Qwen4-Max Preview 試用前：Token Plan 範圍與思考輸出預算

2026-11-12

AI

/

API

/

開發工具

/

設定管理

本文目錄

把 coding tool 的 model 改成 qwen4-max-preview 之前，先核對帳號是否走 Token Plan，以及工具使用的協定端點。Qwen4-Max Preview 尚未提供 pay-as-you-go 存取；Token Plan Personal 也限制在 coding／agent 工具內的互動使用。

依 2026-11-12 查核的 Model Studio 模型文件，預覽從 2026-11-11 10<00> 到 2026-11-25 24<00>（UTC+8），結束後模型下架，期間不改版。它適合做有期限的小型驗收，長期工作流要先準備可切回的模型設定。

先檢查 Token Plan 是否符合用途#

Token Plan Personal 文件列出互動式 coding／agent 工具的使用範圍，並禁止自動化腳本、自訂應用後端與非互動批次呼叫。工具內由使用者互動發起、透過 Skill、Slash Command 或 Agent 的呼叫屬文件描述的正常用途。

因此本文以 coding tool 試用流程為主。若目標是定時跑分類腳本或替自己的產品後端供應 API，先確認適用方案與合約允許範圍，再決定整合方式。模型頁列出 OpenAI API 相容，無法單獨推導出訂閱方案允許的用途。

Personal 文件另列服務區域為 Singapore、推論採 Global 部署，輸入與輸出會涉及跨境傳輸。試用資料應按這個資料流評估，先使用可公開的小型專案副本。

把 key、base URL 與協定當成一組設定#

官方模型頁列的專用 Base URL 是 https://token-plan.ap-southeast-1.maas.aliyuncs.com，並要求按 Token Plan 指南取得各協定的完整 endpoint。模型支援 OpenAI Chat Completions、Responses 與 Anthropic Messages 相容路徑。

設定時記錄四件事：

方案發出的專用 API key，存於工具支援的憑證位置。
工具實際採用的協定，以及該協定完整 base URL。
完整 model ID：qwen4-max-preview。
原模型設定的備份，以及預覽結束前的切回方式。

應使用官方指南與客戶端實際要求的 URL 形式。有的工具會自行附加路徑，照抄另一個 SDK 的完整 request URL 可能重複組路徑。本文未登入 Token Plan 或操作客戶端，不提供未確認的通用設定檔。

若是使用 Qwen Code，站內 Codex executor 工作流處理的是 harness 與 executor；更換模型 provider 後，仍需重新驗證工具往返。

max_tokens 現在包含思考與最終答案#

Qwen4-Max Preview 的 context 為 1M tokens，最大輸出為 393,216 tokens，思考與答案共用輸出上限。這是模型容量上限，單次請求的限制還會受你的參數及工具設定影響。

API compatibility upgrade notice說明，從這個模型開始，Chat Completions 的 max_tokens 等同 max_completion_tokens，涵蓋 reasoning 加 final answer。既有較早模型保留原行為。

例如你設定 8,192，模型若先使用其中一部分思考，留給答案的空間就會減少。排錯時先記錄請求送出的輸出限制、可取得的 reasoning／output usage 與停止原因，再判斷要增加預算還是降低推理強度。1M context 不能補回一個被設得太小的輸出限制。

模型預設啟用 thinking，reasoning_effort 支援 low、medium 與預設的 xhigh；官方要求不要同時設定 reasoning_effort 與 thinking_budget。先保留一個控制來源，避免工具、provider adapter 與自訂設定各塞一套參數。

用一個小任務驗收，再增加工作量#

挑選已有測試的小型 repository 副本，固定一個可人工判定的任務，例如修正日期格式化函式。依序確認：模型能回答、能讀檔、能提出並完成一個可回復修改、能執行被允許的測試，最後由人審查 diff。

記錄實際 model、協定、reasoning effort、輸出限制、總耗時、測試結果及是否人工介入。比較另一模型時維持相同任務與驗收條件；一個成功任務只能支持該次流程可用，無法推出整體能力排名。

Chat Completions 的 preserve_thinking 預設啟用。官方要求歷史 thinking 放回 assistant 訊息的 reasoning_content，與 content 分開。若使用 coding tool，由 adapter 管理歷史時應查它是否支援；「第一輪成功、第二輪工具後失敗」值得檢查序列化與歷史回傳，尚不能據此直接判定模型能力不足。

這篇是官方文件導向的試用決策指南。帳號資格、工具相容、計費與實際推論均尚未執行驗證；開始前應再確認模型仍在預覽期間。