两件事撞在了同一天。
11月25日24点，阿里的 qwen4-max-preview 下线，个人版还不支持退订。同一个11月25日，百度要给文心5.5 Flash Preview 开源权重，协议 Apache 2.0——这是官方中文页和多家媒体的口径，英文发布页只写了个 soon。知乎知乎知乎
一扇门关，一扇门开。中间只剩10天。
这10天怎么花，得先看清一件事：两家给的压根不是同一种东西。
Qwen4给的是试驾，不是零件
预览版从11月11日10点开始，只能走 Token Plan 订阅，没有按量付费的 API。订阅前须知里有一句很容易被「最低1折」盖过去的话：套餐只许在编程和智能体工具里交互式使用，「不可用于自动化脚本、自定义应用程序后端或任何非交互式批量调用场景」，违规可能被暂停订阅或封 API Key。个人版的输入和生成内容，还会被用于「服务改进与模型优化」。知乎
翻译一下——这东西不是让你接进服务的，是让你在 Claude Code、Cursor、Qoder 里手动开两圈的。
那就把它当能力上限探测器用。规格确实值得跑一趟：文本加图片视频理解、100万上下文、最大输出 393,216 token。
但这里有个新坑。从这一版起，思考过程和最终回答共用这 393,216 的输出预算，max_tokens 和 max_completion_tokens 成了一回事，默认思考力度还是最高的 xhigh，按老习惯只给回答留额度的人，会看到回答莫名其妙被截断。知乎
有人已经跑过大活。一位开发者用 Claude Code 接 qwen4-max-preview 做 FPS 游戏，Opus 5.5 全程只当监工不写代码，最后产出 29 个模块、16045 行游戏代码；真正烧 token 的活累计跑了 18 小时 49 分、2968 次模型调用、上下文自动压缩 47 次，用他的话说「24小时都不够用」。知乎
10天，够跑完一轮认真评测，不够养出依赖。
文心给的是毛坯房
百度这次很罕见地在发布页上写了句实话：这是后训练过程中的一个中间版本，训练还没结束，部分能力可能因为训练不充分而有所欠缺。知乎
规格是 2800 亿总参数、每个 token 激活 140 亿、100 万上下文，纯文本，没有多模态。快是真快，官方说千帆单用户超过 200 tokens/s，定价为每百万 Token 输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，限时五折。有开发者实测 decode 速度干到 267 token 每秒。百度智能云硅星人知乎
折下来忙时输入 1 元、输出 4 元，命中缓存 0.1 元；闲时再减半。价目页没写死活动截止日期。知乎
11月25日之后权重开源，但免费的是权重，不是推理。280B 的 MoE 自己扛，卡、运维、SGLang 和 vLLM 的调优，全是你的成本。
还有个细节值得留个心眼。Preview 说的是 Apache 2.0，可 11 月 5 日先开源的那个 Base，在 ModelScope 上许可标的是「other」。权重真放出来那天，以仓库里的 LICENSE 文本为准，别按发布会口径做规划。知乎
能力上第三方测评的口径比较一致：Agent 从「不可用」进了「基础可用」区间，中等难度的常见任务能做完；单次三维空间直觉偏弱，但靠工具链多轮纠错能补回来。所以这10天适合喂它「输入长、输出短」的活——长文档抽取、表格转结构化、批量打标签，丢闲时段跑。需要它相信自己知识的地方，比如写方案、下专业判断，先别切。知乎硅星人
罕见的一致
有意思的是，两边独立测评的人，结论撞在了一起：别把生产主链路切过去。
理由完全不同。一个是10天后 ID 就没了，一个是官方自己承认训练没跑完。但动作一样。
所以这10天的清单很短：
评测集现在跑完，用交互式工具跑，别挂脚本；
max_tokens 重新留宽，思考要占额度；
文心只喂离线批处理，顺手把自部署的成本账先算出来；
退路写清楚。qwen4-max-preview 下线后会不会由正式版接上，官方文档没写。有开发者翻到的先例是，上一代 qwen3.8-max-preview 下线后旧 ID 被路由到了正式版、并按正式版计费。这是先例，不是承诺。
11月25日那天，一边是模型 ID 失效，一边是权重上架。真正要回答的问题从来不是「哪个更强」，而是「哪个敢进你的生产环境」。
这个问题10天后再答不迟。但评测数据，只能现在跑。
