
कोडिंग, फ्रंटएंड डिज़ाइन, कार्यालय के काम और जटिल एजेंटों के लिए अगली पीढ़ी का Qwen फ्लैगशिप, 1M-टोकन संदर्भ में छवि और वीडियो समझ के साथ।
कोडिंग, फ्रंटएंड डिज़ाइन, कार्यालय के काम और जटिल एजेंटों के लिए अगली पीढ़ी का Qwen फ्लैगशिप, 1M-टोकन संदर्भ में छवि और वीडियो समझ के साथ।
टेक्स्ट, छवि और वीडियो इनपुट का समर्थन करता है, enable_thinking, reasoning_effort (निम्न, उच्च, या xhigh) के साथ सोच मोड और 262144 टोकन तक thinking_budget, फ़ंक्शन कॉलिंग, सख्त JSON स्कीमा सहित संरचित आउटपुट, अंतर्निहित प्रॉम्प्ट कैशिंग, और पांच अंतर्निहित उपकरण: tool_web_search, tool_web_extractor, tool_code_interpreter, tool_web_search_image और tool_image_search। थिंकिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है।
इस नाम से भी जाना जाता है Alibaba Cloud Qwen4 Max
qwen4-max/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen4-max:generateContentEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
Qwen4 Max OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id qwen4-max उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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)EmpirioLabs पर Qwen4 Max API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 से 1.99 | नमूना तापमान। 0 नियतात्मक है और 1.99 अधिकतम यादृच्छिकता है। |
| top_p | number | 0.9 | 0 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। |
| max_tokens | number | - | 1 से 262144 | अधिकतम आउटपुट टोकन, तर्क शामिल हैं। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| stop | string | - | - | 4 स्ट्रिंग्स तक जहां मॉडल आगे टोकन उत्पन्न करना बंद कर देगा। |
| enable_thinking | boolean | true | - | उत्तर देने से पहले तर्क सक्षम करें। |
| reasoning_effort | enum | high | low, high, xhigh | सोचते समय तर्क की गहराई चालू है: निम्न, उच्च, या उच्च। उच्च प्रयास उत्तर देने से पहले अधिक तर्क टोकन खर्च करता है। डिफ़ॉल्ट उच्च है। निम्न और xhigh को... |
| thinking_budget | number | - | 1 से 262144 | सोच सक्षम होने पर तर्क के लिए आरक्षित अधिकतम टोकन। जब छोड़ा जाता है, तो मॉडल तय करता है कि तर्क करने के लिए कितनी देर तक। डिफ़ॉल्ट तर्क प्रयास पर चलता है और इसे... |
| preserve_thinking | boolean | true | - | /v1/chat/completions. पर मॉडल के इनपुट में पहले के सहायक मोड़ के तर्क को शामिल करें उस सहायक संदेश के reasoning_content फ़ील्ड में प्रत्येक मोड़ के तर्क को... |
| seed | integer | - | 0 से 2147483647 | अधिक प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए यादृच्छिक बीज। एक ही अनुरोध के साथ एक बीज का पुन: उपयोग करने से समान आउटपुट मिलता है, हमेशा समान नहीं, आउटपुट। |
| top_k | integer | - | 1 से 100 | केवल K सबसे संभावित टोकन से नमूना। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। |
| presence_penalty | number | - | -2 से 2 | टोकन के लिए जुर्माना जो पहले से ही जेनरेट किए गए टेक्स्ट में दिखाई दे चुके हैं। सकारात्मक मूल्य नए विषयों को प्रोत्साहित करते हैं। जब छोड़ा जाता है, तो मॉडल का अपना... |
