新我们如何抓出挂错模型的卖家,并在发生时为你退款。
UberLLM
Alibaba 标志

Qwen 4 Max API

qwen/qwen4-max# UberLLM: 通用LLM API UberLLM是所有LLM的通用API。 它是OpenAI API的直接替代品,支持OpenAI、Anthropic、Claude、GPT、Gemini、DeepSeek、Veo、Kling等模型。 ## 功能特性 * **通用API:** 一个API即可调用所有LLM。 * **兼容OpenAI API:** OpenAI API的直接替代品。 * **流式传输:** 支持流式响应。 * **成本优化:** 自动将请求路由到最便宜的可用模型。 * **缓存:** 缓存响应以降低延迟和成本。 * **负载均衡:** 将请求分发到多个模型以提高可靠性。 * **故障回退:** 自动使用其他模型重试失败的请求。 * **可观测性:** 监控API使用情况、延迟和错误。 * **使用限制:** 设置速率限制和支出限制。 * **自定义模型:** 添加您自己的自定义模型。 ## 支持的模型 UberLLM支持所有主流LLM,包括: * **OpenAI:** GPT-4, GPT-3.5等。 * **Anthropic:** Claude 3, Claude 2等。 * **Google:** Gemini等。 * **DeepSeek:** DeepSeek-Coder, DeepSeek-Chat等。 * **其他:** OpenRouter, Fal, kie.ai等。 ## 快速入门 ### 1. 注册UberLLM账户 前往[uberllm.com/signup](https://uberllm.com/signup)创建您的账户。 ### 2. 获取您的API密钥 注册后,您可以在您的[仪表盘](https://uberllm.com/dashboard)中找到您的API密钥。 ### 3. 安装SDK ```python pip install uberllm ``` ### 4. 使用API ```python from uberllm import UberLLM client = UberLLM(api_key="YOUR_UBERLLM_API_KEY") response = client.chat.completions.create( model="gpt-4", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"}, ], ) print(response.choices[0].message.content) ``` ## API参考 UberLLM的API与OpenAI的API完全兼容。 您可以使用与OpenAI相同的客户端库和SDK。 您唯一需要做的更改是将`base_url`设置为`https://api.uberllm.com/v1`。 ```python from openai import OpenAI client = OpenAI( base_url="https://api.uberllm.com/v1", api_key="YOUR_UBERLLM_API_KEY", ) response = client.chat.completions.create( model="gpt-4", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"}, ], ) print(response.choices[0].message.content) ``` ## 定价 UberLLM为所有支持的模型提供有竞争力的定价。 您只需按使用量付费,无任何隐藏费用。 ### 示例定价 | 模型 | 输入 (每100万token) | 输出 (每100万token) | |---|---|---| | GPT-4 | ⟦n⟧ | ⟦n⟧ | | GPT-3.5 | ⟦n⟧ | ⟦n⟧ | | Claude 3 | ⟦n⟧ | ⟦n⟧ | | Gemini | ⟦n⟧ | ⟦n⟧ | 如需查看完整定价列表,请访问我们的[定价页面](https://uberllm.com/pricing)。 ## 联系我们 如果您有任何问题或需要帮助,请随时联系我们: * **电子邮件:** [[email protected]](mailto:[email protected]) * **Discord:** [加入我们的Discord服务器](https://discord.gg/uberllm) * **Twitter:** [@uberllm](https://twitter.com/uberllm)

通过 UberLLM 兼容 OpenAI 的 API 调用 Qwen 4 Max,输入 $0.045/M 和 输出 $0.1351/M 起,由第三方服务商提供。 由 Alibaba 打造。 1,000,000 token 上下文。 UberLLM 不对请求收取费用。用银行卡充值收取 5.5% + 0.50 美元。

也可直接从以下渠道购买:OpenRouter, Venice AI。 在这里,卖家通过自己的服务商账户提供这个模型。 为什么这么便宜? · 算力从哪里来

Qwen 4 Max API 多少钱?

