Qwen4-Max 怎么选、怎么接?模型对比、API 价格与三种协议指南
Qwen4-Max 相比 Qwen3.8-Max 有哪些升级?与 Qwen3.7-Plus、Qwen3.8-Flash 相比,应该如何选择?本文结合官方规格、第三方评测和实际成本测算,对比模型性能、API 价格、上下文缓存及 Batch 计费,并详细解析 OpenAI Chat Completions、Responses 和 Anthropic Messages 三种 API 协议的区别,提供 Python 接入示例、迁移指南及多模型 API 网关选型建议。
Qwen4-Max 是千问旗舰多模态模型,适合复杂推理、代码和多轮 Agent。常规应用先试 Qwen3.7-Plus,高频短任务先测 Qwen3.8-Flash。已有 OpenAI 对话项目用 Chat Completions,需要服务端响应状态选 Responses,已有 Anthropic SDK 则从 Messages 接入。选型时先用同一批业务样本确定质量门槛,再按目标端点核对工具、多模态和账单,尤其要确认实际渠道的模型权限。
| 你的需求 | 优先评估的模型 | 起步协议 | 选择理由 |
|---|---|---|---|
| 复杂推理、代码与 Agent | Qwen4-Max | Chat Completions 或 Responses | 前者适合复用现有工具循环,后者适合验证服务端状态 |
| 普通业务应用 | Qwen3.7-Plus | Chat Completions | 问答、抽取和知识库可先以它建立质量基线 |
| 高频、低成本调用 | Qwen3.8-Flash | Chat Completions | 北京按量单价较低,先用真实请求验证质量与尾延迟 |
| 已有 OpenAI SDK 对话项目 | Qwen4-Max 或 Qwen3.7-Plus | Chat Completions | 复用 messages 和 choices 解析 |
| 需要 Responses 上下文管理 | Qwen4-Max | Responses | 百炼文档提供 previous_response_id,网关渠道须单独验收 |
| 已有 Anthropic SDK | Qwen4-Max | Anthropic Messages | 复用 system 和内容块,重新检验工具与思考字段 |
数字速览|2026 年 11 月 18 日(北京时间):Qwen4-Max 百炼模型窗口为 100 万 Token,最大输出为 131,072 Token(非思考)或 262,144 Token(思考与回答合计)。北京实时按量输入 ¥10、输出 ¥30/百万 Token。百炼列出本文比较的 3 种兼容协议,另有 DashScope。随文测试工程于本次核验 10/10 项离线测试通过,未发送真实模型 API 请求。百炼模型规格与价格
Qwen4-Max 与其他千问模型有什么区别?
Qwen4-Max 优先用于高难度任务。Qwen3.8-Max 是上一代多模态旗舰,适合已有线上基线的团队做迁移回归。Qwen3.7-Plus 是兼顾质量和成本的通用模型,Qwen3.8-Flash 则适合吞吐优先的批量短任务。四款模型的公开上下文窗口同为 100 万 Token,选型更值得比较任务完成率、实际计费输出和接口限制。百炼模型选择指南
| 对比维度 | Qwen4-Max | Qwen3.8-Max | Qwen3.7-Plus | Qwen3.8-Flash |
|---|---|---|---|---|
| 模型 ID | qwen4-max | qwen3.8-max | qwen3.7-plus | qwen3.8-flash |
| 公开发布时间/上架记录 | 2026-11-16 正式版 | 2026-08-03 千问技术发布 | 2026-06-01 百炼上架记录,当前别名对应 2026-05-26 快照 | 2026-08-26 百炼上架 |
| 定位 | 新一代旗舰 | 上一代旗舰 | 通用均衡 | 速度与成本优先 |
