Перейти к основному содержанию
Qwen4-Max (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_effort и thinking_budget взаимоисключающие; отправка обоих возвращает ошибку 400.
В Qwen4-Max max_tokens охватывает рассуждение и видимый вывод одновременно. Небольшой бюджет может быть полностью израсходован на рассуждение, что приводит к ответу HTTP 200 с пустым содержимым и причиной завершения length. Используйте reasoning_effort для управления стоимостью и оставьте достаточно max_tokens для самого ответа.

Примеры кода

Python (совместимый с OpenAI SDK)

Ввод изображения

И base64, и удалённые URL изображений прошли тесты канала провайдера. Для видео используйте URL данных в формате base64 с 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.
Для нескольких вариантов ответа используйте 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.
Для строгого извлечения предпочтительно использовать json_schema с reasoning_effort="none". Базовый json_object гарантирует только возможность разбора JSON; при тестировании по-прежнему был получен массив верхнего уровня, поэтому он не заменяет валидацию по схеме.

Кэширование контекста

  • Короткий префикс примерно из 170 token не дал попадания в кэш; более длинные фиксированные префиксы обеспечили чтения из кэша.
  • Явный Chat cache_control обеспечивал 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.
Поля кэша в usage не являются расчётной ведомостью. Используйте сведения о тарификации в отдельном журнале консоли, чтобы проверить попадания в кэш, количество кэшированных token и итоговую скидку.

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

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.
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.
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.
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

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.