跳到正文
阿里雲開發者社區 AI·· 2 天前AI 評分54

阿里雲 Qwen4-Max 模型指南:功能、收費、速率限制、上下文及 API 參考

阿里Qwen4-Max模型指南:功能、收费价格、速率限制与上下文及API参考

AI 導讀

阿里雲開發者社區刊出 Qwen4-Max 模型指南,整理模型功能、收費及 API 參考。文中稱模型支援文本生成、圖像與影片理解、深度思考、聯網搜尋及工具調用,並附 OpenAI Python、Node.js 和 cURL 範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens、快取命中輸入 ¥0.5 /M tokens。

正文

2026-11-17 13

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: Qwen4-Max是通义千问新一代旗舰多模态大模型,支持文本生成、图文视频理解与深度思考,适用于编程、办公、前端设计及复杂智能体任务。兼容OpenAI/Anthropic API,支持联网搜索、工具调用与结构化输出。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens

Qwen4-Max 是通义千问新一代旗舰多模态模型,融合文本生成、图片与视频理解及深度思考能力,适用于编程开发、办公、前端设计与复杂智能体任务。模型支持联网搜索、工具调用和结构化输出,兼容 OpenAI 与 Anthropic API,帮助开发者构建具备多模态理解与任务执行能力的智能应用,阿里云百炼提供免费100万Tokens 👉️ https://www.aliyun.com/product/bailian 如下图:

阿里Qwen4-Max模型指南

Qwen4-Max模型功能

前缀补全 ✅ 函数调用 ✅
缓存 ✅ 结构化输出 ✅
批量任务 ❌ 联网搜索 ✅
微调 ❌

模型收费价格

Qwen4-Max模型输入输出价格表:

输入 ¥10 /M tokens 输出 ¥30 /M tokens
输入(缓存命中) ¥0.5 /M tokens 输入(Batch File) ¥5 /M tokens
输出(Batch File) ¥15 /M tokens 5分钟显式缓存创建 ¥12.5 /M tokens
1小时显式缓存创建 ¥20 /M tokens 显式缓存命中 ¥0.5 /M tokens
输入(Batch Chat) ¥10 /M tokens 输出(Batch Chat) ¥30 /M tokens

内置工具收费价格表:

内置工具 标识 价格
代码解释器 code_interpreter 免费
以文搜图 t2i_search ¥24 /K调用
联网搜索 web_search ¥4 /K调用
以图搜图 i2i_search ¥48 /K调用
网页抓取 web_extractor 免费
web_fetch web_fetch 免费
web_search web_search ¥4 /K调用

更多关于Qwen4-Max的精准报价,请移步到阿里云百炼AI模型平台查看 💰 https://t.aliyun.com/U/fPVHqY 有详细的精准报价,目前Qwen4-Max模型可以免费100万Tokens试用,如下图:

阿里云百炼Qwen4-Max模型免费试用及收费价格

速率限制与上下文

Qwen4-Max速率限制与上下文

API 参考

OpenAI

Python:

from openai import OpenAI
import os

client = OpenAI(
    # 如果没有配置环境变量,请用阿里云百炼API Key替换:api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "你是谁"}]
completion = client.chat.completions.create(
    model="qwen4-max",  # 您可以按需更换为其它深度思考模型
    messages=messages,
    extra_body={"enable_thinking": True},
    stream=True
)
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20)
for chunk in completion:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20)
            is_answering = True
        print(delta.content, end="", flush=True)

Node.js:

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1'
});
let isAnswering = false;
async function main() {
    try {
        const messages = [{ role: 'user', content: '你是谁' }];
        const stream = await openai.chat.completions.create({
            model: 'qwen4-max',
            messages,
            stream: true,
            enable_thinking: true
        });
        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20));
        for await (const chunk of stream) {
            if (!chunk.choices || chunk.choices.length === 0) continue;
            const delta = chunk.choices[0].delta;
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
            }
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20));
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}
main();

cURL:

curl -X POST https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen4-max",
    "messages": [
        {
            "role": "user", 
            "content": "你是谁"
        }
    ],
    "stream": true,
    "enable_thinking": true
}'

已收费

文章标签:

目录

相关文章

|

6天前

|

JSON 前端开发 API

阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析

2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。

1595 1 2

|

6天前

|

人工智能 前端开发 API

阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析

2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。

1408 0 0

|

3天前

|

Linux Go 开发工具

手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南

DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。

2979 0 1

|

4天前

|

人工智能 安全 网络安全

|

19天前

|

JavaScript API iOS开发

DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)

DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。

5807 69 278

热门文章

最新文章

來源:阿里雲開發者社區 AI · developer.aliyun.com