Qwen4-Max-Preview：Claude Code 接入与 11 月 25 日下线

将 Qwen4-Max-Preview 用于限时的交互式编程试用，不要接入应用后端。通过 Token Plan 专用密钥连接，并明确选择 qwen4-max-preview，不要依赖自动选模。请在 2026 年 11 月 25 日 24:00 UTC+8 前准备好替代方案，届时官方预览期将结束。

以下可用性、配置和价格信息截至 2026-11-12。

目前如何使用，何时下线？

Qwen4-Max-Preview 目前可通过 Token Plan Personal 和 Team 使用，不支持按量付费接入。预览期从 2026 年 11 月 11 日 10:00 持续到 2026 年 11 月 25 日 24:00，均为 UTC+8。阿里云表示，这段时间内模型保持不变，预览结束后下线。

这一截止时间等同于 11 月 26 日 00:00 UTC+8，或 11 月 25 日 16:00 UTC。它并不代表替代模型的发布日期已经确定。

模型的上下文窗口为 1M tokens，最大输出为 393,216 tokens。思考过程与最终回答共享这一输出额度。模型接受文本、图片和视频输入，支持函数调用和结构化输出。

阿里云文档说明，该模型兼容 Chat Completions、Responses 和 Anthropic Messages。但这不意味着每个客户端都提供模型的全部能力。与 Qwen3.8-Max 比较时，应使用实际任务测试，不要把性能排名当作既定事实。

Token Plan 和 Qwen Chat 上的模型名称相同，并不能证明服务端配置或工具行为完全一致。比较时应使用同一客户端，并保持工具、提示词和输出预算相同。

Token Plan 多少钱，允许哪些用途？

应按订阅费用做预算，而不是寻找 Qwen4 每百万 token 的单价。Personal Edition 概览列出了以下新订阅月度原价，不含首次购买优惠：

Personal 套餐	月度原价，USD	月度额度
Lite	$6	20,000 Credits
Essential	$10	45,000 Credits
Standard	$18	80,000 Credits
Pro	$43	200,000 Credits

Credits 是订阅的计费单位，不代表固定的 token 数量。完成试用任务后，应查看实际消耗，不要把这张表直接折算成假定的 API token 单价。

Personal 常见问题说明，适用额度用尽后，调用会被阻止，不会自动转为按量付费继续调用。购买额外用量包和续订套餐，需要分别决定。

Personal Edition 目前不支持退订。不要以为预览模型下线就会自动取消订阅，或因此获得退款权利。如果只是为了这次试用购买订阅，请先检查续订设置。

两个版本都只允许在编程工具和代理工具中进行交互式使用。自动化脚本、应用后端和非交互式批量任务，均不在文档允许的使用范围内。Team Edition 使用政策也明确规定了同样的交互式使用限制。

代理在交互会话中调用工具，与定时运行评测脚本是两回事。请以交互方式使用下文示例，不要把 Token Plan 密钥当作通用的后端调用凭据。

配置客户端前，先获取专用密钥

Token Plan 端点必须配合 Token Plan 密钥使用。普通 Model Studio 密钥或 Coding Plan 密钥不能替代。

对于 Personal Edition，先订阅，再到 Token Plan 控制台的 My Subscription 页面生成密钥。具体步骤参见个人版快速入门。

对于 Team Edition，管理员必须先为你的账号分配席位，然后才能生成该账号的密钥。团队版快速入门将这一步放在 Member Management 中。

以下示例假设客户端已安装，并使用 macOS 或 Linux 上的 Bash。打开一个新的终端，运行下面的命令，粘贴密钥，然后按 Enter：

read -rs TOKEN_PLAN_API_KEY && export TOKEN_PLAN_API_KEY

命令不会回显输入的密钥。从这个终端启动客户端，使其继承导出的环境变量。

配置 Claude Code，并验证实际文件读取

将 Opus 的模型映射设为 Qwen4-Max-Preview，再明确选择 Opus。阿里云的 Claude Code 配置说明为 Token Plan 提供了以下模型映射。

在包含 README.md 的仓库目录中运行：

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 的基础 URL 应以 /apps/anthropic 结尾，不要再加 /v1。

--model opus 参数会选择映射后的主模型。这符合 Claude Code 文档中的模型选择与别名规则。

其余映射仍允许辅助任务使用其他模型。尤其是 CLAUDE_CODE_SUBAGENT_MODEL="auto"，它没有将所有子代理固定为 Qwen4-Max-Preview。不要把整个多模型会话当作 Qwen4 单模型的基准测试。

在交互会话中输入以下提示词：

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

检查客户端是否显示了文件读取操作，并将引用的标题与实际文件核对。随后查看同一时段的 Token Plan 用量。相比一句普通问候，完成一次工具调用、结果返回和结果处理，更能验证接入是否有效。

接着尝试一个范围明确的小改动，并使用已有的验收测试检查结果。记录所选模型、思考强度、耗时、测试结果和消耗的 Credits。

如果 Claude Code 看起来仍在使用其他提供商，请先按实际调用路径核验步骤排查，再评价模型。

长回答被截断时，调整输出上限而不是上下文长度

长回答中途被截断时，应增大输出预算。阿里云针对这个模型明确建议设置 CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000。

退出客户端，然后在同一个 Bash 终端中重新启动：

export CLAUDE_CODE_MAX_OUTPUT_TOKENS=64000
claude --model opus

这个参数与 CLAUDE_CODE_MAX_CONTEXT_TOKENS="983616" 不同。两者都不保证生成长度为 393,216 tokens 的回答。模型上限、客户端配置和实际请求的输出预算，是不同层面的限制。

