Qwen4-Max-Preview: Claude Code सेटअप और 25 नवंबर को सेवा बंद

Qwen4-Max-Preview को सीमित समय के इंटरैक्टिव कोडिंग परीक्षण के लिए इस्तेमाल करें, अपने ऐप के बैकएंड के लिए नहीं। Token Plan की अलग कुंजी से जुड़ें और अपने-आप चुने गए मॉडल पर निर्भर रहने के बजाय qwen4-max-preview को स्पष्ट रूप से चुनें। 25 नवंबर 2026, 24:00 UTC+8 से पहले विकल्प तैयार रखें; आधिकारिक प्रीव्यू अवधि उसी समय समाप्त होगी।

नीचे दी गई उपलब्धता, सेटिंग और कीमतों की जानकारी 2026-11-12 की है।

अभी कौन-सा एक्सेस मिलता है और प्रीव्यू कब बंद होगा?

Qwen4-Max-Preview के लिए Token Plan Personal या Team चाहिए। इस्तेमाल के अनुसार भुगतान वाला एक्सेस उपलब्ध नहीं है। प्रीव्यू 11 नवंबर 2026 को 10:00 से 25 नवंबर 2026 को 24:00 तक चलेगा। दोनों समय UTC+8 के हैं। Alibaba के अनुसार, इस अवधि में मॉडल नहीं बदलेगा और उसके बाद हटा दिया जाएगा।

यह समय-सीमा 26 नवंबर को 00:00 UTC+8 या 25 नवंबर को 16:00 UTC के बराबर है। इससे किसी नए विकल्प के जारी होने की तारीख तय नहीं होती।

मॉडल की कॉन्टेक्स्ट विंडो 1M tokens है और अधिकतम आउटपुट 393,216 tokens है। तर्क-विचार और अंतिम जवाब इसी साझा आउटपुट सीमा का इस्तेमाल करते हैं। यह टेक्स्ट, चित्र और वीडियो स्वीकार करता है तथा फ़ंक्शन कॉल और संरचित आउटपुट का समर्थन करता है।

Alibaba के दस्तावेज़ Chat Completions, Responses और Anthropic Messages के साथ संगतता बताते हैं। इसका अर्थ यह नहीं कि हर क्लाइंट में मॉडल की हर सुविधा मिलेगी। Qwen3.8-Max से तुलना वास्तविक काम पर करें; प्रदर्शन का क्रम पहले से तय न मानें।

Token Plan और Qwen Chat में मॉडल का एक जैसा नाम सर्वर सेटिंग या टूल व्यवहार समान होने का प्रमाण नहीं है। एक ही क्लाइंट में, समान टूल, निर्देश और आउटपुट बजट के साथ परिणामों की तुलना करें।

Token Plan का खर्च कितना है और इसका उपयोग कहाँ कर सकते हैं?

Qwen4 के लिए सदस्यता का खर्च देखें, प्रति मिलियन टोकन की दर नहीं। Personal Edition के विवरण में नई सदस्यताओं के लिए ये मासिक कीमतें दी गई हैं। इनमें शुरुआती छूट शामिल नहीं है:

Personal योजना	सामान्य मासिक कीमत, USD	मासिक कोटा
Lite	$6	20,000 Credits
Essential	$10	45,000 Credits
Standard	$18	80,000 Credits
Pro	$43	200,000 Credits

Credits सदस्यता में शुल्क की गणना की इकाई है, टोकन की कोई तय संख्या नहीं। परीक्षण के बाद वास्तविक खपत देखें। इस तालिका से API टोकन की अनुमानित कीमत न निकालें।

Personal के सवाल-जवाब के अनुसार, लागू कोटा खत्म होने पर कॉल बंद हो जाते हैं। अतिरिक्त उपयोग अपने-आप इस्तेमाल के अनुसार भुगतान में नहीं बदलता। अतिरिक्त उपयोग पैकेज खरीदना और सदस्यता का नवीनीकरण अलग निर्णय हैं।

Personal Edition में अभी सदस्यता रद्द करने की सुविधा नहीं है। यह न मानें कि प्रीव्यू बंद होते ही सदस्यता रद्द हो जाएगी या रिफंड का अधिकार मिल जाएगा। केवल इस परीक्षण के लिए खरीदने से पहले नवीनीकरण की सेटिंग देखें।

