跳轉到主要內容
Qwen4-Max(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。
Qwen4-Max 的 max_tokens 會覆蓋思考與可見輸出的總預算。 較小的上限可能全部耗在思考上,得到 HTTP 200 但正文為空,終止原因為 length。需要控制成本時使用 reasoning_effort;需要完整答案時同時給足 max_tokens。

呼叫示例

Python(OpenAI SDK 相容)

圖片輸入

base64 與遠端圖片 URL 均已通過原廠渠道測試。影片可使用 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。
需要多個候選答案時,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。
嚴格資料抽取優先使用 json_schema,並設定 reasoning_effort="none"。普通 json_object 只保證返回可解析 JSON,實測仍可能返回頂層陣列,不能代替 Schema 約束。

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。
usage 中的快取欄位不等於實際賬單。 是否命中、快取 token 數與最終優惠請以控制台單條日誌的計費詳情為準,不要只憑介面回顯判斷。

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

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。
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。
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。
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

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。