文本分析与问答
概览
Qwen4-Max 是阿里云百炼提供的千问模型。本线路接受文本和图片输入,输出文本,支持切换推理、工具调用和文本结构化输出。官方公布 1,000,000 Token 总上下文及 262,144 Token(256K)的思考与正文合计输出;关闭思考时最大输出为 131,072 Token(128K);当前网关采用 983,616 Token 的保守配置限制。qwen4-max 是滚动别名,供应商尚未列出可固定的独立快照。
- 版本
- qwen4-max (rolling alias)
- 输入 / 输出
- 文本, 图像 / 文本
- 接口路径
- /v1/chat/completions, /v1/responses, /v1/messages
接口协议与接入
- Base URL · OpenAI SDK
https://api.iteracompute.com/v1- 鉴权
Authorization: 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。
LLMs.txt · 复制给 AI 编程助手
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 · qwen/qwen4-max
Model ID: qwen/qwen4-max
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。
Parameter revision: 7e613f33e3eb8fe978e5e155b9783070df559968b8342b443854839aa948729f
Context tokens: 983616
Maximum output tokens: 262144
Capability tools: configured enabled (see verification scope)
Capability reasoning: configured enabled (see verification scope)
Capability vision: configured enabled (see verification scope)
Capability streaming: configured enabled (see verification scope)
Capability json_mode: configured enabled (see verification scope)
- max_tokens: integer; accepted; min=1; max=262144; default=未公布. 输出 Token 预算;适用时包含推理 Token。用于 Chat Completions / Messages。
- max_completion_tokens: integer; accepted; min=1; max=262144; default=未公布. Chat 输出预算的另一字段,仅在此模型接收时使用。
- max_output_tokens: integer; accepted; min=1; max=262144; default=未公布. Responses 输出预算;Chat 是否接收此字段须单独核对。
- stream: boolean; accepted; min=unknown; max=unknown; default=未公布. 启用 SSE 流式输出;结束标记因协议而异。
- tools: array; accepted; min=unknown; max=unknown; default=未公布. 工具定义;由应用执行工具调用并回传结果。
- tool_choice: any; accepted; min=unknown; max=unknown; default=未公布. 控制是否调用以及调用哪个工具;值的结构因协议而异。
- response_format: object; accepted; min=unknown; max=unknown; default=未公布. 文本:Chat 输出格式。图片:只接收 b64_json,与文本 JSON 模式不同。
- reasoning: any; accepted; min=unknown; max=unknown; default=未公布. 推理控制;对象或布尔值的具体用法取决于模型和协议。
- reasoning_effort: enum; accepted; values=["none","low","high","xhigh"]; default=high. Chat 推理强度;使用此模型列出的枚举值,不混用其他协议的结构。
## Chat Completions example · JSON body
```json
{
"model": "qwen/qwen4-max",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256,
"reasoning_effort": "low"
}
```
## Responses example · JSON body
```json
{
"model": "qwen/qwen4-max",
"input": "Reply OK",
"max_output_tokens": 256,
"reasoning": {
"effort": "low"
}
}
```
## Messages example · JSON body
```json
{
"model": "qwen/qwen4-max",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"output_config": {
"effort": "low"
}
}
```
## 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.
接口参数
- 客户接口包含 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages,分别使用各自原生字段。
- 正式型号的思考与正文合计预算为 262,144 Token,关闭思考时为 131,072 Token。上述为文档容量;接受大预算请求不代表已实测满长度生成。
- Chat 的 response_format 和 Responses 的 text.format 中,json_object 转换为允许任意字段的 object JSON Schema;用户提供的 JSON Schema 保持不变。
- 推理可关闭,已验收强度为 low、high、xhigh;Messages 使用 thinking 和 output_config.effort,不接受精确 thinking.budget_tokens。
- Chat 流式以 [DONE] 结束,Responses 以 response.completed 结束,Messages 以 message_stop 结束。
- 售价采用百炼新加坡国际站标准原价:输入 $1.50、缓存读取 $0.075、缓存写入 5 分钟 $1.875 / 1 小时 $3.00、输出 $4.50,单位均为每百万 Token。
以下为当前线路接受的参数与取值范围,账户额度和上下文限制同时适用。参数可接收不代表相关模型能力已经完成验证。
- 工具调用
- 支持
- 推理
- 支持
- 视觉
- 支持
- 流式输出
- 支持
- JSON 模式
- 支持
参数与取值
点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。
| 参数 | 类型 | 接收状态 | 取值范围 | 用途 / 协议 |
|---|---|---|---|---|
| 整数 | 可接收 | [1, 262144] | 输出 Token 预算;适用时包含推理 Token。用于 Chat Completions / Messages。 | |
| 整数 | 可接收 | [1, 262144] | Chat 输出预算的另一字段,仅在此模型接收时使用。 | |
| 整数 | 可接收 | [1, 262144] | Responses 输出预算;Chat 是否接收此字段须单独核对。 | |
| 布尔值 | 可接收 | — | 启用 SSE 流式输出;结束标记因协议而异。 | |
| 数组 | 可接收 | — | 工具定义;由应用执行工具调用并回传结果。 | |
| 按参数约定 | 可接收 | — | 控制是否调用以及调用哪个工具;值的结构因协议而异。 | |
| 对象 | 可接收 | — | 文本:Chat 输出格式。图片:只接收 b64_json,与文本 JSON 模式不同。 | |
| 按参数约定 | 可接收 | — | 推理控制;对象或布尔值的具体用法取决于模型和协议。 | |
| 枚举值 | 可接收 | ["none","low","high","xhigh"] | Chat 推理强度;使用此模型列出的枚举值,不混用其他协议的结构。 |
当前配置调用示例
POST /v1/chat/completions
{
"model": "qwen/qwen4-max",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256,