दोनों संस्करणों में केवल कोडिंग और एजेंट टूल के भीतर इंटरैक्टिव उपयोग की अनुमति है। स्वचालित स्क्रिप्ट, ऐप बैकएंड और गैर-इंटरैक्टिव बैच कार्य दस्तावेज़ों में बताए दायरे से बाहर हैं। Team Edition की नीति भी यही सीमा स्पष्ट करती है।

आपके इंटरैक्टिव सत्र में एजेंट का टूल कॉल करना, मूल्यांकन स्क्रिप्ट को तय समय पर चलाने से अलग है। नीचे के उदाहरण इंटरैक्टिव तरीके से चलाएँ। Token Plan कुंजी को सामान्य बैकएंड क्रेडेंशियल की तरह इस्तेमाल न करें।

क्लाइंट सेट करने से पहले अलग कुंजी लें

Token Plan एंडपॉइंट के साथ Token Plan की कुंजी इस्तेमाल करें। Model Studio की सामान्य कुंजी या Coding Plan कुंजी उसका विकल्प नहीं है।

Personal Edition के लिए सदस्यता लें और Token Plan कंसोल के My Subscription पेज पर कुंजी बनाएँ। Personal की शुरुआती गाइड के निर्देश अपनाएँ।

Team Edition में कुंजी बनाने से पहले प्रशासक को आपके खाते के लिए सदस्यता में एक सीट आवंटित करनी होगी। Team की शुरुआती गाइड में यह चरण Member Management के अंतर्गत है।

नीचे के उदाहरण मानते हैं कि क्लाइंट पहले से इंस्टॉल है और आप macOS या Linux पर Bash चला रहे हैं। नया टर्मिनल खोलें। यह कमांड चलाएँ, कुंजी पेस्ट करें और Enter दबाएँ:

read -rs TOKEN_PLAN_API_KEY && export TOKEN_PLAN_API_KEY

कमांड दर्ज की गई कुंजी स्क्रीन पर नहीं दिखाता। चुना हुआ क्लाइंट इसी टर्मिनल से शुरू करें ताकि उसे एक्सपोर्ट किया गया वेरिएबल मिले।

Claude Code सेट करें और फ़ाइल पढ़कर जाँचें

Opus स्लॉट के लिए Qwen4-Max-Preview तय करें, फिर उसी स्लॉट को स्पष्ट रूप से चुनें। Alibaba की Claude Code कॉन्फ़िगरेशन गाइड में Token Plan के लिए ये मॉडल मैपिंग दी गई हैं।

ये कमांड ऐसी रिपॉज़िटरी में चलाएँ जिसमें README.md मौजूद हो:

unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$TOKEN_PLAN_API_KEY"
export ANTHROPIC_BASE_URL="https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="auto"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.6-flash"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-flash"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen4-max-preview"
export CLAUDE_CODE_SUBAGENT_MODEL="auto"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616"
claude --model opus

Claude Code के लिए बेस URL का अंत /apps/anthropic पर होता है। उसके बाद /v1 न जोड़ें।

--model opus आर्ग्युमेंट मैप किए गए मुख्य मॉडल को चुनता है। यह Claude Code के दस्तावेज़ों में बताए मॉडल चुनने और उपनामों के नियमों के अनुरूप है।

बाकी मैपिंग सहायक कामों के लिए दूसरे मॉडल इस्तेमाल करने देती हैं। खास तौर पर, CLAUDE_CODE_SUBAGENT_MODEL="auto" हर सबएजेंट, यानी सहायक एजेंट, को Qwen4-Max-Preview तक सीमित नहीं करता। कई मॉडल वाले पूरे सत्र को केवल Qwen4 का प्रदर्शन परीक्षण न बताएँ।

इंटरैक्टिव सत्र में यह निर्देश दें:

Read README.md using the file tool. Quote its first heading and summarize the project in two sentences. Do not modify files.