| 总参数量 | 2.4 万亿(主干口径) | 2.4 万亿 | 官方资料未明确 | 官方资料未明确 |
| 每 Token 激活参数 | 710 亿 | 950 亿 | 官方资料未明确 | 官方资料未明确 |
| 上下文窗口(Token) | 1,000,000 | 1,000,000 | 1,000,000 | 1,000,000 |
| 最大输出(非思考/思考,Token) | 131,072/262,144 | 131,072/131,072 | 131,072/131,072 | 131,072/131,072 |
| 图片与视频输入 | 均支持 | 均支持 | 均支持 | 均支持 |
| 深度思考/工具调用 | 支持/支持 | 支持/支持 | 支持/支持 | 支持/支持 |
| 结构化输出 | 支持,依协议 | 支持,依协议 | 支持,依协议 | 支持,依协议 |
| 上下文缓存 | 显式/隐式 | 显式/隐式 | 显式/隐式 | 显式/隐式 |
| 适合场景 | 复杂代码、跨文档推理、Agent | 旧系统基线、旗舰迁移回归 | 知识库、常规抽取、问答 | 分类、清洗、高频短问答 |
日期分别采用厂商发布或百炼上架口径。百炼上架记录
规格以核验日百炼模型页为准。窗口与单次可用预算是两项指标,例如 Qwen4-Max 最大输入分为非思考 991,808 Token 和思考 983,616 Token。实际可用输入还要给输出、推理或工具留空间。参数与能力来源见 Qwen4-Max · Qwen3.8-Max · Qwen3.7-Plus · Qwen3.8-Flash · 千问 3.8 技术发布 · Qwen4-Max 架构资料。
Qwen4-Max 相比上一代升级了什么?
Qwen4-Max 于 2026 年 11 月 16 日正式发布。相比 Qwen3.8-Max,新一代模型在同为 2.4 万亿主干参数的公开口径下,把每 Token 激活参数从 950 亿降至 710 亿,约降 25.3%。这表示每次推理激活的模型参数减少,业务延迟还取决于思考长度、输入模态和部署负载。阿里云发布公告 · 千问 3.8 技术发布 · 架构参数资料
公开架构资料列出了 Gated DeltaNet 与 QSA 稀疏注意力的混合设计,以及独立列示的 328B N-gram embedding。实际任务中,值得验证的是长程 Agent 能否持续正确选择工具、从错误中恢复并完成交付,以及截图、图表、视频理解能否通过目标协议进入工作流。架构资料 · Qwen4-Max 官方能力表
| 证据 | 可复核结果 | 适用范围 |
|---|---|---|
| 阿里巴巴自有 Work360 | Qwen4-Max 在 High 推理档相较 Qwen3.8-Max 用量少约 35%,平均任务成本降约 60% | 厂商基准,涵盖 721 类专业领域 发布公告 |
| 第三方 Artificial Analysis | Intelligence Index 为 43 对 34;任务成本 US$3.27 对 US$10.02 | 对照项为 Qwen3.8-Max (0902),金额是该评测集的每任务估算 供应商评测表 |
| 第三方 Arena WebDev Frontend | Qwen4-Max (xHigh) 为 1782 分,Qwen3.8-Max (0902) 为 1690 分 | 核验日榜单快照,两项均为初步分数,衡量前端开发偏好 Arena 榜单 |
已有系统适合在同一批样本上保留两代模型对照,记录任务通过率、每任务计费 Token、工具回合和最终成本。前端榜单可以用来筛模型,业务上线仍需要自己的回归样本。
百炼正式版 qwen4-max 已开放按量调用,曾使用 qwen4-max-preview 的团队要检查配置里的模型标识。百炼 Preview 仅支持 Token Plan,官方预览期为北京时间 11 月 11 日 10:00 至 11 月 25 日 24:00。切换正式版后,应重新回归工具、思考预算和计费结果。百炼 Preview 说明
Qwen4-Max API 价格是多少?四款模型调用成本如何比较?
