Qwen4 Max vs Step 5 Preview

Qwen4 Max 与 Step 5 Preview 并排比较:规格、能力、参数,以及 EmpirioLabs 目录中的实时价格。

Alibaba Cloud StepFun 文本生成

Qwen4 Max vs Step 5 Preview 概览

Alibaba Cloud 的 Qwen4 Max 和 StepFun 的 Step 5 Preview 都属于文本生成类别,可通过 EmpirioLabs API 使用。

主要区别

  • Qwen4 Max 发布更晚(2026年11月16日);Step 5 Preview 发布于 2026年9月15日。
  • Step 5 Preview 的上下文窗口更大:1.02M 个 token,Qwen4 Max 为 983.6K。
  • 每次响应 Qwen4 Max 最多返回 262,144 个输出 token,Step 5 Preview 最多 131,072。
  • 仅 Qwen4 Max 列出的能力:multimodal, web search, code interpreter, cache。
  • 仅 Step 5 Preview 列出的能力:video, prompt cache。
  • 输入(每100万个提示词标记)和输出(每100万个生成代币)的价格 Step 5 Preview 更低。

Qwen4 Max vs Step 5 Preview:规格

规格Qwen4 MaxStep 5 Preview
模型 IDqwen4-maxstep-5-preview
开发方Alibaba CloudStepFun
发布日期2026年11月16日2026年9月15日
上下文窗口983.6K 个 token1.02M 个 token
最大输出262,144 个 token131,072 个 token
输入
文本 图像 视频
文本 图像 视频
输出
文本
文本
结构化输出JSON SchemaJSON Schema
区域SingaporeInternational
端点
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen4-max:generateContent
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/step-5-preview:generateContent
能力
reasoning vision multimodal web search code interpreter function calling structured output agentic coding cache
reasoning function calling structured output vision video prompt cache agentic coding

Qwen4 Max vs Step 5 Preview:API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

类型
规格
价格
输入
每100万个提示词标记
$1.50
输出
每100万个生成代币
$4.50
隐式缓存读取
每 1M 缓存输入标记
$0.075
网络搜索
每次调用时
$0.02
文本转图像搜索
每次调用时
$0.02
图像对图像搜索
每次调用时
$0.02
网页提取器
每次调用时
$0.00
代码解释器
每次调用时
$0.00
在完整价格页比较

Qwen4 Max vs Step 5 Preview:API 参数

每个模型在 EmpirioLabs 上列出的请求参数,以及适用的可选值或范围。短横线表示该模型未列出此参数。

参数Qwen4 MaxStep 5 Preview
temperature0 到 1.99 默认值: 0.70 到 2 默认值: 0.5
top_p0 到 1 默认值: 0.90.01 到 1 默认值: 0.9
max_tokens1 到 2621441 到 131072 默认值: 4096
stopstringarray
enable_thinkingboolean 默认值: true-
reasoning_effortlow, high, xhigh 默认值: highlow, medium, high 默认值: low
thinking_budget1 到 262144-
preserve_thinkingboolean 默认值: true-
seed0 到 2147483647-
top_k1 到 100-
presence_penalty-2 到 2-
repetition_penalty0.1 到 2-
n1 到 4 默认值: 1-
logprobsboolean 默认值: false-
top_logprobs0 到 5 默认值: 0-
vl_high_resolution_imagesboolean 默认值: true-

Qwen4 Max vs Step 5 Preview:限制与说明

Qwen4 Max

支持文本、图像和视频输入。网页搜索、网页提取器、代码解释器、text-to-image搜索和image-to-image搜索是可选内置工具,通过tool_*参数开放。网页搜索、text-to-image搜索和image-to-image搜索为每次调用添加$0.02;网页提取器和代码解释器运行无额外成本。网页提取器需要网页搜索,网页提取器和代码解释器都需要思考。一个请求可以多次调用一个工具,且每次调用都会计费。思考是默认开启的;reasoning_effort设置深度(低、高或xhigh,默认高),思考标记作为输出标记计费。max_tokens和max_completion_tokens同时限制推理和回答。重复的提示前缀会自动缓存,缓存输入令牌按隐式缓存读取速率计费。不支持显式缓存控制,如cache_control。

Step 5 Preview

支持文本、图像和视频输入,支持1M令牌上下文、并行功能工具、严格的JSON模式输出,以及reasoning_effort低、中、高。提示缓存按缓存读取速率计费。视频输入支持MP4小于128 MB,建议片段长度低于5分钟。这是预览版,其行为和标识符可能会有所变化。

如何调用 Qwen4 Max 和 Step 5 Preview

Qwen4 Max 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1,并使用模型 ID qwen4-max。 两个模型通过同一个端点调用。将 model 设为 qwen4-max 或 step-5-preview。 在EmpirioLabs 控制台获取 API 密钥。

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."}
    ]
  }'

Qwen4 Max vs Step 5 Preview:常见问题

Qwen4 Max 和 Step 5 Preview 有什么区别?

Qwen4 Max 发布更晚(2026年11月16日);Step 5 Preview 发布于 2026年9月15日。 Step 5 Preview 的上下文窗口更大:1.02M 个 token,Qwen4 Max 为 983.6K。 每次响应 Qwen4 Max 最多返回 262,144 个输出 token,Step 5 Preview 最多 131,072。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

Qwen4 Max 和 Step 5 Preview 哪个更新?

Qwen4 Max 发布更晚(2026年11月16日);Step 5 Preview 发布于 2026年9月15日。

Qwen4 Max 和 Step 5 Preview 哪个价格更低?

输入(每100万个提示词标记)和输出(每100万个生成代币)的价格 Step 5 Preview 更低。 两张实时价格表都在本页,并始终与 API 的实际计费一致。

可以在不重构集成的情况下在 Qwen4 Max 和 Step 5 Preview 之间切换吗?

可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥,大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数,请先查看本页的参数表。

集成之前可以在浏览器里试用 Qwen4 Max 和 Step 5 Preview 吗?

可以。在 EmpirioLabs Playground 中分别打开两个模型,用 API 提供的参数对两者运行同一个提示词。

准备好使用更好的终端了吗?

查看我们的定价,或者如果你想将自己的模型部署到我们的堆栈中,请联系我们。