在 2026年11月19日,Qwen 4 Max 通过 UberLLM 提供的价格为每百万输入 token $0.045,每百万输出 token $0.1351,比其标价 $1.425 和 $4.275 低 96.8%。市场上 49 家供应商可以提供此服务。它支持高达 1,000,000 个 token 的上下文。每项请求都会在 Activity log 中列出其费用。UberLLM 不会向这些价格收取额外费用,并且失败的请求不会被计费。

最便宜的 Qwen 4 Max API 是什么?

截至2026年11月19日,我们发现最便宜的 Qwen 4 Max API 是 UberLLM,其每百万 input tokens 价格为 $0.045,每百万 output tokens 价格为 $0.1351。这比我们查到的最接近的提供商 DeepInfra($1.413 和 $4.24)在 input 和 output 方面都至少便宜 96.8%。Novita AI、OpenRouter 和 Vercel AI Gateway 的价格更高。UberLLM 市场上有 49 家卖家可以提供此服务。UberLLM 不会在此价格基础上收取任何费用,并且失败的请求不会计费。

价格截至 2026年11月19日 08:00 UTC。本页每小时更新一次。

提供商输入 / 1M token输出 / 1M tokenUberLLM 便宜了
UberLLM$0.045$0.1351
DeepInfra$1.413$4.2496.8%
Novita AI$1.413$4.2496.8%
OpenRouter$1.425$4.27596.8%
Vercel AI Gateway$1.50$4.5097%

UberLLM: 最佳卖家当前价格,不加收费用。 其他价格来自各提供商公开的价目表: DeepInfra, Novita AI, OpenRouter, Vercel AI Gateway

Qwen 4 Max 价格

每 100 万输入 token 省 $1.38,每 100 万输出 token 省 $4.1399,官方价格为 $1.425 / $4.275。 为什么这么便宜? OpenRouter 的收费为每 100 万输入 / 输出 token $1.425 / $4.275。

当前价格 · 每百万 token
输入
$0.045
输出
$0.1351
缓存输入
$0.00225
比官方价便宜
便宜 96.8%
95% 的输入来自缓存
官方价格 · 每百万 token
输入
$1.425
输出
$4.275
缓存输入
$0.0713

价格更新于 UTC 08:00。

每个请求都会发给这个模型的一家可用第三方服务商;如果服务商在开始回答之前出错,请求会自动重试。 UberLLM 不对请求收取费用。用银行卡充值收取 5.5% + 0.50 美元。

如何用 OpenAI SDK 调用 Qwen 4 Max

使用 OpenAI SDK 时,把 base URL 设为 UberLLM,用你现有的代码就能调用 Qwen 4 Max。Anthropic SDK 可对接 https://api.uberllm.dev/v1/messages。

python
from openai import OpenAI

client = OpenAI(
    base_url="https://api.uberllm.dev/v1",
    api_key="ull_your_key_here",
)

resp = client.chat.completions.create(
    model="qwen/qwen4-max",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)

在你的应用中使用 Qwen 4 Max

通过 API,Qwen 4 Max 在三个地址上响应,使用相同的 UberLLM 密钥和模型 ID qwen/qwen4-max:位于https://api.uberllm.dev/v1/chat/completions的 OpenAI 聊天补全、位于https://api.uberllm.dev/v1/responses的 OpenAI Responses API 以及位于https://api.uberllm.dev/v1/messages的 Anthropic Messages API。

如何在Claude Code中使用Qwen 4 Max?

Claude Code 通过 UberLLM 的 Anthropic 兼容地址访问Qwen 4 Max。将ANTHROPIC_BASE_URL设置为https://api.uberllm.dev(末尾不带 /v1),将ANTHROPIC_AUTH_TOKEN设置为您的 UberLLM 密钥,并将ANTHROPIC_MODEL设置为qwen/qwen4-max[1m],然后启动claude。 同样将 opus、sonnet、haiku 和 subagent 模型变量设置为qwen/qwen4-max:未设置的槽位会继续以 Claude 的价格请求 Claude 模型。 ID 末尾的[1m]告诉 Claude Code Qwen 4 Max具有1M个 token 的上下文;没有它,Claude Code 会按200,000个 token 进行规划。

bash
export ANTHROPIC_BASE_URL=https://api.uberllm.dev
export ANTHROPIC_AUTH_TOKEN=ull_your_key
export ANTHROPIC_MODEL='qwen/qwen4-max[1m]'
export ANTHROPIC_DEFAULT_OPUS_MODEL='qwen/qwen4-max'
export ANTHROPIC_DEFAULT_SONNET_MODEL='qwen/qwen4-max'
export ANTHROPIC_DEFAULT_HAIKU_MODEL='qwen/qwen4-max'
export CLAUDE_CODE_SUBAGENT_MODEL='qwen/qwen4-max'
claude

