Qwen4 Max est le modèle phare à grande échelle de type mélange d’experts (MoE) de l’équipe Qwen chez Alibaba Cloud. Il dispose d’une fenêtre de contexte de 1 000 000 de jetons et accepte en entrée du texte, des images et des vidéos, pour renvoyer du texte, avec jusqu’à 65 536 jetons de sortie dans une seule réponse. Il prend en charge le raisonnement / la réflexion avec un budget de réflexion ajustable, la recherche web intégrée, l’utilisation native d’outils / l’appel de fonctions et les sorties structurées (JSON), ce qui le rend particulièrement adapté au raisonnement complexe, à la compréhension multimodale, aux travaux sur contexte long et aux pipelines agentiques. Il est servi via une API Chat Completions compatible OpenAI, l’API Responses d’OpenAI et l’API Messages native d’Anthropic.
Qwen4 Max est le modèle phare à grande échelle de type mélange d'experts (MoE) de l'équipe Qwen d'Alibaba Cloud, doté d'une fenêtre de contexte de 1 000 000 de tokens. Il accepte des entrées texte,…
Texte, image et vidéo en entrée, texte en sortie, avec un contexte de 1 000 000 de tokens, jusqu'à 65 536 tokens de sortie, un raisonnement / une réflexion avec un budget de réflexion ajustable, une recherche web intégrée, une utilisation native d'outils / un appel de fonctions, et des sorties structurées (JSON) — adapté au raisonnement complexe et aux pipelines agentiques.
Consultez la tarification sur cette page pour connaître le tarif actuel. La facturation s'effectue par token, avec un tarif distinct pour les lectures d'entrée mises en cache.
Utilisez le modèle qwen/qwen4-max via votre clé API OrcaRouter sur l'API Chat Completions compatible OpenAI, l'API Responses d'OpenAI ou l'API native Anthropic Messages. Prend en charge les outils / l'appel de fonctions, la recherche web et les sorties structurées (JSON) ; contrôlez la profondeur de raisonnement avec le budget de réflexion. Les erreurs utilisent l'enveloppe d'erreur OpenAI sur la route compatible OpenAI.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1https://api.orcarouter.aiimport os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="qwen/qwen4-max",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_searchenable_thinkinginclude_reasoninglogprobsmax_tokensnparallel_tool_callspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstream_optionstemperaturethinking_budgettool_choicetoolstop_ktop_logprobstop_p| Entrée / 1M tokens | $1.50 |
|---|---|
| Sortie / 1M tokens | $4.50 |
| Lecture cache / 1M | $0.075 |
| Écriture cache / 1M | $1.875 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
Ce dont parlent les développeurs cette semaine
GET /api/public/models/qwen/qwen4-maxOuvrir @misc{orcarouter_qwen4_max,
title = {Qwen4 Max API},
author = {Qwen},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen4-max}
}Qwen. (2026). Qwen4 Max API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen4-max