All Products
Search
Document Center

Alibaba Cloud Model Studio:qwen4-max (model terbaru)

Last Updated:Nov 17, 2026

Qwen4-Max adalah model multimodal unggulan generasi berikutnya dalam keluarga Qwen, yang menggabungkan pembuatan teks, pemahaman gambar dan video, serta penalaran mendalam. Model ini dirancang untuk pemrograman, produktivitas kantor, desain frontend, dan tugas agen yang kompleks. Dengan dukungan pencarian web, pemanggilan alat, dan keluaran terstruktur, serta kompatibilitas dengan API OpenAI dan Anthropic, model ini memungkinkan pengembang membangun aplikasi cerdas yang mampu memahami input multimodal dan menjalankan tugas.

ID pemanggilan model (parameter model): qwen4-max

Penyedia inferensi

Alibaba Cloud Model Studio

Kemampuan model

China (Beijing)

Cakupan deployment: Tiongkok daratan

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

Singapura

Lingkup: Internasional

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

Tidak didukung

fine-tuning

Tidak didukung

deployment model

Tidak didukung

Jerman (Frankfurt)

Lingkup: Global

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

Tidak didukung

fine-tuning

Tidak didukung

deployment model

Tidak didukung

AS (Virginia)

Lingkup: Global

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

Tidak didukung

fine-tuning

Tidak didukung

deployment model

Tidak didukung

Jepang (Tokyo)

Lingkup: Global

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

Tidak didukung

fine-tuning

Tidak didukung

deployment model

Tidak didukung

Hong Kong (China)

Lingkup: Global

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

Tidak 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

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)

Internasional

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.5

$4.5

1 juta token

China (Beijing)

Model IDModeInput tokens per requestHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban

qwen4-max

Harga cache (per satu juta token)

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.413

$4.24

qwen4-max — Harga Batch (per satu juta token)

APIInputOutput
Batch File$0.707$2.12
Batch Chat (diskon 50% untuk waktu terbatas)Harga asli: $1.413Harga asli: $4.24

Hong Kong (China)

Model IDCakupan PenyebaranModeToken input per permintaanHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban

qwen4-max

Harga cache (per satu juta token)

Global

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.413

$4.24

Jerman (Frankfurt)

Model IDCakupan PenyebaranModeToken input per permintaanHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban

qwen4-max

Harga cache (per satu juta token)

Global

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.413

$4.24

AS (Virginia)

Model IDCakupan PenyebaranModeInput tokens per requestHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban

qwen4-max

Harga cache (per satu juta token)

Global

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.413

$4.24

Jepang (Tokyo)

Model IDCakupan PenyebaranModeInput tokens per requestHarga input (per 1 juta token)Harga output (per 1 juta token)
Rantai pemikiran + jawaban

qwen4-max

Harga cache (per satu juta token)

Global

Mode Non-Thinking dan Thinking

0<Token≤1M

$1.413

$4.24

Untuk harga dan kuota gratis, lihat Harga model.

Batas laju

Singapura

Konsumsi bulanan platform Bailian:

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

China (Beijing)

Konsumsi bulanan platform Bailian:

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

AS (Virginia)

Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.

qwen4-max

Global

30,000

5,000,000

Jerman (Frankfurt)

Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.

qwen4-max

Global

30,000

5,000,000

Hong Kong (China)

Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.

qwen4-max

Global

30,000

5,000,000

Jepang (Tokyo)

Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.

qwen4-max

Global

30,000

5,000,000

Untuk batas laju dan tingkat AutoTPM, lihat Batas laju.

Akses API

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 penalaran untuk ditampilkan dan penalaran terenkripsi untuk memulihkan pemikiran sebelumnya pada giliran berikutnya. Dalam percakapan beberapa giliran, kirim kembali konten terenkripsi sebelumnya tanpa perubahan. Untuk konfigurasi, respons streaming, dan contoh lengkap, lihat Ringkasan dan enkripsi rantai pemikiran.