qwen4-max)는 Alibaba의 Qwen4 시리즈를 대표하는 모델입니다. 2조 4천억 개 파라미터의 백본은 복잡한 추론, 코딩 에이전트, 장문서 분석 및 전문 워크플로를 위해 텍스트, 이미지 및 동영상 입력을 기본 지원합니다. 이 모델은 국제 제공업체 사이트와 동일한 정가로 APIYI에서 제공되며, 출시 전 테스트 호출 325회와 Default 그룹에서의 출시 검증 15회를 거쳤습니다.
모델 이름:
qwen4-max. Default, SVIP, CodexResponses 및 ClaudeCode 그룹에서 사용할 수 있으며, Chat Completions, Responses 및 Messages 엔드포인트가 개방되어 있습니다. 추론은 기본적으로 활성화되어 있습니다. 일상적인 채팅에서는 reasoning_effort="none"를 설정하여 추론 token 사용량을 줄일 수 있습니다.이 모델을 선택하는 이유
제공업체 가격 및 충전 보너스
입력 $1.50, 출력 $4.50, 캐시된 입력은 100만 token당 $0.075입니다. 충전 보너스 10%–20%를 적용하면 실제 요율은 정가의 약 83–91%입니다.
약 100만 컨텍스트 검증 완료
입력 951,498 token을 사용한 요청에서 92.3초 만에 중간과 끝부분의 마커를 모두 정확히 불러왔습니다. 보고된 입력 상한은 991,808 token입니다.
네이티브 멀티모달 입력
텍스트, 이미지 및 동영상 입력을 모두 테스트했습니다. 이미지 OCR과 두 이미지 식별은 세 제공업체 엔드포인트 모두에서 통과했으며, 채팅 동영상 이해 기능은 테스트 영상을 정확하게 설명했습니다.
완전한 에이전트 도구 루프
단일, 병렬, 강제, 이름 지정 및 스트리밍 도구 호출과 전체 2라운드 도구 결과 재생이 모두 통과했습니다.
엔드포인트 및 그룹
세 엔드포인트 모두 공개되어 있습니다. 이는 클라이언트별 그룹 권장 사항이며, 다른 그룹의 사용을 제한하는 것이 아닙니다. 최소한의 Responses 및 Messages 요청도 Default 그룹의 token으로 성공했으며, 각 token에서 사용할 수 있는 그룹은 해당 token의 콘솔 구성에 따라 결정됩니다.
가격
충전 보너스 적용 전 100만 token 기준:
가격은 해외 Qwen4-Max 제공업체 사이트와 동일하며 변경될 수 있습니다. 현재 요율은 모델 가격에서 확인하시기 바랍니다. 충전 보너스를 적용하면 실제 요율은 정가의 약 83–91%입니다. 충전 프로모션을 참조하시기 바랍니다.
사양 및 측정값
이 측정값은 2026-11-17 (UTC+8)의 출시 전 테스트 기간에 얻은 결과이며, 장기 SLA를 보장하지 않습니다.
사고 및 출력 예산
reasoning_effort는 none, off, minimal, low, medium, high, xhigh 및 max을 허용합니다. 유효하지 않은 값은 허용되는 집합을 나열한 400을 반환합니다.
none/off: 일반적인 채팅, 추출 및 고빈도 호출에서 사고를 비활성화합니다.minimal/low/medium: 일부 추론을 유지합니다. 간단한 작업에서는 token 사용량이 단조롭게 증가하지 않을 수 있습니다.high/xhigh/max: 테스트에서 더 많은 추론을 생성했으며 복잡한 작업에 더 적합합니다.reasoning_effort과thinking_budget은 상호 배타적입니다. 둘 다 전송하면 400을 반환합니다.
코드 예시
Python (OpenAI SDK 호환)
이미지 입력
video_url이(가) 포함된 base64 데이터 URL 또는 {"type": "video", "video": [...]}의 프레임 시퀀스를 사용합니다. 프레임 시퀀스에는 4~80개의 프레임이 필요합니다.
cURL
도구 호출
채팅 완성은 단일 및 병렬 도구,parallel_tool_calls=false, tool_choice="required", 명명된 도구, 비활성화된 도구, 스트리밍 도구 델타 및 전체 2회차 도구 결과 재생에 대한 사전 출시 테스트를 통과했습니다.
n > 1을 reasoning_effort="none"와 함께 사용합니다. 추론이 활성화된 동안에는 n > 1가 400을 반환합니다.
