Qwen4-Max
qwen/qwen4-max
通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。
IteraCompute 上线日期
- 输入
- $1.50
- 输出
- $4.50
美元 / 百万 tokens
目录更新时间:2026-10-29。
Qwen3.8-Flash 通过 IteraCompute OpenAI 兼容 API 提供服务。请采用下方已验证的网关参数;官方 API 与此路由并非接受完全相同的参数。
https://api.iteracompute.com/v1Authorization: Bearer ITERACOMPUTE_API_KEY按接口选择请求字段、读取结果和流式结束标记;下表是协议格式,实际能力与验证范围以本模型说明为准。
| 客户接口 | 本模型状态 | 输入 / 输出预算 | 返回结果 | SSE 结束标记 |
|---|---|---|---|---|
OpenAI Chat CompletionsPOST /v1/chat/completions | 已列入模型资料 | messagesmax_tokens | choices[0].message.content | [DONE] |
OpenAI ResponsesPOST /v1/responses | 已列入模型资料 | inputmax_output_tokens | output[] (SDK: output_text) | response.completed |
Anthropic MessagesPOST /v1/messages | 已列入模型资料 | messages; system (top-level)max_tokens (required) | content[] | message_stop |
Messages SDK 的 Base URL 使用 https://api.iteracompute.com;max_tokens 为必填。其他协议字段请勿直接套用。
包含此模型的 ID、接口格式和参数约束。复制前请核对本页验证范围与当前价格。
# IteraCompute · qwen/qwen3.8-flash
Model ID: qwen/qwen3.8-flash
Base URL (OpenAI SDK): https://api.iteracompute.com/v1
Authentication: Authorization: Bearer ITERACOMPUTE_API_KEY
Content-Type: application/json
仅使用下列客户接口;不同协议的请求和响应结构不可混用。接口声明不等于每项能力均已实测。
## Chat Completions
POST https://api.iteracompute.com/v1/chat/completions
Input: messages
Output budget: max_tokens
Read result: choices[0].message.content
SSE completion: [DONE]
Docs: https://iteracompute.com/docs.html#api-reference
## Responses
POST https://api.iteracompute.com/v1/responses
Input: input
Output budget: max_output_tokens
Read result: output[] (SDK: output_text)
SSE completion: response.completed
Docs: https://iteracompute.com/docs.html#responses-api
## Messages
POST https://api.iteracompute.com/v1/messages
Input: messages; system (top-level)
Output budget: max_tokens (required)
Read result: content[]
SSE completion: message_stop
Docs: https://iteracompute.com/docs.html#anthropic-messages
## Parameters
配置范围和参数可接收性不等于模型语义能力验收;未公布的默认值不要自行补全。
当前参数配置无法确认,请查阅模型页面和当前目录后再调用。
## References
Model catalog: https://iteracompute.com/models/
Current prices and billing: https://iteracompute.com/pricing/
Documentation index: https://iteracompute.com/llms.txt
Unknown prices are not zero. Account and subscription limits also apply.
Never include a real API key in an LLM prompt or client-side code.
文本模型提供 Chat Completions、Responses 和 Messages。请使用各协议原生字段,并核对本型号已验证的能力和限制。
请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。
以下为该模型既有默认配置的参数与取值,供接入参考;尚未完成当前线路实测确认。已发布配置优先。
点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。
| 参数 | 类型 | 接收状态 | 取值范围 | 用途 / 协议 |
|---|---|---|---|---|
| 整数 | 参考:支持 | [1, 131072] | 输出 Token 预算;适用时包含推理 Token。用于 Chat Completions / Messages。 | |
| 整数 | 参考:支持 | [1, 131072] | Chat 输出预算的另一字段,仅在此模型接收时使用。 | |
| 整数 | 参考:支持 | [1, 131072] | Responses 输出预算;Chat 是否接收此字段须单独核对。 | |
| 数值 | 参考:支持 | [0, 2] | 控制采样随机性;接收但被忽略的值不会控制生成结果。 | |
| 数值 | 参考:支持 | (0, 1] | 核采样的累积概率阈值。 | |
| 数值 | 参考:支持 | [-2, 2] | 对已出现的 Token 施加惩罚。 | |
| 数值 | 参考:支持 | [-2, 2] | 按出现频率对重复 Token 施加惩罚。 | |
| 整数 | 参考:支持 | [1, 1] | 生成结果数量;许多线路仅接收 1。 | |
| 布尔值 | 参考:支持 | — | 启用 SSE 流式输出;结束标记因协议而异。 | |
| 数组 | 参考:支持 | — | 工具定义;由应用执行工具调用并回传结果。 | |
| 按参数约定 | 参考:支持 | — | 控制是否调用以及调用哪个工具;值的结构因协议而异。 | |
| 对象 | 参考:支持 | — | 文本:Chat 输出格式。图片:只接收 b64_json,与文本 JSON 模式不同。 | |
| 按参数约定 | 参考:支持 | — | 推理控制;对象或布尔值的具体用法取决于模型和协议。 |
POST /v1/chat/completions
{
"model": "qwen/qwen3.8-flash",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256
}参数版本:a3e507a54493
点击参数名即可复制。
| 参数 | 使用说明 |
|---|---|
text + image → text | |
| 128K | |
| 先采用请求示例,按需单独调整 temperature 或 top_p;省略 top_k。 | |
| 关闭推理时,在原始 HTTP 请求体中传入 extra_body={"enable_thinking":false};Python 写法请按下方示例保留嵌套 extra_body。 | |
| 通过 tools 定义函数,使用 tool_choice=auto。在应用中执行 tool_calls,并以匹配的 tool_call_id、role=tool 回传结果。 | |
| 设置 response_format={"type":"json_object"},并在提示中要求 JSON;在应用中校验返回 JSON 和必需字段。 | |
stream=true, stream_options={"include_usage":true} |
输入与申请输出共用上下文预算,推理 tokens 计入输出用量。
{
"model": "qwen/qwen3.8-flash",
"messages": [
{
"role": "user",
"content": "Hello!"
