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
| Protocolo | Parámetro | Valores admitidos | Valor predeterminado | Correspondencia |
|---|---|---|---|---|
| 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 |
Precios del modelo
Singapore
| ID de modelo | Ámbito de implementación | Modo | Tokens de entrada por solicitud | Precio 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 | Internacional | Modos Non-Thinking y Thinking | 0<Token≤1M | $1.5 | $4.5 | 1 millón de tokens |
China (Beijing)
| ID de modelo | Modo | Tokens de entrada por solicitud | Precio de entrada (por 1 millón de tokens) | Precio de salida (por 1 millón de tokens)Cadena de pensamiento + respuesta |
|---|---|---|---|---|
qwen4-max | Modos Non-Thinking y Thinking | 0<Token≤1M | $1.413 | $4.24 |
qwen4-max — Precio de Batch (por millón de tokens)
| API | Entrada | Salida |
|---|---|---|
| Batch File | $0.707 | $2.12 |
| Batch Chat (50 % de descuento por tiempo limitado) | Precio original: $1.413 | Precio original: $4.24 |
Hong Kong (China)
| ID de modelo | Ámbito de implementación | Modo | Tokens de entrada por solicitud | Precio de entrada (por 1 millón de tokens) | Precio de salida (por 1 millón de tokens)Cadena de pensamiento + respuesta |
|---|---|---|---|---|---|
qwen4-max | Global | Modos Non-Thinking y Thinking | 0<Token≤1M | $1.413 | $4.24 |
Germany (Frankfurt)
| ID de modelo | Ámbito de implementación | Modo | Tokens de entrada por solicitud | Precio de entrada (por 1 millón de tokens) | Precio de salida (por 1 millón de tokens)Cadena de pensamiento + respuesta |
|---|---|---|---|---|---|
qwen4-max | Global | Modos Non-Thinking y Thinking | 0<Token≤1M | $1.413 | $4.24 |
EE. UU. (Virginia)
| ID de modelo | Ámbito de implementación | Modo | Tokens de entrada por solicitud | Precio de entrada (por 1 millón de tokens) | Precio de salida (por 1 millón de tokens)Cadena de pensamiento + respuesta |
|---|---|---|---|---|---|
qwen4-max | Global | Modos Non-Thinking y Thinking | 0<Token≤1M | $1.413 | $4.24 |
Japan (Tokyo)
| ID de modelo | Ámbito de implementación | Modo | Tokens de entrada por solicitud | Precio de entrada (por 1 millón de tokens) | Precio de salida (por 1 millón de tokens)Cadena de pensamiento + respuesta |
|---|---|---|---|---|---|
qwen4-max | 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)
| Modelo | Ámbito de implementación del servicio | Condiciones 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)
| Modelo | Ámbito de implementación del servicio | Condiciones 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)
| Modelo | Ámbito de implementación del servicio | Condiciones 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)
| Modelo | Ámbito de implementación del servicio | Condiciones 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
- OpenAI Chat Completions
- OpenAI Responses
- Anthropic Messages
- DashScope
- Capacidades del modelo
- CoT Summary
- Prompt Cache
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.