Qwen4 Max to flagowy wielkoskalowy model mieszaniny ekspertów (MoE) od zespołu Qwen w Alibaba Cloud. Ma okno kontekstu wynoszące 1 000 000 tokenów i przyjmuje dane wejściowe w postaci tekstu, obrazów i wideo, zwracając tekst — w jednej odpowiedzi może wygenerować do 65 536 tokenów wyjściowych. Obsługuje rozumowanie / myślenie z regulowanym budżetem myślenia, wbudowane wyszukiwanie w sieci, natywne korzystanie z narzędzi / wywoływanie funkcji oraz ustrukturyzowane dane wyjściowe (JSON), dzięki czemu dobrze nadaje się do złożonego rozumowania, rozumienia multimodalnego, pracy z długim kontekstem i potoków agentowych. Udostępniany przez kompatybilne z OpenAI API Chat Completions, OpenAI Responses API oraz natywne Anthropic Messages API.
Qwen4 Max to flagowy wielkoskalowy model typu mixture-of-experts (MoE) zespołu Qwen w Alibaba Cloud, z oknem kontekstowym wynoszącym 1 000 000 tokenów. Przyjmuje dane wejściowe w postaci tekstu,…
Tekst, obraz i wideo na wejściu, tekst na wyjściu, z kontekstem 1,000,000 tokenów, do 65,536 tokenów wyjściowych, rozumowaniem / myśleniem przy regulowanym budżecie myślenia, wbudowanym wyszukiwaniem w internecie, natywnym wykorzystaniem narzędzi / wywoływaniem funkcji oraz strukturalnymi danymi wyjściowymi (JSON) — odpowiedni do złożonego rozumowania i potoków agentowych.
Aktualną stawkę znajdziesz w cenniku na tej stronie. Rozliczanie odbywa się za token, z osobną stawką za odczyty z pamięci podręcznej danych wejściowych.
Użyj modelu qwen/qwen4-max za pośrednictwem swojego klucza API OrcaRouter, korzystając ze zgodnego z OpenAI interfejsu Chat Completions API, OpenAI Responses API lub natywnego interfejsu Anthropic Messages API. Obsługuje narzędzia / wywoływanie funkcji, wyszukiwanie w sieci oraz ustrukturyzowane dane wyjściowe (JSON); kontroluj głębokość rozumowania za pomocą budżetu myślenia. Błędy korzystają z koperty błędów OpenAI na trasie zgodnej z OpenAI.
Zgodne z OpenAI — zostań przy swoim 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| Wejście / 1M tokenów | $1.50 |
|---|---|
| Wyjście / 1M tokenów | $4.50 |
| Odczyt cache / 1M | $0.075 |
| Zapis cache / 1M | $1.875 |
| Waluta | USD |
Szacunek na podstawie cennika
Tylko szacunek — rzeczywista liczba tokenów zależy od tokenizatora dostawcy.
O czym mówią programiści w tym tygodniu
GET /api/public/models/qwen/qwen4-maxOtwórz @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