2026 年 11 月 18 日,百炼华北 2(北京)Qwen4-Max 实时按量原价为输入 ¥10、输出 ¥30/百万 Token,低于同地域 Qwen3.8-Max 的 ¥12/¥36。Qwen3.7-Plus 按单次请求的输入长度选档,高频短请求则可优先估算 Qwen3.8-Flash。思考和非思考的输出单价在下表相同,思考模式的计费输出包含思维链和回答。百炼模型调用价格
| 模型 | 输入价 | 输出价 | 单位 | 北京实时按量原价的适用条件 |
|---|---|---|---|---|
| Qwen4-Max | 10 | 30 | 元/百万 Token | 输入计费档 ≤1M,实际输入上限见模型规格 |
| Qwen3.8-Max | 12 | 36 | 元/百万 Token | 输入计费档 ≤1M |
| Qwen3.7-Plus | 2 | 8 | 元/百万 Token | 单次输入 ≤256K |
| Qwen3.7-Plus | 6 | 24 | 元/百万 Token | 256K<单次输入 ≤1M,整次调用按该档单价 |
| Qwen3.8-Flash | 0.8 | 2.7 | 元/百万 Token | 北京模型页公开实时原价 |
总价页还给 Qwen3.7-Plus 当前别名标注限时八折。成本算例统一用原价,方便复算。地域不同也会改价,例如新加坡国际部署的 Qwen4-Max 是输入 ¥10.938、输出 ¥32.813/百万 Token。总价页 · Flash 北京价格
缓存和 Batch 要单独计费
| 模型/北京 | 隐式命中 | 显式创建 | 显式命中 | Batch File 输入/输出 |
|---|---|---|---|---|
| Qwen4-Max | 0.5 | 12.5(5 分钟)/20(1 小时) | 0.5 | 5/15 |
| Qwen3.8-Max | 1.5 | 15 | 1 | 6/18 |
| Qwen3.7-Plus ≤256K | 0.4 | 2.5 | 0.2 | 1/4 |
| Qwen3.7-Plus >256K | 1.2 | 7.5 | 0.6 | 3/12 |
| Qwen3.8-Flash | 0.1 | 1.25 | 0.1 | 北京模型页标记支持批量推理;Batch File 单价未明确 |
单位均为元/百万 Token。命中、创建和普通输入按各自计数结算。Batch Chat 与 Batch File 是不同产品入口,例如 Qwen4-Max 北京 Batch Chat 原价仍为 ¥10/¥30,核验日模型页另标限时五折。缓存能否节省开支取决于前缀复用次数、有效期与命中率。Qwen4-Max 计费 · Qwen3.8-Max 计费 · Plus 计费 · Flash 计费
例如,同一段 10,000 Token 固定前缀在北京 Qwen4-Max 创建 5 分钟缓存,并在有效期内命中 4 次。该前缀输入费为 0.01 × 12.5 + 4 × 0.01 × 0.5 = ¥0.145。五次全部按普通输入计价则为 ¥0.50。算例只计算前缀,动态输入与输出另计,并假设没有 TTL 到期或重复创建。百炼 Qwen4 显式缓存的最短前缀是 1,024 Token。显式缓存规则
两个业务成本算例
调用成本 = 输入 Token 数 ÷ 1,000,000 × 输入单价 + 计费输出 Token 数 ÷ 1,000,000 × 输出单价。
下表为作者计算,采用北京实时原价,同一场景对四款模型使用相同 Token 假设,不计缓存、优惠、工具费和重试。
| 场景与假设 | Qwen4-Max | Qwen3.8-Max | Qwen3.7-Plus | Qwen3.8-Flash |
|---|---|---|---|---|
| 高频客服,100,000 次,每次 1,000 输入/200 输出 Token | ¥1,600 | ¥1,920 | ¥360 | ¥134 |
| 长文档分析,1,000 次,每次 300,000 输入/6,000 计费输出 Token | ¥3,180 | ¥3,816 | ¥1,944 | ¥256.20 |
长文档算例中,Plus 每请求费用为 0.3 × 6 + 0.006 × 24 = ¥1.944。如果低价模型经常漏抽条款、触发升级或需要人工复核,按单件合格结果计算的成本可能更高。可用 请求费、重试费、升级调用与人工复核总成本 ÷ 合格任务数 评估实际方案。
Qwen4-Max 支持哪三种 API 协议?
