- 1M context
- Multimodal
- Reasoning
- Responses API
Qwen4-Max QuickSilver Pro पर
Qwen4-Max। कोडिंग और एजेंट कार्यप्रवाह के लिए Qwen4 फ्लैगशिप। प्रति दस लाख टोकन $1.50 इनपुट / $4.50 आउटपुट।
- 1M context
- अधिकतम 131K output
- Vision
- Tools
- Reasoning · डिफ़ॉल्ट रूप से चालू
- Streaming
- JSON Schema output
आप चुकाते हैं · input / output प्रति 1M
$1.50 / $4.50
Alibaba लिस्ट प्राइस का स्रोत: alibabacloud.com/help/en/model-studio/qwen4-max
एक नज़र में
- Context
- 1M tokens
- Input / 1M
- $1.50
- Output / 1M
- $4.50
- Default में सोचता है
- हाँ
- अधिकतम output
- 131K
- Latency · लाइव
- —
कोडिंग और एजेंट कार्यप्रवाह के लिए Qwen4 फ्लैगशिप।
Qwen4-Max कब सही चुनाव है?
catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।
कब इस्तेमाल करें
रीजनिंग डिफ़ॉल्ट रूप से चालू है (high)। reasoning_effort=low या enable_thinking=false सेट करें। टूल कॉल और सख्त JSON Schema के लिए enable_thinking=false सेट करें। स्वचालित, required और नाम वाले टूल कॉल, चित्र इनपुट और स्ट्रीमिंग समर्थित हैं। टेक्स्ट इनपुट, टेक्स्ट आउटपुट, इमेज इनपुट, स्ट्रीमिंग, तर्क, टूल कॉलिंग और JSON Schema
- लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
- Tools call करने वाले agents, strict JSON Schema output के साथ
- Images वाले prompts
- कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
कब कोई और model चुनें
QSP दोनों मोड में आउटपुट 131,072 टोकन तक सीमित करता है। रीजनिंग और उत्तर एक ही बजट साझा करते हैं; रीजनिंग टोकन का शुल्क आउटपुट के रूप में एक बार लगता है। वीडियो इनपुट सत्यापित नहीं है।
Quickstart (curl)
API key पाएँ →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen4-max",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "qwen4-max",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen4-max",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)OpenAI-संगत। base_url बदलकर एक लाइन में migration।
Gateway का व्यवहार
इस मॉडल के लिए compatibility नोट्स।
prompt- 1M tokens तक के prompts।
max_tokens- 131K output tokens तक।
- /v1/chat/completions: समर्थित
- /v1/responses: समर्थित
- streaming: समर्थित
- tools: समर्थित
- image input: समर्थित
- JSON Schema: समर्थित
- reasoning: समर्थित
क़ीमत कहाँ से आती है
- Provider reference
- इस मॉडल के लिए provider की लिस्ट प्राइस से तुलना नहीं की जाती।alibabacloud.com/help/en/model-studio/qwen4-max
- Catalog में सत्यापित
- Prompt cache · तुलना नहीं
- $0.075 read
usage.cost = prompt_tokens × $1.50/1M + completion_tokens × $4.50/1M
FAQ
सामान्य प्रश्न
Qwen4-Max। कोडिंग और एजेंट कार्यप्रवाह के लिए Qwen4 फ्लैगशिप। प्रति दस लाख टोकन $1.50 इनपुट / $4.50 आउटपुट। कैश पढ़ना $0.075/दस लाख टोकन। पूरे 1M संदर्भ में समान दर है।
संदर्भ 1M टोकन और अधिकतम आउटपुट 131K टोकन। इनपुट और आउटपुट मिलकर संदर्भ सीमा में होने चाहिए। QSP दोनों मोड में आउटपुट 131,072 टोकन तक सीमित करता है। रीजनिंग और उत्तर एक ही बजट साझा करते हैं; रीजनिंग टोकन का शुल्क आउटपुट के रूप में एक बार लगता है। वीडियो इनपुट सत्यापित नहीं है।
base_url=https://api.quicksilverpro.io/v1; model="qwen4-max". Chat Completions और Responses.