देखें कि फ़ाइल पढ़ने की टूल गतिविधि दिखाई देती है या नहीं। जवाब में दिए गए शीर्षक को असली फ़ाइल के शीर्षक से मिलाएँ। फिर उसी अवधि का Token Plan उपयोग देखें। साधारण अभिवादन की तुलना में पूरा टूल चक्र अधिक उपयोगी जाँच है।

इसके बाद ऐसा छोटा बदलाव आज़माएँ जिसके लिए स्वीकृति परीक्षण पहले से तय हो। चुने गए मॉडल, तर्क-विचार के स्तर, लगे समय, परीक्षण के परिणाम और खर्च हुए Credits को दर्ज करें।

अगर Claude Code अब भी दूसरे प्रोवाइडर का इस्तेमाल करता दिखे, तो पहले सक्रिय कनेक्शन की जाँच करें। उसके बाद मॉडल का आकलन करें।

लंबा जवाब कटे तो आउटपुट सीमा बढ़ाएँ, कॉन्टेक्स्ट से न उलझाएँ

लंबा जवाब बीच में कटने पर आउटपुट बजट बढ़ाएँ। Alibaba इस मॉडल के लिए खास तौर पर CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000 सुझाता है।

क्लाइंट बंद करें और उसी Bash टर्मिनल से दोबारा शुरू करें:

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude --model opus

यह CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616" से अलग सेटिंग है। इनमें से कोई भी 393,216 tokens के जवाब की गारंटी नहीं देता। मॉडल की अधिकतम सीमा, क्लाइंट की सेटिंग और वास्तविक अनुरोध का बजट अलग सीमाएँ हैं।

विकल्प के तौर पर OpenCode या Qwen Code इस्तेमाल करें

जिस क्लाइंट का इस्तेमाल कर रहे हैं, उसी की कॉन्फ़िगरेशन चुनें। इनके बेस URL एक-दूसरे की जगह नहीं लगाए जा सकते। पहले मौजूदा कॉन्फ़िगरेशन की बैकअप कॉपी रखें और उदाहरण जोड़ते समय दूसरी सेटिंग न हटाएँ।

OpenCode: एडाप्टर के URL के अंत में /v1 बनाए रखें

~/.config/opencode/opencode.json में Alibaba की Anthropic एडाप्टर कॉन्फ़िगरेशन इस्तेमाल करें।

यह उदाहरण प्रदाता की V1-शैली वाली प्रोवाइडर स्कीमा का इस्तेमाल करता है। OpenCode V2 के माइग्रेशन दस्तावेज़ के अनुसार, समर्थित V1 कॉन्फ़िगरेशन अब भी स्वीकार की जाती है। इस एक प्रोवाइडर ऑब्जेक्ट में मूल V2 फ़ील्ड नाम न मिलाएँ।

{
  "$schema": "https://opencode.ai/config.json",
  "model": "bailian-token-plan/qwen4-max-preview",
  "provider": {
    "bailian-token-plan": {
      "npm": "@ai-sdk/anthropic",
      "options": {
        "baseURL": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/apps/anthropic/v1",
        "apiKey": "{env:TOKEN_PLAN_API_KEY}"
      },
      "models": {
        "qwen4-max-preview": {
          "name": "Qwen4-Max-Preview",
          "modalities": {
            "input": ["text", "image"],
            "output": ["text"]
          },
          "limit": {
            "context": 1000000,
            "output": 131072
          }
        }
      }
    }
  }
}

इस एडाप्टर के लिए अंत में /v1 जानबूझकर रखा गया है, जैसा Alibaba की OpenCode गाइड में दिखाया गया है। यहाँ Claude Code वाला छोटा बेस URL न लगाएँ।

आउटपुट का 131072 मान Alibaba की OpenCode मॉडल प्रविष्टि से लिया गया है। यह क्लाइंट की कॉन्फ़िगरेशन है, मॉडल के घोषित 393,216 tokens अधिकतम आउटपुट में बदलाव नहीं।

OpenCode की एनवायरनमेंट वेरिएबल प्रतिस्थापन सुविधा {env:TOKEN_PLAN_API_KEY} के माध्यम से एक्सपोर्ट की गई कुंजी पढ़ती है। opencode चलाएँ, /models से चुने गए प्रोवाइडर और मॉडल की पुष्टि करें, फिर फ़ाइल पढ़ने वाला निर्देश दोहराएँ।