百炼为 Qwen4-Max 提供 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 三种兼容协议。Chat Completions 适合已有消息数组和 OpenAI Chat SDK 的项目。Responses 适合依赖响应 ID、事件流和服务端上下文的应用。Anthropic Messages 适合已有 Anthropic SDK 和内容块工作流的项目。百炼 Qwen4-Max
请求、参数与响应对照
| 百炼兼容接口 | Chat Completions | Responses | Anthropic Messages |
|---|---|---|---|
| HTTP Endpoint | POST /compatible-mode/v1/chat/completions | POST /compatible-mode/v1/responses | POST /apps/anthropic/v1/messages |
| 输入及系统提示词 | messages;system 角色 | input 字符串或消息项;顶层 instructions 或消息项中的系统角色 | messages;顶层 system |
| 文本响应 | choices[0].message.content | output[] 中的消息项,SDK 可读 output_text | content[] 中 type="text" 的块 |
| 工具定义 | type="function",属性嵌套于 function | 扁平 type="function",属性直接放同层 | name、description、input_schema |
| 工具调用 | message.tool_calls[],arguments 是 JSON 字符串 | output[] 中的 function_call,arguments 是 JSON 字符串 | tool_use 内容块,input 是对象 |
| 工具结果 | role="tool" + tool_call_id | function_call_output + call_id | tool_result + tool_use_id,放入用户消息 |
| 思考强度 | reasoning_effort | reasoning.effort | output_config.effort |
| 最大输出参数 | max_completion_tokens | max_output_tokens | max_tokens |
| Usage | prompt_tokens、completion_tokens、total_tokens | input_tokens、output_tokens、total_tokens | input_tokens、output_tokens,缓存读写另列 |
| 多轮上下文 | 应用回传历史 | previous_response_id、conversation 或手动历史 | 应用回传消息和所需内容块 |
| 结构化输出 | response_format,Qwen4-Max 列在 Schema 支持范围 | text.format,专项列表未明确列出 Qwen4-Max 的 JSON 两种模式 | output_config.format,百炼当前将 Qwen4-Max 归入普通 JSON |
| 多模态 | image_url、video_url 或 video 帧列表 | input_image,可用 input_file 传 PDF;Qwen4-Max 未列入 input_video | image 块;百炼另有 video 扩展块 |
| 迁移时优先检查 | 既有 SDK 参数与 finish_reason | 状态生命周期、事件与工具回传 | 内容块、思考签名、缓存用量 |
表中字段取自百炼兼容实现。原厂规范说明字段设计,百炼专项页说明该端点的实际支持范围。百炼 Chat · 百炼 Responses · 百炼 Messages · OpenAI Chat 原始规范 · OpenAI Responses 原始规范 · Anthropic Messages 原始规范
工具回传、状态和流式事件怎么迁移?
用调用 ID 关联工具结果,并按协议保留原始消息或输出项。 Chat 先保存助手消息与 tool_calls,再追加工具角色消息。Responses 手动回传历史时,把 function_call_output 紧跟对应调用,使用 call_id;有状态链则按文档结合 previous_response_id。Messages 将工具结果放在紧接的用户消息块里。百炼 Chat 的千问模型支持范围限制了强制工具选择,Responses 的 required 仅适用于单工具列表。应用应处理零个、一个和多个实际返回的调用。百炼 Chat · 百炼 Responses · 百炼 Messages
| 流式处理 | Chat Completions | Responses | Anthropic Messages |
|---|---|---|---|
| 文本增量 | choices[].delta.content | response.output_text.delta | content_block_delta 中的 text_delta |
| 工具参数增量 | delta.tool_calls,按索引组装 | response.function_call_arguments.delta | content_block_delta 中的 input_json_delta |
| 结束与用量 | 检查 finish_reason 与 [DONE];stream_options.include_usage 开启末尾用量块 | 处理 response.completed、response.incomplete 或失败;读取最终响应 Usage | 处理 message_delta 中的停止原因与 Usage,并等待 message_stop |
迁移已有工具时,先用同一个只读业务函数走完“模型提出调用、应用执行、回传结果、模型继续回答”四步。流式解析应等参数片段组装完整再解码 JSON,同时保留调用 ID 和失败信息。对会写入业务状态的工具,应用还应按自己的权限和幂等规则执行,避免模型重试造成重复提交。
服务端状态有期限。 百炼 Responses 的响应 ID 有效期为 7 天,store=false 的响应不能用于后续引用。conversation 与 previous_response_id 二选一,续轮所需的顶层 instructions 应重新发送。百炼当前仅支持同步执行,background 不在支持范围。需要跨服务回放或长时间恢复时,应用仍应保存必要的业务历史和工具结果。百炼 Responses
