Qwen3-Max est le fleuron à l'échelle des mille milliards de paramètres de l'équipe Qwen, présenté dans le billet officiel « Qwen3-Max: Just Scale » avec un contexte de 256K tokens.
- Entrée
- texte $1.2/M
- Sortie
- texte $6/M
- Lecture de cache
- $0.359/M
- Contexte
- 256K
- vs GPT-4o
- ~76% moins cher
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen)
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 256 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | explicite : 5 min, réinitialisé à chaque hit |
| Coût d'écriture | 1.25x |
Réflexion
| Paramètre du fournisseur | enable_thinking + thinking_budget |
|---|---|
| Valeurs acceptées | enable_thinking true · false; thinking_budget in tokens |
| Valeur par défaut | désactivée ; enable_thinking vaut false par défaut, et thinking_budget prend par défaut la longueur maximale de chaîne de raisonnement du modèle appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | La trace revient dans reasoning_content ; le reasoning_content présent dans l'historique des messages est ignoré par défaut, et qwen3-max ne fait pas partie des modèles qui acceptent preserve_thinking. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte → texte |
|---|---|
| Paramètres | 1T+ au total MoE |
- Premier fleuron Qwen à plus de mille milliards de paramètres (poids fermés), texte uniquement
- officiellement positionné pour le codage agentique et l'appel d'outils
- réflexion hybride, désactivée par défaut
Utilisez Qwen3 Max en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3-max",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3-max",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-max",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3-max",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3-max")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Qwen3 Max
- Alibaba rapporte des résultats à l'état de l'art sur ses propres évaluations de connaissances, de raisonnement, de codage, de suivi d'instructions, de tâches d'agent et de compréhension multilingue, et sa note de version souligne une amélioration pour le codage agentique et l'appel d'outils.
- La lignée est proposée en version Instruct aux côtés d'une variante Thinking qui intègre un interpréteur de code et un usage adaptatif des outils pour les problèmes de raisonnement plus difficiles.
- Plus grand modèle de la série Qwen3, il vise les charges de production exigeantes.
- C'est un modèle texte vers texte (la vision se trouve chez ses homologues Qwen3-VL) avec jusqu'à 65 536 tokens de sortie, et Model Studio liste l'appel d'outils, la sortie structurée, l'inférence par lots et la mise en cache du contexte explicite comme implicite.
- Un détail de comportement le sépare de toutes les générations Qwen ultérieures de ce catalogue : c'est un modèle à réflexion hybride dont le raisonnement s'active avec le paramètre enable_thinking et reste désactivé par défaut, là où Qwen3.5 et les versions plus récentes arrivent avec la réflexion déjà activée.
- Quand le raisonnement est activé, un paramètre thinking_budget plafonne la dépense, et la trace revient séparément dans reasoning_content, facturée en sortie.
- Les poids de ce fleuron hébergé ne sont pas publiés, et Alibaba le classe désormais parmi les modèles hérités (legacy), en orientant les nouveaux projets vers les séries Qwen3.5 et Qwen3.6.
- Synthorai le propose via l'endpoint de chat compatible OpenAI.
FAQ
Peut-on essayer l'API Qwen3 Max gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $1.2/M de tokens en entrée, ce crédit couvre à lui seul environ 104 requêtes de ~8K tokens sur Qwen3 Max.
Quels sont les points forts de Qwen3 Max ?
Fleuron à l'échelle des mille milliards de paramètres avec contexte de 256K ; la variante Thinking intègre un interpréteur de code ; utilisation d'outils adaptative pour un raisonnement plus difficile. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Qwen3 Max ?
Sur Synthorai, Qwen3 Max coûte $1.2 par million de tokens en entrée et $6 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.359/M.
Quelle est la fenêtre de contexte de Qwen3 Max ?
Qwen3 Max dispose d'une fenêtre de contexte de 256K tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Qwen3 Max prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.359/M contre $1.2/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL explicite : 5 min, réinitialisé à chaque hit). Guide de mise en cache des prompts →
Comment obtenir l'accès à Qwen3 Max ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="qwen3-max", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.