Qwen4-Max 接入 Claude Code:配置、API 价格与预览版迁移
通过 QwenCloud 按量计费 API 或 Token Plan,将 qwen4-max 接入 Claude Code。比较它与 Qwen3.8-Max、Opus 5.5 的 token 费用、缓存写入成本和公开编码评测结果。在预览版停用前更换模型 ID,区分 API 限额与 Claude Code 的输出上限,并用真实仓库任务验证接入。
本文内容

要在 Claude Code 中试用 Qwen4-Max,又不想订阅 Token Plan,可以使用 QwenCloud 按量计费 API,并显式选择 qwen4-max。这条直接接入、按 token 计费的路径,适合正在比较 Qwen3.8-Max 或 Opus 5.5 的开发者。已经使用 qwen4-max-preview 的用户,应在 2026 年 11 月 25 日 24:00 UTC+8 预览期结束前替换模型 ID。
以下可用性、限额和价格均截至 2026 年 11 月 17 日。
相比预览版,正式版有什么变化?
11 月 16 日发布的正式版在 Token Plan 之外新增了按量 API 接入。预览版只能通过 Token Plan 使用。调用正式版时,应指定 qwen4-max,而不是 qwen4-max-preview。
要把 API 限额与 Claude Code 设置分开看。正式版规格列出的上下文长度为 1,000,000 tokens,思考模式下的最大输入为 983,616 tokens。非思考模式的最大输出为 131,072 tokens;思考与最终回答合计最多为 262,144 tokens。
预览版规格允许思考和回答共享 393,216 tokens。因此,正式版 API 的合并输出上限反而更低,尽管 QwenCloud 建议在 Claude Code 中设置更大的输出值。
预览期在 11 月 25 日结束时到期,也就是 11 月 26 日 00:00 UTC+8,之后计划停用预览模型。替换终端和客户端配置中明确指定的预览版 ID,重启客户端,再确认使用的是正式版 ID。不要把其他应用的自动升级理解为 Claude Code 配置也会自动迁移。
按量 API 和 Token Plan 怎么选?
需要测量 API 试用成本,或把模型集成到应用中,就选择按量计费。需要在订阅额度内进行交互式编码,则选择 Token Plan。
| 接入方式 | 要求与计费方式 | 适合什么情况 |
|---|---|---|
| QwenCloud 按量 API | 需要 QwenCloud 账户、同一区域的 API 密钥与端点,并启用计费;输入和输出 token 分别收费。 | 直接测试 Qwen4-Max 的成本,或用于应用后端、自动化。 |
| QwenCloud Token Plan | 通过新加坡服务订阅 QwenCloud,使用 Token Plan 专用密钥与端点;调用消耗 Credits。 | 在受支持的编码工具中,按月度额度进行交互式工作。 |
| OpenRouter | 需要已充值的 OpenRouter 账户和兼容客户端;使用 qwen/qwen4-max。购买额度时会收取手续费。 | 已经通过 OpenRouter 比较不同服务商。 |
| BetterToken,用于其他模型 | 使用自己的账户和 API 密钥,按模型用量计费,并按文档配置 Claude Code。 | 比较其他可用模型和接入方式;查看当前模型与价格。 |
Token Plan Lite的标准标价为 $6/month,提供 20,000 Credits,而不是 20,000 tokens。其使用政策不允许用于自动化脚本、应用后端或非交互式批量调用。套餐额度和 Credit Packs 耗尽后,请求不会自动改为按量计费。
比较总支出时,除了页面上的 token 单价,还要考虑 OpenRouter 的充值手续费。BetterToken 的 API 接入与模型厂商的订阅服务是两回事。替换当前能正常使用的接入方式前,先确认账户能否激活,以及有哪些可用支付方式。
新加坡按量 API 提供 1 million tokens 免费额度,与 Token Plan Credits 分开计算。请核对免费额度的资格和有效期规则,不要默认自己的账户仍有这份额度可用。
在 Claude Code 中配置 Qwen4-Max
准备好已安装的 Claude Code CLI,以及在新加坡区域创建的 QwenCloud 按量 API 密钥。在控制台选择区域,打开 API Keys 并创建密钥。
先检查 ~/.claude/settings.json 和项目中的 .claude/settings.json 是否残留旧服务商的覆盖配置,再在 Bash 中运行以下命令。第一条命令等待输入时,粘贴密钥并按 Enter。输入不会回显,也不会写入 shell 历史记录。
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"
这组配置采用 QwenCloud 文档中的 Anthropic 兼容端点及模型专用说明。文档的通用按量示例仍写着 qwen3.7-max;上面的模型值则明确选择正式版 Qwen4-Max。
ANTHROPIC_MODEL 用于选择主模型。ANTHROPIC_DEFAULT_OPUS_MODEL 用于将 Claude Code 的 Opus 别名映射到指定模型;仅设置这个别名,并不等于选择当前实际使用的模型。这些导出的环境变量只对当前终端生效。
收到回复说明基本认证与请求路由可用。接着,在包含 README.md 的仓库目录中执行:
claude -p "Read README.md and report the project name and any documented test command. Do not edit files."
将回答中的项目名称和测试命令与文件内容核对。正常接入应能返回这个仓库的具体信息,且不修改文件。随后再尝试一项能用现有测试验证的小改动,不要把成功回复一句问候当作编码工具兼容性验证已经完成。
改用已有的 Token Plan 订阅
保留上面的 qwen4-max 模型设置,但将凭证和端点一起换成 Token Plan 专用的组合:
read -rs ANTHROPIC_AUTH_TOKEN && export ANTHROPIC_AUTH_TOKEN
export ANTHROPIC_BASE_URL="https://token-plan.maas.qwencloudapi.com/apps/anthropic"
claude
粘贴 Token Plan 专用密钥,而不是按量 API 密钥。在 Claude Code 中通过交互方式完成仓库检查。无人值守的自动化应使用按量 API。
长输出被截断或请求失败怎么办?
