Qwen4-Max
qwen/qwen4-max
通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。
IteraCompute 上线日期
- 输入
- $1.50
- 输出
- $4.50
美元 / 百万 tokens
目录更新时间:2026-10-29。
GLM-5.2 原接入支持 1M 上下文、流式输出与推理。
https://api.iteracompute.com/v1Authorization: Bearer ITERACOMPUTE_API_KEY按接口选择请求字段、读取结果和流式结束标记;下表是协议格式,实际能力与验证范围以本模型说明为准。
| 客户接口 | 本模型状态 | 输入 / 输出预算 | 返回结果 | SSE 结束标记 |
|---|---|---|---|---|
OpenAI Chat CompletionsPOST /v1/chat/completions | 已列入模型资料 | messagesmax_tokens | choices[0].message.content | [DONE] |
OpenAI ResponsesPOST /v1/responses | 已列入模型资料 | inputmax_output_tokens | output[] (SDK: output_text) | response.completed |
Anthropic MessagesPOST /v1/messages | 已列入模型资料 | messages; system (top-level)max_tokens (required) | content[] | message_stop |
Messages SDK 的 Base URL 使用 https://api.iteracompute.com;max_tokens 为必填。其他协议字段请勿直接套用。
包含此模型的 ID、接口格式和参数约束。复制前请核对本页验证范围与当前价格。
# IteraCompute · z-ai/glm-5.2
Model ID: z-ai/glm-5.2
Base URL (OpenAI SDK): https://api.iteracompute.com/v1
Authentication: Authorization: Bearer ITERACOMPUTE_API_KEY
Content-Type: application/json
仅使用下列客户接口;不同协议的请求和响应结构不可混用。接口声明不等于每项能力均已实测。
## Chat Completions
POST https://api.iteracompute.com/v1/chat/completions
Input: messages
Output budget: max_tokens
Read result: choices[0].message.content
SSE completion: [DONE]
Docs: https://iteracompute.com/docs.html#api-reference
## Responses
POST https://api.iteracompute.com/v1/responses
Input: input
Output budget: max_output_tokens
Read result: output[] (SDK: output_text)
SSE completion: response.completed
Docs: https://iteracompute.com/docs.html#responses-api
## Messages
POST https://api.iteracompute.com/v1/messages
Input: messages; system (top-level)
Output budget: max_tokens (required)
Read result: content[]
SSE completion: message_stop
Docs: https://iteracompute.com/docs.html#anthropic-messages
## Parameters
配置范围和参数可接收性不等于模型语义能力验收;未公布的默认值不要自行补全。
当前参数配置无法确认,请查阅模型页面和当前目录后再调用。
## References
Model catalog: https://iteracompute.com/models/
Current prices and billing: https://iteracompute.com/pricing/
Documentation index: https://iteracompute.com/llms.txt
Unknown prices are not zero. Account and subscription limits also apply.
Never include a real API key in an LLM prompt or client-side code.
GLM-5.3 和 Flash 必须思考,强度为 low/high/max;采样范围仍以具体型号为准。网关提供 Chat Completions、Responses 和 Messages,并转换各协议原生思考字段。Responses 无状态,store/background 必须为 false。
请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。
当前参数配置无法确认,请查阅模型页面和当前目录后再调用。下方仅为历史技术参考。
| 参数 | 类型 | 接收状态 | 取值范围 | 用途 / 协议 |
|---|---|---|---|---|
| 尚无经过当前接口实测并确认的参数。 | ||||
点击参数名即可复制。
| 参数 | 使用说明 |
|---|---|
text → text | |
| 128K | |
| 先采用请求示例,按需单独调整 temperature 或 top_p;省略 top_k。 | |
| 使用默认推理模式,省略额外思考控制参数。 | |
| 通过 tools 定义函数,使用 tool_choice=auto。在应用中执行 tool_calls,并以匹配的 tool_call_id、role=tool 回传结果。 | |
| 设置 response_format={"type":"json_object"},并在提示中要求 JSON;在应用中校验返回 JSON 和必需字段。 | |
stream=true, stream_options={"include_usage":true} |
输入与申请输出共用上下文预算,推理 tokens 计入输出用量。
{
"model": "z-ai/glm-5.2",
"messages": [
{
"role": "user",
"content": "Hello!"
