跳到主要内容

Qwen4-Max

概述​

Qwen4-Max 是阿里巴巴的旗舰模型,也是 Qwen4 系列的首款模型,融合推理、原生视觉理解与长任务执行能力,面向代码开发、专业知识工作、工程设计和科学探索等场景。

Qwen4-Max

Qwen4-Max 的 Token 计费项按标准参考价的 90% 结算,包括输入、输出、两种时长的显式缓存写入和缓存读取。
计费项活动价格(USD / 1M Tokens)
普通输入$1.35
输出$4.05
显式缓存写入(5 分钟)$1.6875
显式缓存写入(1 小时)$2.70
缓存读取(隐式或显式)$0.0675

下方标准价格表及定价与用量价格总表继续展示原价。活动周期、具体适用规则及最终账单以平台页面展示为准。

核心特性​

  • 可配置推理: 支持切换思考与非思考模式,并提供三档推理强度,适配需要深入分析的任务。
  • 原生视觉理解: 联合分析文本、图像与视频,适用于文档审阅、视觉推理和依赖视觉反馈的工作流。
  • 百万 Token 上下文: 可在单个上下文中处理大型文档集、代码仓库及长对话历史。
  • 代码与专业工作: 结合代码生成、资料检索、分析和工具调用,完成软件、报告等交付内容。
  • 多步骤 Agent: 支持函数调用与并行工具调用,完成规划、执行、检查和迭代流程。
  • 上下文复用: 显式缓存支持 5 分钟和 1 小时有效期,便于复用提示词、工具定义和参考资料。

适用场景​

  • 软件工程: 利用代码仓库上下文和开发工具实现功能、排查问题并迭代测试。
  • 专业分析: 交叉核对资料,借助工具编制研究报告、财务工作簿或演示文稿。
  • 视觉文档审阅: 理解扫描件、图表、截图及视频,提取或总结关键信息。
  • 研究工作流: 结合文献调研、专业工具与实验反馈,完成多步骤科研和工程任务。

能力与限制​

能力说明
输入与输出支持文本、图像与视频输入,输出文本。
推理默认开启思考,默认推理强度为 high;支持 low、high 和 xhigh。
上下文窗口1,000,000 Token。
最大输入非思考模式为 991,808 Token;思考模式为 983,616 Token。
最大输出非思考模式为 131,072 Token;思考模式下,思考与最终回答合计最多 262,144 Token。
思考预算默认为 131,072 Token,包含在思考模式的合计输出上限内。
图像理解单张图像最高约 1,600 万像素,通过 URL 最多传入 2,048 张图像,同时受上下文上限约束。
视频理解单个视频最长 2 小时、最大 2 GB;单次请求最多 64 个视频,同时受上下文上限约束。
工具调用支持函数调用与并行工具调用。
结构化输出支持 JSON Object 和 JSON Schema 模式。
上下文缓存支持隐式缓存,以及有效期为 5 分钟或 1 小时的显式缓存。

已知限制​

  • 输入包含图像或视频时,JSON Schema 请求会降级为 JSON Object 模式,不执行 Schema 约束。详见结构化输出。
  • 模型提供方的内置代码解释器需要开启思考模式。

标准价格​

以下 Token 价格均以美元计价,单位为每 100 万 Token,采用模型提供方新加坡国际站的标准原价。

计费项目价格(USD / 1M Tokens)
普通输入$1.50
输出$4.50
显式缓存写入(5 分钟)$1.875
显式缓存写入(1 小时)$3.00
缓存读取(隐式或显式)$0.075

Credits 结算: B.AI 按 1 USD = 1,000,000 Credits 换算费用,并从账户余额中扣除相应 Credits。

缓存计费说明​

  • 未配置缓存参数时,隐式缓存会自动识别可复用的输入前缀。创建缓存的 Token 按普通输入价格计费,不额外收取缓存写入费;缓存不保证每次命中。
  • 显式缓存需要配置缓存参数,支持 5 分钟或 1 小时有效期。新增缓存写入 Token 分别按输入价的 1.25 倍或 2 倍计费,同一部分 Token 不再叠加普通输入费用。
  • 隐式和显式缓存读取均为 $0.075/百万 Token。输出 Token(包括思考 Token)按输出价格计费。
  • 定价与用量总表同时展示两种显式缓存写入时长。对应参考价格及缓存机制可查阅官方模型价格和 Qwen4 显式缓存规则。
价格说明

文档中的模型价格以模型提供方官方原价为基准,作为 B.AI 平台的标准参考价。平台可能在此基础上提供折扣或限时活动,相关优惠将在活动与调整公告及网站的折扣分组中展示。具体适用价格、优惠规则及最终费用,以平台页面展示和实际账单为准。