Claude Code 调用:Anthropic Messages API https://api.uberllm.dev/v1/messages · 完整的Claude Code指南 · 在 Claude Code 中使用 Qwen 4 Max

如何在Codex CLI中使用Qwen 4 Max?

Codex CLI 通过 UberLLM 的 Responses API 访问Qwen 4 Max。在~/.codex/config.toml中,添加一个模型提供商,将base_url设置为https://api.uberllm.dev/v1和wire_api = "responses",将您的 UberLLM 密钥放入UBERLLM_API_KEY环境变量中,并将model设置为qwen/qwen4-max。 model_context_window被设置为1,000,000,即Qwen 4 Max的上下文大小,因为 Codex 对它所知的 OpenAI 模型列表之外的模型假定为272,000个 token。

toml
model = "qwen/qwen4-max"
model_provider = "uberllm"
model_context_window = 1000000
web_search = "disabled"

[model_providers.uberllm]
name = "UberLLM"
base_url = "https://api.uberllm.dev/v1"
env_key = "UBERLLM_API_KEY"
wire_api = "responses"

Codex CLI 调用:OpenAI Responses API https://api.uberllm.dev/v1/responses · 完整的Codex CLI指南 · 在 Codex CLI 中使用 Qwen 4 Max

如何在OpenCode中使用Qwen 4 Max?

OpenCode 通过 UberLLM 的 OpenAI 兼容聊天地址访问Qwen 4 Max。在~/.config/opencode/opencode.json中,添加一个名为uberllm的提供商,该提供商使用@ai-sdk/openai-compatible包并将baseURL设置为https://api.uberllm.dev/v1,在其模型下添加qwen/qwen4-max,将您的 UberLLM 密钥放入UBERLLM_API_KEY环境变量中,然后使用/models选择uberllm/qwen/qwen4-max。 limit这些数字是Qwen 4 Max的上下文大小和最大回复;OpenCode 使用它们来判断何时压缩长时间会话。

json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "uberllm": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "UberLLM",
      "options": {
        "baseURL": "https://api.uberllm.dev/v1",
        "apiKey": "{env:UBERLLM_API_KEY}"
      },
      "models": {
        "qwen/qwen4-max": {
          "name": "Qwen 4 Max",
          "limit": {
            "context": 1000000,
            "output": 393216
          }
        }
      }
    }
  },
  "model": "uberllm/qwen/qwen4-max"
}

OpenCode 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的OpenCode指南 · 在 OpenCode 中使用 Qwen 4 Max

如何在Cursor中使用Qwen 4 Max?

在Cursor Settings → Models中,将您的 UberLLM 密钥粘贴到 OpenAI API Key字段中,开启 OpenAI base URL 覆盖并输入https://api.uberllm.dev/v1,开启Use API Key,然后将qwen/qwen4-max添加为自定义模型并在聊天模型选择器中选择它。 这适用于 Cursor 中的聊天:Tab 补全会继续使用 Cursor 提供的模型。

OpenAI API Key
ull_your_key
OpenAI base URL override
https://api.uberllm.dev/v1
Custom model
qwen/qwen4-max

Cursor 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的Cursor指南 · 在 Cursor 中使用 Qwen 4 Max

如何在Cline中使用Qwen 4 Max?

在 Cline 的设置中,将API Provider设置为OpenAI Compatible,将Base URL设置为https://api.uberllm.dev/v1,将您的 UberLLM 密钥粘贴到OpenAI Compatible API Key中,并将Model ID设置为qwen/qwen4-max。 在Model Configuration下,将Context Window Size设置为1,000,000:Cline 不会自行读取模型的限制。 在同一位置,将Max Output Tokens设置为393,216。

API Provider
OpenAI Compatible
Base URL
https://api.uberllm.dev/v1
OpenAI Compatible API Key
ull_your_key
Model ID
qwen/qwen4-max
Context Window Size
1000000
Max Output Tokens
393216

Cline 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的Cline指南 · 在 Cline 中使用 Qwen 4 Max

如何在SillyTavern中使用Qwen 4 Max?

