Skip to main content

qwen4-max (model terbaru)

Qwen4-Max adalah model multimodal unggulan generasi baru dari Tongyi Qianwen yang mengintegrasikan pembuatan teks, pemahaman gambar dan video, serta kemampuan berpikir mendalam, dan cocok untuk pengembangan pemrograman, pekerjaan kantor, desain front-end, serta tugas agen yang kompleks. Model ini mendukung pencarian web, pemanggilan alat, dan keluaran terstruktur, serta kompatibel dengan API OpenAI dan Anthropic, membantu pengembang membangun aplikasi cerdas dengan kemampuan pemahaman multimodal dan eksekusi tugas.

ID pemanggilan model (nilai parameter model): qwen4-max

Penyedia inferensi

Alibaba Cloud Model Studio

Kemampuan model

  • China (Beijing)
  • Singapura
  • Jerman (Frankfurt)
  • AS (Virginia)
  • Jepang (Tokyo)
  • Hong Kong (China)

Kemampuan

Dukungan

Kemampuan

Dukungan

Modalitas input

Teks, gambar, video

Modalitas output

Teks

Streaming

Didukung

penalaran mendalam

Didukung

pemanggilan alat paralel

Didukung

pencarian web

Didukung

pelengkapan prefiks

Didukung

Function Calling

Didukung

Ringkasan dan enkripsi penalaran

Didukung

OpenAI Chat Completions, Responses, Anthropic Messages, DashScope

Didukung

Output terstruktur (JSON Object, JSON Schema)

Didukung

Cache eksplisit, cache implisit

Didukung

Inferensi batch

Didukung

fine-tuning

Tidak didukung

deployment model

Tidak didukung

Batas laju model dan konteks

Parameter

Token

Parameter

Token

Panjang input maksimum

991,808

Panjang output maksimum

131,072

Panjang input maksimum (mode berpikir)

983,616

Panjang output maksimum (mode berpikir)

262,144

Panjang konteks

1,000,000

Panjang chain-of-thought maksimum

262,144

Parameter default

Parameter

Default

temperature

1.0 dalam mode penalaran; 0.7 dalam mode nonpenalaran.

top_p

0.95 dalam mode penalaran; 0.8 dalam mode nonpenalaran.

top_k

20

repetition_penalty

1.0

presence_penalty

0.0 (Penalaran); 1.5 (Nonpenalaran)

logprobs

false

enable_thinking

true

preserve_thinking

true

reasoning_effort

high

thinking_budget

131072

max_completion_tokens

262144 (Penalaran); 131072 (Nonpenalaran)

Jika reasoning_effort dan thinking_budget tidak dikirim, nilai default adalah reasoning_effort=high dan thinking_budget=131072.

Intensitas penalaran

ProtokolParameterNilai yang didukungDefaultPemetaan
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

Harga model

  • Singapura
  • China (Beijing)
  • Hong Kong (China)
  • Jerman (Frankfurt)
  • AS (Virginia)
  • Jepang (Tokyo)
Model IDCakupan PenyebaranModeToken input per permintaanHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban
Kuota gratis(Catatan)Berlaku selama 90 hari sejak tanggal aktivasi Model Studio, rilis model, atau persetujuan aplikasi, mana yang paling akhir
qwen4-max
Harga cache (per satu juta token)
InternasionalMode Non-Thinking dan Thinking0<Token≤1M$1.5$4.51 juta token
Untuk harga dan kuota gratis, lihat Harga model.

Batas laju

  • Singapura
  • China (Beijing)
  • AS (Virginia)
  • Jerman (Frankfurt)
  • Hong Kong (China)
  • Jepang (Tokyo)

Pengeluaran bulanan Model Studio:

Tier 1 (saat ini) ≤$8.000

Tier 2 $8.000~$140.000

Tier 3 >$140.000

Model yang didukung

Tier batas laju TPM

qwen4-max

5,000,000

10,000,000

20,000,000

Untuk batas laju dan tingkat AutoTPM, lihat Batas laju.

Metode pemanggilan

Panduan penggunaan

Cache eksplisit

Gunakan kembali prefiks input bersama, seperti prompt sistem, deskripsi alat, dan dokumen referensi, untuk mengurangi biaya input berulang. Mendukung OpenAI Chat Completions, Responses, dan Anthropic Messages dengan TTL 5m dan 1h. Untuk konfigurasi dan penagihan, lihat Cache eksplisit.

Ringkasan dan enkripsi rantai pemikiran

Mengembalikan ringkasan rantai pemikiran dan teks terenkripsi: ringkasan untuk ditampilkan, sedangkan teks terenkripsi digunakan untuk memulihkan penalaran historis pada giliran berikutnya. Dalam percakapan multi-giliran, teks terenkripsi historis harus dikirim kembali apa adanya. Untuk cara mengaktifkannya di setiap protokol, respons streaming, dan contoh lengkap, lihat Ringkasan dan enkripsi rantai pemikiran.