Qwen Code v0.28.0升级:Qwen4-Max接入与Agent成本观察
Qwen Code v0.28.0正式支持Qwen4-Max,新增推理档位、Cache TTL与图片细节控制。解析Token成本、Web Shell、GitHub事件过滤与多模型协作。

AI 编程工具的竞争正在从代码生成能力,逐渐延伸到整个开发流程的自动化。过去,开发者使用 AI 编程助手,主要是让模型解释代码、补全函数或修复 Bug。现在,随着 Agent 技术的发展,开发工具开始具备多工作区管理、后台任务执行、跨设备协作、项目事件响应和持续会话恢复等能力。
Qwen Code 近期的更新正体现了这一变化。2026 年 11 月 17 日,Qwen Code 发布 v0.28.0 正式版本,新增对 Qwen4-Max 的支持,并引入原生推理强度档位、缓存 TTL 和图片细节控制等适配能力。同日,项目还发布了 v0.28.1-preview.0 预览版本。11 月 18 日,GitHub 又出现了 v0.28.0-nightly.20261118 构建,继续推进后台会话、SSE 事件处理和工作区管理等功能。
除了模型支持,Qwen Code 在 11 月 12 日发布的周报中还介绍了 Web Shell 使用情况展示、Qwen 订阅账号登录、微信和 QQ 渠道,以及 GitHub 仓库事件过滤等功能。
这些更新说明,Qwen Code 正在从一个以终端为核心的 AI 编程工具,逐步扩展为能够连接模型、项目、工作区和外部开发事件的 Agent 运行环境。本文结合官方更新记录,分析 Qwen Code 近期值得关注的功能变化,重点讨论 Qwen4-Max 接入、Token 成本观察、长会话管理和 API 模型调用的实际应用。
一、Qwen Code 最新版本更新了什么?v0.28.0 是一个重要节点
首先需要区分 Qwen Code 的正式版本、预览版本和 Nightly 构建。这三种版本的发布状态不同,不能将尚处于预览阶段的功能直接视为所有用户都已经获得的稳定能力。
截至 2026 年 11 月 19 日,官方 GitHub Releases 页面列出的近期版本如下:
表格
| 版本 | 发布时间 | 发布状态 | 主要关注点 |
|---|---|---|---|
| v0.28.0 | 11 月 17 日 | 正式版 | Qwen4-Max 支持、Agent Loop、工作区与会话功能 |
| v0.28.1-preview.0 | 11 月 17 日 | 预览版 | 后台任务、会话恢复及其他改进 |
| v0.28.0-nightly.20261118 | 11 月 18 日 | Nightly | SSE 处理、GitHub 频道、会话运行时改进 |
其中,v0.28.0 最值得关注的变化是 Qwen4-Max 支持。官方变更记录明确列出了以下三个适配方向:
Native Effort Ladder:原生推理强度档位。
Cache TTL:缓存生命周期控制。
Image Detail:图像细节级别控制。
这意味着 Qwen Code 开始针对 Qwen4-Max 的模型特性提供更贴合的客户端支持,而不只是简单地增加一个模型名称。另外,v0.28.0 还将 Headless 会话、Ink 终端界面和 SubAgent 逐步统一到共享 Agent Loop 中。这项改动的工程意义在于,不同交互界面能够使用更一致的 Agent 执行机制,减少不同运行入口之间的行为差异。需要注意,统一 Agent Loop 并不代表所有客户端的界面和功能完全相同。具体能力仍取决于运行环境和配置。
二、Qwen4-Max 接入 Qwen Code:推理档位与缓存控制有什么意义?
