Alibaba Cloud: Qwen Max

Mô hình Qwen hàng đầu cho suy luận phức tạp, lập trình và các quy trình làm việc của tác nhân (agentic workflows).

qwen-max

Sẵn sàngAlibaba CloudTrò chuyện

Đầu vào / Đầu ra: $1.60 / $6.40
Ngữ cảnh: 31K
Độ dài đầu ra tối đa: 8K
Phương thức: Trò chuyện
Khả năng: Bộ nhớ đệm Prompt

Về Qwen Max

Qwen Max là mô hình hàng đầu trong dòng sản phẩm thương mại Qwen gốc của Alibaba, được xây dựng cho các tác vụ suy luận phức tạp, lập trình và phân tích đa bước. Trong số các tên gọi Qwen cũ, đây là cấp độ mạnh nhất, vượt trên Qwen Plus và Qwen Flash. Alibaba hiện liệt kê đây là mô hình kế thừa (legacy) và hướng các dự án mới sang thế hệ Qwen3, vì vậy nó phù hợp với các khối lượng công việc hiện có hơn là các bản dựng mới.

Ưu điểm

Xử lý các phân tích đa bước khó hơn và các câu lệnh yêu cầu nhiều chỉ dẫn tốt hơn Qwen Plus và Qwen Flash.
Viết và đánh giá mã nguồn, với việc Alibaba mô tả lập trình là một trong những mục tiêu sử dụng của mô hình này.
Tuân thủ các bộ quy tắc dài, chi tiết và bám sát định dạng đầu ra được yêu cầu.
Bộ nhớ đệm câu lệnh (prompt caching) giúp giảm chi phí lặp lại cho các câu lệnh hệ thống dài và được sử dụng nhiều lần.

Khi nào nên chọn model khác

Cửa sổ ngữ cảnh của nó nhỏ hơn nhiều so với Qwen Plus và Qwen Flash, điều này khiến các tác vụ xử lý toàn bộ tài liệu trở nên khó khăn.
Nó chỉ nhận văn bản, vì vậy ảnh chụp màn hình, biểu đồ và bản quét cần một mô hình có khả năng thị giác.
Đây là tên gọi kế thừa; Qwen3.8 Max là mô hình Qwen hàng đầu hiện nay cho các công việc mới.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.

Gửi yêu cầu đầu tiên của bạn

Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.

Văn bản sang văn bảnMessages API

POST/v1/messages

Định dạng API:

curl https://api.tokenlab.sh/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "qwen-max",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Default

mỗi 1M token

Giá Official: Đầu vào $1.60 / Đầu ra $6.40 / Đọc bộ nhớ đệm $0.32 / Văn bản Đầu vào $1.60 / Văn bản Đầu ra $6.40
Giá Verified: —
Giảm giá: —

Giá cache của prompt

Đọc bộ nhớ đệm

Giá Official: $0.32
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Default	Đầu vào $1.60 / Đầu ra $6.40 / Đọc bộ nhớ đệm $0.32 / Văn bản Đầu vào $1.60 / Văn bản Đầu ra $6.40	—	—
Giá cache của prompt
Đọc bộ nhớ đệm	$0.32	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 08:15 1 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Qwen Max trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen-max với tin nhắn ngắn tại /v1/messages. Hiển thị phản hồi, độ trễ và chi phí.

Tình huống sử dụng

Đánh giá và tạo mã nguồn
Yêu cầu một hàm, một bài kiểm tra hoặc đánh giá một bản diff, với mã nguồn được dán vào câu lệnh.
Phân tích có cấu trúc
Chia nhỏ một câu hỏi kinh doanh thành các bước, cân nhắc các lựa chọn và viết lập luận dưới dạng một bản ghi nhớ ngắn.
Trợ lý thực hiện nhiều chỉ dẫn
Vận hành một trợ lý với bộ quy tắc dài, chi tiết, nơi việc bỏ sót một ràng buộc sẽ gây ra hậu quả lớn.
Duy trì đường ống kế thừa
Duy trì tích hợp Qwen Max hiện có trong khi bạn đánh giá các mô hình Qwen3 mới hơn.

Ví dụ prompt

Đánh giá hàm Python này để tìm lỗi và các trường hợp biên, sau đó viết lại nó với các gợi ý kiểu (type hints) và thêm ba bài kiểm tra đơn vị.

So sánh hai đề xuất của nhà cung cấp về cấu trúc chi phí, rủi ro và sự phụ thuộc, sau đó đưa ra khuyến nghị trong một đoạn văn.

Tuân thủ chính xác tám quy tắc định dạng này và tạo báo cáo hàng tuần từ các ghi chú bên dưới.

Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.

FAQ

Qwen Max là gì?

Cấp độ cao nhất của các mô hình thương mại Qwen gốc của Alibaba, nhắm đến suy luận phức tạp, lập trình và phân tích đa bước. Nó vượt trội hơn Qwen Plus và Qwen Flash về khả năng nhưng có cửa sổ ngữ cảnh nhỏ hơn.

Qwen Max có còn là mô hình Qwen tốt nhất không?

Không. Alibaba liệt kê nó vào các mô hình Qwen kế thừa và khuyến nghị các thế hệ Qwen3 mới hơn. Qwen3.8 Max là mô hình hàng đầu hiện nay; hãy giữ Qwen Max cho các câu lệnh hiện có đã hoạt động tốt.

Khi nào bộ nhớ đệm câu lệnh giúp ích cho Qwen Max?

Khi một câu lệnh hệ thống dài hoặc văn bản tham chiếu được sử dụng lại qua nhiều yêu cầu. Hãy đặt các quy tắc ổn định và tài liệu tham khảo lên trước, câu hỏi thay đổi ở cuối, để các yêu cầu lặp lại tốn ít chi phí hơn.

Tôi nên sử dụng Qwen Max hay Qwen Plus?

Sử dụng Qwen Max cho các tác vụ suy luận và lập trình khó hơn, nơi chất lượng câu trả lời là quan trọng nhất và đầu vào ngắn. Sử dụng Qwen Plus khi bạn cần đầu vào dài hơn nhiều hoặc sự cân bằng giữa chất lượng và tốc độ.

Qwen Max có thể đọc hình ảnh không?

Không. Qwen Max là mô hình văn bản. Đối với ảnh chụp màn hình, biểu đồ hoặc trang quét, hãy sử dụng mô hình thị giác Qwen. Nếu bạn cần một định dạng đầu ra cụ thể, hãy yêu cầu trong câu lệnh và xác thực kết quả trong mã nguồn.

Qwen Max có giá bao nhiêu?

Trên TokenLab, Qwen Max có giá Đầu vào $1.60 / Đầu ra $6.40 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Giới hạn ngữ cảnh và đầu ra của Qwen Max là bao nhiêu?

Qwen Max hỗ trợ tối đa 30.720 token ngữ cảnh và trả về tối đa 8.192 token mỗi phản hồi.

Qwen Max nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/messages làm mặc định cho Qwen Max. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen Max hỗ trợ những thao tác nào?

Qwen Max hỗ trợ Văn bản sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.