Qwen4-Max 是通义千问新一代旗舰多模态模型,融合文本生成、图片与视频理解及深度思考能力,适用于编程开发、办公、前端设计与复杂智能体任务。模型支持联网搜索、工具调用和结构化输出,兼容 OpenAI 与 Anthropic API,帮助开发者构建具备多模态理解与任务执行能力的智能应用
Qwen4-Max 是通义千问新一代旗舰多模态模型,融合文本生成、图片与视频理解及深度思考能力,适用于编程开发、办公、前端设计与复杂智能体任务。模型支持联网搜索、工具调用和结构化输出,兼容 OpenAI 与 Anthropic API,帮助开发者构建具备多模态理解与任务执行能力的智能应用。
模型调用 ID(model 参数取值):qwen4-max
推理服务供应商
阿里云百炼
模型能力
华北2(北京)
部署范围: 中国内地
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
新加坡
部署范围:国际
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
德国(法兰克福)
部署范围:全球
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
美国(弗吉尼亚)
部署范围:全球
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
日本(东京)
部署范围:全球
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
中国香港
部署范围:全球
能力 | 支持情况 | 能力 | 支持情况 |
|---|---|---|---|
输入模态 | 文本、图像、视频 | 输出模态 | 文本 |
流式输出 | 支持 | 深度思考 | 支持 |
并行工具调用 | 支持 | 联网搜索 | 支持 |
前缀补全 | 支持 | Function Calling | 支持 |
思维链摘要与加密 | 支持 | OpenAI Chat Completions、Responses、Anthropic Messages、DashScope | 支持 |
结构化输出(JSON Object、JSON Schema) | 支持 | 显式缓存、隐式缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
模型部署 | 不支持 |
上下文限制
参数 | Token | 参数 | Token |
|---|---|---|---|
上下文长度 | 1,000,000 | 最大输出长度(非思考模式) | 131,072 |
最大输入长度(非思考模式) | 991,808 | 最大输入长度(思考模式) | 983,616 |
思考与最终回答的最大 Token 总数 | 262,144 |
默认参数
参数 | 默认值 |
|---|---|
temperature | 思考模式为 1.0,非思考模式为 0.7。 |
top_p | 思考模式为 0.95,非思考模式为 0.8。 |
top_k | 20 |
repetition_penalty | 1.0 |
presence_penalty | 0.0 (思考); 1.5 (非思考) |
logprobs | false |
enable_thinking | true |
preserve_thinking | true |
reasoning_effort | high |
thinking_budget | 131072 |
max_completion_tokens | 262144 (思考); 131072 (非思考) |
未传入 reasoning_effort 和 thinking_budget 时,默认使用 reasoning_effort=high 和 thinking_budget=131072。
思考强度
| 协议 | 参数 | 可选值 | 默认值 | 映射关系 |
|---|---|---|---|---|
| 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 |
模型价格
新加坡
| 模型 ID(Model ID) | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 | 免费额度(注) 有效期:自开通百炼/模型发布/申请通过之日起90天内(以较晚者为准) |
|---|---|---|---|---|---|---|
qwen4-max | 国际 | 非思考和思考模式 | 0<Token≤1M | $1.5 | $4.5 | 100万Token |
华北2(北京)
| 模型 ID(Model ID) | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 |
|---|---|---|---|---|
qwen4-max | 非思考和思考模式 | 0<Token≤1M | $1.413 | $4.24 |
中国香港
| 模型 ID(Model ID) | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 |
|---|---|---|---|---|---|
qwen4-max | 全球 | 非思考和思考模式 | 0<Token≤1M | $1.413 | $4.24 |
德国(法兰克福)
| 模型 ID(Model ID) | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 |
|---|---|---|---|---|---|
qwen4-max | 全球 | 非思考和思考模式 | 0<Token≤1M | $1.413 | $4.24 |
美国(弗吉尼亚)
| 模型 ID(Model ID) | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 |
|---|---|---|---|---|---|
qwen4-max | 全球 | 非思考和思考模式 | 0<Token≤1M | $1.413 | $4.24 |
日本(东京)
| 模型 ID(Model ID) | 服务部署范围 | 模式 | 单次请求的输入Token数 | 输入单价(每百万Token) | 输出单价(每百万Token)思维链+回答 |
|---|---|---|---|---|---|
qwen4-max | 全球 | 非思考和思考模式 | 0<Token≤1M | $1.413 | $4.24 |
价格和免费额度见模型调用计费。
限流
新加坡
百炼平台月消费: | 等级1(当前)≤$8,000 | 等级2 $8,000~$140,000 | 等级3 >$140,000 |
|---|---|---|---|
支持的模型 | TPM 限流档位 | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
华北2(北京)
百炼平台月消费: | 等级1(当前)≤$8,000 | 等级2 $8,000~$140,000 | 等级3 >$140,000 |
|---|---|---|---|
支持的模型 | TPM 限流档位 | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流)以下为每分钟限流条件,服务可能按 RPS(RPM/60)与 TPS(TPM/60)限制 | |
|---|---|---|---|
| 每分钟调用次数(RPM) | 每分钟消耗Token数(TPM)含输入与输出Token | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流)以下为每分钟限流条件,服务可能按 RPS(RPM/60)与 TPS(TPM/60)限制 | |
|---|---|---|---|
| 每分钟调用次数(RPM) | 每分钟消耗Token数(TPM)含输入与输出Token | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
中国香港
| 模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流)以下为每分钟限流条件,服务可能按 RPS(RPM/60)与 TPS(TPM/60)限制 | |
|---|---|---|---|
| 每分钟调用次数(RPM) | 每分钟消耗Token数(TPM)含输入与输出Token | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
日本(东京)
| 模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流)以下为每分钟限流条件,服务可能按 RPS(RPM/60)与 TPS(TPM/60)限制 | |
|---|---|---|---|
| 每分钟调用次数(RPM) | 每分钟消耗Token数(TPM)含输入与输出Token | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
限流值及 AutoTPM 档位见限流说明。
调用方式
使用说明
显式缓存
复用系统提示词、工具说明和参考文档等公共输入前缀,降低重复输入的成本。支持 OpenAI Chat Completions、Responses 和 Anthropic Messages,TTL 支持 5m 和 1h。配置与计费见 显式缓存。
思维链摘要与加密
返回思维链摘要和密文,摘要用于展示,密文用于后续轮次恢复历史思考。多轮对话需原样回传历史密文。各协议的开启方式、流式返回和完整示例见 思维链摘要与加密。