本次更新中,Qwen4-Max 支持是开发者最容易注意到的部分。但从 API 工程角度看,真正值得研究的是模型参数与客户端控制之间的关系。
一个编程 Agent 可能需要处理不同复杂度的任务。例如,解释一个简单函数、分析跨文件依赖、修改大型项目和执行多步骤测试,对模型推理资源的要求并不相同。如果所有任务都采用同一种推理配置,就可能出现资源分配不合理的问题。
1. Native Effort Ladder:让推理强度与任务复杂度对应
推理强度(Reasoning Effort)用于控制模型在任务处理过程中采用的推理预算或推理策略。简单任务通常不需要与复杂工程任务相同的推理预算。
表格
| 开发任务 | 建议测试方向 |
|---|---|
| 代码解释 | 较低推理预算 |
| 普通函数修改 | 中等推理预算 |
| 多文件依赖分析 | 较高推理预算 |
| 复杂 Bug 定位 | 较高推理预算 |
| 多步骤工程任务 | 根据任务验证高推理档位 |
这是一种业务层面的测试建议,并不是 Qwen Code 官方公布的固定档位映射。v0.28.0 更新中提到的 Native Effort Ladder,说明客户端开始针对 Qwen4-Max 的原生推理强度机制提供适配。但需要注意,不能因为客户端增加了推理档位支持,就认为所有模型提供商都会接受相同的参数名称和参数值。如果使用第三方 API 服务,应以目标模型接口实际支持的参数为准。
2. Cache TTL:为什么长会话需要关注缓存生命周期?
Cache TTL 是缓存的时间生存期,用于描述缓存内容可以保留的时间范围。在 AI 编程工具中,一个会话可能持续几十分钟甚至数小时。模型每次请求都可能包含:系统提示词、项目规则、工具定义、历史对话、文件内容、任务执行结果。
其中,一部分内容在多轮请求中保持不变。如果底层 API 支持提示词缓存,并且客户端能够稳定复用符合条件的前缀,就有机会减少重复输入的处理成本。例如,一个项目的系统提示词和开发规范可能在整个会话中保持不变,而当前正在修改的代码文件会不断变化。缓存机制的价值在于让稳定内容有机会被复用,而不是每次都按照普通输入重新计费。
不过,Cache TTL 不等于所有会话内容都会自动缓存。实际缓存效果仍然取决于模型服务端的缓存策略、请求前缀一致性和缓存保留规则。
3. Image Detail:图片输入不只是上传文件
Qwen Code 支持视觉相关工作流。例如,开发者可以提供网页截图、界面设计稿或错误提示图片,让模型结合项目代码进行分析。图片细节级别会影响视觉输入的处理方式。对于普通界面布局分析,可能不需要极高的图像细节;但对于需要识别小字号文字、图标或精细布局的任务,就需要验证更高细节设置是否带来实际帮助。这也说明模型客户端的升级不只是增加新模型,还需要让不同输入类型能够适配模型的能力。
三、Qwen Code 新增 Token 使用情况展示:Agent 成本终于可以更细致地观察
11 月 12 日,Qwen Code 官方周报介绍了 Web Shell 新增的使用情况展示。在输入框下方,用户可以看到:Turn Count(当前会话轮数)、Output Speed(输出速度)、Total Tokens(累计 Token 使用量)、Cache Hit Rate(缓存命中率)。这些数据对于长时间运行的 Agent 任务具有实际价值。过去,开发者往往只知道某个任务消耗了多少额度,却很难判断成本具体来自哪里。现在,通过使用情况展示,可以更直观地观察会话资源消耗。
1. 为什么不能只看总 Token?
假设一个 Agent 任务总共消耗 100 万 Token。单看总量,很难判断资源是否使用合理。可能是输入上下文过长,也可能是模型反复生成大量内容,还可能是 Agent 进行了多次工具调用。因此,需要进一步拆分:
输入 Token:主要反映提交给模型的上下文规模
输出 Token:反映模型生成内容的数量
缓存命中 Token:反映符合缓存条件的输入内容被复用的情况
Turn Count:帮助观察一个任务经历了多少轮模型交互
如果一个简单任务需要大量 Turn 才能完成,就值得检查提示词是否存在歧义、工具执行是否失败,或者 Agent 是否重复处理相同内容。
2. 如何判断缓存命中率是否有优化空间?
