
Buque insignia de Qwen de próxima generación para programación, diseño frontend, trabajo de oficina y agentes complejos, con comprensión de imagen y vídeo en un contexto de 1M de tokens.
Buque insignia de Qwen de próxima generación para programación, diseño frontend, trabajo de oficina y agentes complejos, con comprensión de imagen y vídeo en un contexto de 1M de tokens.
Soporta entrada de texto, imagen y vídeo, modo de pensamiento con enable_thinking, reasoning_effort (bajo, alto o xhigh) y thinking_budget hasta 262144 tokens, llamada a funciones, salida estructurada incluyendo esquema JSON estricto, caché implícito de prompts y cinco herramientas integradas: tool_web_search, tool_web_extractor, tool_code_interpreter, tool_web_search_image y tool_image_search. Los tokens de pensamiento se presentan como tokens de salida.
También conocido como Alibaba Cloud Qwen4 Max
qwen4-max/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen4-max:generateContentTarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.
Qwen4 Max sirve la API de Chat Completions compatible con OpenAI. Apunta cualquier SDK de OpenAI a https://api.empiriolabs.ai/v1 con tu clave de API de EmpirioLabs y usa el id de modelo qwen4-max. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen4-max",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Parámetros de solicitud compatibles con la API de Qwen4 Max en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 a 1.99 | Temperatura de muestreo. 0 es determinista y 1,99 es la aleatoriedad máxima. |
| top_p | number | 0.9 | 0 a 1 | Masa de probabilidad de muestreo del núcleo. Valores bajos hacen que las salidas sean más enfocadas. |
| max_tokens | number | - | 1 a 262144 | Tokens de salida máximos, con razonamiento incluido. Cuando se omiten, se aplica el valor predeterminado propio del modelo. |
| stop | string | - | - | Hasta 4 cadenas donde el modelo dejará de generar más tokens. |
| enable_thinking | boolean | true | - | Habilita el razonamiento antes de responder. |
| reasoning_effort | enum | high | low, high, xhigh | La profundidad de razonamiento mientras piensas está en: baja, alta o xhigh. Con mayor esfuerzo, se gastan más tokens de razonamiento antes de responder. El valor... |
| thinking_budget | number | - | 1 a 262144 | Tokens máximos reservados para razonamiento cuando el pensamiento está habilitado. Cuando se omite, el modelo decide cuánto tiempo debe razonar. Se ejecuta con el... |
| preserve_thinking | boolean | true | - | Incluye el razonamiento de los turnos asistentes anteriores en la entrada del modelo en /v1/chat/completions. Devuelve el razonamiento de cada turno sin cambios en... |
| seed | integer | - | 0 a 2147483647 | Semilla aleatoria para un muestreo más reproducible. Reutilizar una semilla con la misma petición devuelve una salida similar, no siempre idéntica. |
| top_k | integer | - | 1 a 100 | Muestrea solo de los K tokens más probables. Cuando se omite, se aplica el valor predeterminado propio del modelo. |
| presence_penalty | number | - | -2 a 2 | Penalización por tokens que ya aparecieron en el texto generado. Los valores positivos fomentan nuevos temas. Cuando se omiten, se aplica el valor predeterminado... |
| repetition_penalty | number | - | 0.1 a 2 | Valores más altos desincentivan la repetición de frases, y 1 no aplica penalización. Cuando se omite, se aplica el valor predeterminado propio del modelo. No está... |
| n | integer | 1 | 1 a 4 | Número de respuestas por devolver. Above 1 solo se ejecuta en /v1/chat/completions, con enable_thinking false y sin herramientas, búsqueda web ni logprobs. Se... |
| logprobs | boolean | false | - | Devuelve las probabilidades logarítmicas de los tokens de respuesta, no el razonamiento, en /v1/chat/completions. No está disponible cuando una herramienta integrada... |
Se admiten entradas de texto, imagen y vídeo. La búsqueda web, extractor web, intérprete de código, búsqueda text-to-image y búsqueda image-to-image son herramientas integradas opcionales expuestas mediante parámetros tool_*. La búsqueda web, la búsqueda text-to-image y la búsqueda image-to-image añaden $0.02 por cada llamada invocada; extractor web e intérprete de código se ejecutan sin coste adicional. El extractor web requiere búsqueda web, y tanto el extractor web como el intérprete de código requieren pensar. Una sola solicitud puede invocar una herramienta más de una vez, y cada llamada invocada se factura. El pensamiento está activado por defecto; reasoning_effort establece su profundidad (baja, alta o xhigh, por defecto alta), y los tokens de pensamiento se facturan como tokens de salida. max_tokens y max_completion_tokens el razonamiento de límites y la respuesta conjunta. Los prefijos repetidos de los prompts se almacenan en caché automáticamente, y los tokens de entrada en caché facturan a la tasa implícita de lectura de caché. No se soportan controles de caché explícitos como cache_control.
Cuando este modelo invoca herramientas integradas dentro de una sola petición, la respuesta lleva un mapa de usage.tool_usage normalizado junto a los recuentos de tokens:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}El recuento de herramientas ya está en cost_usd y se muestra para mayor transparencia y así puedes auditar la facturación por herramienta. El campo se omite cuando no se invocan herramientas.
En EmpirioLabs, Qwen4 Max se factura por uso: Entrada $1.50 por 1M de tokens de prompt; Salida $4.50 por 1M de tokens generados; Lectura implícita de caché $0.075 por cada 1M de tokens de entrada en caché; Búsqueda web $0.02 por llamada cuando se invoca; Búsqueda de texto a imagen $0.02 por llamada cuando se invoca; Búsqueda imagen a imagen $0.02 por llamada cuando se invoca; Extractor de telarañas $0.00 por llamada cuando se invoca; Intérprete de código $0.00 por llamada cuando se invoca. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
Qwen4 Max admite una ventana de contexto de 983.6K tokens con hasta 262.144 tokens de salida por respuesta.
Sí. Qwen4 Max sirve la API de Chat Completions compatible con OpenAI, así que los SDKs de OpenAI existentes funcionan apuntando base_url a https://api.empiriolabs.ai/v1 y usando el id de modelo qwen4-max.
Sí. El playground de EmpirioLabs ejecuta Qwen4 Max en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.