Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Qwen4 max uzhe dostupen na together ai
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Qwen4 Max уже доступен на Together AI

Источник: Together AI•21 ноября 2026 г. в 21:05

Qwen4 Max уже доступен на Together AI

Qwen4 Max, Alibaba's flagship Qwen model, is live on Together AI and 30% off through November 22, 2026. We sent it a bug report and an entire repository in one request. Its patch passed the project's tests, for 69 cents.

Мы передали Qwen4 Max баг-репорт и всю кодовую базу в одном запросе. Кодовой базой был Tornado, веб-фреймворк на Python: все 344 файла, 652 519 токенов. У модели не было инструментов, и мы не выбирали релевантные файлы заранее и не запускали этап поиска (retrieval). Через 72 секунды она вернула патч, и этот патч прошёл тесты, написанные мейнтейнерами Tornado для этого бага. Запрос стоил 69 центов.

Она также нашла прецедент в другом месте репозитория. В баг-репорте ни разу не упоминается tornado/iostream.py, но модель указала на находящийся там код, который уже обрабатывает ошибки так, как требовалось для её патча. Мейнтейнеры Tornado ссылаются на этот же код в своём собственном исправлении.

Qwen4 Max — это флагманская модель Qwen от компании Alibaba. Сегодня она стала доступна на Together AI, и до 22 ноября 2026 года на неё действует скидка 30%.

Тест

Tornado — это веб-фреймворк с открытым исходным кодом на Python. Его репозиторий содержит около 340 файлов кода, тестов и документации. Это умещается в контекстное окно Qwen4 Max и значительно превышает то, что кто-либо стал бы вставлять в промпт вручную. Мы выбрали исправление, закоммиченное мейнтейнерами 18 ноября 2026 года, через два дня после релиза Qwen4 Max, и провели тестирование на репозитории в том состоянии, в котором он находился непосредственно перед этим коммитом.

Это один из примеров, выбранный для того, чтобы показать возможности и стоимость одиночного вызова.

Ошибка находится в коде websocket фреймворка Tornado. Когда соединение закрывалось при наличии неотправленных сообщений, каждый вызов write_message(), который не ожидали через await, логировал ошибку, хотя использование await для него необязательно. Мы отправили каждый текстовый файл из этой рабочей копии в виде единого промпта вместе с баг-репортом, описывающим только симптом:

write_message логирует "Task exception was never retrieved" при закрытии соединения. Когда websocket-соединение закрывается при наличии неотправленных сообщений (например, клиент отправляет свои сообщения и FIN или сбрасывает соединение, не прочитав ответы), каждый вызов write_message(), результат которого не был за-await-ен, логирует "Task exception was never retrieved" на уровне ERROR. Ожидание Future, возвращаемого write_message, является необязательным, поэтому вызов без await не должен ничего логировать. Вызывающий код, который использует await, по-прежнему должен получать WebSocketClosedError.

Когда websocket-соединение закрывается при наличии неотправленных сообщений (например, клиент отправляет свои сообщения и FIN или сбрасывает соединение, не прочитав ответы), каждый вызов write_message(), результат которого не ожидался через await, логирует "Task exception was never retrieved" на уровне ERROR.

Ожидание Future, возвращаемого write_message, является необязательным, поэтому вызов без await не должен ничего логировать. Вызывающий код, который использует await, по-прежнему должен получать WebSocketClosedError.

Мы попросили указать причину и предоставить патч. Вот воспроизведение этого запроса:

Что мы получили в ответ

Первый токен появился через 54 секунды, а ответ полностью завершился на 72-й секунде. Qwen4 Max отследила ошибку до WebSocketProtocol13.write_message в tornado/websocket.py. Этот метод обёртывает каждую запись в задачу (task). Когда соединение закрывается, задача завершается с ошибкой, которую никто не обязан перехватывать, и Python логирует это как "Task exception was never retrieved".