缓存命中率不能脱离请求结构单独判断。例如,一个开发项目的固定系统提示词较长,但每次请求都改变了前缀中的内容,那么缓存效果可能受到影响。建议将请求内容分成两部分:
稳定前缀:系统指令、项目规范和固定工具定义
动态内容:当前问题、修改文件和工具执行结果
尽量保持稳定内容的结构一致,有助于提高缓存复用的可能性。但缓存命中率并不是越高越好。如果为了提高缓存命中率而保留大量已经失效的历史内容,反而可能增加上下文开销。真正需要优化的是完成任务所需的总成本。
3. 一个适合开发团队的成本观察表
可以在项目中建立以下记录:
表格
| 指标 | 需要观察的问题 |
|---|---|
| Total Tokens | 整个任务消耗多少 Token |
| Input Tokens | 上下文是否过长 |
| Output Tokens | 是否存在重复生成 |
| Cache Hit Rate | 稳定上下文是否得到复用 |
| Output Speed | 生成过程是否符合交互要求 |
| Turn Count | 是否出现过多无效轮次 |
| Task Duration | 完整任务耗时 |
| Task Success | 最终结果是否通过验收 |
特别需要强调,Output Speed 只是生成过程中的一个指标,不等于整个任务的完成速度。如果模型生成很快,但测试工具运行缓慢,用户仍然需要等待较长时间。因此,最好将模型生成时间与工具执行时间分开记录。
四、Web Shell 与桌面端:Qwen Code 正在弱化终端使用门槛
Qwen Code 最初以终端工作流为主要入口,但随着桌面端和 Web Shell 的发展,开发者不再需要始终停留在命令行中操作。2026 年 11 月 2 日,Qwen Code 官方发布了桌面端和 Web Shell 使用指南,介绍了两种不依赖传统终端交互界面的使用方式。
1. Web Shell:在浏览器中管理开发会话
Web Shell 可以通过本地服务启动。进入项目目录:
cd your-project执行:
qwen serve --open服务启动后,浏览器会打开本地 Web Shell 页面。官方示例使用的默认本地地址为:
http://127.0.0.1:4170/Web Shell 将界面划分为不同区域:
左侧:项目和会话管理
中间:与 Agent 进行对话
右侧:查看项目文件和修改内容
如果需要同时处理多个项目,可以在启动时指定多个工作区:
qwen serve \
--workspace ~/code/frontend \
--workspace ~/code/backend每个工作区对应独立的项目目录。这种方式适合需要同时管理多个开发项目的团队,也可以减少频繁切换终端目录的操作。需要注意,Web Shell 默认连接的是本地服务,并不意味着项目文件自动上传到云端。
2. Daemon 模式:让服务在后台持续运行
如果直接在终端中执行qwen serve,服务会占用当前终端窗口。关闭对应进程,服务也会停止。对于需要长时间运行的任务,可以考虑 Daemon 模式:
# 启动服务
qwen daemon start
# 查看服务状态
qwen daemon status
# 查看运行日志
qwen daemon logs
# 停止指定服务
qwen daemon stopDaemon 模式适合需要持续管理会话的开发环境。但后台运行不代表任务可以无限执行。仍然需要设置合理的任务预算、权限范围和运行时间,并关注服务异常。
官方参考:Web Shell 与桌面端快速上手
五、Qwen Code 新增 GitHub 仓库事件过滤:让 Agent 只关注需要处理的项目
11 月 12 日的官方更新中,还有一项值得企业开发团队关注的功能:GitHub Channel 支持按照仓库过滤事件。
在过去的自动化开发工作流中,GitHub 事件可能包含:新建 Pull Request、Pull Request 评论、CI 运行完成、代码审查意见、其他仓库活动。如果组织拥有大量代码仓库,Agent 可能会收到很多与当前任务无关的事件。这会增加会话数量,也会让真正需要处理的任务被无关事件干扰。现在可以通过仓库白名单和黑名单控制事件范围。
白名单:只接收指定仓库
假设一个团队有 100 个 GitHub 仓库,但某个 Agent 只负责维护其中两个项目。可以将这两个项目加入白名单。只有指定仓库的事件才会进入对应会话。适合专项项目维护、独立团队负责的代码库、只监控指定产品的自动化任务。
黑名单:排除暂时不需要处理的仓库
如果大部分仓库都需要关注,但有少数项目暂时不参与自动化处理,可以使用黑名单。被排除的仓库事件不会进入会话处理流程。这有助于控制 Agent 的事件输入范围。
为什么事件过滤也能影响 API 成本?
Agent 并不是只有用户主动发送消息时才会产生模型调用。在事件驱动架构中,GitHub 通知、Webhook 和定时任务也可能触发模型运行。如果无关事件进入 Agent,就可能产生不必要的模型请求。因此,仓库过滤不仅是会话管理功能,也是一种上游任务筛选机制。对于需要长期运行的开发 Agent 而言,减少无效事件,往往比事后压缩提示词更加直接。
六、Qwen Code 的订阅登录有什么变化?API 接入还需要吗?