"reasoning_effort": "low"
}参数版本:7e613f33e3eb
API
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="qwen/qwen4-max",
messages=[
{
"role": "user",
"content": "Reply OK"
}
],
max_tokens=256,
reasoning_effort="low",
)
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": "qwen/qwen4-max",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256,
"reasoning_effort": "low"
});
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": "qwen/qwen4-max",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256,
"reasoning_effort": "low"
}'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="qwen/qwen4-max",
input="Reply OK",
max_output_tokens=256,
reasoning={
"effort": "low"
},
)
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": "qwen/qwen4-max",
"input": "Reply OK",
"max_output_tokens": 256,
"reasoning": {
"effort": "low"
}
});
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": "qwen/qwen4-max",
"input": "Reply OK",
"max_output_tokens": 256,
"reasoning": {
"effort": "low"
}
}'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="qwen/qwen4-max",
max_tokens=256,
messages=[
{
"role": "user",
"content": "Reply OK"
}
],
output_config={
"effort": "low"
},
)
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": "qwen/qwen4-max",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"output_config": {
"effort": "low"
}
});
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": "qwen/qwen4-max",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"output_config": {
"effort": "low"
}
}'价格
美元 / 百万 Token;— 表示未知,不代表零价。账户和订阅限制仍然适用。
- 版本 / Model ID
qwen/qwen4-maxqwen4-max (rolling alias)- 上下文
- 983,616
- 精度
- 官方精度
- 价格核对
- 验证范围与来源
查看完整验证范围与来源
2026-11-17 · 已实测三种接口的普通/流式用量、JSON、工具调用、可观察推理与双色图像识别;分别验证思考总预算 262144 和非思考预算 131072 的接收及越界拒绝。合成输入准入实测至 655,405 Token;未评测满窗口语义质量、满长度生成或并发容量,未验收显式缓存创建/控制与跨请求存储。
- help.aliyun.comhelp.aliyun.com/zh/model-studio/qwen4-max
- help.aliyun.comhelp.aliyun.com/en/model-studio/qwen4-max
- modelstudio.console.alibabacloud.commodelstudio.console.alibabacloud.com/ap-southeast-1/model/market/detail/qwen4-max
- docs.modelstudio.console.alibabacloud.comdocs.modelstudio.console.alibabacloud.com/zh/model-studio/qwen-api-via-openai-chat-completions
- docs.modelstudio.console.alibabacloud.comdocs.modelstudio.console.alibabacloud.com/zh/model-studio/qwen-api-via-openai-responses
- docs.modelstudio.console.alibabacloud.comdocs.modelstudio.console.alibabacloud.com/zh/model-studio/anthropic-api-messages
- docs.modelstudio.console.alibabacloud.comdocs.modelstudio.console.alibabacloud.com/zh/model-studio/qwen-structured-output
- docs.modelstudio.console.alibabacloud.comdocs.modelstudio.console.alibabacloud.com/zh/model-studio/list-models
完整 Token 价格
单位:美元 / 百万 Token。— 表示未知价格。上下文区间包含缓存读取和写入 Token,区间为左开右闭 (起点, 终点]。
| 计费项目 | 本站销售价 | 官方参考价 |
|---|---|---|
| 输入 | $1.5 | $1.5 |
| 缓存读取 | $0.075 | — |
| 缓存写入 · 5 min | $1.875 | — |
| 缓存写入 · 1 h | $3 | — |
| 输出 | $4.5 | $4.5 |
fc30311f41dc厂商披露的上下文窗口 · 1,000,000 tokens · 最大输出 · 262,144 tokens ·
费用计算器
美元 · 估算高级用量
输入包含缓存读取与写入,各部分不能重叠。输出已含推理,推理填写其中的用量,不重复相加。请求数包含智能体步骤与重试。
预计月费
—USDQwen4-Max
缓存命中与可用量不作保证。
费用明细
- 未命中缓存的输入
- —
- 缓存读取
- —
- 缓存写入(5 分钟 + 1 小时)
- —
- 输出(含推理)
- —
使用限制
- JSON 结构化输出仅接受文本输入;图片与 JSON 格式约束不能组合使用。
- 未验收视频、音频、长上下文质量、并发吞吐和跨请求会话存储。
- 当前配置限制不表示已完成满窗口质量测试;输入与实际输出仍受供应商共同上下文预算约束。
- 缓存价格按上游实际报告的用量计费;显式缓存创建与控制未验收。
- 客户端取消后若缺少最终 usage,预占保留待对账;不根据预占上限估算扣款,也不自动重放请求。
适用任务
分步推理与工具工作流
图片内容理解
结构化数据输出
接入工具与指南
常见问题
如何调用 Qwen4-Max?
使用 Model ID qwen/qwen4-max,按本页接口协议和代码示例选择请求字段。已声明接口:/v1/chat/completions, /v1/responses, /v1/messages。
费用如何计算?
以当前价格与计费单位为准;缺失价格保持未知,不代表免费。费用计算器调用网关原生报价,估算不代替实际账单。
最新上架
查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。
Kimi K3.1 Pro
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
- 输入
- $1.60
- 输出
- $8.00
美元 / 百万 tokens
Auto
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
- 输入
- $0.00
- 输出
- $0.00
美元 / 百万 tokens
DeepSeek V4.1 Flash 1017
deepseek/deepseek-v4.1-flash-1017
面向代码、文本与图像理解的 10 月 17 日版本:标称 1M 上下文、384K 最大输出。可选择 low/high/max 思考强度或关闭思考,支持 JSON、流式输出与工具调用。
IteraCompute 上线日期
- 输入
- $0.14
- 输出
- $0.55
美元 / 百万 tokens