구조화된 출력
response_format={"type": "json_schema"}가 중첩 객체, 배열, 열거형 및 additionalProperties: false에 대한 테스트를 통과했습니다. 스트리밍 응답에서도 유효한 JSON이 생성되었습니다.
컨텍스트 캐싱
- 약 170 token으로 구성된 짧은 접두사는 적중하지 않았으며, 더 긴 고정 접두사에서는 캐시 읽기가 발생했습니다.
- 명시적 채팅
cache_control은 이후 모든 출시 전 호출에서 1,657 token에 적중했으며, APIYI 기본 그룹의 두 번째 출시 확인에서도 1,657 token에 적중했습니다. 암시적 캐시 적중은 일관성이 낮았습니다. - 캐시된 입력에는 100만 token당 $0.075가 부과됩니다.
매개변수 호환성
공급자는
max_tokens=131072 및 200000을 허용하고 짧은 답변을 반환했습니다. 이는 해당 값이 거부되지 않았다는 것만 보여 주며, 해당 길이로 생성되는지는 검증하지 않습니다.
FAQ
HTTP 200과 빈 응답을 받은 이유는 무엇입니까?
HTTP 200과 빈 응답을 받은 이유는 무엇입니까?
기본 추론은 소량의
max_tokens 예산을 소비하여 표시할 콘텐츠가 남지 않고 length 종료 사유가 반환될 수 있습니다. 사고 기능을 비활성화하거나 출력 예산을 늘린 다음, reasoning_content 및 finish_reason을 확인하십시오.Responses 또는 Claude Code를 직접 사용할 수 있습니까?
Responses 또는 Claude Code를 직접 사용할 수 있습니까?
가능합니다. Responses 클라이언트에는 CodexResponses 그룹을, Claude Code에는 ClaudeCode를 사용하십시오. 세 엔드포인트 모두에 대한 최소 요청은 기본 그룹 token으로도 통과했습니다. 공급자 테스트에서는 Responses의
tool_choice="required"을 무시했으므로, 강제 구조화 호출에는 이름이 지정된 도구나 채팅을 사용하는 것이 좋습니다. Messages는 OpenAI 스타일의 response_format을 지원하지 않으며 max_tokens이 필요합니다. 구조화된 출력에는 도구 호출을 사용하십시오. 광범위하게 배포하기 전에 복잡한 Claude Code 에이전트 워크플로를 클라이언트 버전에 맞게 검증하십시오.일상적인 사용 비용을 줄이려면 어떻게 해야 합니까?
일상적인 사용 비용을 줄이려면 어떻게 해야 합니까?
일상적인 채팅과 구조화된 추출에는
reasoning_effort="none"을 설정하고, 긴 문서에는 고정 접두사를 재사용하며, 콘솔에서 캐시 과금을 확인하고, 적용 가능한 충전 보너스 등급을 사용하십시오.최대 출력 200K를 광고해도 됩니까?
최대 출력 200K를 광고해도 됩니까?
안 됩니다.
max_tokens=200000을 수락한다고 해서 200K 출력이 생성되었다는 의미는 아닙니다. 이 페이지에서는 해당 결과를 기반으로 최대 출력 길이를 지정하지 않습니다.관련 문서
- 모델 가격 — 현재 가격, 그룹 및 엔드포인트
- 충전 프로모션 — 보너스 등급 및 유효 요율
- Qwen3.8-Max 개요 — 이전 세대
- API 매뉴얼 — 인증, 요청 및 오류 처리
측정값은 2026-11-17 (UTC+8)에 수행한 출시 전 호출 325건과, 같은 날 APIYI 기본 그룹에서 수행한 출시 확인 15건을 기반으로 합니다. 여기에는 Chat Completions, Responses, Messages, 스트리밍, tools, JSON 스키마, 이미지, 동영상, 캐싱 및 32K 컨텍스트가 포함됩니다. 제공업체 참조:
https://qwen.ai/blog?id=qwen4-max. 모델 및 채널 동작은 변경될 수 있으며, 실제 응답과 콘솔 과금 세부 정보가 기준 정보입니다.