> ## 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.

# Qwen4-Max 上線：官網同價

> 阿里 Qwen4 旗艦正式版已上架 APIYI：2.4T 骨幹、原生視覺、1M 上下文，輸入 $1.50、輸出 $4.50 / 1M tokens。三端點四分組開放，附近 1M 實測、價格與呼叫建議。

## 核心要點

* **Qwen4 旗艦正式版**：阿里 11 月 16 日釋出 `qwen4-max`，2.4T 骨幹引數、每 token 啟用 71B，原生視覺與 1M 上下文
* **任務成本繼續下降**：官方 Work360 平均任務成本由 \$4.43 降至 \$1.67，下降 62％
* **APIYI 官網同價**：輸入 \$1.50、輸出 \$4.50、快取讀 \$0.075 / 1M tokens，可疊加充值加贈
* **三端點四分組**：Chat Completions、Responses、Messages 均已開放，覆蓋 Default、SVIP、CodexResponses、ClaudeCode
* **實測不是轉述**：完成 325 次上架前呼叫與 15 次 Default 分組線上驗收；951,498 tokens 實際輸入的中部、尾部標識均準確召回

> [!NOTE]
>
> 資訊核驗日期：2026-11-17 (UTC+8)。官方來源：Qwen 釋出部落格 `qwen.ai/blog?id=qwen4-max`、QwenCloud 模型頁 `qwencloud.com/models/qwen4-max`。APIYI 價格來自公開 pricing 介面，實測資料來自同日呼叫日誌。

## 背景介紹

Qwen4-Max 是 Qwen4 系列首先登場的旗艦模型，目標不只是提高單題推理分數，而是把模型放進持續數小時的專業工作流：讀大型程式碼庫、分析長文件、操作工具，再根據執行反饋繼續迭代。

這代的兩個關鍵詞是**原生多模態**和**長程執行**。文本、圖片、影片輸入與 1M 上下文放在同一個模型裡，官方還強調了 Live Delivery：長任務先交付可用版本，再按使用者反饋持續擴充套件，而不是等整個任務結束後才一次性給結果。

APIYI 已於 11 月 17 日上架 `qwen4-max`。除了同步官方價格，我們也把長上下文、工具呼叫、結構化輸出、快取和三端點接入做了實測。

## 詳細解析

### 新架構：在容量與推理成本之間重新平衡

> [card] GDN + QSA
>
> Gated DeltaNet 將歷史資訊壓縮為固定狀態，Qwen Sparse Attention 再按微塊選擇相關上下文，降低長序列注意力與索引成本。

> [card] Gated Residual
>
> 四條並行殘差分支通過動態讀寫門改善資訊流動，提高模型容量與訓練穩定性。

> [card] N-gram Embedding
>
> 以局部 token 模式查表補充表示，額外 328B 引數提升容量，但推理時只增加少量計算。

骨幹總引數為 2.4T，每 token 啟用 71B。官方訓練曲線未出現 loss spike；在知識、程式碼、問答與 STEM 的內部評測中，Qwen4-Max-Base 的 BPB 相比 Qwen3.8-Max-Base 下降約 5％–13％，啟用引數減少約 25％。

### 官方效率資料：省的不只是單價

| 指標 | Qwen4-Max 官方結果 |
| - | - |
| Work360 得分 | **52.69**，Qwen3.8-Max 為 47.74 |
| Work360 token 用量 | Xhigh 檔減少約 **24％**，High 檔減少約 **35％** |
| Terminal-Bench 4.0 token 用量 | Xhigh / High 分別減少約 **48％ / 49％** |
| Work360 平均任務成本 | \$4.43 → **\$1.67**，下降 **62％** |

這裡最值得關注的是最後兩行：模型是否便宜，不能只看每百萬 token 單價，還要看完成任務需要多少 token。Qwen4-Max 同時降低單價和任務 token 消耗，才形成了官方給出的任務成本降幅。

### 官方技術規格

| 專案 | QwenCloud 官方引數 |
| - | - |
| 模型 ID | `qwen4-max` |
| 上下文 | 1M tokens |
| 最大輸入 | 991K tokens；思考模式 983K tokens |
| 最大輸出 | 131K tokens；思考模式 262K tokens |
| 最大思考預算 | 262K tokens |
| 輸入 / 輸出 | 文本、圖片、影片輸入；文本輸出 |
| 官方 TPM | 5,000,000 tokens/min，非 APIYI 限流承諾 |