}
],
"max_tokens": 512,
"stream": true,
"stream_options": {
"include_usage": true
}
}from openai import OpenAI
client = OpenAI(
api_key="ITERACOMPUTE_API_KEY",
base_url="https://api.iteracompute.com/v1",
)
stream = client.chat.completions.create(
model='z-ai/glm-5.2',
messages=[{'role': 'user', 'content': 'Hello!'}],
max_tokens=512,
stream=True,
stream_options={'include_usage': True},
)
for chunk in stream:
print(chunk.model_dump_json(exclude_none=True))
SDK 的 extra_body 会把其中字段合并到 HTTP 请求体。若原始请求体本身含 extra_body 对象,SDK 示例需再嵌套一层,以保留该对象。
| 参数 | 使用说明 |
|---|---|
| Chat 使用 max_tokens 或 max_completion_tokens;Responses 使用 max_output_tokens。须为正整数,并遵守网关上限。 | |
| temperature 范围为 0–1;top_p 为 0.01–1。此路由先使用默认思考,其他思考控制尚未验证。 |
2026-10-26
当前参数配置无法确认;以下历史示例未经过当前配置验证,请勿直接用于生产。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
model='z-ai/glm-5.2',
messages=[{'role': 'user', 'content': 'Reply OK'}],
max_tokens=256,
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.iteracompute.com/v1",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.chat.completions.create({
"model": "z-ai/glm-5.2",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256
});
console.log(response.choices[0].message.content);curl https://api.iteracompute.com/v1/chat/completions \
-H "Authorization: Bearer ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5.2",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.responses.create(
model='z-ai/glm-5.2',
input='Reply OK',
max_output_tokens=256,
)
print(response.output_text)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.iteracompute.com/v1",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.responses.create({
"model": "z-ai/glm-5.2",
"input": "Reply OK",
"max_output_tokens": 256
});
console.log(response.output_text);curl https://api.iteracompute.com/v1/responses \
-H "Authorization: Bearer ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5.2",
"input": "Reply OK",
"max_output_tokens": 256
}'import os
from anthropic import Anthropic
client = Anthropic(
base_url="https://api.iteracompute.com",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.messages.create(
model='z-ai/glm-5.2',
max_tokens=256,
messages=[{'role': 'user', 'content': 'Reply OK'}],
)
print("".join(block.text for block in response.content if block.type == "text"))import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic({
baseURL: "https://api.iteracompute.com",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.messages.create({
"model": "z-ai/glm-5.2",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
]
});
console.log(response.content.filter(block => block.type === "text").map(block => block.text).join(""));curl https://api.iteracompute.com/v1/messages \
-H "x-api-key: ITERACOMPUTE_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5.2",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
]
}'当前价格与可用状态见下方;缺失价格不代表免费。
z-ai/glm-5.2后端修订版本:未披露价格来源: 公开 Models API · 价格与精度证据分别核对。
缓存读取价仅适用于实际命中缓存。缺失价格(—)表示未知,不是零;账户与网关上下文约束详见使用限制。
模型开放后,可用有代表性的文本或代码任务评估。
将 base_url 设置为 https://api.iteracompute.com/v1,model 设置为 z-ai/glm-5.2,使用 IteraCompute API Key 鉴权。
当前输入、缓存输入和输出价格请见价格区域,单位为美元 / 百万 tokens。使用前请查看刷新时间。
当前接口的上下文与最大输出请见上方摘要。输入与申请输出共用上下文额度。
查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。
qwen/qwen4-max
通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。
IteraCompute 上线日期
美元 / 百万 tokens
moonshotai/kimi-k3.1-pro
支持文本、图片理解与工具调用的 Kimi 模型。
IteraCompute 上线日期
美元 / 百万 tokens
Auto
Auto 是 IteraCompute 的免费模型路由入口,按可用资源分配服务,使用固定的模型 ID 接入。
IteraCompute 上线日期
美元 / 百万 tokens