Патч модели помечает исключение как полученное (retrieved). Ничего не логируется, а вызывающий код, который использует await для записи, всё равно получает ошибку:

Именно найденный прецедент делает патч естественно вписывающимся в проект. В объяснении модели говорится, что фикс должен делать то, что BaseIOStream.write уже делает для своих собственных futures. Этот метод находится в tornado/iostream.py, уровнем ниже кода websocket, и он решает ту же проблему таким же образом. В коммите мейнтейнеров проводится точно такое же сравнение.

Никто не выбирал эти файлы специально. Загружены были все 344 файла, и модель сама нашла два действительно важных.

Как мы это проверили

Мейнтейнеры Tornado добавили два регрессионных теста к своему фиксу: один для записи без await, а другой для записи с await. На коде до исправления первый тест завершался ошибкой. С применённым патчем модели оба теста проходят успешно. Затем мы запустили полный набор тестов Tornado (1 673 теста) с применённым патчем, и ни один не упал.

Во сколько это обошлось

По акционной цене запрос обошёлся примерно в 69 центов, почти полностью за 652 519 входных токенов. По обычной цене это составило бы 98 центов.

Повторная отправка того же репозитория стоит значительно дешевле. Together AI автоматически кэширует входной промпт, и кэшированный ввод стоит $0,0525 за миллион токенов во время распродажи. Когда мы повторили запрос объёмом около 630 000 токенов, почти всё было взято из кэша. Первый токен поступил через 8 секунд вместо 54, а стоимость ввода составила около 3 центов вместо 66.

О Qwen4 Max

Alibaba выпустила Qwen4 Max 16 ноября 2026 года и описывает её как самую мощную модель в семействе Qwen на сегодняшний день. Компания позиционирует модель для продолжительной агентской работы, включая написание кода в крупных репозиториях — именно такую задачу мы и протестировали.

Qwen4 Max — это разреженная модель со смесью экспертов (mixture-of-experts) на 2,4 триллиона параметров, из которых 71 миллиард активен для каждого токена. В Work360, собственном бенчмарке Alibaba для индустриальных задач в 721 специализированной области, по заявлениям компании, модель в целом превосходит Qwen3.8 Max, использует на 35% меньше токенов при высоком уровне рассуждений (reasoning effort) и стоит в среднем примерно на 60% меньше в расчёте на задачу. Это данные Alibaba, а подробности приведены в её анонсе.

Запуск на Together AI

Qwen4 Max доступна в Together Serverless Inference под именем модели Qwen/Qwen4-Max. Этот скрипт отправляет весь репозиторий и баг-репорт в одном запросе, как в нашем тесте. Вам понадобятся Together Python SDK (pip install together), TOGETHER_API_KEY, локальный клон репозитория и баг-репорт, сохранённый как bug_report.md. Скрипт отправляет каждый текстовый файл, отслеживаемый git, поэтому сначала проверьте репозиторий на наличие конфиденциальных данных (секретов).

Две вещи в нём специфичны для этой модели. Запросы должны содержать параметр stream=True, поскольку Qwen4 Max на Together AI принимает только потоковые запросы. Кроме того, режим рассуждений (thinking) включён по умолчанию, поэтому ход мыслей модели сначала передаётся в delta.reasoning, и перед началом ответа возникает пауза. Токены рассуждения учитываются как выходные токены. Чтобы пропустить этап рассуждений в простом запросе, передайте reasoning={"enabled": False}.

Чтобы попробовать её без написания кода, откройте её в playground. На странице модели приведена та же информация.

Часто задаваемые вопросы

Сколько стоит Qwen4 Max на Together AI?

Базовая цена Qwen4 Max на Together AI составляет $1,50 за 1 млн входных токенов, $4,50 за 1 млн выходных токенов и $0,075 за 1 млн кэшированных входных токенов. До 22 ноября 2026 года действует скидка 30%: $1,05, $3,15 и $0,0525 соответственно. Токены рассуждений (thinking tokens) считаются как выходные токены.

Каков размер контекстного окна у Qwen4 Max на Together AI?

Qwen4 Max имеет контекстное окно в 1 млн токенов на Together AI. В нашем тесте запрос с 652 519 входными токенами вернул первый токен через 54 секунды.