如果长回答被截断,QwenCloud 建议把预览版时期的 64000 设置改为:
export CLAUDE_CODE_MAX_OUTPUT_TOKENS="131072"
从同一终端启动新的 Claude Code 会话。这是 QwenCloud 推荐的客户端设置,并不保证 CLI 一定能返回 131,072 tokens。当前 Claude Code 文档对无法识别的模型 ID 设置了 128000 tokens 的输出上限;超过该值的设置会被压到这个上限。两种设置都不会让客户端直接获得 API 的 262,144 tokens 思考加回答合并额度。如果最后仍受客户端上限限制,就把需要生成的大段内容拆到多个请求中。
遇到认证失败时,先检查凭证类型和区域,不要反复更换密钥。QwenCloud 的区域规则要求 API 密钥与区域端点匹配。
遇到 Token Plan 错误时,按官方错误说明区分 429 insufficient_quota 与 429 Requests rate limit exceeded。额度用尽时,等待重置或购买 Credit Pack;触发限流时,则应降低请求频率或并发数。排除对应原因后,再重试一个小型交互请求。
如果上下文错误反复出现,保留显式设置的 983616。提高限额前,先检查 Claude Code 在网关场景下如何处理上下文窗口。
先算 token 费用,再比较单任务成本
这套配置应使用新加坡区域的价格计算费用。不要把其他区域的单价与新加坡端点混用。
下表假设每个模型都使用相同的 100,000 tokens 非缓存输入,以及 10,000 tokens 计费输出,输出包含思考。这里只估算模型的 token 费用,不包括缓存、服务商托管的付费工具、充值手续费或税费。
| 模型与直连接入方式 | 每 1M tokens 输入价格 | 每 1M tokens 输出价格 | 预估模型 token 费用 |
|---|---|---|---|
| Qwen4-Max,新加坡 | $1.50 | $4.50 | $0.195 |
| Qwen3.8-Max,新加坡 | $2.00 | $6.00 | $0.260 |
| Claude Opus 5.5,标准 API | $4.00 | $20.00 | $0.600 |
Qwen4-Max 的计算为 0.1 × $1.50 + 0.01 × $4.50 = $0.195。这些是假设用量下的费用,不是完成同一编码任务的实测成本。不同模型在思考、上下文和重试上的消耗可能不同。QwenCloud 文档给出的默认值为 reasoning_effort=high 和 thinking_budget=131072;预算只是上限,不是实际计费用量。
缓存成本要算写入,不能只看读取
Qwen4-Max 在新加坡的缓存读取单价为每 1M tokens $0.075,显式和隐式缓存命中都适用。显式缓存写入的单价取决于保留时间:5 分钟为每 1M tokens $1.875,1 小时为每 1M tokens $3.00。
将 token 数量换算成百万单位后,按以下公式计算:
cost_USD = 1.50U + 0.075R + 1.875W5 + 3.00W60 + 4.50O
其中,U 是非缓存输入量,R 是从缓存读取的输入量,W5 和 W60 分别是两种保留时间的缓存写入量。每个输入 token 只计入一个类别。O 包含思考与最终回答。
用两次请求举一个包含首次写入的完整例子。假设每次都有固定不变的 100,000 tokens 前缀、5,000 tokens 新输入和 2,000 tokens 输出。第一次请求写入前缀,第二次命中这份保留 5 分钟的缓存。
预估合计费用为 0.010 × $1.50 + 0.100 × $0.075 + 0.100 × $1.875 + 0.004 × $4.50 = $0.228。不使用缓存时,相同用量的费用为 0.210 × $1.50 + 0.004 × $4.50 = $0.333。
这个例子假设第二次请求成功命中缓存。应通过服务商的缓存用量字段核对实际读取量和写入量。反复进行编码会话时,也要检查 Claude Code 后台代理的额外 token 开销,不要把每笔费用都归到主回答上。
编码任务是否值得从 Opus 5.5 切换?
对于范围明确、成本敏感的仓库任务,可以先试 Qwen4-Max。遇到复杂的终端任务,先保留 Opus 5.5 作为对照,等自己的验收测试证明切换合适再决定。
截至 11 月 17 日,Vals AI Terminal-Bench 4.0 榜单列出了以下结果:
| 榜单中的模型名称 | 使用 Mini-SWE-agent 的得分 | 单次测试成本 |
|---|---|---|
| Qwen 4 Max | 48.48% | $3.90 |
| Qwen 3.8 Max 0902 | 38.89% | $12.15 |
| Claude Opus 5.5 | 65.15% | $12.04 |
这些结果只支持比“替代 Opus”更有限的结论:Qwen4-Max 优于表中带日期标识的 Qwen3.8-Max 版本,但在这些终端任务上仍落后于 Opus。单次测试成本不等于产出一份通过验收的代码修改的成本。
这些是公开的代理运行结果,不是采用相同推理强度的 Claude Code 测试。Vals 对 Qwen4-Max 的评测使用 xhigh,而其 Opus 页面标注的是 max。Opus 发布初期的报告还披露了回退到备用模型的做法,因此不能把当前榜单当作条件受控且不使用备用模型的比较。将差距套用到自己的任务前,先了解推理强度和回退机制如何影响编码代理比较。
把第一次试用控制在 30 分钟内。选一个已有明确验收测试的小任务,保持仓库初始状态和指令一致,并记录包含重试在内的总费用。如果 Qwen4-Max 能达到相同的验收标准,且总费用可以接受,就将这一类任务交给它。对于额外重试或返工会抵消 token 单价优势的任务,继续保留 Opus。