Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ
Qwenmessages

Qwen4 Max API

Qwen4 Max लंबे संदर्भ और बहु-माध्यम तर्क वाला फ्लैगशिप मॉडल है।

Qwen4 Max, Qwen4 श्रृंखला का पहला जारी मॉडल और उसका फ्लैगशिप उत्पाद है। यह Text input, Image input और Video input स्वीकार करता है तथा Text output देता है। इसमें1 million tokens का संदर्भ और preview version के लिए393,216 tokens की आउटपुट सीमा है।

मॉडल चित्रों और वीडियो की native vision understanding, configurable reasoning effort, tool calling, structured outputs और web search प्रदान करता है। reasoning डिफ़ॉल्ट रूप से high स्तर पर सक्षम है और बंद की जा सकती है; मॉडल निर्णयों की जाँच के लिए Python code लिख और चला सकता है।

यह multi-step software projects, लंबे समय तक चलने वाले कार्यों, complex agent applications, chart reasoning, document parsing, programming, office productivity और frontend design के लिए उपयुक्त है। बड़े codebases, विस्तृत दस्तावेज़ों और लंबे videos के साथ काम करने के लिए इसका विस्तृत संदर्भ उपयोगी है।

समय-सीमितमुफ़्त ट्रायल

अपडेट किया गया:

मॉडल ID

qwen4-max
कॉन्टेक्स्ट
1M
अधिकतम आउटपुट
131.072K
अनुशंसित API
messages
इनपुट
text / image / video
आउटपुट
text

मुख्य बातें

  • 1 million tokens संदर्भ
  • Native vision understanding
  • Configurable reasoning effort
  • Tool calling और structured outputs
  • Python से निर्णय सत्यापन

प्रदाता

1 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
उपलब्धता
$1.425$4.275$0.07125

$10 में क्या मिलता है

इनपुट
70.2 लाख token
आउटपुट
23.4 लाख token

मौजूदा इनपुट और आउटपुट कीमतों से अनुमानित, छूट से पहले।

बेंचमार्क

  • Artificial Analysis Intelligence Index

    संयुक्त स्कोर

    43
  • Vals Index

    38 मॉडलों में11वें स्थान पर

    63.20%
  • Vibe Code Bench v1.1

    129 मॉडलों में15वें स्थान पर

    #15
  • Work360

    Qwen3.8-Max की तुलना में कार्य लागत में कमी

    60%

स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।

रीज़निंग

डिफ़ॉल्ट प्रयास
high
डिफ़ॉल्ट रूप से सक्षम
हाँ
हमेशा सक्षम
नहीं
उपलब्ध प्रयास स्तर
xhigh / high / low / none

त्वरित शुरुआत

Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।

1

अपनी API key लें

अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।

export FELO_API_KEY="YOUR_API_KEY"
2

अपना पहला अनुरोध भेजें

इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।

qwen4-max

यह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "qwen4-max",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

थर्ड-पार्टी SDK इस्तेमाल करना

संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.

3

स्ट्रीमिंग चालू करें

रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen4-max",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।

सतहमेथडURL

Messages

Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।

POST

https://openapi.felo.ai/api/v1/messages

पैरामीटर

नामप्रकारडिफ़ॉल्टविवरण
modelstringqwen4-maxकॉल करने के लिए सार्वजनिक मॉडल ID।
max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।
messagesarray—Chat Completions के लिए बातचीत के मैसेज।
seed———
stop———
toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।
tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।
top_logprobs———
response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
structured_outputs———

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: Qwen4 Max?

Qwen4 Max, Qwen4 श्रृंखला का पहला जारी मॉडल और उसका फ्लैगशिप उत्पाद है। यह Text input, Image input और Video input स्वीकार करता है तथा Text output देता है। इसमें1 million tokens का संदर्भ और preview version के लिए393,216 tokens की आउटपुट सीमा है। मॉडल चित्रों और वीडियो की native vision understanding, configurable reasoning effort, tool calling, structured outputs और web search प्रदान करता है। reasoning डिफ़ॉल्ट रूप से high स्तर पर सक्षम है और बंद की जा सकती है; मॉडल निर्णयों की जाँच के लिए Python code लिख और चला सकता है। यह multi-step software projects, लंबे समय तक चलने वाले कार्यों, complex agent applications, chart reasoning, document parsing, programming, office productivity और frontend design के लिए उपयुक्त है। बड़े codebases, विस्तृत दस्तावेज़ों और लंबे videos के साथ काम करने के लिए इसका विस्तृत संदर्भ उपयोगी है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।

Qwen4 Max कौन-से इनपुट स्वीकार करता है?

यह Text input, Image input और Video input स्वीकार करता है। इसका आउटपुट Text output है।

इसका संदर्भ और आउटपुट आकार कितना है?

संदर्भ1 million tokens है। preview version के लिए आउटपुट सीमा393,216 tokens है, जिसमें reasoning tokens भी शामिल होते हैं।

क्या इसमें reasoning effort बदला जा सकता है?

हाँ, reasoning effort को low, high या ultra-high पर सेट किया जा सकता है। यह high स्तर पर डिफ़ॉल्ट रूप से सक्षम है और इसे बंद भी किया जा सकता है।

यह किन कार्यों के लिए उपयुक्त है?

यह multi-step software projects, complex agent applications, web search, tools, structured outputs, document parsing, programming और multimodal understanding जैसे कार्यों के लिए उपयुक्त है।

क्या Qwen4 Max open weights के साथ उपलब्ध है?

नहीं, Qwen4 Max को open weights के बिना जारी किया गया था।

संबंधित मॉडल