### APIYI 實測：近 1M 上下文與三端點接入

我們在上架前執行了 325 次能力、引數與錯誤邊界呼叫，隨後用 Default 分組令牌完成 15 次線上驗收。

* **近 1M 召回**：實際輸入 **951,498 tokens**，92.3 秒返回，中部和尾部代號均準確召回
* **長文覆蓋**：三端點的 8K、32K、128K 中部與尾部標識均召回；線上 32K 複測通過
* **工具呼叫**：單工具、並行、具名、流式增量與兩輪結果回傳通過；Responses 的 `tool_choice="required"` 存在相容性例外，見下文
* **多模態**：圖片 OCR、雙圖顏色與形狀識別正確，影片內容描述正確
* **結構化輸出**：Chat 與 Responses 的嚴格 JSON Schema 均通過，流式 JSON 也可解析
* **穩定性**：Chat 12 併發 12/12 成功；三端點長流式均正常終止

### 分組與端點怎麼選

| 使用方式 | 端點 | 推薦分組 |
| - | - | - |
| 通用 OpenAI 相容呼叫 | `/v1/chat/completions` | Default、SVIP |
| Codex / Responses 客戶端 | `/v1/responses` | CodexResponses |
| Claude Code / Anthropic 相容 | `/v1/messages` | ClaudeCode |

這些是客戶端選組建議，不是對其他分組的呼叫限制。Default 分組令牌的三端點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。

## 實際應用

### 推薦場景

* **程式碼庫理解與程式設計 Agent**：長上下文讀取專案資料，工具結果可回傳繼續執行
* **法律、金融、醫療文件分析**：長文與圖片混合輸入，適合需要證據定位的專業工作流
* **結構化資料抽取**：使用 JSON Schema 約束欄位，避免自由文本後處理
* **長程研究與內容生產**：先產出可用版本，再通過多輪反饋持續修訂

### 快速呼叫

```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": "分析這份程式碼庫的結構，並給出修改建議。",
    }],
    reasoning_effort="xhigh",
    max_tokens=4000,
)

print(resp.choices[0].message.content)
```

日常對話或結構化抽取可改為 `reasoning_effort="none"`，減少思考 token；複雜推理再使用更高檔位。

### 四個接入提醒

> [!WARNING]
>
> **`max_tokens` 包含思考與可見輸出。** 預算太小可能全部耗在思考上，出現 HTTP 200 但正文為空。需要完整答案時提高預算，需要節省成本時調整 `reasoning_effort`。

1. **Responses 強制工具**：原廠測試中 `tool_choice="required"` 被忽略，建議改用具名工具或 Chat Completions。
2. **Messages 結構化輸出**：OpenAI 風格 `response_format` 不生效，`max_tokens` 必填；嚴格結構請使用工具呼叫。
3. **普通 JSON 模式**：`json_object` 只保證可解析 JSON，不保證頂層物件或欄位結構，嚴格場景使用 `json_schema`。
4. **快取核賬**：介面 usage 不等於賬單，命中與優惠以控制台單條日誌的計費詳情為準。

## 價格與可用性

### 定價資訊

每 1M tokens，折扣前定價：

| 專案 | APIYI | QwenCloud 國際站 |
| - | -: | -: |
| 輸入 | **\$1.50** | \$1.50 |
| 輸出（含思考） | **\$4.50** | \$4.50 |
| 快取讀取 | **\$0.075** | \$0.075 |

價格與海外版 Qwen4-Max 官網對齊，可能調整，以[模型價格](https://docs.apiyi.com/zh-Hant/models/index.md)為準。

### 疊加網站充值活動

[充值階梯加贈](https://docs.apiyi.com/zh-Hant/faq/recharge-promotions.md)為 10％–20％，等效約 83–91 折。加贈比例按單次充值金額計算，不改變模型掛牌單價。

## 總結與建議

Qwen4-Max 適合作為長文件、多模態和工具型 Agent 的主力模型。它的升級重點不是單一榜單，而是架構效率、長程執行和專業交付；官方 62％ 的平均任務成本下降，也說明評估時應同時看單價與任務 token 數。

接入上，通用業務先用 Chat Completions；Codex 選 CodexResponses，Claude Code 選 ClaudeCode。日常呼叫關閉思考，複雜推理提高檔位，嚴格結構化使用 JSON Schema。完整引數與實測說明見 [Qwen4-Max Overview](https://docs.apiyi.com/zh-Hant/api-capabilities/qwen-4/overview.md)。

> [!NOTE]
>
> 資料來源：Qwen 官方釋出部落格 `qwen.ai/blog?id=qwen4-max`、QwenCloud 模型頁 `qwencloud.com/models/qwen4-max`，獲取日期 2026-11-17 (UTC+8)。APIYI 實測為 325 次上架前呼叫與 15 次 Default 分組線上驗收；官方基準為廠商公佈口徑，未逐項獨立複測。


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