Qwen4-Max per API nutzen und von der Preview wechseln

Modell-ID, Region und Abrechnung richtig zuordnen: erste Antwort prüfen, Ausgabelimits und Werkzeugverlauf beachten und einen Agenten auf Qwen4-Max umstellen.

Eine Klappbrücke schafft einen durchgehenden Weg für ein kleines orangefarbenes Fahrzeug und veranschaulicht eine geprüfte Migration.

Qwen4-Max ist jetzt als veröffentlichtes Modell mit der API-Kennung qwen4-max dokumentiert. Es ist von qwen4-max-preview zu unterscheiden. Wenn ein älterer Artikel nur ein Preview-Abonnement nennt, prüfen Sie vor der Einrichtung die aktuelle offizielle Dokumentation.

Diese Anleitung wurde am 16. November 2026 geprüft. Sie verwendet die direkte QwenCloud-API, erklärt die Migrationsentscheidungen und liefert einen kleinen Antwortprüfer. Wir haben Dokumentation und lokale synthetische Antwortfälle geprüft; für diesen Artikel wurden weder kostenpflichtige Qwen4-Aufrufe noch Modellbenchmarks durchgeführt. Die Beispiele sind auszuführende Anfragen und Abnahmekriterien, keine gemessenen Leistungsversprechen.

Was hat sich geändert, welches Modell ist gemeint?

Die offizielle Modellseite beschreibt inzwischen qwen4-max; Preview-Unterlagen beziehen sich auf eine andere Kennung. Verwenden Sie den exakten Namen Ihrer vorgesehenen Route. Ergänzen Sie kein Präfix eines fremden Gateways und setzen Sie einen Anzeigenamen im Client nicht mit der API-ID gleich.

Dokumentiert sind Textgenerierung, Bild- und Videoverständnis, Werkzeugaufrufe sowie strukturierte Ausgabe. Für Büroaufgaben ist die Unterscheidung wichtig: Ein Bild zu verstehen heißt nicht, ein Bild zu erzeugen. Folieninhalte als Antwort sind noch keine bearbeitbare Präsentationsdatei. Dateien zu erstellen, Arbeit auszuführen und Ergebnisse bereitzustellen erfordert passende Werkzeuge und eine Agentenumgebung, die deren Resultate kontrolliert.

EntscheidungVor einer Konfigurationsänderung prüfen
Veröffentlichtes Modell oder PreviewHier qwen4-max wählen; Preview-Konfiguration getrennt halten
Direkte API oder GatewayKatalog, Zugangsdaten und Protokolle genau dieses Anbieters prüfen
Nutzungsabhängige Abrechnung oder Token PlanZugehörigen Endpunkt und Schlüssel verwenden
RegionKonsolenregion, Schlüssel und Endpunkt aufeinander abstimmen
AgentenmigrationAbgeschlossene Aufgabe samt Dateien prüfen, nicht nur einen erfolgreichen HTTP-Aufruf

Die offizielle Kontextgrenze beträgt 1.000.000 Tokens. Für das veröffentlichte Modell sind 131.072 Ausgabetokens ohne Thinking beziehungsweise 262.144 Tokens für Thinking und Antwort zusammen dokumentiert. Das sind Obergrenzen, keine empfohlenen Startwerte. Übernehmen Sie nicht die ältere Ausgabegrenze der Preview in die Konfiguration des veröffentlichten Modells.

Ein direktes QwenCloud-Konto verbinden

Erstellen oder wählen Sie für die nutzungsabhängige API einen Schlüssel in der gewünschten QwenCloud-Region. Nutzen Sie die offizielle Schlüsselanleitung und die Referenz zu Regionen und Endpunkten. Prüfen Sie Zugriff und Abrechnung vor der ersten Anfrage.

Das Beispiel verwendet Singapur:

Base URL: https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1
Model: qwen4-max
Protocol: OpenAI-compatible Chat Completions

Ein Token-Plan-Schlüssel verwendet eine eigene Route. Folgen Sie der Token-Plan-Dokumentation, statt diesen Schlüssel in das Beispiel für nutzungsabhängige Abrechnung einzusetzen. Ein ähnliches Protokoll vereint weder Zugangsrechte noch Abrechnung.

