O Qwen4-Max é o modelo multimodal de ponta da nova geração da família Qwen, que combina geração de texto, compreensão de imagens e vídeos e raciocínio profundo. Ele foi projetado para programação, produtividade de escritório, design de frontend e tarefas complexas de agentes. Com suporte a pesquisa na web, chamadas de ferramentas e saídas estruturadas, além de compatibilidade com as APIs OpenAI e Anthropic, ele permite criar aplicações inteligentes com compreensão multimodal e execução de tarefas.
model): qwen4-max
Provedor de inferência
Alibaba Cloud Model Studio
Recursos do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- Estados Unidos (Virgínia)
- Japan (Tokyo)
- Hong Kong (China)
Recurso | Compatibilidade | Recurso | Compatibilidade |
|---|---|---|---|
Modalidades de entrada | Texto, imagem, vídeo | Modalidade de saída | Texto |
Streaming | Compatível | raciocínio profundo | Compatível |
chamadas paralelas de ferramentas | Compatível | pesquisa na web | Compatível |
conclusão de prefixo | Compatível | Function Calling | Compatível |
Resumo e criptografia do raciocínio | Compatível | OpenAI Chat Completions, Responses, Anthropic Messages, DashScope | Compatível |
Saída estruturada (JSON Object, JSON Schema) | Compatível | Cache explícito, cache implícito | Compatível |
Inferência em lote | Compatível | ajuste fino | Não compatível |
implantação de modelo | Não compatível |
Limites de taxa e contexto do modelo
Parâmetro | Token | Parâmetro | Token |
|---|---|---|---|
Comprimento máximo de entrada | 991,808 | Comprimento máximo de saída | 131,072 |
Comprimento máximo de entrada (modo de raciocínio) | 983,616 | Comprimento máximo de saída (modo de raciocínio) | 262,144 |
Comprimento do contexto | 1,000,000 | Comprimento máximo da cadeia de pensamento | 262,144 |
Parâmetros padrão
Parâmetro | Valor padrão |
|---|---|
temperature | 1.0 no modo de raciocínio; 0.7 sem raciocínio. |
top_p | 0.95 no modo de raciocínio; 0.8 sem raciocínio. |
top_k | 20 |
repetition_penalty | 1.0 |
presence_penalty | 0.0 (Raciocínio); 1.5 (Sem raciocínio) |
logprobs | false |
enable_thinking | true |
preserve_thinking | true |
reasoning_effort | high |
thinking_budget | 131072 |
max_completion_tokens | 262144 (Raciocínio); 131072 (Sem raciocínio) |
reasoning_effort e thinking_budget são omitidos, os padrões são reasoning_effort=high e thinking_budget=131072.
Intensidade de raciocínio
| Protocolo | Parâmetro | Valores aceitos | Padrão | Mapeamento |
|---|---|---|---|---|
| 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 |
Preços do modelo
- Singapore
- China (Beijing)
- Hong Kong (China)
- Germany (Frankfurt)
- Estados Unidos (Virgínia)
- Japan (Tokyo)
| ID do modelo | Escopo de implantação | Modo | Tokens de entrada por solicitação | Preço de entrada (por 1 milhão de tokens) | Preço de saída (por 1 milhão de tokens)Cadeia de pensamento + resposta | Cota gratuita(Nota)Válido por 90 dias a partir da data de ativação do Model Studio, lançamento do modelo ou aprovação do aplicativo, o que ocorrer mais tarde |
|---|---|---|---|---|---|---|
qwen4-maxPreço do cache (por milhão de tokens) | Internacional | Modos Non-Thinking e Thinking | 0<Token≤1M | $1.5 | $4.5 | 1 milhão de tokens |
Limites de taxa
- Singapore
- China (Beijing)
- Estados Unidos (Virgínia)
- Germany (Frankfurt)
- Hong Kong (China)
- Japan (Tokyo)
Gasto mensal do Model Studio: | Faixa 1 (atual) ≤$8.000 | Faixa 2 $8.000~$140.000 | Faixa 3 >$140.000 |
|---|---|---|---|
Modelos suportados | Faixas de limite de TPM | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
Acesso à API
- OpenAI Chat Completions
- OpenAI Responses
- Anthropic Messages
- DashScope
- Recursos do modelo
- CoT Summary
- Prompt Cache
Uso
Cache explícito
Reutilize prefixos de entrada comuns, como prompts de sistema, descrições de ferramentas e documentos de referência, para reduzir o custo de entradas repetidas. Compatível com OpenAI Chat Completions, Responses e Anthropic Messages, com TTL de 5m e 1h. Para configuração e cobrança, consulte Cache explícito.