Qwen4 Max API

Topo de linha da Qwen de próxima geração para programação, design frontend, trabalho de escritório e agentes complexos, com compreensão de imagem e vídeo em um contexto de 1 milhão de tokens.

Alibaba Cloud Geração de Texto 983.6K contexto Lançado 16 de nov. de 2026 Singapore Endpoint proprietário Novo

Sobre Qwen4 Max

Topo de linha da Qwen de próxima geração para programação, design frontend, trabalho de escritório e agentes complexos, com compreensão de imagem e vídeo em um contexto de 1 milhão de tokens.

Suporta entrada de texto, imagem e vídeo, modo de pensamento com enable_thinking, reasoning_effort (baixo, alto ou xhigh) e thinking_budget até 262144 tokens, chamada de funções, saída estruturada incluindo estrito esquema JSON, cache implícito de prompts e cinco ferramentas integradas: tool_web_search, tool_web_extractor, tool_code_interpreter, tool_web_search_image e tool_image_search. Os tokens de pensamento são anunciados como tokens de saída.

Também conhecido como Alibaba Cloud Qwen4 Max

reasoning vision multimodal web search code interpreter function calling structured output agentic coding cache

Especificações de Qwen4 Max

ID do modelo
qwen4-max
Autor
Alibaba Cloud
Categoria
Geração de Texto
Lançado
16 de nov. de 2026
Janela de contexto
983.6K tokens
Saída máxima
262.144 tokens
Entrada
TextoImagemVídeo
Saída
Texto
Saída estruturada
JSON Schema
Região
Singapore
Endpoints
POST/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen4-max:generateContent

Preços da API Qwen4 Max

Tarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.

Tipo
Especificação
Tarifa
Entrada
por 1M de tokens de prompt
$1.50
Saída
por 1M de tokens gerados
$4.50
Leitura implícita do cache
por 1M de tokens de entrada cacheados
$0.075
Pesquisa Web
por chamada quando invocada
$0.02
Busca texto para imagem
por chamada quando invocada
$0.02
Busca imagem a imagem
por chamada quando invocada
$0.02
Extrator de teia
por chamada quando invocada
$0.00
Interpretador de código
por chamada quando invocada
$0.00
Comparar na página completa de preços

Como chamar a API Qwen4 Max

Qwen4 Max atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo qwen4-max. Obtenha uma chave de API no painel EmpirioLabs.

cURL
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."}
    ]
  }'
Python (OpenAI SDK)
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)
Referência completa da API Qwen4 Max

Parâmetros da API Qwen4 Max

Parâmetros de requisição suportados pela API Qwen4 Max na EmpirioLabs. Os padrões valem quando um campo é omitido.

ParâmetroTipoPadrãoIntervalo / valoresDescrição
temperaturenumber0.70 a 1.99Temperatura de amostragem. 0 é determinístico e 1,99 é a aleatoriedade máxima.
top_pnumber0.90 a 1Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas.
max_tokensnumber-1 a 262144Tokens de saída máximos, justificativa incluída. Quando omitido, o padrão do modelo se aplica.
stopstring--Até 4 strings em que o modelo para de gerar mais tokens.
enable_thinkingbooleantrue-Ative o raciocínio antes de responder.
reasoning_effortenumhighlow, high, xhighA profundidade de raciocínio enquanto penso está ativada: baixa, alta ou xhigh. Esforço maior gasta mais tokens de raciocínio antes de responder. O padrão é high....
thinking_budgetnumber-1 a 262144Tokens máximos reservados para raciocínio quando o pensamento está ativado. Quando omitido, o modelo decide quanto tempo para raciocinar. Roda no esforço de...
preserve_thinkingbooleantrue-Inclua o raciocínio das curvas anteriores dos assistentes na entrada do modelo no /v1/chat/completions. Devolva o raciocínio de cada turno inalterado no campo...
seedinteger-0 a 2147483647Semente aleatória para amostragem mais reproduzível. Reutilizar uma semente com a mesma solicitação retorna uma saída semelhante, nem sempre idêntica.
top_kinteger-1 a 100Amostre apenas dos K tokens mais prováveis. Quando omitido, o padrão do modelo se aplica.
presence_penaltynumber--2 a 2Penalidade para tokens que já apareceram no texto gerado. Valores positivos incentivam novos tópicos. Quando omitidos, o padrão do modelo se aplica.
repetition_penaltynumber-0.1 a 2Valores mais altos desencorajam frases repetidas, e 1 não aplica penalidade. Quando omitido, o padrão do modelo se aplica. Não está disponível quando uma ferramenta...
ninteger11 a 4Número de respostas a serem retornadas. Acima de 1 roda apenas em /v1/chat/completions, com enable_thinking falsas e sem ferramentas, busca na web ou logprobs. Os...
logprobsbooleanfalse-Devolva as probabilidades logarítmicas dos tokens de resposta, não o raciocínio, em /v1/chat/completions. Não está disponível quando uma ferramenta embutida está ativada.
13 parâmetros a mais na documentação

