Together AI 官方 Pricing 頁把 Qwen4-Max 的輸入、輸出、緩存讀取三項價格限時調到了阿里雲 Model Studio 新加坡國際部署價的 70%,頁面標註優惠有效至 2026-11-23。
結論是有條件的: 只有你的任務能在截止日前完成驗證,主要依賴文本和圖像輸入,並且不觸碰 Together 尚未逐項公開的長度上限時,這個七折才值得搶測。否則,應該用“單次成功任務成本”來決定是否切換,同時按活動結束後的價格準備第二份賬單。這個七折是一張價目表,還不等於一份已經被你驗證過的部署。
您讀完此文能瞭解到什麼?
- Together AI 七折的具體數值、計算基準和到期日,以及這些數字分別出自哪一頁。
- Together 型號詳情頁和 Pricing 頁價格不一致時,應該如何核賬。
- 阿里雲官方公佈的窗口、輸出上限和緩存計費,哪些不能直接套用到 Together 路由。
- 一套用於短文本、長上下文和圖片任務的切換驗收方法,以及帶分母和假設的算例。
- API易 上架
qwen4-max的端點、分組和目錄價,以及它與 Together 促銷的區別。
索引: 正文先把可覈驗的事實分成四組:Together 七折價與期限、同名型號在不同頁面的差異、阿里雲官方規格、API易 的上架信息,每組數字都註明歸屬和條件。隨後是分析判斷部分,內容依次是七折背後可能的定價機制(均爲推測),用同一批任務計算單次成功任務成本的方法和代碼,以及把 API易 作爲獨立備選時需要逐項覈對的內容。

Qwen4-Max 七折相關概念 To Know
| 概念 | 簡要解釋 |
|---|---|
| Serverless 推理 | 運行實例由供應商管理,應用通過公開接口按量調用,無需自己部署模型 |
| 國際部署 | 阿里雲模型服務的一種地域與部署口徑,價格和規則隨選區不同而變化 |
| Token | 模型處理文本等信息的計量單位,輸入、輸出、緩存等計費項分別覈算 |
| 緩存讀 | 請求複用此前已經處理過的輸入,按讀取檔計費;緩存寫另有價格和有效期 |
| 上下文窗口 | 單次推理可用的總長度,服務商還可能分別限制最大輸入和最大輸出 |
| 輸入模態 | 模型服務接受的數據類型,例如文本、圖片、視頻 |
| 單次成功任務成本 | 總推理支出除以通過驗收的任務數,失敗和重試產生的支出也計入在內 |
Qwen4-Max 七折影響速覽
- 應用開發者與採購負責人: 標價下降 30%,但截止日只剩約三天,而且頁面沒有標明時區和截止時刻。來不及完成驗收的話,按促銷價做長期預算風險較大。
- 長上下文或 Agent 場景團隊: 輸入 token 佔大頭的任務,節省的金額最明顯。不過 Together 沒有逐項公開輸入和輸出上限,需要先實測截斷位置。
- 視頻理解需求方: 阿里官方型號頁列出了視頻輸入,Together 型號頁目前只明確列出文本和圖像。在拿到明確說明或實測結果之前,不宜把視頻任務遷移過去。
Qwen4-Max 七折接入成本:客觀事實
Together AI Qwen4-Max 七折價格與到期日
下表中的數字截至 2026-11-20 檢索,單位均爲美元/每百萬 Token。Together 的數字來自其官方 Pricing 頁,該頁把 Qwen4 Max 標記爲 PROMO。阿里雲的數字來自 Model Studio 價目表中的新加坡國際部署價。
| 計費項 | Together Pricing 頁限時價 | 阿里雲新加坡國際部署價 | 比率 |
|---|---|---|---|
| 輸入 | 1.05 | 1.50 | 0.70 |
| 輸出 | 3.15 | 4.50 | 0.70 |
| 緩存讀取 | 0.0525 | 0.075 | 0.70 |
| 有效期 | 頁面標註至 2026-11-23,未寫時區與時刻 | 滾動價目表 | — |

Together Pricing 頁上的“原價”與阿里雲新加坡價逐項相同,三項比率都正好是 0.70。這個七折只對應新加坡國際部署這一基準、這三個計費項和這次活動。如果你對比的是阿里雲其他地區的價格,或者涉及不同的緩存規則,就要重新計算折扣,不能直接沿用 30%。
這條價格消息最早在 OrcaRouter 2026-11-19 的文章中出現,但原文沒有點名平臺,作者還說明自家不提供這個型號。目前能覈對到相同三檔價格的出處是 Together AI 自己的 Pricing 頁,所以引用時以該頁爲準。
