> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Qwen4-Max フラッグシップマルチモーダルモデル | APIYI

> Qwen4-Max（qwen4-max）は、ネイティブなビジョン、ツール呼び出し、約1Mのコンテキストを提供します。APIYIの料金は、100万 tokens あたり入力$1.50、出力$4.50、キャッシュ済み入力$0.075で、325回のテスト呼び出しに基づく調査結果を掲載しています。

Qwen4-Max (`qwen4-max`) は、AlibabaのQwen4シリーズのフラッグシップモデルです。2.4兆パラメータの基盤により、複雑な推論、コーディングエージェント、長文書の分析、プロフェッショナルなワークフロー向けに、テキスト、画像、動画のネイティブ入力をサポートします。このモデルは、国際プロバイダーサイトと同じ定価でAPIYIにて利用可能です。また、**リリース前のテスト呼び出し325件**と**Defaultグループでのリリースチェック15件**によって検証されています。

> [!NOTE]
>
> **モデル名: `qwen4-max`**。Default、SVIP、CodexResponses、ClaudeCodeグループで利用でき、Chat Completions、Responses、Messagesエンドポイントが開放されています。Thinkingはデフォルトで有効です。日常的なチャットでは`reasoning_effort="none"`を設定すると、推論 token の使用量を削減できます。

## このモデルを選ぶ理由

> [card] プロバイダー料金とチャージボーナス
>
> 入力は \$1.50、出力は \$4.50、キャッシュ済み入力は1M tokensあたり \$0.075です。[チャージボーナス](https://docs.apiyi.com/ja/faq/recharge-promotions.md)は10％–20％で、実効料金は通常価格のおよそ83–91％になります。

> [card] ほぼ1Mのコンテキストを検証済み
>
> 入力951,498 tokensのリクエストで、92.3秒後に中央部と末尾の両方のマーカーを再現しました。報告されている入力上限は991,808 tokensです。

> [card] ネイティブなマルチモーダル入力
>
> テキスト、画像、動画の入力をすべてテストしました。画像OCRと2画像識別は、3つすべてのプロバイダーエンドポイントで成功し、チャットによる動画理解ではテスト映像を正しく説明できました。

> [card] 完全なエージェントツールループ
>
> 単一、並列、強制、名前付き、ストリーミングのツール呼び出しに加え、2ラウンドのツール結果リプレイも完全に成功しました。

## エンドポイントとグループ

| エンドポイント | 利用可能性と推奨グループ |
| - | - |
| `/v1/chat/completions` | 公開；一般的な用途には Default および SVIP を推奨 |
| `/v1/responses` | 公開；Codex / Responses クライアントには CodexResponses を推奨 |
| `/v1/messages` | 公開；Claude Code クライアントには ClaudeCode を推奨 |
| グループ | Default、SVIP、CodexResponses、ClaudeCode |
| 課金 | 従量課金 - チャット |

3つのエンドポイントはすべて公開されています。これらはクライアント固有のグループ推奨であり、他のグループに対する制限ではありません。最小限の Responses および Messages リクエストも Default グループの token で成功しました。各 token で利用できるグループは、コンソール設定によって決まります。

## 料金

チャージボーナス適用前の、100万 token あたりの料金です。

| 項目 | APIYI | 海外プロバイダーサイト |
| - | -: | -: |
| 入力 | **\$1.50** | \$1.50 |
| 出力（推論を含む） | **\$4.50** | \$4.50 |
| キャッシュ済み入力 | **\$0.075** | \$0.075 |

料金は海外の Qwen4-Max プロバイダーサイトと一致していますが、変更される場合があります。現在の料金については、[モデル料金](https://docs.apiyi.com/ja/models/index.md) を確認してください。チャージボーナスにより、実質料金は定価のおよそ83～91％になります。[チャージキャンペーン](https://docs.apiyi.com/ja/faq/recharge-promotions.md) を参照してください。