改用 OpenCode 或 Qwen Code

使用与你的客户端对应的配置，不能直接互换它们的基础 URL。添加示例前先备份现有配置，并保留其他无关设置。

OpenCode：保留适配器地址末尾的 `/v1`

在 ~/.config/opencode/opencode.json 中使用阿里云提供的 Anthropic 适配器配置。

示例沿用阿里云的 V1 风格提供商配置结构。OpenCode V2 的迁移文档说明，受支持的 V1 配置仍可使用。不要在这个提供商对象中混入原生 V2 字段名。

{
  "$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
          }
        }
      }
    }
  }
}

这里末尾的 /v1 是该适配器需要的写法，与阿里云 OpenCode 指南一致。不要把 Claude Code 中较短的基础 URL 复制到这里。

输出值 131072 来自阿里云的 OpenCode 模型配置项。它是客户端配置，不代表模型公布的 393,216 tokens 最大输出发生了变化。

OpenCode 的环境变量替换功能会通过 {env:TOKEN_PLAN_API_KEY} 读取导出的密钥。运行 opencode，用 /models 确认所选提供商和模型，再重复文件读取测试。

Qwen Code：明确设置思考与回答共享的输出预算

在 ~/.qwen/settings.json 中使用 Token Plan 的 OpenAI 兼容端点。

阿里云 Qwen Code 指南记录了这个模型的默认输出上限：32768。下面的示例为首次编程试用选择了 64000，并将思考强度设为 medium。这是主动选择的配置，不是模型默认值。

{
  "$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 填的是环境变量名，不是密钥本身。Qwen Code 的提供商配置参考说明了这种凭据传递方式及生成参数的设置。

从已导出密钥的终端运行 qwen。用 /model 确认模型，然后重复同一个文件读取任务。

为什么 `max_tokens` 会截断最终回答？

对于 Qwen4-Max-Preview，Chat Completions 会将思考和回答的 token 都计入同一个输出预算。API 兼容性升级通知明确说明，这个模型的 max_tokens 等同于 max_completion_tokens。

下面的预算示例说明了其中的影响：

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

这只是基于假设的计算，不是实测结果。此前只按可见回答设置的上限，现在可能给最终回答留下太少空间。

思考默认开启。reasoning_effort 支持 low、medium 和 xhigh，默认值为 xhigh。不要同时设置 reasoning_effort 和 thinking_budget。

范围明确的试用可以先从 medium 开始。简单修改可尝试 low；任务更难、值得验证更深入思考的效果时，再尝试 xhigh。每次只改一个设置，比较任务完成情况，不要只看回答长度。

现有 Qwen 模型仍保留原来的 max_tokens 行为。不要把这个预览模型的新规则套用到所有既有 Qwen 集成中。

在 Chat Completions 中保留历史思考

多轮对话时，要将全部历史思考保留在专门的字段中。Qwen4-Max-Preview 默认启用 preserve_thinking。

先前助手消息中的思考内容应放在 reasoning_content 中。不要拼接进助手的 content 字段，也不要作为新的用户消息发送。

这应由客户端适配器处理，不需要手动把隐藏的思考内容粘贴到聊天中。评估集成时，除了首轮回复，还应验证后续一轮对话，以及工具调用的完整往返流程。

Messages、Chat Completions 与 Responses 的对比解释了为什么仅有 HTTP 兼容性，并不能证明代理能正确工作。

按错误现象排查对应原因

遇到 401 InvalidApiKey: Invalid API-key provided. 时，先检查密钥所属的计费计划、订阅状态，以及密钥是否复制完整。确认端点与密钥匹配，重启客户端，再重复文件读取测试。

配置模型映射后，如果出现 AccessDenied，HTTP 状态为 403、错误码为 access_denied，请检查 Model Studio 的 Model Gallery。阿里云将 Upcoming deprecation 状态列为一种可能原因。也要检查权限和套餐是否支持该模型；并非所有 403 都意味着模型下线。

如果输出被截断，先检查实际生效的输出预算和思考强度，不要急着修改认证配置。应用上文的 Claude Code 或 Qwen Code 设置，再执行同一任务。

如果额度耗尽，应使用订阅提供的额度管理选项。增大 max_tokens 不会恢复 Credits，反而可能增加下一次成功调用的消耗。

在截止日期前迁移到独立的付费接入路径

需要在预览结束后继续工作时，可以将 qwen3.8-max 作为按量付费替代模型。阿里云的按量付费接入说明明确列出该模型，并说明按实际使用量计费。API 价格另见模型页面。

这里推荐的是接入路径，不是宣称它的编程质量与 Qwen4-Max-Preview 相当。

按照 API 密钥创建说明，在新加坡地域单独创建一个 Model Studio API 密钥。随后替换密钥、端点、主模型和辅助模型映射。

下面的 Bash 示例使用文档中列出的新加坡共享端点。阿里云的基础 URL 参考也提供工作空间专属端点，并建议在生产环境中使用。

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

这里有意将所有列出的模型选项都映射到替代模型。之后可以先检查可用性与费用，再重新调整辅助模型。

开启新对话，重复文件读取任务，并在独立的付费接入路径中核对用量。只修改模型、继续保留 Token Plan 凭据，不会将计费转为按量付费。

如需另一条兼容 OpenAI 的付费接入路径，BetterToken 截至 2026-11-12 的目录中列有 qwen3.8-max。基础 URL 为 https://www.bettertoken.ai/v1；使用自己的 BetterToken 密钥，并按照OpenCode 接入文档配置。这是独立收费的 API 接入，不是 Qwen4 预览版的接入方式；切换前请查看当前价格。