Together AI 型號頁與 Pricing 頁的 Qwen4-Max 價格差異
Together 的型號詳情頁(頁面標記 2026-11-15)公開了調用 ID Qwen/Qwen4-Max 和 Serverless 調用示例,但頁面上顯示的價格是另一檔:輸入 1.43、輸出 4.28、緩存讀取 0.0713(美元/百萬 Token)。同一家服務商的兩個公開頁面數字不一致,所以引用七折時應寫明“官方 Pricing 頁標註的促銷價”並記錄檢索日期,實際結算以賬號用量明細爲準。
| 維度 | Together 公開信息 | 阿里雲官方信息 |
|---|---|---|
| 調用 ID | Qwen/Qwen4-Max,附 Serverless 示例 |
Model Studio 型號頁 |
| 輸入模態 | 型號頁明確列出文本、圖像 | 文本、圖像、視頻輸入,文本輸出 |
| 總上下文 | 宣傳 100 萬總窗口 | 100 萬 token 總上下文 |
| 最大輸入 | 未逐項確認 | 非思考 991,808/思考 983,616 |
| 最大輸出 | 未逐項確認 | 非思考 131,072/思考 262,144 |
| 緩存讀取 | Pricing 頁 0.0525;型號頁 0.0713 | 新加坡 0.075 |
| 緩存寫入 | 未見公開 | 5 分鐘 1.875;1 小時 3(美元/百萬) |
阿里雲官方型號頁更新於 2026-11-18。按 OrcaRouter 文中的描述,思考模式下思考內容和回答共用 262,144 token 的預算。這些上限、模態和緩存規則都屬於阿里雲自己的部署,不能直接當作 Together 路由的能力。另外,有早期描述提到 Together 頁面曾出現等待上線的提示。現在型號頁已經給出調用 ID 和示例,但本輪覈驗沒有驗證實際調用是否成功。
API易 qwen4-max 上線信息與目錄價
API易(apiyi.com)於 2026-11-17 16:07 發佈公告,上線 qwen4-max。2026-11-20 15:17(UTC+8)生成的公開模型註冊表中也列有這個 ID。此前 API易 博客裏“暫未上架”的說法,以這份最新公告和註冊表爲準。
| 項目 | API易 公開目錄信息 |
|---|---|
| 模型 ID | qwen4-max |
| 端點 | chat、responses、messages |
| 令牌分組 | ClaudeCode、CodexResponses、default、svip |
| 目錄價(美元/百萬 Token) | 輸入 1.50、輸出 4.50、緩存讀取 0.075 |
| 覈驗方式 | 依據官方公告與註冊表,未發起付費調用 |
這組目錄價與阿里雲新加坡國際部署價數值相同,它不是Together 促銷,也不是 API易 的折扣。賬號分組、令牌權限和平臺結算方式都會影響能否調用以及最終實付金額。
Qwen4-Max 七折值不值得切換:分析判斷
Qwen4-Max 七折背後可能的定價機制(推測)
OrcaRouter 原文提出了三種解釋。下面分別說明,它們都只是推測,Together 的公開頁面只能確認促銷本身和明示的到期日,沒有披露折扣由誰承擔。
- 廠商補貼(推測): 模型方爲了推廣新模型,補貼第三方平臺的首發價格。如果是這樣,補貼結束後價格大概率會回到基準價。
- 批發價(推測): 平臺拿到了較低的採購價,可以長期讓利。但這種情況一般不會標註 PROMO 和截止日,與當前頁面的表現不太一致。
- 虧損引流(推測): 平臺以短期虧損換取新用戶。這種情況下,折扣的持續時間取決於平臺策略,無法預測。
原文把 12 月底作爲觀察節點,但已經公佈的期限是 11 月 23 日。做預算時應該先按 23 日到期來算,之後有延期公告再更新。
用同一批任務覈算 Qwen4-Max 單次成功任務成本
按 token 標價做對比,容易漏掉失敗、重試和截斷帶來的成本。比較穩妥的做法是固定任務集、提示詞和驗收規則,把同一批樣例分別發到候選路由上運行,記錄每次調用的輸入、輸出、緩存命中、失敗、重試和時延,然後用總支出除以通過驗收的任務數。建議至少準備三類樣例:
- 短文本任務: 例如分類、抽取、改寫,主要看成功率和輸出長度是否穩定。
- 長上下文任務: 例如發送一個約 400,000 token 的請求,觀察在哪裏被截斷,以及思考模式下輸出預算是否夠用。