## 仕様と測定値

| 項目 | 仕様または測定値 |
| - | - |
| モデル ID | `qwen4-max` |
| アーキテクチャ | Qwen4 スパース MoE、2.4T バックボーンパラメーター、token あたり71Bがアクティベート、さらに328BのN-gram Embeddingパラメーター |
| コンテキスト | プロバイダーの公称値は1M、951,498入力tokenを検証済み |
| 入力制限エラー | `Range of input length should be [1, 991808]` |
| 入力モダリティ | テキスト、画像、動画 |
| 推論 | デフォルトで有効、`none` / `off`で無効化 |
| チャットの非ストリーミングレイテンシー | P50 5.65秒、P95 8.16秒 |
| チャットの最初のtokenまでの時間 | P50 3.93秒 |
| チャットの出力レート | P50 14.93 tokens/s |
| チャットの同時実行数 | 12/12成功、実経過時間10.9秒 |

これらの測定値は、2026-11-17 (UTC+8)のリリース前テスト期間に取得したものであり、長期的なSLAではありません。

## 思考と出力の予算

`reasoning_effort` は `none`、`off`、`minimal`、`low`、`medium`、`high`、`xhigh`、および `max` を受け付けます。無効な値の場合は、受け付けられる値の一覧を含む 400 が返されます。

* `none` / `off`：日常的なチャット、抽出、高頻度の呼び出しで思考を無効にします。
* `minimal` / `low` / `medium`：一部の推論を維持します。単純なタスクでは、token の使用量が単調に増加しない場合があります。
* `high` / `xhigh` / `max`：テストではより多くの推論を生成し、複雑なタスクに適しています。
* `reasoning_effort` と `thinking_budget` は相互排他的です。両方を送信すると 400 が返されます。

```python theme={null}
resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[{"role": "user", "content": "Explain load balancing in one sentence."}],
    reasoning_effort="none",
    max_tokens=500,
)
```

> [!WARNING]
>
> **Qwen4-Max では、`max_tokens` が推論と表示される出力の両方を対象とします。** 小さな予算は推論だけで使い切られる可能性があり、その場合はコンテンツが空の HTTP 200 と `length` の終了理由が返されます。コストを制御するには `reasoning_effort` を使用し、回答自体のために十分な `max_tokens` を残してください。

## コード例

### Python（OpenAI SDK互換）

```python theme={null}
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1",
)

resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "user", "content": "Prove that among any 5 integers, some 3 sum to a multiple of 3."}
    ],
    reasoning_effort="xhigh",
    max_tokens=4000,
)

print(resp.choices[0].message.content)
```

### 画像入力

```python theme={null}
import base64

with open("chart.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "Read the number in this image and return only the number."},
        {"type": "image_url", "image_url": {
            "url": f"data:image/png;base64,{image_b64}"
        }},
    ]}],
    max_tokens=500,
)
```

base64とリモート画像URLの両方がプロバイダーチャネルテストに合格しました。動画の場合は、`video_url`を含むbase64データURL、または`{"type": "video", "video": [...]}`内のフレームシーケンスを使用してください。フレームシーケンスには4～80フレームが必要です。

### cURL

```bash theme={null}
curl https://api.apiyi.com/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen4-max",
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "none",
    "max_tokens": 500
  }'
```

## ツール呼び出し

チャット補完は、単一ツールおよび並列ツール、`parallel_tool_calls=false`、`tool_choice="required"`、名前付きツール、無効化されたツール、ストリーミング中のツール差分、2ラウンド分のツール結果の完全な再現に関するリリース前テストに合格しました。

```python theme={null}
resp = client.chat.completions.create(
    model="qwen4-max",
    messages=[{"role": "user", "content": "Check the weather in Beijing."}],
    tools=tools,
    tool_choice={"type": "function", "function": {"name": "get_weather"}},
    max_tokens=1000,
)
```

複数の候補回答には、`n > 1`を`reasoning_effort="none"`と併用してください。thinkingが有効な場合、`n > 1`は400を返します。

## 構造化出力

`response_format={"type": "json_schema"}` は、ネストされたオブジェクト、配列、列挙型、`additionalProperties: false` のテストに合格しました。ストリーミングレスポンスでも有効な JSON が生成されました。

> [!TIP]
>
> 厳密な抽出には、`json_schema` と `reasoning_effort="none"` を使用することを優先してください。基本的な `json_object` では解析可能な JSON しか保証されません。テストではトップレベルの配列も生成されたため、スキーマ検証の代替にはなりません。

