Skip to main content

qwen4-max (modelo más reciente)

Qwen4-Max es el modelo multimodal insignia de nueva generación de Tongyi Qianwen, que integra generación de texto, comprensión de imágenes y videos, y capacidades de razonamiento profundo, y es apto para tareas de desarrollo de programación, trabajo de oficina, diseño frontend y agentes complejos. El modelo admite búsqueda web, llamadas a herramientas y salida estructurada, y es compatible con las API de OpenAI y Anthropic, lo que ayuda a los desarrolladores a crear aplicaciones inteligentes con capacidades de comprensión multimodal y ejecución de tareas.

ID de invocación del modelo (parámetro model): qwen4-max

Proveedor de inferencia

Alibaba Cloud Model Studio

Capacidades del modelo

  • China (Beijing)
  • Singapore
  • Germany (Frankfurt)
  • EE. UU. (Virginia)
  • Japan (Tokyo)
  • Hong Kong (China)

Capacidad

Compatibilidad

Capacidad

Compatibilidad

Modalidades de entrada

Texto, imagen, video

Modalidad de salida

Texto

Streaming

Compatible

razonamiento profundo

Compatible

llamadas paralelas a herramientas

Compatible

búsqueda web

Compatible

completado de prefijos

Compatible

Function Calling

Compatible

Resumen y cifrado del razonamiento

Compatible

OpenAI Chat Completions, Responses, Anthropic Messages, DashScope

Compatible

Salida estructurada (JSON Object, JSON Schema)

Compatible

Caché explícita, caché implícita

Compatible

Inferencia por lotes

Compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

Límites de tasa y contexto

Parámetro

Token

Parámetro

Token

Longitud máxima de entrada

991,808

Longitud máxima de salida

131,072

Longitud máxima de entrada (modo de razonamiento)

983,616

Longitud máxima de salida (modo de razonamiento)

262,144

Longitud del contexto

1,000,000

Longitud máxima de la cadena de pensamiento

262,144

Parámetros predeterminados

Parámetro

Valor predeterminado

temperature

1.0 en modo de razonamiento; 0.7 sin razonamiento.

top_p

0.95 en modo de razonamiento; 0.8 sin razonamiento.

top_k

20

repetition_penalty

1.0

presence_penalty

0.0 (Razonamiento); 1.5 (Sin razonamiento)

logprobs

false

enable_thinking

true

preserve_thinking

true

reasoning_effort

high

thinking_budget

131072

max_completion_tokens

262144 (Razonamiento); 131072 (Sin razonamiento)

Si se omiten reasoning_effort y thinking_budget, se usan reasoning_effort=high y thinking_budget=131072.

Intensidad de razonamiento

ProtocoloParámetroValores admitidosValor predeterminadoCorrespondencia
OpenAI Chat Completions / DashScopereasoning_effortlow, high, xhighhighminimal → low; medium → high; max → xhigh
OpenAI Responsesreasoning.effortlow, high, xhighhighminimal → low; medium → high; max → xhigh
Anthropic Messagesoutput_config.effortlow, high, xhighhighmedium → high; max → xhigh

Precios del modelo

  • Singapore
  • China (Beijing)
  • Hong Kong (China)
  • Germany (Frankfurt)
  • EE. UU. (Virginia)
  • Japan (Tokyo)
ID de modeloÁmbito de implementaciónModoTokens de entrada por solicitudPrecio de entrada (por 1 millón de tokens)Precio de salida (por 1 millón de tokens)
Cadena de pensamiento + respuesta
Cuota gratuita(Nota)Válido por 90 días a partir de la fecha de activación de Model Studio, lanzamiento del modelo o aprobación de la solicitud, lo que ocurra más tarde
qwen4-max
Precio de caché (por millón de tokens)
InternacionalModos Non-Thinking y Thinking0<Token≤1M$1.5$4.51 millón de tokens
Para precios y cuotas gratuitas, consulte Precios del modelo.

Límites de tasa

  • Singapore
  • China (Beijing)
  • EE. UU. (Virginia)
  • Germany (Frankfurt)
  • Hong Kong (China)
  • Japan (Tokyo)

Gasto mensual en Model Studio:

Nivel 1 (actual) ≤$8,000

Nivel 2 $8,000~$140,000

Nivel 3 >$140,000

Modelos compatibles

Niveles de límite de tasa TPM

qwen4-max

5,000,000

10,000,000

20,000,000

Para límites de tasa y niveles de AutoTPM, consulte Límites de tasa.

Acceso a la API

Uso

Caché explícita

Reutilice prefijos de entrada comunes, como instrucciones del sistema, descripciones de herramientas y documentos de referencia, para reducir el coste de las entradas repetidas. Compatible con OpenAI Chat Completions, Responses y Anthropic Messages, con TTL de 5m y 1h. Para la configuración y la facturación, consulte Caché explícita.

Resumen y cifrado de la cadena de pensamiento

Devuelve un resumen del razonamiento para mostrarlo y el razonamiento cifrado para recuperar el pensamiento anterior en los turnos siguientes. En conversaciones de varios turnos, vuelva a enviar el contenido cifrado anterior sin cambios. Para la configuración, las respuestas en streaming y los ejemplos completos, consulte Resumen y cifrado de la cadena de pensamiento.