Принимает ли Qwen4 Max изображения?

Да, Qwen4 Max принимает текстовый и визуальный ввод (изображения) на Together AI и возвращает текст. Отправляйте каждое изображение в виде блока image_url в содержимом сообщения, как описано в документации по работе с изображениями (vision docs).

Почему запрос к Qwen4 Max завершается ошибкой без использования потоковой передачи (streaming)?

Qwen4 Max на Together AI принимает только потоковые запросы. Запрос без "stream": true возвращает ошибку 400 с кодом streaming_required. Укажите stream=True в SDK или "stream": true в теле запроса и считывайте ответ из потока.

Как отключить рассуждения (thinking) в Qwen4 Max?

Передайте reasoning={"enabled": False} в Python SDK или "reasoning": {"enabled": false} в теле запроса, чтобы отключить рассуждения в Qwen4 Max. Рассуждения включены по умолчанию и возвращаются в поле reasoning перед ответом. Чтобы получить более подробные рассуждения для сложной задачи, установите reasoning_effort на "max".

Поддерживает ли Qwen4 Max вызов инструментов (tool calling)?

Да, Qwen4 Max поддерживает tool calling на Together AI через стандартный параметр tools. Модель может возвращать более одного вызова за один ход.

Работает ли кэширование промптов (prompt caching) с Qwen4 Max?

Да, кэширование промптов для Qwen4 Max на Together AI работает автоматически, а кэшированные входные токены стоят \$0.075 за 1 млн по прайс-листу. В нашем тесте повторный запрос на 630 000 токенов вернулся почти полностью из кэша, а его первый токен пришел через 8 секунд вместо 54. Кэширование работает по принципу best effort, поэтому кэшируется не каждый повторный запрос.

Можно ли дообучить (fine-tune) Qwen4 Max или запустить ее на выделенном эндпоинте?

Нет, на сегодняшний день Qwen4 Max доступна на Together AI только в режиме serverless, и возможность fine-tuning отсутствует. Alibaba заявляет, что позже появятся более компактные модели серии Qwen4 с открытыми весами.

← Все статьи

О чём эта статья

Ещё в разделе «AI и машинное обучение»

Все →
Инциденты с обработкой данных у провайдеров инференса
OpenRouter

Инциденты с обработкой данных у провайдеров инференса

Orchestrator: один API для передовых и открытых моделей
Perplexity

Orchestrator: один API для передовых и открытых моделей

Gemini 4 Hydrogen: что дает режим xhigh при шестикратном росте стоимости
OrcaRouter

Gemini 4 Hydrogen: что дает режим xhigh при шестикратном росте стоимости

Видео Gemini 4 Neon: экспорт артефакта, а не генерация
OrcaRouter

Видео Gemini 4 Neon: экспорт артефакта, а не генерация

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года
Together AI

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года

Как мы обеспечиваем безопасность более 100 кластеров в 20+ облаках
Baseten

Как мы обеспечиваем безопасность более 100 кластеров в 20+ облаках

Ещё от Together AI

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года
Together AI

Инцидент безопасности: утечка промптов из запросов за июнь и июль 2026 года

Qwen3 TTS теперь доступна на Together AI
Together AI

Qwen3 TTS теперь доступна на Together AI

Tencent Hy4 доступна на Together AI
Together AI

Tencent Hy4 доступна на Together AI

Представляем Together Storage Accelerator: быстрое и бесплатное кэширование данных для вашего кластера GPU
Together AI

Представляем Together Storage Accelerator: быстрое и бесплатное кэширование данных для вашего кластера GPU

В прошлом году мы создали мегакернелы. В этом — удалили их: путь к Together Compiler
Together AI

В прошлом году мы создали мегакернелы. В этом — удалили их: путь к Together Compiler

Как заставить открытые модели работать с долгосрочными агентскими рабочими нагрузками
Together AI

Как заставить открытые модели работать с долгосрочными агентскими рабочими нагрузками