Qwen4-Max est le modèle multimodal phare de nouvelle génération de Tongyi Qianwen, qui intègre la génération de texte, la compréhension d’images et de vidéos et des capacités de raisonnement approfondi, et qui convient au développement logiciel, au travail bureautique, à la conception frontend et aux tâches complexes d’agents. Le modèle prend en charge la recherche Web, les appels d’outils et la sortie structurée, et est compatible avec les API OpenAI et Anthropic, ce qui aide les développeurs à créer des applications intelligentes dotées de compréhension multimodale et de capacités d’exécution de tâches
model) : qwen4-max
Fournisseur du service d’inférence
Alibaba Cloud Model Studio
Fonctionnalités du modèle
- Chine (Pékin)
- Singapour
- Allemagne (Francfort)
- États-Unis (Virginie)
- Japon (Tokyo)
- Hong Kong (Chine)
Fonctionnalité | Prise en charge | Fonctionnalité | Prise en charge |
|---|---|---|---|
Modalités d’entrée | Texte, image, vidéo | Modalité de sortie | Texte |
Sortie en streaming | Pris en charge | Raisonnement approfondi | Pris en charge |
Appels d’outils parallèles | Pris en charge | Recherche Web | Pris en charge |
Complétion de préfixe | Pris en charge | Function Calling | Pris en charge |
Résumé et chiffrement de la chaîne de pensée | Pris en charge | OpenAI Chat Completions, Responses, Anthropic Messages, DashScope | Pris en charge |
Sortie structurée (JSON Object, JSON Schema) | Pris en charge | Cache explicite, cache implicite | Pris en charge |
Inférence par lots | Pris en charge | Ajustement fin du modèle | Non pris en charge |
Déploiement de modèle | Non pris en charge |
Limites de débit et contexte
Paramètre | Token | Paramètre | Token |
|---|---|---|---|
Entrée maximale | 991,808 | Sortie maximale | 131,072 |
Entrée maximale (mode réflexion) | 983,616 | Sortie maximale (mode réflexion) | 262,144 |
Longueur du contexte | 1,000,000 | Chaîne de pensée maximale | 262,144 |
Paramètres par défaut
Paramètre | Valeur par défaut |
|---|---|
temperature | 1.0 en mode réflexion et 0.7 en mode non-réflexion. |
top_p | 0.95 en mode réflexion et 0.8 en mode non-réflexion. |
top_k | 20 |
repetition_penalty | 1.0 |
presence_penalty | 0.0 (réflexion) ; 1.5 (non-réflexion) |
logprobs | false |
enable_thinking | true |
preserve_thinking | true |
reasoning_effort | high |
thinking_budget | 131072 |
max_completion_tokens | 262144 (réflexion) ; 131072 (non-réflexion) |
reasoning_effort et thinking_budget ne sont pas spécifiés, les valeurs par défaut reasoning_effort=high et thinking_budget=131072 sont appliquées.
Intensité de raisonnement
| Protocole | Paramètre | Valeurs disponibles | Valeur par défaut | Correspondance |
|---|---|---|---|---|
| OpenAI Chat Completions / DashScope | reasoning_effort | low, high, xhigh | high | minimal → low; medium → high; max → xhigh |
| OpenAI Responses | reasoning.effort | low, high, xhigh | high | minimal → low; medium → high; max → xhigh |
| Anthropic Messages | output_config.effort | low, high, xhigh | high | medium → high; max → xhigh |
Tarification du modèle
- Singapour
- Chine (Pékin)
- Hong Kong (Chine)
- Allemagne (Francfort)
- États-Unis (Virginie)
- Japon (Tokyo)
| ID de modèle | Périmètre de déploiement du service | Mode | Tokens d’entrée par requête | Prix unitaire d’entrée (par million de tokens) | Prix unitaire de sortie (par million de tokens)Chaîne de pensée + réponse | Quota gratuit(Remarque)Validité : dans les 90 jours suivant la date d’activation de Model Studio, de mise à disposition du modèle ou d’approbation de la demande (la plus tardive de ces dates) |
|---|---|---|---|---|---|---|
qwen4-maxPrix unitaire du cache (par million de tokens) | International | Modes non-réflexion et réflexion | 0<Token≤1M | $1.5 | $4.5 | 1 million de tokens |
Limites de débit
- Singapour
- Chine (Pékin)
- États-Unis (Virginie)
- Allemagne (Francfort)
- Hong Kong (Chine)
- Japon (Tokyo)
Dépenses mensuelles Model Studio : | Palier 1 (actuel) ≤$8,000 | Palier 2 $8,000~$140,000 | Palier 3 >$140,000 |
|---|---|---|---|
Modèles pris en charge | Paliers de limite de débit TPM | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
Méthode d’appel
- OpenAI Chat Completions
- OpenAI Responses
- Anthropic Messages
- DashScope
- Fonctionnalités du modèle
- CoT Summary
- Prompt Cache
Instructions d’utilisation
Cache explicite
Réutilisez les préfixes d’entrée communs, comme les instructions système, les descriptions d’outils et les documents de référence, afin de réduire le coût des entrées répétées. Pris en charge avec OpenAI Chat Completions, Responses et Anthropic Messages, avec des options de TTL de 5m et 1h. Pour la configuration et la facturation, consultez Cache explicite.