## コンテキストキャッシュ

* 約170 tokenの短いプレフィックスではキャッシュヒットしませんでしたが、より長い固定プレフィックスではキャッシュ読み取りが発生しました。
* 明示的なチャット `cache_control` では、リリース前の後続の呼び出しごとに1,657 tokenのキャッシュヒットが発生し、APIYIのデフォルトグループでの2回目のリリース確認でも1,657 tokenのキャッシュヒットが発生しました。暗黙的なキャッシュヒットは一貫性が低い結果となりました。
* キャッシュされた入力は、100万 tokenあたり \$0.075 として表示されます。

> [!WARNING]
>
> **使用量に表示されるキャッシュフィールドは、課金明細ではありません。** ヒット、キャッシュされたtoken数、最終的な割引を確認するには、コンソールの個別ログにある課金詳細を使用してください。

## パラメータ互換性

| パラメータ | 観測された動作 |
| - | - |
| `temperature` | `1.5`は機能しますが、`2.0`は範囲エラーを返します。サポート範囲：`[0.0, 2.0)` |
| `top_p` | サポート範囲：`(0.0, 1.0]` |
| `top_k` / `presence_penalty` / `frequency_penalty` | サポートされています |
| `stop` | 切り捨てが機能します |
| `logprobs` / `top_logprobs` | サポートされています |
| `partial: true` | プレフィックスの継続が機能します |
| `prefix: true` | 通常の継続は生成されませんでした。`partial`を使用してください |
| `n > 1` | thinkingを無効にする必要があります |
| `seed` | 同一のシードでも異なる出力が生成されました。決定性は保証されません |
| 不明なパラメータ | サイレントに無視される場合があります。この動作に依存しないでください |

プロバイダーは`max_tokens=131072`および`200000`を受け付け、短い回答を返しました。これは値が拒否されなかったことを示すだけであり、それらの長さで生成できることを検証するものではありません。

## よくある質問

> [accordion] なぜ空の回答で HTTP 200 が返されたのですか？
>
> デフォルトの推論によって少量の `max_tokens` 予算が消費され、表示可能なコンテンツがなくなり、`length` の終了理由になることがあります。思考を無効にするか、出力予算を増やし、`reasoning_content` と `finish_reason` を確認してください。

> [accordion] Responses または Claude Code を直接使用できますか？
>
> はい。Responses クライアントには CodexResponses グループを、Claude Code には ClaudeCode を使用してください。3 つすべてのエンドポイントで、Default グループの token を使った最小限のリクエストも通過しました。プロバイダーのテストでは Responses 上の `tool_choice="required"` が無視されたため、強制的な構造化呼び出しには名前付きツールまたは Chat を使用してください。Messages は OpenAI 形式の `response_format` をサポートしておらず、`max_tokens` が必要です。構造化出力にはツール呼び出しを使用してください。複雑な Claude Code エージェントワークフローを広範囲に展開する前に、使用するクライアントのバージョンで検証してください。

> [accordion] 日常的な利用コストを削減するにはどうすればよいですか？
>
> 日常のチャットや構造化抽出には `reasoning_effort="none"` を設定し、長いドキュメントでは固定プレフィックスを再利用し、コンソールでキャッシュ課金を確認し、対象となるチャージボーナスのティアを利用してください。

> [accordion] 最大出力 200K と宣伝できますか？
>
> いいえ。`max_tokens=200000` を受け付けることは、200K の出力が生成されたことを証明するものではありません。このページでは、その結果に基づいて最大出力長を定めていません。

## 関連情報

* [モデルの料金](https://docs.apiyi.com/ja/models/index.md) — 現在の料金、グループ、エンドポイント
* [チャージキャンペーン](https://docs.apiyi.com/ja/faq/recharge-promotions.md) — ボーナス段階と実効レート
* [Qwen3.8-Max の概要](https://docs.apiyi.com/ja/api-capabilities/qwen-3-8/overview.md) — 前世代
* [API マニュアル](https://docs.apiyi.com/ja/api-manual.md) — 認証、リクエスト、エラーハンドリング

> [!NOTE]
>
> 測定値は、2026-11-17 (UTC+8) に実施したリリース前の325件の呼び出しに加え、APIYI デフォルトグループで同日に実施した15件のリリース確認から得られたものです。対象には、Chat Completions、Responses、Messages、ストリーミング、tools、JSON Schema、画像、動画、キャッシュ、32Kコンテキストが含まれます。プロバイダーのリファレンス: `https://qwen.ai/blog?id=qwen4-max`。モデルとチャネルの動作は変更される場合があります。実際のレスポンスとコンソールの課金詳細を正とします。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.