模型详情
qwen3-max
Qwen3-Max 是基于 Qwen3 系列的更新版本，与 1 月份的 2025 版本相比，在推理、指令遵循、多语言支持和长尾知识覆盖方面提供了重大改进。 它在数学、编程、逻辑和科学任务中能提供更高的准确率，更可靠地遵循中英文的复杂指令，减少幻觉，并在开放式问答、写作和对话中产生更高质量的回答。 该模型支持超过 100 种语言，具有更强的翻译和常识推理能力，并针对检索增强生成 (RAG) 和工具调用进行了优化，尽管它不包含专门的“思考”模式。
模型规格
- 模型 ID
-
qwen3-max
- 上下文长度
- 262.144K
- 最大输出
- 65.536K
- 输入/输出模态
- 发布日期
- 2025-09
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
阶梯价格
单位：/1M Tokens
| 档位 | 输入 /1M Tokens | 输出 /1M Tokens | 缓存读取 /1M Tokens | 缓存写入 /1M Tokens |
|---|---|---|---|---|
| short Length ≤ 32K | $1.2000 | $6.0000 | $0.2400 | $1.5000 |
| mid (!(p <= 32000)) && (p <= 128000) | $2.4000 | $12.0000 | $0.4800 | $3.0000 |
| long (!(p <= 32000)) && (!(p <= 128000)) | $3.0000 | $15.0000 | $0.6000 | $3.7500 |
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型；输入：文本；输出：文本
qwen3-max 是文本生成模型。规格上，context window 为 262,144 个 Token，单次最多输出 65,536 个 Token。
使用前应检查什么？
262,144 context，输出上限 65,536
采用 qwen3-max 前，输入超过 32,000 个 Token 会切换到较高费率；标准输入费率为 $1.2／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、OpenAI SDK 兼容；知识库截止时间为 2025-06-30；发布于 2025-09-24。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
只换 base URL，qwen3-max 客户端照用
MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 qwen3-max；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 qwen3-max，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
qwen3-max 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
qwen3-max 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
qwen3-max 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
qwen3-max 在支持的路由条件下可以使用提示缓存。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 qwen3-max。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
09
FAQ
在将生产流量切换到 qwen3-max 之前，请先在具有代表性的流量样本上运行试点，并检查输出质量、峰值并发时的延迟以及每次请求的成本。验证错误和重试行为，并确认您所依赖的请求限制与您的计划相符。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。