- 圖片任務: 在 Together 已明確支持的圖像輸入上,驗證識別結果和計費是否與預期一致。

下表中的短文本算例是假設數據,用來演示分母應該怎麼取。長上下文算例引用 OrcaRouter 的計算:每輪 200,000 輸入、30,000 輸出,共 40 輪,不使用緩存,兩側都按新加坡口徑的標價計算。
| 算例 | 假設與分母 | Together 促銷價 | 活動結束後(假設回到 Pricing 頁原價 1.50/4.50) | 差額 |
|---|---|---|---|---|
| 短文本(假設) | 每次 2,000 輸入、500 輸出;100 個任務,8 次重試,共 108 次調用;92 個通過驗收 | 108 × 0.003675 ≈ 0.397,÷ 92 ≈ 每成功任務 0.00431 | 108 × 0.00525 ≈ 0.567,÷ 92 ≈ 0.00616 | 約 0.00185/成功任務 |
| 長上下文 Agent(OrcaRouter 算例) | 40 輪爲 1 次運行,無緩存,假設全部成功 | 每輪 0.3045,每次運行 12.18 | 每輪 0.435,每次運行 17.40 | 每次運行 5.22 |
按這個算例,每月跑一千次時差額約 5,220 美元,跑十次時只有約 52 美元。需要注意,如果活動結束後價格回到的是型號頁上的 1.43/4.28 那一檔,結果又會不同。所以價格列建議同時保留“促銷價”“Pricing 原價”“型號頁價”三套,等賬單出來後再對照真實單價。
Qwen4-Max 成本測試代碼示例
下面的極簡示例展示 OpenAI 兼容調用。以 API易 路由爲例,換成其他路由時,把 base_url 和模型 ID 改爲對應服務商公佈的值即可。
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # API易 OpenAI 兼容接口
)
resp = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "用一句話說明緩存讀計費"}]
)
print(resp.choices[0].message.content, resp.usage)
查看按“單次成功任務成本”記賬的完整腳本
import time
import openai
# 單位:美元 / 百萬 token;三套價格分別記錄,賬單出來後再替換爲實付單價
PRICES = {
"together_promo": {"in": 1.05, "out": 3.15, "cache_read": 0.0525},
"list_price": {"in": 1.50, "out": 4.50, "cache_read": 0.075},
"together_model_page": {"in": 1.43, "out": 4.28, "cache_read": 0.0713},
}
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # 替換爲待測路由
)
def run_task(prompt, validate, model="qwen4-max", max_retries=2):
"""返回每次調用的用量記錄,以及該任務是否最終通過驗收"""
records = []
for attempt in range(max_retries + 1):
t0 = time.time()
try:
r = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
u = r.usage
details = getattr(u, "prompt_tokens_details", None)
cached = getattr(details, "cached_tokens", 0) or 0
ok = validate(r.choices[0].message.content)
records.append({"in": u.prompt_tokens - cached, "cache": cached,
"out": u.completion_tokens, "ok": ok,
"latency": time.time() - t0})
if ok:
return records, True
except Exception as e:
