下一代Qwen旗舰,适用于编码、前端设计、办公和复杂代理,支持100万令牌上下文的图像和视频理解。
支持文本、图像和视频输入,思考模式(含enable_thinking、reasoning_effort(低、高或高)及thinking_budget最多262144个令牌,函数调用,结构化输出(包括严格的JSON模式)、隐式提示缓存,以及五个内置工具:tool_web_search、tool_web_extractor、tool_code_interpreter、tool_web_search_image和tool_image_search。思考令牌作为输出令牌计费。
也称为 Alibaba Cloud Qwen4 Max
qwen4-max/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen4-max:generateContent来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费,没有月度最低消费。
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。 在EmpirioLabs 控制台获取 API 密钥。
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 上 Qwen4 Max API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 到 1.99 | 采样温度。0是确定性的,1.99是最大随机性。 |
| top_p | number | 0.9 | 0 到 1 | 核抽样概率质量。较低的数值使输出更集中。 |
| max_tokens | number | - | 1 到 262144 | 最大输出令牌数,包括推理。省略时,模型自身的默认值生效。 |
| stop | string | - | - | 最多有4串字符串,模型会停止生成更多代币。 |
| enable_thinking | boolean | true | - | 在回答之前先启用推理。 |
| reasoning_effort | enum | high | low, high, xhigh | 思考时的推理深度开启:低、高或xhigh。努力越高,思考时花费的推理标记越多,然后才回答。默认是高。低和xhigh不能与thinking_budget结合。 |
| thinking_budget | number | - | 1 到 262144 | 开启思考时为推理保留的最大代币。若被省略,模型决定推理时长。以默认推理努力运行,不能与低或高叠加。当内置工具开启或开启/v1/responses.时不使用。 |
| preserve_thinking | boolean | true | - | 在模型输入中包含早期助理轮回的推理/v1/chat/completions.在该助理消息的reasoning_content字段中返回每轮推理不变。早期推理作为输入标记计费。当内置工具开启时不可用。 |
| seed | integer | - | 0 到 2147483647 | 随机种子以实现更可重复的采样。重用相同请求的种子返回的输出相似,但不总是相同。 |
| top_k | integer | - | 1 到 100 | 仅从K个最可能的token中抽样。若省略,则适用模型自身的默认值。 |
| presence_penalty | number | - | -2 到 2 | 对已出现在生成文本中的标记施加惩罚。正值鼓励新的主题。若省略,则适用模型自身的默认值。 |
| repetition_penalty | number | - | 0.1 到 2 | 值越高,越不鼓励重复表达,1 则不施加惩罚。若省略,则适用模型自身的默认值。当内置工具开启或开启 /v1/responses. 时不可用 |
| n | integer | 1 | 1 到 4 | 需要返回的答案数量。超过1个的答案仅在/v1/chat/completions上运行,enable_thinking个假,且没有工具、网页搜索或logprobs。每个答案的输出标记都会计费。 |
| logprobs | boolean | false | - | 返回答案标记的对数概率,而非推理,/v1/chat/completions. 当内置工具开启时不可用。 |
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。
当该模型在单一请求中调用内置工具时,响应会携带一个归一化后的usage.tool_usage映射,同时包含令牌计数:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}工具数量已经被纳入 cost_usd,并以透明方式显示,方便你审计每工具的计费。当没有工具被调用时,该字段会被省略。
在 EmpirioLabs,Qwen4 Max 按量计费:输入 $1.50 每100万个提示词标记; 输出 $4.50 每100万个生成代币; 隐式缓存读取 $0.075 每 1M 缓存输入标记; 网络搜索 $0.02 每次调用时; 文本转图像搜索 $0.02 每次调用时; 图像对图像搜索 $0.02 每次调用时; 网页提取器 $0.00 每次调用时; 代码解释器 $0.00 每次调用时。本页的实时价格表始终与 API 的实际计费一致。
Qwen4 Max 支持 983.6K token 的上下文窗口,每次响应最多 262,144 个输出 token。
兼容。Qwen4 Max 提供 OpenAI 兼容的 Chat Completions API,现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 qwen4-max 即可使用。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Qwen4 Max,你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。