Qwen3 Max preview — проприетарный превью-чат, контекст 256k, режим размышления + вызов функций.
Qwen3-Max-Preview — это текстовая крупная языковая модель из семейства Qwen, разработанная командой Qwen из Alibaba Cloud. В настоящее время она доступна в статусе предварительной версии (preview),…
Qwen3-Max-Preview оптимизирован для задач, требующих обработки больших объемов текста и генерации связных, детализированных ответов. Он превосходно справляется с такими задачами, как обобщение целых книг или научных статей, извлечение информации из длинных транскриптов и проведение сложных рассуждений на основе многих страниц контекста. Он может генерировать код, писать структурированные документы и выполнять многошаговые инструкции, охватывающие сотни абзацев. Его высокий лимит вывода позволяет создавать обширные материалы, такие как полные отчеты, подробные объяснения или длинные творческие тексты, за один вызов.
Контекстное окно размером 262 144 токена позволяет модели рассматривать весь очень длинный документ или разговор без усечения. Это полезно для таких задач, как просмотр юридических документов, где важна каждая оговорка, или для анализа полного репозитория кода за один проход. Это также поддерживает создание приложений, поддерживающих долговременную память во многих сообщениях, таких как чат-боты поддержки клиентов, которым нужно запоминать всю историю взаимодействий. Большой контекст устраняет необходимость в сложных стратегиях разбиения, упрощая логику приложения.
Для простых задач, таких как ответы на короткие вопросы, базовое обобщение небольших текстов или прямолинейная классификация, более компактная и дешёвая модель может оказаться экономически эффективнее. Qwen3-Max-Preview — это модель с высокой производительностью и соответствующими вычислительными требованиями. Если ваш сценарий использования не требует её большого контекстного окна или высокой глубины рассуждений, рассмотрите возможность использования более маленькой модели, например Qwen2.5-7B или альтернативы из каталога OrcaRouter. Это позволит снизить затраты и задержку, сохраняя при этом достаточную производительность для более простых нагрузок.
Qwen3-Max-Preview принимает только текстовый ввод и создаёт только текстовый вывод. Он не поддерживает ввод изображений, аудио или видео. Это делает его чисто языковой моделью, полностью сосредоточенной на понимании и генерации естественного языка. Формат вывода — обычный текст, который может быть структурирован как JSON, markdown или любой текстовый формат, запрошенный через API prompt. Для приложений, требующих мультимодального ввода, пользователям потребуется комбинировать эту модель с отдельными моделями для зрения или аудио, доступными через API OrcaRouter.
Тест MMLU-Pro является улучшенной версией теста Massive Multitask Language Understanding, охватывающей 57 предметов, включая науку, право, медицину и гуманитарные науки. Результат 83.8 означает, что модель правильно ответила на 83.8% вопросов, что свидетельствует о высоком уровне общих знаний и способности к рассуждению в различных областях. Это помещает Qwen3-Max-Preview в число высокопроизводительных текстовых моделей. MMLU-Pro разработан так, чтобы быть более сложным, чем оригинальный MMLU, за счет включения более нюансированных и многошаговых вопросов на логическое рассуждение, поэтому этот результат отражает надежные навыки решения проблем.
Хотя предоставляется только оценка MMLU-Pro, этот бенчмарк по своей сути проверяет многошаговые рассуждения по многим предметам. Высокий балл предполагает, что модель может справляться с логическими выводами, математическими рассуждениями и контекстным пониманием. Без дополнительных бенчмарков, таких как GSM8K или HumanEval, мы не можем напрямую сравнить ее математические или программные показатели. Однако MMLU-Pro включает вопросы, требующие синтеза знаний, поэтому сильный результат часто коррелирует с хорошей производительностью на других задачах рассуждения. Пользователи должны оценивать модель на своих конкретных наборах данных для окончательной проверки.
Основываясь на предоставленном факте, ключевым преимуществом является сочетание очень большого контекстного окна и высокого балла MMLU-Pro, что указывает на способность модели сохранять связность и точность при работе с длинными входными данными. Высокий лимит вывода также является сильной стороной для генерации пространных ответов. Ограничением является то, что это предварительная модель, поэтому она может быть менее стабильной, чем версия для производства; производительность может варьироваться или изменяться со временем. Кроме того, работа только с текстом ограничивает её использование языковыми задачами. Информация о задержке или пропускной способности не предоставлена, поэтому эти факторы следует протестировать в вашей среде.
Конкретные показатели задержки и пропускной способности для Qwen3-Max-Preview недоступны в предоставленных данных. Будучи высокопроизводительной моделью с большим контекстом, инференс может занимать больше времени, чем у меньших моделей, особенно при обработке длинных входных данных или генерации большого количества выходных токенов. Фактическая скорость зависит от таких факторов, как конфигурация оборудования, нагрузка запросов и конкретные детали промпта. API OrcaRouter управляет нижележащей инфраструктурой, поэтому вы можете протестировать производительность модели с вашими собственными рабочими нагрузками, чтобы определить, соответствует ли она вашим требованиям к задержке. Рассмотрите возможность использования потоковой передачи для приложений реального времени.