Speichern Sie den Schlüssel serverseitig in DASHSCOPE_API_KEY. Er gehört weder ins Repository noch in Screenshots. Prüfen Sie seine Anwesenheit, ohne den Wert auszugeben:

python3 -c 'import os; print("Key configured:", bool(os.environ.get("DASHSCOPE_API_KEY")))'

Damit prüfen Sie nur, ob ein Wert vorhanden ist. Erst eine erfolgreiche authentifizierte Anfrage zeigt, ob die gewählte Route ihn akzeptiert.

Eine kleine erste Anfrage senden und auswerten

Speichern Sie Folgendes als request.json:

{
  "model": "qwen4-max",
  "messages": [
    {
      "role": "user",
      "content": "Return exactly three short checklist items for reviewing an API integration."
    }
  ],
  "enable_thinking": false,
  "max_completion_tokens": 1024
}

Thinking wird für diesen begrenzten Verbindungstest ausdrücklich deaktiviert. Das ist keine allgemeine Empfehlung für Programmierung oder Recherche. Der Thinking-Leitfaden erläutert die einzelnen Einstellungen. Ein Tokenlimit begrenzt Ausgabetokens, nicht sämtliche möglichen Kosten eines längeren Werkzeugablaufs.

Führen Sie den Befehl erst aus, wenn das richtige abzurechnende Konto ausgewählt ist:

curl --silent --show-error --fail-with-body \
  --max-time 120 \
  https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @request.json \
  -o response.json

Wiederholen Sie ihn nach einem Timeout nicht automatisch: Der Server könnte die Anfrage verarbeitet haben, obwohl die Antwort Ihr Terminal nicht erreicht hat. Prüfen Sie zunächst die Anfrage- und Nutzungsprotokolle des Anbieters. Das Beispiel enthält bewusst keine automatische Wiederholungsschleife.

Speichern Sie nun den folgenden Prüfer als check_response.py und starten Sie python3 check_response.py response.json:

import json
import sys
from pathlib import Path

payload = json.loads(Path(sys.argv[1]).read_text(encoding="utf-8"))
if payload.get("error"):
    raise SystemExit("API error: inspect response.json locally.")
choices = payload.get("choices") or []
if not choices:
    raise SystemExit("No choices returned; inspect the response format.")
choice = choices[0]
reason = choice.get("finish_reason")
message = choice.get("message") or {}
text = message.get("content")
if reason != "stop":
    raise SystemExit(f"Incomplete text check: finish_reason={reason!r}")
if not isinstance(text, str) or not text.strip():
    raise SystemExit("No usable final text returned.")
print(text)
print("Usage:", payload.get("usage", "not supplied"))

Ein erfolgreicher Test bedeutet, dass nicht leerer Text und eine reguläre Abschlussmarkierung vorhanden sind. Prüfen Sie zusätzlich, ob die drei verlangten Punkte tatsächlich enthalten sind. Das Skript prüft gezielt die erste reine Textanfrage. Ein gültiger Werkzeugaufruf ist ein anderes Zwischenergebnis und darf nicht als fertige Antwort bestehen.

Notieren Sie für die Reproduzierbarkeit Datum, Endpunktregion, zurückgegebene Modellkennung, Abschlussgrund, Nutzung und Aufgabenergebnis. Rohantworten mit Nutzerdaten bleiben privat.

Einen bestehenden Programmier- oder Büroagenten migrieren

Trennen Sie zwei Fragen: Kann die neue Route Ihr Protokoll ausführen, und liefert der Agent weiterhin das geforderte Ergebnis? Eine kurze Begrüßung beantwortet weder die vollständige Protokollfrage noch die Qualitätsfrage.

