Qwen4 Max 是阿里云 Qwen 团队推出的旗舰级大规模混合专家(MoE)模型。它具有 1,000,000 token 的上下文窗口,接受文本、图像和视频输入,返回文本,单次响应最多可输出 65,536 个 token。 它支持可调节思考预算的推理/思考、内置网络搜索、原生工具调用/函数调用,以及结构化(JSON)输出,这使其非常适合复杂推理、多模态理解、长上下文任务和智能体流水线。可通过兼容 OpenAI 的 Chat Completions API、OpenAI Responses API 以及原生 Anthropic Messages API 提供服务。
Qwen4 Max 是阿里云 Qwen 团队推出的旗舰级大规模混合专家(MoE)模型,拥有 1,000,000 token 的上下文窗口。它接受文本、图像和视频输入并返回文本,最多可输出 65,536 个 token,专为复杂推理、多模态理解和长上下文任务而打造。
输入文本、图像和视频,输出文本,具有 1,000,000 个 token 的上下文、最多 65,536 个输出 token、可调节思考预算的推理 / 思考、内置网络搜索、原生工具使用 / 函数调用,以及结构化(JSON)输出——适用于复杂推理和智能体流水线。
请查看本页面的定价以了解当前费率。计费按 token 计算,缓存输入的读取采用单独的费率。
通过你的 OrcaRouter API key,使用模型 qwen/qwen4-max,经由 OpenAI 兼容的 Chat Completions API、OpenAI Responses API 或原生 Anthropic Messages API 进行调用。支持工具 / 函数调用、网络搜索和结构化(JSON)输出;通过 thinking budget 控制推理深度。在 OpenAI 兼容路由上,错误使用 OpenAI 错误封装格式。
兼容 OpenAI——沿用你现有的 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| 输入 / 1M tokens | $1.50 |
|---|---|
| 输出 / 1M tokens | $4.50 |
| 缓存读取 / 1M | $0.075 |
| 缓存写入 / 1M | $1.875 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
本周开发者的讨论
@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