Информация о ценах на qwen/qwen3-max-preview не предоставлена в доступных сведениях. Обычно OrcaRouter взимает плату за токен как за ввод, так и за вывод, при этом тарифы могут различаться в зависимости от уровня модели и провайдера. Поскольку это предварительная модель, цены могут отличаться от стабильных версий. Чтобы узнать текущие цены, обратитесь на официальную страницу цен OrcaRouter или свяжитесь с их отделом продаж. Цены также могут зависеть от общего объема использования или соглашений о гарантированном объеме расходов. Всегда проверяйте последние тарифы перед созданием производственных приложений.
Поскольку конкретные тарифы не указаны, применяются общие компромиссы. Более крупные модели с большими контекстными окнами потребляют больше вычислительных ресурсов, поэтому они, как правило, стоят дороже за токен, чем меньшие модели. Большое контекстное окно Qwen3-Max-Preview означает, что любой запрос, использующий полное окно, приведёт к значительным затратам на входные токены. Однако это может снизить необходимость в нескольких вызовах API или пользовательской разбивке на части, потенциально снижая общие затраты для задач, которые выигрывают от одного длинного контекста. Вам следует оценить своё типичное использование токенов и сравнить с более простыми моделями, чтобы найти наиболее экономичный вариант для вашей нагрузки.
Политика кэширования не подробно описана в предоставленных фактах. Многие поставщики API, включая OrcaRouter, могут предлагать кэширование промптов для повторяющихся префиксных токенов, что позволяет снизить затраты и задержку. Если OrcaRouter реализует кэширование для этой модели, часто используемые системные промпты или большие блоки статического контекста могут кэшироваться и тарифицироваться по сниженной ставке. Однако без подтверждения следует исходить из того, что каждый запрос тарифицируется по полному количеству отправленных входных токенов. Ознакомьтесь с документацией OrcaRouter для получения информации о последних возможностях кэширования и их применимости к qwen/qwen3-max-preview.
Чтобы оценить стоимость, необходимо знать цены за токен (входные и выходные). Поскольку они не указаны, можно использовать ориентировочную ставку со страницы цен OrcaRouter, как только она станет доступна. Рассчитайте ожидаемое количество входных токенов в месяц (подсказка + контекст) и выходных токенов (генерации). Например, если вы обрабатываете документы объёмом в среднем 100 000 токенов каждый и генерируете 10 000 токенов на запрос, умножьте на ставку за токен и ожидаемое количество запросов в месяц. Учтите возможные накладные расходы на повторные попытки или дополнительный контекст. Даже без фактических ставок можно планировать, установив бюджет и отслеживая использование через панель управления OrcaRouter.
Вы можете получить доступ к модели через совместимый с OpenAI API эндпоинт OrcaRouter по адресу https://api.orcarouter.ai/v1. В запросе используйте идентификатор модели 'qwen/qwen3-max-preview'. API поддерживает стандартные параметры чат-завершения OpenAI, такие как 'messages', 'max_tokens', 'temperature', 'top_p' и 'stream'. Аутентификация выполняется с помощью API-ключа, который вы получаете от OrcaRouter. Пример с использованием curl: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_API_KEY" -H "Content-Type: application/json" -d '{ "model": "qwen/qwen3-max-preview", "messages": [{"role": "user", "content": "Hello"}], "max_tokens": 100 }'
API поддерживает стандартные параметры конечной точки chat completions OpenAI. 'messages' — это массив объектов сообщений с ролями, такими как 'system', 'user' и 'assistant'. 'max_tokens' управляет максимальной длиной вывода (до 65 536 для этой модели). 'temperature' регулирует случайность (по умолчанию обычно 1.0). 'top_p' используется для семплирования по ядру (nucleus sampling). 'stream' — для потоковых ответов с использованием серверных событий. 'stop' — последовательности для завершения генерации. Также могут поддерживаться дополнительные параметры, такие как 'frequency_penalty' и 'presence_penalty'. Обратите внимание, что модель принимает только текстовый контент; типы контента, такие как изображения или аудио, не поддерживаются.
Если вы переходите с другого API, использующего совместимый с OpenAI формат, переход на OrcaRouter будет простым. Измените базовый URL на https://api.orcarouter.ai/v1 и замените название модели на 'qwen/qwen3-max-preview'. Обновите ваш API-ключ на ключ, выданный OrcaRouter. Все остальные параметры (messages, temperature и т.д.) остаются без изменений. Возможно, вам потребуется скорректировать учет токенов, если у вашего предыдущего провайдера был другой токенизатор или ценообразование. Протестируйте несколько примеров запросов, чтобы убедиться, что ответы соответствуют вашим требованиям к качеству. В документации OrcaRouter приведены руководства по миграции для распространенных провайдеров.