  1. Aktuelle Konfiguration sichern. Anbieter, Modell, Endpunkt, Clientversion und Werkzeugrechte notieren. Ändern Sie reversibel, statt die funktionierende Einrichtung überall sofort zu ersetzen.
  2. Mit einer isolierten Aufgabe beginnen. Verwenden Sie ein kleines Repository oder synthetische Bürodokumente. Legen Sie vorher fest, was geliefert werden soll: Patch mit bestandenen Tests, Arbeitsmappe mit nachgerechneten Summen oder Bericht mit überprüfbaren Quellen.
  3. Clientspezifische Einstellungen prüfen. QwenCloud hat eigene Anleitungen für Qwen Code, Codex und Claude Code. Eine Konfiguration für eine Agentenumgebung ist kein universelles API-Beispiel.
  4. Einen Werkzeugzyklus ausführen. Der Agent soll eine unbedenkliche Testdatei ansehen, ein schreibgeschütztes Werkzeug aufrufen, dessen Ergebnis erhalten und in seiner Antwort verwenden. Kontrollieren Sie, dass Aufruf-ID und Verlauf den Zyklus überstehen.
  5. Das konkrete Ergebnis prüfen. Öffnen Sie die Datei oder prüfen Sie den Patch. Kontrollieren Sie Formeln, Quellen oder Tests unabhängig von der Fertigmeldung des Modells.
  6. Schrittweise erweitern. Vergleichen Sie Kosten erfolgreicher Aufgaben, Laufzeit und Eingriffe bei identischen Eingaben mit der bisherigen Lösung. Eine überzeugende Einzelantwort reicht nicht, um einen produktiven Ablauf zu ersetzen.

Wiederverwendbarer Abnahmeprompt für eine synthetische Tabellenaufgabe:

Use only the supplied sales.csv. Calculate revenue by month from quantity
and unit_price. Flag missing values rather than inventing them. Deliver:
1. the calculation method;
2. the totals with the source row IDs;
3. a list of excluded rows and reasons.
Do not claim to have created an Excel file unless you actually create and
attach one. Stop and report any tool or file-access failure.

Dieser Prompt schlägt einen Test vor; er behauptet nicht, dass Qwen4 ihn bestanden hat. Rechnen Sie die Summen unabhängig nach und ergänzen Sie schwierigere Fälle wie doppelte Zeilen und unterschiedliche Währungen.

Zwei Migrationsdetails, die Ergebnisse unbemerkt beeinträchtigen können

Das Ausgabebudget hat eine andere Bedeutung. Laut API-Kompatibilitätshinweis gilt ab der Qwen4-Preview-Generation für max_tokens das gemeinsame Budget für Reasoning und Antwort. Ein früher für sichtbaren Text ausreichender Wert kann mit aktiviertem Thinking anders wirken. Prüfen Sie Abschlussstatus und Nutzung, bevor Sie das Limit erhöhen. Ändern Sie jeweils nur eine Einstellung und messen Sie deren Kosten.

Der Werkzeugverlauf braucht mehr als den sichtbaren Text. Die Function-Calling-Referenz und die Thinking-Dokumentation erklären, wie Reasoning des Assistenten und Werkzeugergebnisse über mehrere Runden weitergegeben werden. Rekonstruieren Sie den Verlauf nicht aus einem bloßen Textprotokoll unter Verlust der Protokollfelder. Das allgemeine Muster erläutert unser Leitfaden zu mehrstufigen Werkzeugaufrufen mit Qwen und anderen Modellen (Englisch). Die älteren Modellbeispiele ersetzen nicht den aktuellen Qwen4-Vertrag.