Qwen Code: साझा आउटपुट बजट स्पष्ट रूप से तय करें

~/.qwen/settings.json में OpenAI-संगत Token Plan एंडपॉइंट इस्तेमाल करें।

Alibaba की Qwen Code गाइड इस मॉडल के लिए डिफ़ॉल्ट आउटपुट सीमा 32768 बताती है। शुरुआती कोडिंग परीक्षण के लिए नीचे 64000 और तर्क-विचार का स्तर medium चुना गया है। ये जानबूझकर चुनी गई सेटिंग हैं, मॉडल के डिफ़ॉल्ट नहीं।

{
  "$version": 4,
  "modelProviders": {
    "openai": [
      {
        "id": "qwen4-max-preview",
        "name": "Qwen4-Max-Preview",
        "baseUrl": "https://token-plan.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
        "envKey": "TOKEN_PLAN_API_KEY",
        "generationConfig": {
          "samplingParams": {
            "max_tokens": 64000,
            "reasoning_effort": "medium"
          },
          "extra_body": {
            "preserve_thinking": true
          }
        }
      }
    ]
  },
  "security": {
    "auth": {
      "selectedType": "openai"
    }
  },
  "model": {
    "name": "qwen4-max-preview"
  }
}

envKey फ़ील्ड में एनवायरनमेंट वेरिएबल का नाम आता है, असली गुप्त कुंजी नहीं। Qwen Code के प्रोवाइडर दस्तावेज़ कुंजी देने का यह तरीका और जनरेशन सेटिंग बताते हैं।

जिस टर्मिनल में कुंजी एक्सपोर्ट की है, वहीं से qwen चलाएँ। /model से मॉडल की पुष्टि करें और वही फ़ाइल पढ़ने का काम दोहराएँ।

max_tokens अंतिम जवाब को क्यों काट सकता है?

Qwen4-Max-Preview में Chat Completions तर्क-विचार और जवाब के टोकन एक ही आउटपुट बजट में गिनता है। API संगतता बदलाव की सूचना के अनुसार, इस मॉडल में max_tokens और max_completion_tokens समान हैं।

इस उदाहरण से साझा बजट का असर समझें:

Combined output budget: 64,000 tokens
Assumed thinking usage: 48,000 tokens
Remaining answer allowance: at most 16,000 tokens

यह मान लिए गए आँकड़ों से किया गया हिसाब है, किसी चलाए गए परीक्षण का परिणाम नहीं। पहले केवल दिखाई देने वाले जवाब के लिए तय सीमा अब उसके लिए बहुत कम जगह छोड़ सकती है।

तर्क-विचार डिफ़ॉल्ट रूप से चालू है। reasoning_effort के समर्थित मान low, medium और xhigh हैं; डिफ़ॉल्ट xhigh है। reasoning_effort और thinking_budget को एक साथ सेट न करें।

सीमित परीक्षण के लिए medium से शुरू करें। सरल बदलावों के लिए low आज़माएँ। कठिन काम में अधिक तर्क-विचार परखना उचित लगे तो xhigh चुनें। एक समय में एक ही सेटिंग बदलें और पूरा हुआ काम तुलना में देखें, सिर्फ जवाब की लंबाई नहीं।

मौजूदा Qwen मॉडल में max_tokens का पुराना व्यवहार बना रहता है। प्रीव्यू के इस नियम को पीछे से हर Qwen इंटीग्रेशन पर लागू न मानें।

Chat Completions में पिछले तर्क-विचार को सुरक्षित रखें

कई चरणों की बातचीत में पिछले तर्क-विचार को उसके लिए तय फ़ील्ड में रखें। Qwen4-Max-Preview में preserve_thinking डिफ़ॉल्ट रूप से चालू है।

असिस्टेंट के पिछले संदेशों का तर्क-विचार reasoning_content में जाना चाहिए। उसे असिस्टेंट के content फ़ील्ड में न जोड़ें और नया उपयोगकर्ता संदेश बनाकर न भेजें।

यह क्लाइंट एडाप्टर की ज़िम्मेदारी है। छिपा हुआ तर्क-विचार हाथ से चैट में पेस्ट करने की ज़रूरत नहीं है। इंटीग्रेशन जाँचते समय अगले संवाद चरण और पूरे टूल चक्र को परखें, सिर्फ पहले जवाब को नहीं।

Messages, Chat Completions और Responses की तुलना समझाती है कि केवल HTTP संगतता सही एजेंट व्यवहार साबित नहीं करती।

