Todos los productos
Search
Centro de documentos

Alibaba Cloud Model Studio:qwen4-max (modelo más reciente)

Última actualización: Nov 17, 2026

Qwen4-Max es el modelo multimodal insignia de nueva generación de la familia Qwen. Combina generación de texto, comprensión de imágenes y videos y razonamiento profundo. Está diseñado para programación, productividad de oficina, diseño frontend y tareas complejas de agentes. Con búsqueda web, llamadas a herramientas, salidas estructuradas y compatibilidad con las API de OpenAI y Anthropic, permite crear aplicaciones inteligentes capaces de comprender entradas multimodales y ejecutar tareas.

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

Proveedor de inferencia

Alibaba Cloud Model Studio

Capacidades del modelo

China (Beijing)

Alcance del despliegue: China continental

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

Singapore

Ámbito: International

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

No compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

Germany (Frankfurt)

Ámbito: Global

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

No compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

EE. UU. (Virginia)

Ámbito: Global

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

No compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

Japan (Tokyo)

Ámbito: Global

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

No compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

Hong Kong (China)

Ámbito: Global

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

No compatible

ajuste fino

No compatible

despliegue del modelo

No compatible

Límites de tasa y contexto del modelo

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

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)

Internacional

Modos Non-Thinking y Thinking

0<Token≤1M

$1.5

$4.5

1 millón de tokens

China (Beijing)

ID de modeloModoTokens de entrada por solicitudPrecio de entrada (por 1 millón de tokens)Precio de salida (por 1 millón de tokens)
Cadena de pensamiento + respuesta

qwen4-max

Precio de caché (por millón de tokens)

Modos Non-Thinking y Thinking

0<Token≤1M

$1.413

$4.24

qwen4-max — Precio de Batch (por millón de tokens)

APIEntradaSalida
Batch File$0.707$2.12
Batch Chat (50 % de descuento por tiempo limitado)Precio original: $1.413Precio original: $4.24

Hong Kong (China)

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

qwen4-max

Precio de caché (por millón de tokens)

Global

Modos Non-Thinking y Thinking

0<Token≤1M

$1.413

$4.24

Germany (Frankfurt)

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

qwen4-max

Precio de caché (por millón de tokens)

Global

Modos Non-Thinking y Thinking

0<Token≤1M

$1.413

$4.24

EE. UU. (Virginia)

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

qwen4-max

Precio de caché (por millón de tokens)

Global

Modos Non-Thinking y Thinking

0<Token≤1M

$1.413

$4.24

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

qwen4-max

Precio de caché (por millón de tokens)

Global

Modos Non-Thinking y Thinking

0<Token≤1M

$1.413

$4.24

Para precios y cuotas gratuitas, consulte Precios del modelo.

Límites de tasa

Singapore

Consumo mensual de la plataforma Bailian:

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

China (Beijing)

Consumo mensual de la plataforma Bailian:

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

EE. UU. (Virginia)

ModeloÁmbito de implementación del servicioCondiciones de límite de tasa (se activan cuando se excede cualquier valor)
Las siguientes son condiciones de límite de tasa por minuto. El servicio puede imponer límites según RPS (RPM/60) y TPS (TPM/60).
Llamadas por minuto (RPM)Tokens consumidos por minuto (TPM)
Incluye tokens de entrada y salida

qwen4-max

Global

30,000

5,000,000

Germany (Frankfurt)

ModeloÁmbito de implementación del servicioCondiciones de limitación de tasa (se activan cuando se excede cualquier valor)
Las siguientes son condiciones de limitación de tasa por minuto. El servicio también puede limitar por RPS (RPM/60) y TPS (TPM/60)
Llamadas por minuto (RPM)Tokens consumidos por minuto (TPM)
Incluye tokens de entrada y salida

qwen4-max

Global

30,000

5,000,000

Hong Kong (China)

ModeloÁmbito de implementación del servicioCondiciones de limitación de tasa (se activan cuando se excede cualquier valor)
Las siguientes son condiciones de limitación de tasa por minuto. El servicio puede limitar por RPS (RPM/60) y TPS (TPM/60).
Llamadas por minuto (RPM)Tokens consumidos por minuto (TPM)
Incluye tokens de entrada y salida

qwen4-max

Global

30,000

5,000,000

Japan (Tokyo)

ModeloÁmbito de implementación del servicioCondiciones de límite de tasa (se activan cuando se excede cualquier valor)
Las siguientes son condiciones de límite de tasa por minuto. El servicio puede limitar por RPS (RPM/60) y TPS (TPM/60).
Llamadas por minuto (RPM)Tokens consumidos por minuto (TPM)
Incluye tokens de entrada y salida

qwen4-max

Global

30,000

5,000,000

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.