2026年11月21日,Together AI 宣布阿里旗舰模型 Qwen4 Max 上线其无服务器推理平台,模型串为 Qwen/Qwen4-Max,上下文 100 万 Token,11 月 22 日前 7 折。Together AI 用一次调用做了演示:把 Tornado 的全部 344 个文件、65 万 Token 一次发给模型修 Bug,72 秒拿到补丁且通过了回归测试。一次调用就能让模型看完整仓库。
65 万 Token 一次调用,补丁通过 1673 个测试
修的是 Tornado WebSocket 的一个真实 Bug:连接关闭时仍有消息没发完,没加 await 的 write_message 调用会刷日志“Task exception was never retrieved”。54 秒后吐出第一个 Token,72 秒给完补丁,定位到 tornado/websocket.py 的 write_message,还引用了仓库里 tornado/iostream.py 已有的同款写法。补丁通过了两条新增回归测试,Tornado 全套 1673 个测试零失败。这次请求花了 0.69 美元,7 折价,原价 0.98 美元。提示词输入会自动缓存,重复提交时 63 万 Token 的请求几乎全命中缓存,首 Token 8 秒到、输入成本约 3 美分。7 折价:输入每百万 Token 1.05 美元、输出 3.15 美元、缓存输入 0.0525 美元,原价 1.50、4.50、0.075 美元。
对整仓改代码的开发者最直接,但有三条限制
这件事对两类人最直接:想让模型一次看全大型代码库再动手改的开发者,以及做长上下文 Agent 的团队。Qwen4 Max 11 月 16 日发布时,阿里称它是 Qwen 家族迄今最强模型,2.4 万亿参数 MoE、每次激活 710 亿参数,在 721 个专业领域的 Work360 评测里优于上一代,推理量更省。但有三条限制得先看清:模型只支持流式请求,不传 stream 参数会返回 400 错误;思考默认开启,推理 Token 按输出计费,不想要可以在调用时关掉;Together AI 目前只提供无服务器调用,不支持微调和专属端点。模型支持工具调用与图片输入,但要专属部署或微调的场景走不通。
7 折只到 11 月 22 日,后续看什么
7 折 11 月 22 日截止,之后恢复原价,想试的开发者可以在窗口期内先跑一次小仓库验证效果,再决定是否接进日常开发。阿里同时表示 Qwen4 系列更小的开源权重模型随后推出;7 折结束后,还要看缓存命中率与长上下文请求的实际稳定性。