हर विफलता का कारण अलग जाँचें

401 InvalidApiKey: Invalid API-key provided. मिलने पर पहले कुंजी का भुगतान प्लान, सदस्यता की स्थिति और कुंजी पूरी कॉपी हुई है या नहीं, जाँचें। सही एंडपॉइंट की पुष्टि करें, क्लाइंट दोबारा शुरू करें और फ़ाइल पढ़ने का परीक्षण दोहराएँ।

मॉडल मैपिंग के बाद HTTP 403 और कोड access_denied के साथ AccessDenied मिले, तो Model Studio की Model Gallery देखें। Alibaba ने Upcoming deprecation स्थिति को एक संभावित कारण बताया है। अनुमतियाँ और प्लान में मॉडल की उपलब्धता भी जाँचें; हर 403 का अर्थ मॉडल हटना नहीं है।

जवाब कटने पर प्रमाणीकरण बदलने से पहले प्रभावी आउटपुट बजट और तर्क-विचार का स्तर देखें। ऊपर दी गई Claude Code या Qwen Code सेटिंग लागू करें और वही काम फिर चलाएँ।

कोटा खत्म होने पर सदस्यता के कोटा-प्रबंधन विकल्प देखें। max_tokens बढ़ाने से Credits वापस नहीं आते। इससे अगली सफल कॉल में खपत बढ़ सकती है।

प्रीव्यू बंद होने से पहले अलग भुगतान वाले API पर जाएँ

प्रीव्यू के बाद भी काम जारी रखने के लिए qwen3.8-max को इस्तेमाल के अनुसार भुगतान वाले विकल्प के रूप में रखें। Alibaba के इस्तेमाल के अनुसार भुगतान वाली कॉन्फ़िगरेशन के निर्देश इस मॉडल को स्पष्ट रूप से सूचीबद्ध करते हैं और बिलिंग बताते हैं। API की कीमतें अलग से मॉडल के पेज पर दी गई हैं।

यह पहुँच के तरीके की सिफारिश है। इससे Qwen3.8-Max और Qwen4-Max-Preview की कोडिंग गुणवत्ता बराबर होने का दावा नहीं किया जा रहा।

API कुंजी बनाने के निर्देशों से सिंगापुर क्षेत्र में अलग Model Studio API कुंजी बनाएँ। फिर कुंजी, एंडपॉइंट, मुख्य मॉडल और सहायक मॉडल की मैपिंग बदलें।

नीचे का Bash उदाहरण दस्तावेज़ों में दिए साझा सिंगापुर एंडपॉइंट का इस्तेमाल करता है। Alibaba के बेस URL संदर्भ में हर वर्कस्पेस के अलग एंडपॉइंट भी हैं, जिन्हें प्रोडक्शन के लिए सुझाया गया है।

read -rs DASHSCOPE_API_KEY && export DASHSCOPE_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$DASHSCOPE_API_KEY"
export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_SONNET_MODEL="qwen3.8-max"
export ANTHROPIC_DEFAULT_OPUS_MODEL="qwen3.8-max"
export CLAUDE_CODE_SUBAGENT_MODEL="qwen3.8-max"
claude --model qwen3.8-max

यहाँ जानबूझकर हर सूचीबद्ध स्लॉट को नए मॉडल से मैप किया गया है। बाद में उपलब्धता और कीमत देखकर सहायक मॉडल फिर चुनें।

नई बातचीत शुरू करें, फ़ाइल पढ़ने का काम दोहराएँ और अलग भुगतान वाले API पर उपयोग की पुष्टि करें। Token Plan की कुंजी बनाए रखते हुए केवल मॉडल बदलने से बिलिंग इस्तेमाल के अनुसार भुगतान में नहीं बदलती।

अलग OpenAI-संगत भुगतान वाले विकल्प के रूप में BetterToken की सूची में 2026-11-12 को qwen3.8-max मौजूद है। इसका बेस URL https://www.bettertoken.ai/v1 है। अपनी BetterToken कुंजी और दस्तावेज़ों में दिया OpenCode इंटीग्रेशन इस्तेमाल करें। यह अलग भुगतान वाला API एक्सेस है, Qwen4 प्रीव्यू तक पहुँच नहीं। बदलने से पहले मौजूदा कीमतें देखें।