}
],
"max_tokens": 512,
"extra_body": {
"enable_thinking": false
},
"stream": true,
"stream_options": {
"include_usage": true
}
}from openai import OpenAI
client = OpenAI(
api_key="ITERACOMPUTE_API_KEY",
base_url="https://api.iteracompute.com/v1",
)
stream = client.chat.completions.create(
model='qwen/qwen3.8-flash',
messages=[{'role': 'user', 'content': 'Hello!'}],
max_tokens=512,
stream=True,
stream_options={'include_usage': True},
extra_body={'extra_body': {'enable_thinking': False}},
)
for chunk in stream:
print(chunk.model_dump_json(exclude_none=True))
SDK 的 extra_body 会把其中字段合并到 HTTP 请求体。若原始请求体本身含 extra_body 对象,SDK 示例需再嵌套一层,以保留该对象。
接口参考核对日期: 2026-10-23
| 参数 | 使用说明 |
|---|---|
| Chat 使用 max_tokens 或 max_completion_tokens;Responses 使用 max_output_tokens。须为正整数,并遵守网关上限。 | |
| temperature 范围为 0–2;top_p 大于 0 且不超过 1。建议先用模型默认值。 |
2026-10-26
当前参数配置无法确认;以下历史示例未经过当前配置验证,请勿直接用于生产。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
model='qwen/qwen3.8-flash',
messages=[{'role': 'user', 'content': 'Reply OK'}],
max_tokens=256,
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.iteracompute.com/v1",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.chat.completions.create({
"model": "qwen/qwen3.8-flash",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256
});
console.log(response.choices[0].message.content);curl https://api.iteracompute.com/v1/chat/completions \
-H "Authorization: Bearer ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3.8-flash",
"messages": [
{
"role": "user",
"content": "Reply OK"
}
],
"max_tokens": 256
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.responses.create(
model='qwen/qwen3.8-flash',
input='Reply OK',
max_output_tokens=256,
)
print(response.output_text)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.iteracompute.com/v1",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.responses.create({
"model": "qwen/qwen3.8-flash",
"input": "Reply OK",
"max_output_tokens": 256
});
console.log(response.output_text);curl https://api.iteracompute.com/v1/responses \
-H "Authorization: Bearer ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3.8-flash",
"input": "Reply OK",
"max_output_tokens": 256
}'import os
from anthropic import Anthropic
client = Anthropic(
base_url="https://api.iteracompute.com",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.messages.create(
model='qwen/qwen3.8-flash',
max_tokens=256,
messages=[{'role': 'user', 'content': 'Reply OK'}],
)
print("".join(block.text for block in response.content if block.type == "text"))import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic({
baseURL: "https://api.iteracompute.com",
apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.messages.create({
"model": "qwen/qwen3.8-flash",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
]
});
console.log(response.content.filter(block => block.type === "text").map(block => block.text).join(""));curl https://api.iteracompute.com/v1/messages \
-H "x-api-key: ITERACOMPUTE_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen/qwen3.8-flash",
"max_tokens": 256,
"messages": [
{
"role": "user",
"content": "Reply OK"
}
]
}'价格单位为美元 / 百万 tokens,2026-11-20 核对:输入 $0.11、缓存输入 $0.016、输出 $0.38。
阿里云百炼新加坡 / International 的 qwen3.8-flash 标准报价为每百万 tokens 输入 $0.15、缓存读取 $0.016、输出 $0.47,2026-11-15 核对。隐式缓存命中与显式缓存读取均为 $0.016,显式缓存创建为 $0.20。这是上游实时调用标准价,不含活动优惠与批量折扣;其他地区报价不同。IteraCompute 实际计费使用上方目录单价。
Alibaba Cloud pricing · Context Cache
qwen/qwen3.8-flash后端修订版本:未披露价格来源: 公开 Models API · 价格与精度证据分别核对。
缓存读取价仅适用于实际命中缓存。缺失价格(—)表示未知,不是零;账户与网关上下文约束详见使用限制。
输入包含缓存读取与写入,各部分不能重叠。输出已含推理,推理填写其中的用量,不重复相加。请求数包含智能体步骤与重试。
预计月费
—USDQwen3.8-Flash
缓存命中与可用量不作保证。
适合对单次成本敏感的大批量文本提取、分类、摘要和小型代码修改。多步规划或长流程智能体任务,可用同一个 API key 和 base URL 交给 GLM-5.3 或 Qwen3.8-Max。
将 base_url 设置为 https://api.iteracompute.com/v1,model 设置为 qwen/qwen3.8-flash,使用 IteraCompute API Key 鉴权。
当前输入、缓存输入和输出价格请见价格区域,单位为美元 / 百万 tokens。使用前请查看刷新时间。
当前接口的上下文与最大输出请见上方摘要。输入与申请输出共用上下文额度。
创建密钥,选择工具,获得第一条非空回复。
查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。
qwen/qwen4-max
通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。
IteraCompute 上线日期
美元 / 百万 tokens
moonshotai/kimi-k3.1-pro
支持文本、图片理解与工具调用的 Kimi 模型。
IteraCompute 上线日期
美元 / 百万 tokens
Auto
Auto 是 IteraCompute 的免费模型路由入口,按可用资源分配服务,使用固定的模型 ID 接入。
IteraCompute 上线日期
美元 / 百万 tokens