11 月 12 日,Qwen Code 官方宣布支持 Qwen Plus 和 Pro 订阅账号登录。CLI、VS Code 和桌面端都可以使用 Qwen 订阅账号进行授权。在终端中执行:
/auth选择 Qwen Account with Subscription,再通过浏览器完成授权。登录后,客户端会加载当前订阅所包含的模型,并支持相应的内置网页搜索功能。官方说明,这种方式可以直接使用订阅内的模型,相关用量计入订阅权益。这与 API Key 调用是两种不同的使用方式。
表格
| 对比项目 | 订阅登录 | API Key 调用 |
|---|---|---|
| 身份认证 | Qwen 账号授权 | API 密钥 |
| 费用来源 | 对应订阅权益 | API 账户计费 |
| 模型范围 | 订阅包含的模型 | API 账户开放的模型 |
| 使用方式 | 登录后选择模型 | 配置模型提供商 |
| 适合场景 | 个人日常开发 | 程序化调用与团队集成 |
对于个人开发者,订阅登录可以减少初始配置工作。对于需要将 Qwen Code 纳入企业开发流程、自动化任务或多模型架构的团队,API 调用仍然有实际价值。例如,开发团队可能需要根据任务类型,在 Qwen、DeepSeek 和 Gemini 之间分配不同工作。这时需要关注的不仅是模型能否登录,还包括 API 权限、模型标识、计费记录和请求兼容性。
七、Qwen Code 如何与 DeepSeek、Gemini 和 Codex 形成协作?
现在的 AI 编程工具已经不再局限于单一模型。不同模型在代码理解、视觉分析、复杂推理和工具执行方面具有不同特点。Qwen Code 本身也在逐步扩展多模型和 Agent 协作能力。
Qwen Code 与 Qwen4-Max
Qwen Code 是 Agent 客户端,Qwen4-Max 是底层模型。前者负责组织任务、调用工具、管理会话和操作项目;后者负责理解指令、推理和生成结果。两者不能混为同一个产品。在实际开发中,Qwen4-Max 可以作为复杂任务的候选模型,再根据任务复杂度调整推理预算。
与 DeepSeek 配合
DeepSeek 可以用于代码分析、逻辑推理和批量文本处理。开发者可以使用固定测试样本,比较 Qwen 和 DeepSeek 在相同项目中的表现。例如:Bug 定位是否准确、修改是否符合项目规范、测试是否通过、是否需要多次重试、最终 Token 消耗是多少。比较时应固定任务输入和验收标准,而不是只看模型回答的长短。
与 Gemini 配合
Gemini 可以参与图片理解、视频分析和多模态开发任务。例如,一个前端项目需要根据设计稿修改页面时,可以将图片理解作为独立的任务环节,再由编程 Agent 完成代码修改。但不同模型的视觉输入格式和工具调用接口可能不同,需要根据对应 API 文档进行适配。
与 Codex 协作
Codex 属于编程 Agent 工具体系。Qwen Code 官方在 10 月 15 日的更新中,已经介绍了 Agent Collaboration 能力,可以将 Claude Code 或 Codex 作为协作对象参与当前任务,或者将工作交给另一台机器处理。这说明 Qwen Code 的定位正在从单一模型交互,向跨 Agent 任务协作扩展。不过,协作并不意味着不同 Agent 自动共享全部上下文。任务交接时仍需要明确目标、输入材料、输出要求和工作边界。
八、Qwen Code 接入 API 后,如何建立可控的多模型调用环境?
当开发者需要在 Qwen Code 中使用不同模型时,API 接入是需要考虑的一部分。例如,团队可能希望:日常代码理解使用 Qwen 系列模型,复杂逻辑分析调用 DeepSeek,图片和视觉任务交给 Gemini,复杂编程任务交由 Codex 工作流执行。
这种架构需要将客户端、模型服务和业务任务分开管理。其中,客户端负责执行开发流程,API 服务负责模型调用,业务层负责判断最终结果是否符合要求。对于需要统一管理 Qwen、DeepSeek 和 Gemini 等模型的开发者,可以考虑通过 KoalaAPI 管理多模型 API 调用入口,减少在不同项目中重复维护模型连接配置的工作。
需要注意,Qwen Code 支持多个模型提供商,并不意味着每个服务都能直接使用。实际接入仍然需要确认模型 ID、API 协议、认证方式和参数支持范围。这一点在使用不同模型时尤其重要。例如,Gemini、DeepSeek 和 Qwen 可能具有不同的原生参数与工具能力,不能只替换模型名称就假定所有功能完全一致。
九、Qwen Code 最新版本升级前,开发者应该检查什么?
