qwen4-max) — флагманская модель в серии Qwen4 от Alibaba. Её базовая модель с 2,4 трлн параметров поддерживает нативный ввод текста, изображений и видео для сложного рассуждения, агентов для написания кода, анализа больших документов и профессиональных рабочих процессов. Модель доступна в APIYI по той же базовой цене, что и на сайте международного провайдера; её работу подтверждают 325 тестовых вызовов до выпуска и 15 проверок после выпуска в группе Default.
Название модели:
qwen4-max. Доступна в группах Default, SVIP, CodexResponses и ClaudeCode; открыты эндпоинты Chat Completions, Responses и Messages. Режим рассуждения включён по умолчанию; установите reasoning_effort="none" для повседневного чата, чтобы сократить расход токенов на рассуждение.Почему стоит выбрать эту модель
Тарификация провайдера и бонусы за пополнение
Входные данные — $1.50, выходные данные — $4.50, кэшированные входные данные — $0.075 за 1 млн token. Бонусы за пополнение в размере 10%–20% обеспечивают эффективную ставку примерно 83–91% от указанной цены.
Проверенный контекст объёмом почти 1 млн token
Запрос с 951 498 входными token воспроизвёл маркеры из середины и конца контекста за 92,3 секунды. Заявленный предел входных данных составляет 991 808 token.
Встроенный мультимодальный ввод
Были протестированы текстовые, графические и видео входные данные. OCR изображений и идентификация двух изображений прошли успешно для всех трёх эндпоинтов провайдеров; понимание видео в чате корректно описало тестовый материал.
Полный цикл работы с инструментами агента
Одиночные, параллельные, принудительные, именованные вызовы инструментов и вызовы с потоковой передачей прошли успешно, как и полное воспроизведение результатов инструментов в двух раундах.
Эндпоинты и группы
Все три эндпоинта открыты. Это рекомендации по группам для конкретных клиентов, а не ограничения для других групп. Минимальные запросы Responses и Messages также успешно выполнялись с токеном группы Default; доступные для каждого токена группы определяются его конфигурацией в консоли.
Цены
За 1 млн token, до бонусов за пополнение:
Цены соответствуют ценам на международном сайте провайдера Qwen4-Max и могут измениться. Проверьте Цены на модели, чтобы узнать текущий тариф. Бонусы за пополнение обеспечивают эффективный тариф примерно в размере 83–91% от цены в прайс-листе; см. Акции по пополнению.
Спецификации и измерения
Эти измерения получены в ходе предварительного тестирования 17.11.2026 (UTC+8) и не являются долгосрочным SLA.
Бюджет рассуждения и вывода
reasoning_effort принимает none, off, minimal, low, medium, high, xhigh и max. Недопустимые значения возвращают ошибку 400 со списком допустимых значений.
none/off: отключают рассуждение для повседневного чата, извлечения данных и высокочастотных вызовов.minimal/low/medium: сохраняют часть рассуждения; использование token может не возрастать монотонно для простых задач.high/xhigh/max: в ходе тестирования генерировали больше рассуждений и лучше подходят для сложных задач.reasoning_effortиthinking_budgetвзаимоисключающие; отправка обоих возвращает ошибку 400.
Примеры кода
Python (совместимый с OpenAI SDK)
Ввод изображения
video_url или последовательность кадров в {"type": "video", "video": [...]}; последовательности кадров должны содержать от 4 до 80 кадров.
cURL
Вызов инструментов
Chat Completions прошёл предварительные тесты для одиночных и параллельных инструментов,parallel_tool_calls=false, tool_choice="required", именованных инструментов, отключённых инструментов, потоковых дельт вызова инструментов и полного воспроизведения результатов инструментов в два раунда.
n > 1 вместе с reasoning_effort="none"; n > 1 возвращает ошибку 400, если включён режим thinking.
Структурированный вывод
response_format={"type": "json_schema"} успешно прошёл тесты для вложенных объектов, массивов, перечислений и additionalProperties: false. Потоковые ответы также содержали корректный JSON.
Кэширование контекста
- Короткий префикс примерно из 170 token не дал попадания в кэш; более длинные фиксированные префиксы обеспечили чтения из кэша.
- Явный Chat
cache_controlобеспечивал попадание 1 657 token при каждом последующем вызове до выпуска, а вторая проверка выпуска в группе APIYI Default также обеспечила попадание 1 657 token. Неявные попадания в кэш были менее стабильными. - Кэшированный ввод указан по цене $0.075 за 1 млн token.
Совместимость параметров
Провайдер принял
max_tokens=131072 и 200000 и вернул короткие ответы. Это лишь показывает, что значения не были отклонены; это не подтверждает генерацию с указанной длиной.
Часто задаваемые вопросы
Почему я получил HTTP 200 с пустым ответом?
Почему я получил HTTP 200 с пустым ответом?
Рассуждение по умолчанию может использовать небольшую часть бюджета
max_tokens, не оставляя видимого содержимого и приводя к причине завершения length. Отключите режим рассуждения или увеличьте бюджет вывода, а также проверьте reasoning_content и finish_reason.Можно ли напрямую использовать Responses или Claude Code?
Можно ли напрямую использовать Responses или Claude Code?
Да. Используйте группу CodexResponses для клиентов Responses и ClaudeCode для Claude Code; минимальные запросы ко всем трём эндпоинтам также прошли с токеном группы Default. При тестировании провайдеров
tool_choice="required" в Responses игнорировался, поэтому для принудительных структурированных вызовов предпочтительно использовать именованный инструмент или Chat. Messages не поддерживает response_format в стиле OpenAI и требует max_tokens; для структурированного вывода используйте вызов инструментов. Перед широким развёртыванием проверьте сложные рабочие процессы агентов Claude Code в используемой версии клиента.Как сократить расходы на обычное использование?
Как сократить расходы на обычное использование?
Установите
reasoning_effort="none" для повседневного чата и структурированного извлечения данных, повторно используйте фиксированные префиксы для длинных документов, проверяйте тарификацию кэша в консоли и используйте доступные уровни бонусов за пополнение.Можно ли заявлять максимальный объём вывода 200K?
Можно ли заявлять максимальный объём вывода 200K?
Нет. Принятие
max_tokens=200000 не доказывает, что был сгенерирован вывод объёмом 200K. Эта страница не устанавливает максимальную длину вывода на основании этого результата.Связанные материалы
- Цены на модели — текущие цены, группы и эндпоинты
- Акции на пополнение — уровни бонусов и эффективные тарифы
- Обзор Qwen3.8-Max — предыдущее поколение
- Руководство по API — аутентификация, запросы и обработка ошибок
Измерения получены на основе 325 предрелизных вызовов от 2026-11-17 (UTC+8), а также 15 проверок после выпуска в тот же день в группе APIYI по умолчанию, охватывающих Chat Completions, Responses, Messages, потоковую передачу, tools, JSON Schema, генерацию изображений, генерацию видео, кэширование и контекст 32K. Ссылка на провайдера:
https://qwen.ai/blog?id=qwen4-max. Поведение модели и каналов может измениться; эталонными считаются актуальные ответы и сведения о тарификации в консоли.