APIMart
Kembali ke semua model

Qwen4-Max API

AlibabaID model qwen4-maxModel teksRilis 15 November 2026

Pakai Qwen4-Max untuk melacak bug yang baru muncul setelah server dipindah, membuat halaman dari screenshot desain, atau mengecek total di draf laporan terhadap spreadsheet penjualan.

Input maks.
991,808 tokens
Output maks.
131,072 tokens
Input → output
Teks, Gambar, Video → Teks
  • Input gambar
  • Output streaming
  • Harga input cache
  • Kompatibel dengan OpenAI SDK

Kasus penggunaan Qwen4-Max API

Setiap kasus dilengkapi contoh ilustrasi: materi, prompt, dan contoh jawaban yang disusun manual, bukan output asli model. Salin prompt, ganti dengan materi Anda, lalu coba di Qwen4-Max.

Coba Qwen4-Max dengan materi Anda

Bug yang bergantung pada lingkungan

Kirim laporan bug, kode di jalur pemanggilan, dan apa yang berubah saat deployment ke Qwen4-Max, lalu minta akar masalah dan satu perbaikan. Tambahkan test untuk edge case yang ditemukan, dan jalankan seluruh test suite sebelum merge.

Contoh: Kenapa sebagian pesanan ditagih di bulan yang salah?

Materi

billing.py
invoice_month() memformat order.created_at dalam zona waktu lokal server.
Laporan bug
Pesanan yang dibuat pukul 23:30 UTC pada 31 Oktober ditagih untuk November.
Catatan deploy
Server billing pindah ke region yang memakai UTC+8.

PromptJelaskan kenapa pesanan ditagih di bulan yang salah, usulkan satu perbaikan, dan jelaskan test yang seharusnya bisa menangkapnya.

Contoh jawaban · disusun manual untuk menunjukkan alur pikir

Pukul 23:30 UTC pada 31 Oktober adalah pukul 07:30 pada 1 November di UTC+8, jadi invoice_month() sekarang mengembalikan November. Konversi created_at ke UTC (atau zona waktu billing pelanggan) sebelum diformat, dan tambahkan test dengan pesanan pukul 23:30 UTC di hari terakhir suatu bulan.

Tentang API Qwen4-Max

  • Model pertama di arsitektur Qwen4

    Backbone 2,4 triliun parameter dengan 71 miliar parameter aktif per token. Alibaba menyebutnya model Qwen paling mampu sejauh ini dan lompatan signifikan dari Qwen3.8-Max.

  • Tiga tingkat penalaran

    Mode berpikir mendukung low, high (default), dan xhigh. Di benchmark Work360 milik Alibaba, Qwen4-Max memakai sekitar 35% lebih sedikit token dibanding Qwen3.8-Max di tingkat high dan sekitar 24% lebih sedikit di xhigh.

  • Membaca gambar dan video secara native

    Input mencakup teks, gambar, dan video, dengan output berupa teks, jadi Anda bisa mengirim screenshot, grafik, dan klip pendek bersama prompt.

  • API key Qwen4-Max dan cara pakai

    Anda tidak perlu API key Qwen4-Max terpisah: satu key APIMart berlaku untuk semua model. Cara pakai API Qwen4-Max: kirim request ke endpoint yang kompatibel dengan OpenAI Chat Completions dengan ID model qwen4-max.

Hasil benchmark resmi Qwen4-Max

Sebagian hasil yang dirilis Alibaba saat peluncuran.

  • Work360

    52.69

    Benchmark Alibaba untuk tugas industri di 721 bidang khusus. Qwen3.8-Max mencetak 47.74.

  • DeepSWE v1.1

    75.7

    Coding agentik. Unggul atas Kimi K3.1 (75.5), GPT-6.1 Sol (75.2), dan Claude Opus 5.5 (74.2); Qwen3.8-Max mencetak 69.3.

  • Agents' Last Exam v1.1

    46.7

    Tugas panjang multi-langkah. Unggul atas Claude Opus 5.5 dan Kimi K3.1 (keduanya 43.4); Qwen3.8-Max mencetak 27.9.

  • HLAB-Vals-1.1

    21.3

    Pekerjaan agen di bidang hukum. Kimi K3.1 mencetak 11.7 dan Claude Opus 5.5 9.2; Qwen3.8-Max mencetak 15.4.

  • BioMysteryBench

    85.0

    Riset bioinformatika. Unggul atas GPT-6.1 Sol (84.4) dan Claude Opus 5.5 (81.9).

  • Last Secure Code Bench

    31.8%

    Persentase fungsi yang benar sekaligus aman, tanpa petunjuk keamanan. Qwen3.8-Max mencetak 22.0%.

Cara menggunakan API Qwen4-Max

Untuk memanggil Qwen4-Max, Anda hanya perlu API key APIMart dan OpenAI SDK yang sudah ada, atau kirim request HTTP langsung.