对于已经在使用 Qwen Code 的团队,建议在升级前先记录当前版本和配置。查看当前版本:
qwen --version查看可用命令:
qwen --help升级前建议检查以下内容:
确认版本发布状态。v0.28.0 是正式版,v0.28.1-preview.0 属于预览版,Nightly 则用于跟进开发中的变更。生产环境不应仅因为 Nightly 版本号更新就直接切换。
备份模型配置。尤其是自定义模型提供商、环境变量和项目设置。
验证 Qwen4-Max 相关参数。确认实际使用的模型服务支持相应的推理档位、缓存设置和图像参数。
检查长会话恢复。对于正在运行的任务,升级后应确认会话记录、文件变更和后台任务状态是否正常。
检查 GitHub 事件过滤。如果使用 GitHub Channel,需要验证白名单和黑名单的范围,避免过滤掉真正需要处理的项目事件。
观察 Token 与缓存指标。升级后使用相同的开发任务进行对照,观察总 Token、输出速度、缓存命中率和完成时间。
不要将客户端更新后的所有性能变化都归因于模型本身。
十、常见问题
Q1:Qwen Code 目前最新稳定版本是多少?
答:截至 2026 年 11 月 19 日,官方 GitHub Releases 页面列出的最新稳定正式版本为 v0.28.0。v0.28.1-preview.0 属于预览版本,不能与稳定版混为一谈。
Q2:Qwen Code v0.28.0 支持 Qwen4-Max 吗?
答:支持。官方更新记录明确列出了 Qwen4-Max 适配,并包括原生推理强度档位、Cache TTL 和 Image Detail 等能力。
Q3:Qwen Code 是一个大模型吗?
答:不是。Qwen Code 是 AI 编程 Agent 工具,底层模型可以根据账号订阅或 API 配置选择。
Q4:Qwen Code 支持 DeepSeek 和 Gemini 吗?
答:官方提供多模型提供商配置机制,支持相应兼容方式的模型服务。具体能否使用某个模型,需要核对服务端协议、模型 ID 和账户权限。
Q5:Qwen Code Web Shell 需要上传项目到云端吗?
答:使用本地qwen serve启动的 Web Shell 可以连接本地项目目录。它不是默认将整个项目上传到云端的服务。实际文件访问范围取决于工作区和权限配置。
Q6:Qwen Code 的 Token 使用情况在哪里查看?
答:官方 11 月 12 日周报介绍,Web Shell 在输入框下方增加了使用情况展示,包括会话轮数、输出速度、总 Token 和缓存命中率。
Q7:Qwen Code 订阅登录和 API 调用有什么区别?
答:订阅登录使用 Qwen 账号对应的 Plus 或 Pro 订阅权益;API 调用使用 API Key 和相应接口计费。两者的模型权限和费用来源需要分别确认。
十一、总结:Qwen Code 正在从 AI 编程助手走向持续运行的开发 Agent
从近期更新来看,Qwen Code 的变化已经不只是增加模型支持。v0.28.0 正式支持 Qwen4-Max,并适配原生推理强度、缓存 TTL 和图像细节控制;11 月 12 日的 Web Shell 更新增加 Token 使用情况展示、订阅登录和 GitHub 事件过滤;11 月 18 日的 Nightly 构建又继续推进 SSE 处理、后台会话和事件渠道能力。
这些功能共同指向一个发展方向:AI 编程工具开始更加重视任务持续性、项目上下文、资源使用和外部事件响应。对于开发者而言,接下来使用 Qwen Code 时,不应只关注模型能否生成正确代码。还需要观察 Agent 是否能够长期维护任务状态、是否可以合理使用缓存、是否能够减少无效工具调用,以及最终交付是否通过真实工程验收。
Qwen Code、Qwen4-Max、DeepSeek、Gemini 和 Codex 所代表的模型与 Agent 工具体系,也将继续推动 AI 开发流程向多模型、自动化和持续协作方向发展。

