了解 Qwen4-Max 在编程、专业办公、长周期智能体与科学探索中的能力,以及模型规格、接入方式、显式缓存和思维链摘要功能。
Qwen4-Max 是 Qwen4 系列的首款模型,融合推理、原生视觉理解与长程任务执行能力,面向编程、专业办公、设计和科学探索等场景。模型可以结合工具执行与反馈验证推进复杂任务,将目标转化为可审阅的交付成果。
Model ID:
编程与工程设计 — 将图纸理解、代码生成与专业工具调用串联起来。发布博客展示了 Unreal Engine 游戏开发、从二维布局构建三维产线,以及根据仿真反馈迭代加工方案等案例。
专业办公 — 从资料整理、证据检索到分析与交付形成完整流程。金融投研案例交付了可追溯的 Excel 底稿和可编辑的 PPT 报告;法律尽调案例完成底稿归类、多源交叉核验与附引用的报告编制。
长周期任务与持续交付 — 在长程任务中持续规划与迭代。结合 Qwen Live Delivery 插件,智能体可先交付可用首版,再逐版更新,用户能够依据阶段性成果评估进展、调整方向。
科学探索 — 将文献研究、专业工具与实验反馈结合起来。博客展示了通过一体化实验平台设计、合成并验证新型冷却液分子的过程,以及通过计算评估优化候选药物、为后续湿实验验证提供研究方向的案例。
以上案例与完整评测数据详见发布博客。
不支持模型调优或模型部署。价格与限流详见计费说明和限流。按量付费调用提供 100 万 Token 免费额度,与 Token Plan Credits 独立,领取条件与有效期见免费额度。
获取 API Key,配置环境变量
也可使用 Responses、Anthropic Messages 或 DashScope。Qwen4-Max 使用 DashScope 多模态端点,即使仅输入文本也不使用文本端点。
默认开启思考模式,使用
未传入
复用系统提示词、工具说明、参考文档等公共输入前缀,减少重复计算,降低响应延迟和输入成本。可手动设置缓存断点,也可由自动缓存设置断点;只要前缀完全一致且缓存仍在有效期内,后续请求就能确定性读取缓存。TTL 支持
开启后,不再以明文返回完整思维链,而是返回可展示的摘要与完整思维链密文。摘要用于展示,密文用于在后续轮次恢复历史思考。每轮请求都需开启该功能,并原样回传历史密文;摘要不能替代历史思考。
支持 Chat Completions、Responses、Anthropic Messages 和 DashScope。摘要或密文可能缺失,各接口的开启参数、流式返回字段与多轮用法见思维链摘要与加密。
可通过 Token Plan 个人版、团队版或按量付费 API 接入 Qwen4-Max。Token Plan 使用 Credits 计量,需使用对应的专属 API Key 与端点;
qwen4-max
核心亮点
编程与工程设计 — 将图纸理解、代码生成与专业工具调用串联起来。发布博客展示了 Unreal Engine 游戏开发、从二维布局构建三维产线,以及根据仿真反馈迭代加工方案等案例。
专业办公 — 从资料整理、证据检索到分析与交付形成完整流程。金融投研案例交付了可追溯的 Excel 底稿和可编辑的 PPT 报告;法律尽调案例完成底稿归类、多源交叉核验与附引用的报告编制。
长周期任务与持续交付 — 在长程任务中持续规划与迭代。结合 Qwen Live Delivery 插件,智能体可先交付可用首版,再逐版更新,用户能够依据阶段性成果评估进展、调整方向。
科学探索 — 将文献研究、专业工具与实验反馈结合起来。博客展示了通过一体化实验平台设计、合成并验证新型冷却液分子的过程,以及通过计算评估优化候选药物、为后续湿实验验证提供研究方向的案例。
以上案例与完整评测数据详见发布博客。
模型能力与规格
还支持流式输出、并行工具调用、前缀补全与隐式缓存。
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
| 上下文长度 | 1,000,000 Token | 最大输出长度(非思考模式) | 131,072 Token |
| 最大输入长度(非思考模式) | 991,808 Token | 最大输入长度(思考模式) | 983,616 Token |
| 思考与最终回答的最大 Token 总数 | 262,144 Token | 默认思考预算 | 131,072 Token |
快速接入
获取 API Key,配置环境变量 DASHSCOPE_API_KEY,并安装所用语言的 OpenAI SDK。以下示例通过按量付费的 Chat Completions API 调用模型;Token Plan 的专属凭证与端点见 Token Plan。
使用说明
深度思考与工具调用
默认开启思考模式,使用 reasoning_effort=high 和 thinking_budget=131072。可选 low、high、xhigh 三档思考强度;在 Chat Completions 中设置 enable_thinking=false 可关闭思考。max_completion_tokens 限制思考与最终回答的总长度:思考模式上限为 262,144 Token,非思考模式为 131,072 Token。
preserve_thinking 默认开启,多轮工具调用时需保留历史 assistant 消息及其思考内容。详见思考模式和函数调用。Responses API 还支持 MCP 工具调用。
默认参数与各接口的思考强度设置
默认参数与各接口的思考强度设置
参数 | 默认值 |
|---|---|
temperature | 思考模式为 1.0,非思考模式为 0.7。 |
top_p | 思考模式为 0.95,非思考模式为 0.8。 |
top_k | 20 |
repetition_penalty | 1.0 |
presence_penalty | 0.0 (思考); 1.5 (非思考) |
logprobs | false |
enable_thinking | true |
preserve_thinking | true |
reasoning_effort | high |
thinking_budget | 131072 |
max_completion_tokens | 262144 (思考); 131072 (非思考) |
reasoning_effort 和 thinking_budget 时,默认使用 reasoning_effort=high 和 thinking_budget=131072。| 协议 | 参数 | 可选值 | 默认值 | 映射关系 |
|---|---|---|---|---|
| OpenAI Chat Completions / DashScope | reasoning_effort | low、high、xhigh | high | minimal → low;medium → high;max → xhigh |
| OpenAI Responses | reasoning.effort | low、high、xhigh | high | minimal → low;medium → high;max → xhigh |
| Anthropic Messages | output_config.effort | low、high、xhigh | high | medium → high;max → xhigh |
显式缓存(Qwen4)
复用系统提示词、工具说明、参考文档等公共输入前缀,减少重复计算,降低响应延迟和输入成本。可手动设置缓存断点,也可由自动缓存设置断点;只要前缀完全一致且缓存仍在有效期内,后续请求就能确定性读取缓存。TTL 支持 5m 和 1h,默认 5m;自动识别公共前缀的隐式缓存不保证命中。
本功能支持 Chat Completions、Responses 和 Anthropic Messages,DashScope 不支持 Qwen4 新显式缓存。创建与读取缓存按模型独立单价计费,配置、续期与计费规则见显式缓存(Qwen4)。
思维链摘要与加密(CoT Summary)
开启后,不再以明文返回完整思维链,而是返回可展示的摘要与完整思维链密文。摘要用于展示,密文用于在后续轮次恢复历史思考。每轮请求都需开启该功能,并原样回传历史密文;摘要不能替代历史思考。
支持 Chat Completions、Responses、Anthropic Messages 和 DashScope。摘要或密文可能缺失,各接口的开启参数、流式返回字段与多轮用法见思维链摘要与加密。
在编程工具中使用
可通过 Token Plan 个人版、团队版或按量付费 API 接入 Qwen4-Max。Token Plan 使用 Credits 计量,需使用对应的专属 API Key 与端点;qwen4-max-preview 的预览权益与正式版分别适用。