POST /v1/chat/completions
curl https://api.apimart.ai/v1/chat/completions \
  -H "Authorization: Bearer $APIMART_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen4-max",
  "messages": [
    {
      "role": "user",
      "content": "Jelaskan cara merancang API yang jelas dalam tiga kalimat."
    }
  ],
  "stream": false
}'

Info koneksi Qwen4-Max

Model IDqwen4-max
Base URLhttps://api.apimart.ai/v1
Endpoint/chat/completions

Parameter umum

model
Wajib
messages
Wajib
stream
Opsional
max_tokens
Opsional
temperature
Opsional
Semua parameter request, field respons, dan kode error

Parameter request API Qwen4-Max

Qwen4-Max memakai endpoint chat umum, POST /v1/chat/completions, dengan body JSON. model dan messages wajib diisi; parameter lainnya opsional.

ParameterTipeWajibKeterangan
modelstringYaID model. Gunakan qwen4-max untuk model ini.
messagesarrayYaPesan percakapan. Setiap pesan memiliki role (system, user, atau assistant) dan content. Sertakan pesan sebelumnya untuk percakapan multi-giliran.
streambooleanTidakMenentukan apakah output dikirim secara streaming. true mengirim potongan respons lewat SSE, false mengembalikan respons lengkap sekaligus. Default: true.
temperaturenumberTidakTingkat keacakan output, 0–2. Default: 1.0. Nilai lebih rendah menghasilkan output yang lebih deterministik.
top_pnumberTidakNucleus sampling, 0–1. Default: 1.0. Atur parameter ini atau temperature, jangan keduanya.
max_tokensintegerTidakJumlah token maksimum yang dihasilkan untuk balasan.
frequency_penaltynumberTidakPenalti frekuensi, -2.0 hingga 2.0. Default: 0. Nilai positif mengurangi pengulangan kata.
presence_penaltynumberTidakPenalti kemunculan, -2.0 hingga 2.0. Default: 0. Nilai positif mendorong topik baru.
stopstring | arrayTidakMaksimal 4 stop sequence. Pembuatan teks berhenti saat salah satunya muncul.
nintegerTidakJumlah balasan yang dihasilkan. Default: 1.

Field respons

Respons berisi field di bawah ini. Pemakaian token dikembalikan di usage, yang bisa Anda gunakan untuk mengecek biaya.

FieldTipeKeterangan
idstringID unik untuk request.
modelstringModel yang memproses request.
choicesarrayDaftar balasan. Setiap item berisi message (role dan content) serta finish_reason.
usageobjectPemakaian token: prompt_tokens, completion_tokens, dan total_tokens.

Kode error

Request yang gagal mengembalikan objek error berisi code, message, dan type.

StatusTipeArti
400invalid_request_errorParameter request tidak valid.
401authentication_errorAPI key tidak valid atau tidak disertakan.
402payment_requiredSaldo akun tidak mencukupi.
403permission_errorTidak memiliki izin untuk mengakses resource ini.
429rate_limit_errorTerlalu banyak request. Coba lagi nanti.
500server_errorKesalahan internal server.
502bad_gatewayKesalahan gateway. Layanan sedang tidak tersedia untuk sementara.

Harga API Qwen4-Max

API Qwen4-Max ditagih berdasarkan pemakaian token, dan harganya bergantung pada tingkat keanggotaan Anda. Harga di bawah ini per satu juta token; 1 dolar AS = 10 kredit.

ItemGoldHarga saat iniPlatinumDiamondHarga resmiAnda hemat
Input14.2857Credits~$1.428613.5714Credits~$1.357112.8571Credits~$1.285717.8571Credits~$1.785720%
Input ter-cache0.7143Credits~$0.07140.6786Credits~$0.06790.6429Credits~$0.06430.8929Credits~$0.089320%
Output42.8571Credits~$4.285740.7143Credits~$4.071438.5714Credits~$3.857153.5714Credits~$5.357120%

Harga hanya sebagai referensi. Lihat harga lengkap

Kenapa memanggil Qwen4-Max API lewat APIMart

  • Mulai 20% lebih murah dari harga resmi

    Harga Qwen4-Max API dihitung dari pemakaian token. Harga member Gold hingga Diamond 20%–28% lebih murah dari harga resmi Alibaba, dan input cache hanya $0.0714 per 1 juta tokens.

    Lihat harga per tingkat
  • Satu API key untuk 500+ model

    Qwen4-Max, model lain dalam seri yang sama, serta 500+ model GPT, Claude, Gemini, dan lainnya memakai satu API key dan satu saldo akun. Ganti model cukup dengan mengubah parameter model.

  • Cukup ubah dua baris kode

    Jika sudah memakai OpenAI SDK, arahkan base_url ke https://api.apimart.ai/v1 dan ganti dengan API key APIMart. Format request dan respons tidak berubah.

