> ## 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 上线：官网同价

> 阿里 Qwen4 旗舰正式版已上架 APIYI：2.4T 骨干、原生视觉、1M 上下文，输入 $1.50、输出 $4.50 / 1M tokens。三端点四分组开放，附近 1M 实测、价格与调用建议。

## 核心要点

* **Qwen4 旗舰正式版**：阿里 11 月 16 日发布 `qwen4-max`，2.4T 骨干参数、每 token 激活 71B，原生视觉与 1M 上下文
* **任务成本继续下降**：官方 Work360 平均任务成本由 \$4.43 降至 \$1.67，下降 62％
* **APIYI 官网同价**：输入 \$1.50、输出 \$4.50、缓存读 \$0.075 / 1M tokens，可叠加充值加赠
* **三端点四分组**：Chat Completions、Responses、Messages 均已开放，覆盖 Default、SVIP、CodexResponses、ClaudeCode
* **实测不是转述**：完成 325 次上架前调用与 15 次 Default 分组线上验收；951,498 tokens 实际输入的中部、尾部标识均准确召回

> [!NOTE]
>
> 信息核验日期：2026-11-17 (UTC+8)。官方来源：Qwen 发布博客 `qwen.ai/blog?id=qwen4-max`、QwenCloud 模型页 `qwencloud.com/models/qwen4-max`。APIYI 价格来自公开 pricing 接口，实测数据来自同日调用日志。

## 背景介绍

Qwen4-Max 是 Qwen4 系列首先登场的旗舰模型，目标不只是提高单题推理分数，而是把模型放进持续数小时的专业工作流：读大型代码库、分析长文档、操作工具，再根据执行反馈继续迭代。

这代的两个关键词是**原生多模态**和**长程执行**。文本、图片、视频输入与 1M 上下文放在同一个模型里，官方还强调了 Live Delivery：长任务先交付可用版本，再按用户反馈持续扩展，而不是等整个任务结束后才一次性给结果。

APIYI 已于 11 月 17 日上架 `qwen4-max`。除了同步官方价格，我们也把长上下文、工具调用、结构化输出、缓存和三端点接入做了实测。

## 详细解析

### 新架构：在容量与推理成本之间重新平衡

> [card] GDN + QSA
>
> Gated DeltaNet 将历史信息压缩为固定状态，Qwen Sparse Attention 再按微块选择相关上下文，降低长序列注意力与索引成本。

> [card] Gated Residual
>
> 四条并行残差分支通过动态读写门改善信息流动，提高模型容量与训练稳定性。

> [card] N-gram Embedding
>
> 以局部 token 模式查表补充表示，额外 328B 参数提升容量，但推理时只增加少量计算。

骨干总参数为 2.4T，每 token 激活 71B。官方训练曲线未出现 loss spike；在知识、代码、问答与 STEM 的内部评测中，Qwen4-Max-Base 的 BPB 相比 Qwen3.8-Max-Base 下降约 5％–13％，激活参数减少约 25％。

### 官方效率数据：省的不只是单价

| 指标 | Qwen4-Max 官方结果 |
| - | - |
| Work360 得分 | **52.69**，Qwen3.8-Max 为 47.74 |
| Work360 token 用量 | Xhigh 档减少约 **24％**，High 档减少约 **35％** |
| Terminal-Bench 4.0 token 用量 | Xhigh / High 分别减少约 **48％ / 49％** |
| Work360 平均任务成本 | \$4.43 → **\$1.67**，下降 **62％** |

这里最值得关注的是最后两行：模型是否便宜，不能只看每百万 token 单价，还要看完成任务需要多少 token。Qwen4-Max 同时降低单价和任务 token 消耗，才形成了官方给出的任务成本降幅。

### 官方技术规格

| 项目 | QwenCloud 官方参数 |
| - | - |
| 模型 ID | `qwen4-max` |
| 上下文 | 1M tokens |
| 最大输入 | 991K tokens；思考模式 983K tokens |
| 最大输出 | 131K tokens；思考模式 262K tokens |
| 最大思考预算 | 262K tokens |
| 输入 / 输出 | 文本、图片、视频输入；文本输出 |
| 官方 TPM | 5,000,000 tokens/min，非 APIYI 限流承诺 |