Bom saber

Entrada de texto, imagem e vídeo são suportados. Busca web, extrator web, interpretador de código, pesquisa text-to-image e busca image-to-image são ferramentas opcionais embutidas expostas por parâmetros tool_*. Busca web, busca text-to-image e busca image-to-image adicionam $0.02 para cada chamada invocada; extrator web e interpretador de código rodam sem custo adicional. Extrator web requer busca web, e tanto extrator web quanto interpretador de código exigem pensamento. Uma única requisição pode invocar uma ferramenta mais de uma vez, e cada chamada invocada é cobrada. O pensamento está ativado por padrão; reasoning_effort define sua profundidade (baixa, alta ou xhigh, padrão alta), e tokens de pensamento são faturados como tokens de saída. max_tokens e max_completion_tokens raciocínio e resposta em limite mútuo. Prefixos repetidos de prompt são armazenados em cache automaticamente, e tokens de entrada em cache faturam na taxa implícita de leitura do cache. Controles de cache explícitos, como cache_control, não são suportados.

Faturamento por ferramenta (usage.tool_usage)

Quando esse modelo invoca ferramentas embutidas dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens:

"usage": {
  "prompt_tokens": 123,
  "completion_tokens": 456,
  "cost_usd": 0.0042,
  "tool_usage": {"web_search": 3, "code_interpreter": 1}
}

A contagem de ferramentas já está incluída em cost_usd e é apresentada para transparência, permitindo auditar a faturação por ferramenta. O campo é omitido quando nenhuma ferramenta foi invocada.

API Qwen4 Max: perguntas frequentes

Quanto custa a API Qwen4 Max?

Na EmpirioLabs, Qwen4 Max é cobrado por uso: Entrada $1.50 por 1M de tokens de prompt; Saída $4.50 por 1M de tokens gerados; Leitura implícita do cache $0.075 por 1M de tokens de entrada cacheados; Pesquisa Web $0.02 por chamada quando invocada; Busca texto para imagem $0.02 por chamada quando invocada; Busca imagem a imagem $0.02 por chamada quando invocada; Extrator de teia $0.00 por chamada quando invocada; Interpretador de código $0.00 por chamada quando invocada. A tabela de tarifas ao vivo desta página sempre corresponde ao que a API cobra.

Qual é a janela de contexto de Qwen4 Max?

Qwen4 Max suporta uma janela de contexto de 983.6K tokens com até 262.144 tokens de saída por resposta.

A API Qwen4 Max é compatível com OpenAI?

Sim. Qwen4 Max atende a API Chat Completions compatível com OpenAI, então SDKs OpenAI existentes funcionam apontando base_url para https://api.empiriolabs.ai/v1 e definindo o id de modelo qwen4-max.

Posso testar Qwen4 Max no navegador antes de integrar?

Sim. O playground da EmpirioLabs executa Qwen4 Max no navegador com os mesmos parâmetros que a API expõe, para você testar prompts antes de escrever código.

Como consigo uma chave de API Qwen4 Max?

Crie uma conta EmpirioLabs e gere uma chave em API Keys no painel. A cobrança usa créditos pay-as-you-go, então você paga apenas pelas requisições que faz.

Compare Qwen4 Max com outros modelos

Todas as comparações de modelos

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.