  • Coba online dulu, baru menulis kode

    Coba Qwen4-Max dengan materi Anda sendiri di Playground tanpa kode atau setup, lalu integrasikan setelah hasilnya sesuai.

    Buka Playground

FAQ Qwen4-Max

Apa bedanya Qwen4-Max dengan Qwen3.8-Max?

Qwen4-Max adalah model pertama di arsitektur Qwen4, dengan 71 miliar parameter aktif per token, yang menurut Alibaba 25% lebih sedikit dibanding Qwen3.8-Max. Di benchmark Work360 milik Alibaba, skornya 52.69 berbanding 47.74, dan tim Qwen melaporkan pemakaian token sekitar 35% lebih sedikit di tingkat high pada benchmark tersebut. Di APIMart keduanya memakai endpoint dan API key yang sama; ganti parameter model dan bandingkan dengan prompt Anda sendiri.

Kapan Qwen4-Max dirilis?

Tim Qwen dari Alibaba mengumumkan Qwen4-Max pada 15 November 2026; siaran pers Alibaba Cloud bertanggal 16 November. Alibaba menulis namanya Qwen4-Max, dan di APIMart Qwen 4 Max API memakai ID model qwen4-max.

Tingkat penalaran apa saja yang didukung Qwen4-Max?

Menurut dokumentasi model Alibaba Cloud, Qwen4-Max mendukung deep thinking dengan tiga tingkat penalaran: low, high (default), dan xhigh. Nilai lain dipetakan ke tingkat terdekat: minimal ke low, medium ke high, dan max ke xhigh. Pakai low untuk permintaan sederhana dan xhigh untuk tugas coding dan penalaran paling sulit.

Konteks Qwen4-Max 1,000,000 atau 991,808 token?

Dokumentasi Alibaba Cloud mencantumkan panjang konteks Qwen4-Max 1,000,000 token; dalam mode berpikir, input maksimal 983,616 token dan output maksimal 262,144 token. "Input maksimum" dan "output maksimum" di halaman ini diambil dari data harga APIMart: input maksimal 991,808 token dan output maksimal 131,072 token. Saat memanggil lewat APIMart, gunakan angka di halaman ini untuk memperkirakan panjang request.

Bisakah Qwen4-Max membaca gambar dan video?

Bisa. Dokumentasi Alibaba mencantumkan teks, gambar, dan video sebagai input dan teks sebagai output, dan tim Qwen menyebut kemampuan visual bawaan sebagai bagian dari arsitektur Qwen4. Model ini tidak menghasilkan gambar, audio, atau video.

Apakah Qwen4-Max mendukung context caching?

Ya. Dokumentasi Alibaba mencantumkan caching implisit dan eksplisit. Cache eksplisit butuh prefix minimal 1.024 token dan bertahan 5 menit secara default atau 1 jam, diperpanjang setiap kali terjadi cache hit; penulisannya lebih mahal dari input biasa, dan hit ditagih dengan harga input cache. Harga API Qwen4-Max yang berlaku bisa dilihat di tabel harga. Hit cache implisit tidak dijamin.

Bagaimana cara mencoba model ini secara online?

Klik Mulai chat atau Buka Playground untuk membuka Playground APIMart yang sudah ada. Pilih Qwen4-Max di kategori teks untuk mulai mencoba.

ID model apa yang dipakai API Qwen4-Max?

Isi model dengan qwen4-max. Salin ID persisnya dari judul halaman atau panel detail integrasi.

Apakah kompatibel dengan OpenAI SDK?

Anda bisa tetap memakai OpenAI SDK. Isi base_url dengan https://api.apimart.ai/v1, masukkan API key APIMart Anda, dan gunakan ID model di halaman ini.

Berapa context window Qwen4-Max?

Di APIMart, Qwen4-Max menerima input hingga 991,808 token per permintaan. Prompt Anda, pesan sebelumnya, dan isi file semuanya ikut dihitung.

Berapa token maksimum yang bisa dihasilkan sekaligus?

Qwen4-Max dapat menghasilkan output hingga 131,072 token dalam satu balasan. Gunakan parameter max_tokens untuk menetapkan batas yang lebih rendah.

Berapa harga API Qwen4-Max?

API Qwen4-Max di APIMart ditagih per token, dan harganya bergantung pada tingkat keanggotaan Anda. Gold: $1.4286 per satu juta token input dan $4.2857 per satu juta token output. Diamond: $1.2857 per satu juta token input dan $3.8571 per satu juta token output. Harga dapat berubah; tarif terbaru ada di halaman harga.

Apakah mendukung streaming?

Ya. Endpoint chat umum secara default melakukan streaming lewat SSE. Isi stream dengan false untuk menerima respons lengkap sekaligus.

Bagaimana cara mendapatkan API key?

Masuk ke APIMart dan buat key di halaman API Keys, lalu kirimkan di header Authorization: Bearer. Key yang sama juga bisa dipakai untuk model lain di platform ini.