| repetition_penalty | number | - | 0.1 से 2 | उच्च मान बार-बार वाक्यांश को हतोत्साहित करते हैं, और 1 कोई दंड लागू नहीं करता है। जब छोड़ा जाता है, तो मॉडल का अपना डिफ़ॉल्ट लागू होता है। जब कोई अंतर्निहित उपकरण... |
| n | integer | 1 | 1 से 4 | लौटने के लिए उत्तरों की संख्या। 1 से ऊपर केवल /v1/chat/completions पर चलता है, जिसमें enable_thinking गलत और बिना उपकरण, वेब खोज या लॉगप्रोब होते हैं। प्रत्येक उत्तर... |
| logprobs | boolean | false | - | उत्तर टोकन की लॉग संभावनाओं को लौटाएं, तर्क नहीं, /v1/chat/completions. पर जब एक अंतर्निहित उपकरण चालू हो तो उपलब्ध नहीं है। |
पाठ, छवि और वीडियो इनपुट समर्थित हैं। वेब खोज, वेब चिमटा, कोड दुभाषिया, text-to-image खोज, और image-to-image खोज वैकल्पिक अंतर्निहित उपकरण हैं जो tool_* मापदंडों के माध्यम से उजागर होते हैं। वेब खोज, text-to-image खोज, और image-to-image खोज प्रत्येक आह्वान कॉल के लिए $0.02 जोड़ती है; वेब एक्सट्रैक्टर और कोड दुभाषिया बिना किसी अतिरिक्त लागत के चलते हैं। वेब एक्सट्रैक्टर के लिए वेब खोज की आवश्यकता होती है, और वेब एक्सट्रैक्टर और कोड दुभाषिया दोनों को सोचने की आवश्यकता होती है। एक एकल अनुरोध एक टूल को एक से अधिक बार लागू कर सकता है, और प्रत्येक आह्वान किए गए कॉल को बिल किया जाता है। सोच डिफ़ॉल्ट रूप से चालू है; reasoning_effort इसकी गहराई (कम, उच्च, या xhigh, डिफ़ॉल्ट उच्च) सेट करता है, और सोच टोकन को आउटपुट टोकन के रूप में बिल किया जाता है। max_tokens और max_completion_tokens कैप रीजनिंग और उत्तर एक साथ देते हैं। बार-बार संकेत उपसर्ग स्वचालित रूप से कैश किए जाते हैं, और कैश्ड इनपुट टोकन अंतर्निहित कैश पढ़ने की दर पर बिल करते हैं। स्पष्ट कैश नियंत्रण जैसे cache_control समर्थित नहीं हैं।
जब यह मॉडल एक ही अनुरोध के अंदर अंतर्निहित टूल का आह्वान करता है, तो प्रतिक्रिया टोकन गणना के साथ एक सामान्यीकृत usage.tool_usage मानचित्र ले जाती है:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}टूल काउंट पहले से ही cost_usd में फैक्टर किए गए हैं और पारदर्शिता के लिए सामने आए हैं ताकि आप प्रति-टूल बिलिंग का ऑडिट कर सकें। जब कोई टूल लागू नहीं किया गया था तो फ़ील्ड को छोड़ दिया जाता है।
EmpirioLabs पर Qwen4 Max का बिल उपयोग के अनुसार बनता है: इनपुट $1.50 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $4.50 प्रति 1M जेनरेट किए गए टोकन; अंतर्निहित कैश पढ़ा गया $0.075 प्रति 1M कैश्ड इनपुट टोकन; वेब खोज $0.02 प्रति कॉल जब लागू किया जाता है; टेक्स्ट-टू-इमेज खोज $0.02 प्रति कॉल जब लागू किया जाता है; छवि-से-छवि खोज $0.02 प्रति कॉल जब लागू किया जाता है; वेब चिमटा $0.00 प्रति कॉल जब लागू किया जाता है; कोड दुभाषिया $0.00 प्रति कॉल जब लागू किया जाता है। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Qwen4 Max 983.6K टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 2,62,144 आउटपुट टोकन के साथ।
हां। Qwen4 Max OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id qwen4-max रखकर काम करते हैं।
हां। EmpirioLabs playground ब्राउज़र में Qwen4 Max को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।