्थिति और निर्देश समान रखें और दोबारा कोशिशों समेत कुल शुल्क दर्ज करें। उस तरह के काम के लिए Qwen4-Max अपनाएँ जब वह समान स्वीकृति शर्तें स्वीकार्य कुल खर्च पर पूरी करे। जहाँ अतिरिक्त कोशिशें या सुधार टोकन दरों की बचत मिटा दें, वहाँ Opus बनाए रखें।