思考、JSON 和多模态分别验收。 百炼 Qwen4-Max 的三种接口都列出 low、high、xhigh,默认 high,字段位置不同。Chat 和 Responses 的 minimal、medium、max 对应 low、high、xhigh;Messages 文档列出后两项映射。若业务回传思考摘要和密文,按原协议保留 Chat 的加密字段、Responses 的 reasoning item、Messages 的 thinking block 和签名。采样参数也要重核,百炼 Chat/Responses 文档所列思考与非思考默认 temperature 分别为 1.0 和 0.7。模型默认参数
Qwen4-Max 需要严格 JSON Schema 时,百炼 Chat 有明确支持依据,生产仍应校验返回值。Responses 的专项支持列表未确认 Qwen4-Max 的 json_object 和 json_schema。百炼 Messages 的普通 JSON 模式需要 output_config 和提示词中的 JSON,字段约束须由应用验证。Responses 的 PDF 地址按 input_file 的 file_url 传入,文档列出 100 MB 文件上限,页数约束按解析模式确认。Qwen4-Max 视频项目先按百炼 Chat 或 Messages 的专项格式验证。结构化输出 · Responses 参数 · Messages 参数
在 Chat 的 image_url 内容块里,url 可传公网 URL 或 Base64 Data URL。Chat 视频文件用 video_url,也可传 video 图片帧列表。百炼 Chat 的视频 fps 范围为 0.1~10,默认 2。Messages 则按 image 或百炼扩展的 video 块填写 source。同一素材跨协议测试时,记录抽帧设置、实际用量和失败原因,便于区分协议转换问题与素材限制。百炼 Chat 多模态结构 · 百炼 Messages 多模态结构
三种协议如何接入?Python 示例与迁移注意事项
先用单轮纯文本请求确认模型、地址、鉴权和 Usage,再逐项接入流式、工具或多模态。下列示例沿用离线工程的 SDK 调用与解析方法,安装版本为 openai==3.52.0 和 anthropic==2.9.0。在终端设置所选服务的 QWEN_API_KEY,两个 Base URL 应与同一服务的凭据匹配。
| 接入渠道 | OPENAI_BASE_URL(Chat/Responses) | ANTHROPIC_BASE_URL(Messages) |
|---|---|---|
| 百炼华北 2(北京) | https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1 | https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/apps/anthropic |
| 灵眸国际站 | https://api.lmuai.ai/v1 | https://api.lmuai.ai |
百炼请替换真实 WorkspaceId,使用匹配地域和业务空间的凭据。OpenAI SDK 在 Base URL 后拼接资源路径,Anthropic SDK 自动拼接 /v1/messages。百炼 Chat 接入 · 百炼 Messages 接入 · 灵眸协议文档
python -m pip install openai==3.52.0 anthropic==2.9.0
Chat Completions|读取 choices
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["QWEN_API_KEY"],
base_url=os.environ["OPENAI_BASE_URL"],
)
result = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "用一句话解释 RAG。"}],
)
print(result.choices[0].message.content)
print(result.usage.model_dump() if result.usage else None)
Responses|读取 output_text
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["QWEN_API_KEY"],
base_url=os.environ["OPENAI_BASE_URL"],
)
result = client.responses.create(
model="qwen4-max",
input="用一句话解释 RAG。",
)
print(result.output_text)
print(result.usage.model_dump() if result.usage else None)
Anthropic Messages|遍历文本块
import os
from anthropic import Anthropic
client = Anthropic(
api_key=os.environ["QWEN_API_KEY"],
base_url=os.environ["ANTHROPIC_BASE_URL"],
)
result = client.messages.create(
model="qwen4-max",
max_tokens=4096,
messages=[{"role": "user", "content": "用一句话解释 RAG。"}],
)
print("".join(block.text for block in result.content if block.type == "text"))
print(result.usage.model_dump())
灵眸 AI 编辑部复跑了随文工程的 10 项离线结构测试,覆盖请求构造、文本及工具解析、Usage 归一化、JSON 校验和结果文件写入。本次未发送真实 API 请求。上线前需要用授权 Key 验证目标端点与模型组合。对账时尤其注意 Anthropic 兼容实现的 input_tokens 只统计普通输入,完整输入还需加缓存创建和读取。Chat/Responses 应读用量明细中的缓存及思考计数,按提供方计费规则归类,避免重复相加。百炼 Messages Usage · OpenAI 接口兼容检查
不同业务场景如何选择模型与协议?
