qwen4-max)是阿里通義千問 Qwen4 系列的旗艦模型,採用 2.4 萬億引數骨幹架構,原生支援文本、圖片和影片輸入,面向複雜推理、程式設計 Agent、長文件分析與專業工作流。APIYI 已上架該模型,價格與海外版官網對齊,並完成 325 次上架前實測與 15 次 Default 分組線上驗收。
模型名:
qwen4-max。公開分組為 Default、SVIP、CodexResponses、ClaudeCode,開放 Chat Completions、Responses、Messages 三端點。預設開啟思考;日常對話建議顯式設定 reasoning_effort="none",減少思考 token 消耗。核心優勢
官網同價,可加贈
輸入 $1.50、輸出 $4.50、快取讀 $0.075 / 1M tokens。疊加充值階梯加贈 10%–20%,等效約 83–91 折。
近 1M 上下文實測
實際輸入 951,498 tokens,中部與尾部標識均準確召回,單次耗時 92.3 秒。介面返回的輸入上限為 991,808 tokens。
原生多模態輸入
文本、圖片、影片均已實測。三端點圖片 OCR 與雙圖識別通過;Chat 影片理解可正確描述測試素材。
完整 Agent 工具鏈
單工具、並行工具、強制與具名工具、流式增量及兩輪工具結果回傳均通過實測。
端點與分組
三端點均已開放,上表是按客戶端選擇分組的建議,並非對其他分組的呼叫限制。Default 分組令牌的 Responses、Messages 最小線上請求也已通過;實際可用分組以控制台令牌配置為準。
模型定價
每 1M tokens,折扣前掛牌價:
價格與海外版 Qwen4-Max 官網對齊,可能調整,以頂部「模型價格」欄目為準。充值活動採用餘額加贈,等效折扣約 83–91 折,詳見充值優惠活動。
技術規格與實測
上述效能和長上下文資料來自 2026-11-17 (UTC+8) 的上架前測試視窗,不作為長期 SLA。
思考控制與輸出預算
reasoning_effort 支援 none、off、minimal、low、medium、high、xhigh、max。非法值會返回 400 並列出合法值。
none/off:關閉思考,適合日常對話、資料抽取和高頻呼叫。minimal/low/medium:保留一定推理量;簡單任務上各檔差異不一定單調。high/xhigh/max:實測思考量更高,適合複雜推理與長程任務。reasoning_effort與thinking_budget不可同時傳入,同傳返回 400。
呼叫示例
Python(OpenAI SDK 相容)
圖片輸入
video_url 的 base64 data URL,或 {"type": "video", "video": [...]} 幀序列;幀序列要求 4–80 幀。
cURL
工具呼叫
Chat Completions 的單工具、並行工具、parallel_tool_calls=false、tool_choice="required"、具名工具、禁止工具、流式工具增量及完整兩輪 round-trip 均已通過上架前實測。
n > 1 應與 reasoning_effort="none" 同用;思考開啟時 n > 1 返回 400。
結構化輸出
response_format={"type": "json_schema"} 的巢狀物件、陣列、列舉和 additionalProperties: false 均通過實測,流式輸出也能得到合法 JSON。
上下文快取
- 約 170 tokens 的短字首未命中;更長的固定字首可觀察到快取讀取。
- Chat 顯式
cache_control在上架前測試中連續命中 1,657 tokens;APIYI Default 分組線上複測第二輪同樣命中 1,657 tokens。隱式快取命中不夠穩定。 - 快取讀掛牌價為 $0.075 / 1M tokens。
引數相容性
max_tokens=131072 和 200000 曾被渠道接受並返回短答案,但這隻證明引數未被拒絕,不代表已驗證對應長度的實際生成能力。
常見問題
為什麼 HTTP 200 但沒有正文?
為什麼 HTTP 200 但沒有正文?
預設思考可能耗盡較小的
max_tokens,響應終止原因為 length。請關閉思考或提高輸出預算,並檢查 reasoning_content 與 finish_reason。Responses 或 Claude Code 能直接用嗎?
Responses 或 Claude Code 能直接用嗎?
可以。Responses 客戶端推薦 CodexResponses 分組,Claude Code 推薦 ClaudeCode 分組;Default 分組令牌的三端點最小請求也已通過。Responses 的
tool_choice="required" 在原廠測試中被忽略,強制結構化場景建議使用具名工具或 Chat;Messages 不支援 OpenAI 風格的 response_format,且 max_tokens 必填,結構化輸出請改用工具呼叫。Claude Code 的複雜 Agent 工作流建議按客戶端版本先灰度驗證。如何降低日常呼叫成本?
如何降低日常呼叫成本?
日常對話和結構化抽取顯式設定
reasoning_effort="none",長文複用固定字首並核對控制台快取計費詳情;符合檔位時疊加充值加贈。可以直接宣傳最大輸出為 200K 嗎?
可以直接宣傳最大輸出為 200K 嗎?
不建議。渠道接受
max_tokens=200000 不等於完成過 200K 實際生成。本頁不據此標註最大輸出長度。相關文件
- 模型價格 — 最新價格、分組與端點
- 充值優惠活動 — 階梯加贈規則與等效折扣
- Qwen3.8-Max 概覽 — 上一代模型
- API 使用手冊 — 通用鑑權、呼叫與錯誤處理
本頁實測依據為 2026-11-17 (UTC+8) 的 325 次上架前呼叫,以及同日在 APIYI Default 分組完成的 15 次線上驗收;線上驗收覆蓋 Chat、Responses、Messages、流式、工具、JSON Schema、圖片、影片、快取和 32K 上下文。官方資料:
https://qwen.ai/blog?id=qwen4-max。模型與渠道行為可能調整,以實際呼叫和控制台計費詳情為準。