
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.
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
qwen4-max/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen4-max:generateContentTarifas pay-as-you-go ao vivo do catálogo EmpirioLabs. Você paga só pelo que usa, sem mínimo mensal.
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 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)Parâmetros de requisição suportados pela API Qwen4 Max na EmpirioLabs. Os padrões valem quando um campo é omitido.
| Parâmetro | Tipo | Padrão | Intervalo / valores | Descrição |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 a 1.99 | Temperatura de amostragem. 0 é determinístico e 1,99 é a aleatoriedade máxima. |
| top_p | number | 0.9 | 0 a 1 | Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas. |
| max_tokens | number | - | 1 a 262144 | Tokens de saída máximos, justificativa incluída. Quando omitido, o padrão do modelo se aplica. |
| stop | string | - | - | Até 4 strings em que o modelo para de gerar mais tokens. |
| enable_thinking | boolean | true | - | Ative o raciocínio antes de responder. |
| reasoning_effort | enum | high | low, high, xhigh | A 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_budget | number | - | 1 a 262144 | Tokens máximos reservados para raciocínio quando o pensamento está ativado. Quando omitido, o modelo decide quanto tempo para raciocinar. Roda no esforço de... |
| preserve_thinking | boolean | true | - | 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... |
| seed | integer | - | 0 a 2147483647 | Semente aleatória para amostragem mais reproduzível. Reutilizar uma semente com a mesma solicitação retorna uma saída semelhante, nem sempre idêntica. |
| top_k | integer | - | 1 a 100 | Amostre apenas dos K tokens mais prováveis. Quando omitido, o padrão do modelo se aplica. |
| presence_penalty | number | - | -2 a 2 | Penalidade para tokens que já apareceram no texto gerado. Valores positivos incentivam novos tópicos. Quando omitidos, o padrão do modelo se aplica. |
| repetition_penalty | number | - | 0.1 a 2 | Valores mais altos desencorajam frases repetidas, e 1 não aplica penalidade. Quando omitido, o padrão do modelo se aplica. Não está disponível quando uma ferramenta... |
| n | integer | 1 | 1 a 4 | Número 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... |
| logprobs | boolean | false | - | Devolva as probabilidades logarítmicas dos tokens de resposta, não o raciocínio, em /v1/chat/completions. Não está disponível quando uma ferramenta embutida está ativada. |
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.
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.
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.
Qwen4 Max suporta uma janela de contexto de 983.6K tokens com até 262.144 tokens de saída por resposta.
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.
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.
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.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.