Qwen4 Max è il modello flagship large-scale mixture-of-experts (MoE) del team Qwen di Alibaba Cloud. Dispone di una finestra di contesto di 1.000.000 di token e accetta input testuali, immagini e video, restituendo testo, con un massimo di 65.536 token di output in una singola risposta. Supporta il ragionamento / thinking con un budget di thinking regolabile, la ricerca web integrata, l'uso nativo di strumenti / function calling e output strutturati (JSON), il che lo rende particolarmente adatto a ragionamenti complessi, comprensione multimodale, attività su contesti lunghi e pipeline agentiche. È servito tramite un'API Chat Completions compatibile con OpenAI, l'API OpenAI Responses e l'API nativa Anthropic Messages.
Qwen4 Max è il modello di punta mixture-of-experts (MoE) su larga scala del team Qwen di Alibaba Cloud, con una finestra di contesto di 1.000.000 di token. Accetta input testuali, immagini e video e…
Testo, immagini e video in input, testo in output, con una finestra di contesto di 1.000.000 di token, fino a 65.536 token di output, ragionamento / pensiero con un budget di pensiero regolabile, ricerca web integrata, uso nativo degli strumenti / chiamata di funzioni e output strutturati (JSON) — adatti a ragionamenti complessi e pipeline agentiche.
Consulta i prezzi in questa pagina per la tariffa corrente. La fatturazione è per token, con una tariffa separata per le letture di input in cache.
Usa il modello qwen/qwen4-max tramite la tua chiave API OrcaRouter attraverso l'API Chat Completions compatibile con OpenAI, l'API Responses di OpenAI o l'API nativa Anthropic Messages. Supporta strumenti / chiamata di funzioni, ricerca web e output strutturati (JSON); controlla la profondità di ragionamento con il budget di pensiero. Gli errori utilizzano il formato di errore OpenAI sulla rotta compatibile con OpenAI.
Compatibile con OpenAI: mantieni il tuo SDK
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| Input / 1M token | $1.50 |
|---|---|
| Output / 1M token | $4.50 |
| Lettura cache / 1M | $0.075 |
| Scrittura cache / 1M | $1.875 |
| Valuta | USD |
Stima basata sul prezzo di listino
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
Di cosa parlano gli sviluppatori questa settimana
GET /api/public/models/qwen/qwen4-maxApri @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