Vor einem erneuten Versuch die Ursache bestimmen

SymptomErste PrüfungNächster Schritt
Authentifizierung abgelehntSchlüssel gehört zur gewählten Route und RegionSchlüssel und Endpunkt richtig zuordnen; keine Geheimnisse in Fehlermeldungen veröffentlichen
Modell nicht verfügbar oder nicht gefundenExakte ID, Kontoberechtigung und AnbieterkatalogPrüfen, ob qwen4-max auf dieser Route angeboten wird; keine Aliase erraten
Anfrageparameter abgelehntClient sendet Parameter eines anderen Modells oder ProtokollsAuf die Minimalanfrage reduzieren, benötigte Felder einzeln ergänzen
Abgeschnittene oder leere SchlussantwortAbschlussgrund, Reasoning-Budget und AusgabelimitNutzung und Rohantwort vor Budgetänderungen prüfen
Werkzeugschleife bleibt stehenAssistentenaufruf, zugehöriges Ergebnis und Reasoning-VerlaufSerialisierte Nachrichten mit dem offiziellen Mehr-Runden-Beispiel vergleichen
RatenlimitKontokontingent, Parallelität und Hinweise in der AntwortParallelität reduzieren und gegebenenfalls begrenzte Wiederholungen mit Wartezeiten verwenden
Modell meldet „fertig“, Datei fehltWerkzeugausführung und Ablage der ErgebnisseDatei anfordern und Inhalt vor der Abnahme prüfen

Das sind Diagnosezweige, keine Behauptung, wir hätten jeden Fehler bei Qwen4 reproduziert. Zur Unterscheidung einer falschen Kennung von einem ungeeigneten Endpunkt dient unser Leitfaden zu „model not found“ (Englisch).

Kosten und Ofox-Verfügbarkeit getrennt prüfen

Die aktuelle QwenCloud-Preisreferenz unterscheidet Regionen sowie Eingabe, Ausgabe und Cache-Vorgänge. Thinking-Tokens zählen zur Ausgabeabrechnung. Eine Preview-Guthabenaktion ist kein universeller Preis des veröffentlichten Modells; ein Token-Plan-Kontingent ist kein nutzungsabhängiger Einheitspreis.

Ohne Cache berechnen Sie Eingabetokens mal passenden Eingabepreis plus Ausgabetokens mal passenden Ausgabepreis, jeweils auf dieselbe Tokeneinheit normiert. Addieren Sie alle Modellaufrufe einer Werkzeugschleife. Bei Cache-Nutzung ordnen Sie Schreib- und Lesevorgänge nach den Abrechnungsregeln zu, statt Tokens doppelt zu zählen. Halten Sie Region und Preisdatum neben dem Ergebnis fest.

Unser Ofox-Katalogsnapshot vom 16. November enthielt Qwen4-Max nicht. Die direkte QwenCloud-Konfiguration oben ist deshalb keine Ofox-Anleitung. Benötigen Sie heute eine vorhandene Ofox-Route, prüfen Sie die Modellseite von Qwen3.8 Max 0902 als anderes Modell, nicht als Alias für Qwen4.

Für Ofox-Anfragen gelten Ofox-API-Schlüsselauthentifizierung und Ofox-Fehlerbehandlung. Diese Zugangsdaten und Regeln authentifizieren keine Anfrage an QwenCloud. Prüfen Sie den tatsächlichen Katalogeintrag und das unterstützte Protokoll, bevor Sie eine neue Modellkonfiguration auf ein Gateway übertragen.

Häufig gestellte Fragen

Ist Qwen4-Max weiterhin nur als Preview verfügbar?
Nein. Die aktuelle offizielle Dokumentation führt qwen4-max für nutzungsabhängige Abrechnung und Token Plan auf. qwen4-max-preview ist eine eigene Kennung. Prüfen Sie deren Bedingungen getrennt, statt sie auf das veröffentlichte Modell zu übertragen.
Kann ich Qwen4-Max über Ofox aufrufen?
Bei der Prüfung des öffentlichen Katalogs am 16. November 2026 fanden wir Qwen4-Max nicht. Diese Anleitung verwendet QwenCloud direkt und behauptet keine Verfügbarkeit bei Ofox.
Bedeutet eine Million Kontexttokens auch eine Million Ausgabetokens?
Nein. Das veröffentlichte Modell dokumentiert einen Kontext von 1.000.000 Tokens mit getrennten Eingabe- und Ausgabegrenzen. Maximal sind 131.072 Ausgabetokens ohne Thinking oder 262.144 Tokens für Thinking und Antwort zusammen möglich.