Да, поскольку OrcaRouter предлагает API, совместимый с OpenAI, вы можете использовать официальный Python SDK от OpenAI или любую клиентскую библиотеку, предназначенную для OpenAI, с минимальными изменениями. Просто установите базовый URL на https://api.orcarouter.ai/v1 и используйте свой ключ API OrcaRouter. Например, на Python: from openai import OpenAI; client = OpenAI(base_url='https://api.orcarouter.ai/v1', api_key='YOUR_KEY'); response = client.chat.completions.create(model='qwen/qwen3-max-preview', messages=[...]). Эта совместимость распространяется на потоковую передачу, асинхронные вызовы и другие функции SDK.
Qwen3-Max-Preview — это предварительная версия крупной модели следующего поколения из серии Qwen, которая, вероятно, предлагает улучшения по сравнению с более ранними версиями, такими как Qwen2.5-72B. Большое контекстное окно (262K токенов) является значительным улучшением по сравнению с предыдущими моделями Qwen, которые обычно имели 128K или меньше. Показатель MMLU-Pro, равный 83.8, является конкурентоспособным, но точные сравнения невозможны без показателей предыдущих моделей по тому же тесту. Будучи предварительной версией, она может иметь другую структуру стоимости и может не обладать стабильностью готовых к использованию моделей Qwen2.5. Пользователям следует оценить обе версии на своих конкретных задачах.
Прямые сравнительные бенчмарки недоступны, но GPT-4o — это мультимодальная модель с возможностями работы с текстом, изображениями и аудио, тогда как Qwen3-Max-Preview работает только с текстом. GPT-4o обычно показывает высокие результаты по MMLU (около 88–90 в стандартном MMLU), но баллы по MMLU-Pro (более сложная версия) могут отличаться. Контекстное окно GPT-4o составляет 128K токенов, что вдвое меньше, чем у Qwen3-Max-Preview (262K). Для чисто текстовых задач, требующих очень длинного контекста, Qwen3-Max-Preview может быть предпочтительнее. Однако мультимодальность и более широкая поддержка экосистемы GPT-4o могут быть лучше для приложений, работающих с изображениями или аудио. Цены и задержки следует сравнивать в конкретных сценариях использования.
Claude 3.5 Sonnet имеет контекстное окно в 200K токенов, что меньше, чем 262K у Qwen3-Max-Preview. Обе модели сильны в работе с текстом, но Claude известен своей безопасностью и нюансированным рассуждением. Показатель MMLU-Pro у Qwen3-Max-Preview составляет 83,8 — это лишь один из показателей; Claude также обычно показывает высокие результаты по MMLU. Модели Claude поддерживают ввод изображений, тогда как Qwen3-Max-Preview работает только с текстом. Claude также имеет специальную обработку системных промптов и функции конституционного ИИ. Для чисто текстовой обработки с очень длинными контекстами Qwen3-Max-Preview может иметь преимущество в длине контекста, но вам следует протестировать обе модели на своих конкретных задачах, чтобы определить, какая обеспечивает лучшую точность и экономическую эффективность.
Llama 3.1 405B — это крупная открытая модель с контекстным окном в 128K токенов, что значительно меньше, чем 262K у Qwen3-Max-Preview. Показатель MMLU у Llama 3.1 405B составляет около 88.4 на стандартном MMLU, но оценка MMLU-Pro неизвестна. Результат Qwen3-Max-Preview в 83.8 на MMLU-Pro указывает на конкурентоспособные рассуждения. Llama 3.1 доступна с открытыми весами, что позволяет самостоятельное размещение (self-hosting), в то время как Qwen3-Max-Preview доступна через API OrcaRouter. Для локальных развертываний может быть предпочтительнее Llama; для простоты использования и большого контекста проще использовать Qwen3-Max-Preview через API. Сравнение затрат зависит от стоимости самостоятельного размещения и тарифов API, которые не указаны.
Совместимо с OpenAI — оставьте свой SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="qwen/qwen3-max-preview",
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| Уровень | Ввод / 1M токенов | Вывод / 1M токенов |
|---|---|---|
| ≤ 32K | $0.861 | $3.441 |
| ≤ 128K | $1.434 | $5.735 |
| ≤ 256K | $2.151 | $8.602 |
| Уровень выбирается по количеству входных токенов запроса | ||
Оценка по прайс-листу
Многоуровневые цены — оценка использует базовый уровень.
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
GET /api/public/models/qwen/qwen3-max-previewОткрыть @misc{orcarouter_qwen3_max_preview,
title = {qwen/qwen3-max-preview API},
author = {qwen},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3-max-preview}
}qwen. (n.d.). qwen/qwen3-max-preview API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3-max-preview