records.append({"in": 0, "cache": 0, "out": 0, "ok": False,
"latency": time.time() - t0, "error": str(e)})
return records, False
def cost_per_success(all_records, passed, price):
total = sum(r["in"] * price["in"] + r["out"] * price["out"]
+ r["cache"] * price["cache_read"] for r in all_records) / 1e6
return total / passed if passed else float("inf")
腳本中的緩存字段依賴接口是否返回 cached_tokens。不同路由的返回字段可能不一樣,最終仍要以平臺賬單爲準。緩存寫入費用(阿里雲官方區分 5 分鐘和 1 小時兩檔)在 Together 側沒有公開價格,測試時應單獨記錄。
🚀 測試建議: 截止日前時間很緊,可以先在 API易 apiyi.com 用新用戶免費額度跑通樣例集和記賬腳本,確認驗收規則和日誌格式沒有問題後,再把同一份腳本指向 Together 路由做對照。這樣促銷窗口裏的測試時間都能用在比價上。
把 API易 qwen4-max 作爲獨立備選的核對清單
API易 的目錄價與阿里雲新加坡價相同,它的作用是在促銷結束或 Together 路由驗證不通過時,提供另一條按原價計費的穩定通道,而不是更便宜的選項。在 API易 apiyi.com 接入時,建議分四步覈對:
- 目錄覈對: 看註冊表中
qwen4-max的端點和分組是否包含你要用的協議,例如responses或messages。 - 賬號覈對: 確認當前令牌所在的分組是否有調用權限,目錄裏有這個模型不代表你的賬號一定能調用。
- 賬單核對: 用樣例集跑一輪,把實付單價和目錄價逐項比對。
- 能力覈對: 長上下文截斷位置、思考模式輸出和多模態支持,都按路由實測,不直接套用阿里雲的官方閾值。
如果你的工作負載能在 2026-11-23 前完成驗收,且算下來的單次成功任務成本確實更低,可以先用 Together 的促銷價跑一段時間,同時保留按原價運行的備選路由和第二份預算。如果來不及驗證,或者依賴視頻輸入、超長輸出,更穩妥的做法是先在 API易 apiyi.com 這類兼容接口上按目錄價把流程跑通,等 Together 公佈延期或補全規格後再重新比價。
參考資料
-
Together AI Pricing:Qwen4 Max 促銷價與有效期
- 鏈接:
together.ai/pricing - 說明: 頁面未標發佈日期,本文檢索日爲 2026-11-20
- 鏈接:
-
Together AI Qwen4 Max 型號頁:調用 ID、Serverless 示例與另一檔價格
- 鏈接:
together.ai/models/qwen4-max - 說明: 頁面標記 2026-11-15
- 鏈接:
-
阿里雲 Model Studio Model Prices:新加坡國際部署價與緩存寫入價
- 鏈接:
alibabacloud.com/help/en/model-studio/model-pricing - 說明: 滾動更新的價目表
- 鏈接:
-
阿里雲 Qwen4-Max 型號頁:上下文、輸入輸出上限與模態
- 鏈接:
alibabacloud.com/help/en/model-studio/qwen4-max - 說明: 更新於 2026-11-18
- 鏈接:
-
OrcaRouter 原文:七折消息來源與 Agent 場景算例
- 鏈接:
orcarouter.ai/blog/qwen-4-max-30-percent-price-cut-third-party - 說明: 發佈於 2026-11-19,其中的定價機制解釋爲作者推測
- 鏈接:
-
API易 上線公告與模型註冊表:
qwen4-max端點、分組與目錄價- 鏈接:
docs.apiyi.com/live/2026-11/qwen4-max-launch - 說明: 公告發佈於 2026-11-17,註冊表生成於 2026-11-20
- 鏈接:
作者: APIYI 技術團隊
技術交流: 歡迎在 API易 官網 apiyi.com 首頁聯繫我們,更多接入資料見文檔中心。