先选能满足任务质量的模型,再按现有 SDK 和需要保留的协议能力决定端点。如果两款模型都能通过业务验收,优先比较每个合格结果的总成本、P95 延迟和失败恢复。
| 场景 | 推荐模型 | 起步协议 | 选择理由与升级条件 |
|---|---|---|---|
| 高频客服 | Qwen3.8-Flash | Chat Completions | 适合短问答、意图分类;多轮投诉或需跨系统核对时对比 Plus |
| 复杂 Agent | Qwen4-Max | Responses 或 Chat Completions | 需服务端状态选前者;已自管状态或强依赖业务自有工具循环时选后者,核对工具完整回合 |
| 企业知识库 | Qwen3.7-Plus | Chat Completions | 用检索片段回答常规问题;跨文档冲突或错引频繁时对比 Max |
| 高校科研 | Qwen3.7-Plus 做基线,Qwen4-Max 做难例对照 | Chat Completions;公开 PDF 可评估百炼 Responses | 固定材料和模型配置,记录版本与成本;未公开数据先确认学校或课题的数据处理要求 |
| 批量内容处理 | Flash 做实时队列,Plus 做北京 Batch File 评估 | Chat Completions 或百炼 Batch File | 比较实际时效、失败重跑与整批成本;先核对地域和 Batch 资格 |
| 多模态应用 | Qwen4-Max,简单图文可测 Flash | 百炼 Chat Completions;已有 Messages 项目可同步验证内容块 | 关注抽帧、图片限制、计费用量;视频先核对端点文档 |
| 已有 OpenAI 项目 | Qwen3.7-Plus 或 Qwen4-Max | Chat Completions;已有 Responses 应保持原接口评估 | 检查采样参数、Schema、流式结束事件和原有工具链 |
| 已有 Anthropic 项目 | Qwen4-Max | Anthropic Messages | 复用内容块工作流;依赖严格 Schema 或思考签名时先走完整回归 |
通过 API 聚合网关调用 Qwen4-Max,需要注意什么?
百炼直连适合希望直接使用官方业务空间和专项功能的团队。多模型 API 聚合网关适合希望用同一接入方式管理多个模型的团队。选择网关时,要把 模型 ID、Key 分组、协议端点、目标功能和结算渠道 放在同一条验收记录里。比如能通过 Chat 发送文本,仍需单独检查 Responses 状态或 Messages 的视频与工具结果。AI API 网关接入指南
灵眸 AI(LMU AI)是一项面向开发者、AI 应用团队和中小企业的 AI API 聚合网关服务,帮助团队通过统一接入方式调用和管理多个大模型 API。下表对照同名模型和同一计价单位。灵眸一栏采用国际站公开目录口径,具体使用价格由可用渠道和账户计费条件决定。灵眸 Qwen4-Max 模型页 · 灵眸接入协议
| 2026-11-18 核验项 | 百炼官方,华北 2(北京) | 灵眸 AI 国际站 |
|---|---|---|
| 模型 ID | qwen4-max | qwen4-max |
| 输入价(元/百万 Token) | 10 | 6.2 起 |
| 输出价(元/百万 Token) | 30 | 18.6 起 |
| 窗口/输出 | 1M Token;非思考 131,072,思考与回答合计最大 262,144 | 目录标注 1M Token、最大输出 131K;以目标渠道实际能力为准 |
| 协议入口 | Chat、Responses、Messages;另有 DashScope | 网关文档提供 /v1/chat/completions、/v1/responses、/v1/messages;模型目录标注 OpenAI/Anthropic 兼容 |
| 可用权限 | 地域、业务空间、API Key 与模型配置 | 所属订阅或充值分组决定 Key 可用模型;目录当日列出 7 个渠道 |