### APIYI 实测：近 1M 上下文与三端点接入

我们在上架前执行了 325 次能力、参数与错误边界调用，随后用 Default 分组令牌完成 15 次线上验收。

* **近 1M 召回**：实际输入 **951,498 tokens**，92.3 秒返回，中部和尾部代号均准确召回
* **长文覆盖**：三端点的 8K、32K、128K 中部与尾部标识均召回；线上 32K 复测通过
* **工具调用**：单工具、并行、具名、流式增量与两轮结果回传通过；Responses 的 `tool_choice="required"` 存在兼容性例外，见下文
* **多模态**：图片 OCR、双图颜色与形状识别正确，视频内容描述正确
* **结构化输出**：Chat 与 Responses 的严格 JSON Schema 均通过，流式 JSON 也可解析
* **稳定性**：Chat 12 并发 12/12 成功；三端点长流式均正常终止

### 分组与端点怎么选

| 使用方式 | 端点 | 推荐分组 |
| - | - | - |
| 通用 OpenAI 兼容调用 | `/v1/chat/completions` | Default、SVIP |
| Codex / Responses 客户端 | `/v1/responses` | CodexResponses |
| Claude Code / Anthropic 兼容 | `/v1/messages` | ClaudeCode |

这些是客户端选组建议，不是对其他分组的调用限制。Default 分组令牌的三端点最小线上请求也已通过，实际可用分组以控制台令牌配置为准。

## 实际应用

### 推荐场景

* **代码库理解与编程 Agent**：长上下文读取项目资料，工具结果可回传继续执行
* **法律、金融、医疗文档分析**：长文与图片混合输入，适合需要证据定位的专业工作流
* **结构化数据抽取**：使用 JSON Schema 约束字段，避免自由文本后处理
* **长程研究与内容生产**：先产出可用版本，再通过多轮反馈持续修订

### 快速调用

```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": "分析这份代码库的结构，并给出修改建议。",
    }],
    reasoning_effort="xhigh",
    max_tokens=4000,
)

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

日常对话或结构化抽取可改为 `reasoning_effort="none"`，减少思考 token；复杂推理再使用更高档位。

### 四个接入提醒

> [!WARNING]
>
> **`max_tokens` 包含思考与可见输出。** 预算太小可能全部耗在思考上，出现 HTTP 200 但正文为空。需要完整答案时提高预算，需要节省成本时调整 `reasoning_effort`。

1. **Responses 强制工具**：原厂测试中 `tool_choice="required"` 被忽略，建议改用具名工具或 Chat Completions。
2. **Messages 结构化输出**：OpenAI 风格 `response_format` 不生效，`max_tokens` 必填；严格结构请使用工具调用。
3. **普通 JSON 模式**：`json_object` 只保证可解析 JSON，不保证顶层对象或字段结构，严格场景使用 `json_schema`。
4. **缓存核账**：接口 usage 不等于账单，命中与优惠以控制台单条日志的计费详情为准。

## 价格与可用性

### 定价信息

每 1M tokens，折扣前定价：

| 项目 | APIYI | QwenCloud 国际站 |
| - | -: | -: |
| 输入 | **\$1.50** | \$1.50 |
| 输出（含思考） | **\$4.50** | \$4.50 |
| 缓存读取 | **\$0.075** | \$0.075 |

价格与海外版 Qwen4-Max 官网对齐，可能调整，以[模型价格](https://docs.apiyi.com/models/index.md)为准。

### 叠加网站充值活动

[充值阶梯加赠](https://docs.apiyi.com/faq/recharge-promotions.md)为 10％–20％，等效约 83–91 折。加赠比例按单次充值金额计算，不改变模型挂牌单价。

## 总结与建议

Qwen4-Max 适合作为长文档、多模态和工具型 Agent 的主力模型。它的升级重点不是单一榜单，而是架构效率、长程执行和专业交付；官方 62％ 的平均任务成本下降，也说明评估时应同时看单价与任务 token 数。

接入上，通用业务先用 Chat Completions；Codex 选 CodexResponses，Claude Code 选 ClaudeCode。日常调用关闭思考，复杂推理提高档位，严格结构化使用 JSON Schema。完整参数与实测说明见 [Qwen4-Max Overview](https://docs.apiyi.com/api-capabilities/qwen-4/overview.md)。

> [!NOTE]
>
> 资料来源：Qwen 官方发布博客 `qwen.ai/blog?id=qwen4-max`、QwenCloud 模型页 `qwencloud.com/models/qwen4-max`，获取日期 2026-11-17 (UTC+8)。APIYI 实测为 325 次上架前调用与 15 次 Default 分组线上验收；官方基准为厂商公布口径，未逐项独立复测。


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