> ## 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.

# Флагманская мультимодальная модель Qwen4-Max | APIYI

> Qwen4-Max (qwen4-max) поддерживает нативное зрение, вызов инструментов и контекст объёмом примерно 1 млн токенов. Цены APIYI составляют $1.50 за входные данные, $4.50 за выходные данные и $0.075 за кэшированные входные данные на 1 млн токенов; результаты основаны на 325 тестовых вызовах.

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**.

> [!NOTE]
>
> **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

> [card] 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](https://docs.apiyi.com/ru/faq/recharge-promotions.md) в размере 10％–20％ обеспечивают эффективную ставку примерно 83–91％ от указанной цены.

> [card] 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.

> [card] 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.

> [card] 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

| Эндпоинт | Доступность и рекомендуемая группа |
| - | - |
| `/v1/chat/completions` | Открыт; для общего использования рекомендуется Default и SVIP |
| `/v1/responses` | Открыт; для клиентов Codex / Responses рекомендуется CodexResponses |
| `/v1/messages` | Открыт; для клиентов Claude Code рекомендуется ClaudeCode |
| Группы | Default, SVIP, CodexResponses, ClaudeCode |
| Тарификация | Оплата по мере использования — чат |

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:

| Позиция | APIYI | Международный сайт провайдера |
| - | -: | -: |
| Ввод | **\$1.50** | \$1.50 |
| Вывод, включая рассуждение | **\$4.50** | \$4.50 |
| Кэшированный ввод | **\$0.075** | \$0.075 |

Цены соответствуют ценам на международном сайте провайдера Qwen4-Max и могут измениться. Проверьте [Цены на модели](https://docs.apiyi.com/ru/models/index.md), чтобы узнать текущий тариф. Бонусы за пополнение обеспечивают эффективный тариф примерно в размере 83–91％ от цены в прайс-листе; см. [Акции по пополнению](https://docs.apiyi.com/ru/faq/recharge-promotions.md).

## Спецификации и измерения

| Позиция | Спецификация или измерение |
| - | - |
| Идентификатор модели | `qwen4-max` |
| Архитектура | разреженная MoE-архитектура Qwen4; 2,4 трлн параметров базовой модели, 71 млрд активируемых параметров на каждый token, а также 328 млрд параметров N-gram Embedding |
| Контекст | 1 млн заявлено поставщиком; проверено 951 498 входных tokens |
| Ошибка ограничения входных данных | `Range of input length should be [1, 991808]` |
| Модальности ввода | текст, изображение, видео |
| Рассуждение | включено по умолчанию; отключается с помощью `none` / `off` |
| Задержка чата без потоковой передачи | P50 — 5,65 с, P95 — 8,16 с |
| Время до получения первого token в чате | P50 — 3,93 с |
| Скорость вывода в чате | P50 — 14,93 tokens/s |
| Параллельные запросы в чате | успешно выполнено 12/12; общее время — 10,9 с |

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.

```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]
>
> **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)

```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)
```

### Ввод изображения

```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,
)
```

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

```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
  }'
```

## 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.

```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,
)
```

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.

> [!TIP]
>
> 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.

> [!WARNING]
>
> **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

| Параметр | Наблюдаемое поведение |
| - | - |
| `temperature` | `1.5` работает; `2.0` возвращает ошибку диапазона. Поддерживаемый диапазон: `[0.0, 2.0)` |
| `top_p` | Поддерживаемый диапазон: `(0.0, 1.0]` |
| `top_k` / `presence_penalty` / `frequency_penalty` | Поддерживается |
| `stop` | Обрезка работает |
| `logprobs` / `top_logprobs` | Поддерживается |
| `partial: true` | Продолжение префикса работает |
| `prefix: true` | Обычное продолжение не создаётся; используйте `partial` |
| `n > 1` | Требует отключения рассуждения |
| `seed` | Одинаковые seed привели к разным результатам; детерминированность не гарантируется |
| Неизвестные параметры | Могут быть молча проигнорированы; не полагайтесь на это поведение |

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

> [accordion] 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`.

> [accordion] 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.

> [accordion] 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.

> [accordion] 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](https://docs.apiyi.com/ru/models/index.md) — текущие цены, группы и эндпоинты
* [Акции на пополнение](https://docs.apiyi.com/ru/faq/recharge-promotions.md) — уровни бонусов и эффективные тарифы
* [Обзор Qwen3.8-Max](https://docs.apiyi.com/ru/api-capabilities/qwen-3-8/overview.md) — предыдущее поколение
* [Руководство по API](https://docs.apiyi.com/ru/api-manual.md) — аутентификация, запросы и обработка ошибок

> [!NOTE]
>
> 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.


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