| 计费条件 | 北京实时按量原价,缓存与 Batch 另计 | 公开渠道起价;下单前核对所选渠道、套餐和实际结算 |
灵眸协议文档另列 Gemini 原生 /v1beta/models/{model}:generateContent。它是网关的入站协议类别之一。Gemini 原生用 contents、parts 和 candidates,与上文三种 Qwen4-Max 调用格式不同,公开资料未确认 Qwen4-Max 走该入口。对选定的灵眸渠道,本文也未在线验证 Responses 的状态续接、视频、严格 Schema、缓存明细或思考签名透传。灵眸接入协议 · Gemini generateContent 规范 · API 上线验收清单
如果需要通过灵眸接入,先查看 Qwen4-Max 模型详情 和 API 协议文档,确认所选 Key 分组、端点和计费方式,再前往 灵眸 AI 国际站创建 API Key。
验收时可以从一次文本调用起步,再用实际项目的一条工具链、一个流式请求和一份有代表性的文件确认边界。模型不可用先看 Key 分组,路径错误先核对 SDK 拼出来的端点,收到完整结果后再对照 Usage 明细与账单。灵眸接入协议
Qwen4-Max API 常见问题
Qwen4-Max 正式版模型 ID 是 qwen4-max。价格取决于调用地域和渠道,协议选择取决于现有 SDK 与项目依赖的功能。
| 问题 | 回答 |
|---|---|
| Qwen4-Max 和 Qwen3.8-Max 有什么区别? | 两者百炼模型窗口均为 100 万 Token。Qwen4-Max 是新旗舰,激活参数约 710 亿,Qwen3.8-Max 约 950 亿。北京实时按量原价分别为 ¥10/¥30 和 ¥12/¥36,每项均以每百万输入/输出 Token 计。模型规格 · 价格 |
| Qwen4-Max 和 Qwen3.7-Plus 怎么选? | 用 Plus 建立常规问答、抽取和检索增强生成的基线。复杂代码、跨材料推理和多步 Agent 优先评估 Qwen4-Max。Plus 在百炼北京按单次请求输入长度分档,长文档成本需重算。选型指南 · Plus 价格 |
| Qwen4-Max API 价格是多少? | 2026-11-18 百炼北京实时按量原价为输入 ¥10、输出 ¥30/百万 Token;灵眸国际站目录显示输入 ¥6.2 起、输出 ¥18.6 起/百万 Token。缓存、Batch 和渠道费用分别核对。百炼价格 · 灵眸目录 |
| Qwen4-Max 支持哪些 API 协议? | 百炼正式版 qwen4-max 支持 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages,另列 DashScope。模型能力表与端点专项参数分别核对。百炼模型文档 |
| Chat Completions 和 Responses 应该怎么选? | 已有 messages 历史与 choices 解析时用 Chat Completions。需要 previous_response_id 或 Responses 事件流时选 Responses,并验证保留期限、指令重发和工具回传。百炼 Responses |
| Anthropic SDK 可以调用 Qwen4-Max 吗? | 可以使用百炼的 Messages 兼容入口与匹配的地域 Key。灵眸国际站也公布 Messages 入口,使用它之前检查 qwen4-max 的分组权限和工具、思考等功能。百炼 Messages · 灵眸协议 |
| Qwen3.8-Flash 适合什么业务? | 优先试用于意图分类、短摘要、内容清洗和高频简短客服。根据实际任务测通过率和尾延迟。百炼北京实时原价为输入 ¥0.8、输出 ¥2.7/百万 Token。Flash 模型文档 |
| 用聚合网关调用 Qwen4-Max 要注意什么? | 确认 Key 分组与模型 ID,分别测试需要使用的流式、工具、状态与多模态能力,再核对缓存和渠道账单。发布前把验证结果绑定到具体端点、渠道与 SDK 版本。网关接入指南 |
灵眸 AI 编辑部|公开资料核验于 2026 年 11 月 18 日(北京时间)。