在 SillyTavern 中,打开API Connections,将API设置为Chat Completion,将Chat Completion Source设置为Custom (OpenAI-compatible),在Custom Endpoint (Base URL)中输入https://api.uberllm.dev/v1,将您的 UberLLM 密钥粘贴到Custom API Key中,点击Connect,然后在Enter a Model ID中输入qwen/qwen4-max。

API
Chat Completion
Chat Completion Source
Custom (OpenAI-compatible)
Custom Endpoint (Base URL)
https://api.uberllm.dev/v1
Custom API Key
ull_your_key
Enter a Model ID
qwen/qwen4-max

SillyTavern 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的SillyTavern指南 · 在 SillyTavern 中使用 Qwen 4 Max

如何在Janitor AI中使用Qwen 4 Max?

在 Janitor AI 中,打开一个聊天,点击齿轮图标并打开API Settings。选择Proxy并添加一个配置,将Model Name设置为qwen/qwen4-max,将Proxy URL设置为https://api.uberllm.dev/v1/chat/completions,并将您的 UberLLM 密钥放入API Key中。点击Save Settings,然后刷新页面。

Config Name
UberLLM
Model Name
qwen/qwen4-max
Proxy URL
https://api.uberllm.dev/v1/chat/completions
API Key
ull_your_key

Janitor AI 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的Janitor AI指南 · 在 Janitor AI 中使用 Qwen 4 Max

如何在Open WebUI中使用Qwen 4 Max?

在 Open WebUI 中,前往Settings → Admin → Connections并添加一个 OpenAI API 连接,将URL设置为https://api.uberllm.dev/v1,并将您的 UberLLM 密钥放入API Key中。在Advanced下,将qwen/qwen4-max添加到Model IDs,并将API Type保留为Chat Completions。

URL
https://api.uberllm.dev/v1
API Key
ull_your_key
Model IDs
qwen/qwen4-max
API Type
Chat Completions

Open WebUI 调用:OpenAI 聊天补全 https://api.uberllm.dev/v1/chat/completions · 完整的Open WebUI指南 · 在 Open WebUI 中使用 Qwen 4 Max

Qwen 4 Max API 常见问题

能给 Qwen 4 Max 请求设置费用上限吗?

可以。每个请求的费用就是服务商收取的价格;标价为每百万 token 输入 $1.0175,输出 $3.0524,便宜的服务商繁忙时,请求可能会更贵。在请求中带上 provider.max_price,填你愿意为每百万 token 支付的最高价:请求只会发给价格不高于它的服务商,计费也绝不会超过它。每个请求及其费用都会列在“活动”里。

如何通过 API 调用 Qwen 4 Max?

任何兼容 OpenAI 的 SDK 都可以:把 base URL 设为 https://api.uberllm.dev/v1,填入你的 UberLLM API 密钥,模型填 "qwen/qwen4-max"。Anthropic SDK 可通过 https://api.uberllm.dev/v1/messages 使用。

UberLLM 上的 Qwen 4 Max 兼容 OpenAI 吗?

兼容。UberLLM 上的每个模型(包括 Qwen 4 Max)都通过同一个兼容 OpenAI 的端点提供。在你现有的客户端里设置好 base URL 和密钥即可。

为什么 Qwen 4 Max 在 UberLLM 上更便宜?

UberLLM 是一个市场:卖家以低于其标价的价格提供 Qwen 4 Max 容量,并且每个请求都会发送给能够提供服务的卖家。请求的费用是卖家收取的,UberLLM 不收取任何费用,并且每个请求的费用都会在 Activity 中列出。

还有其他费用吗?

UberLLM 不对模型价格收取任何费用。当您购买积分时,会额外收取 5.5% + $0.50 的卡片手续费。即使加上这 5.5%,UberLLM 的 Qwen 4 Max 价格仍然低于表格中的所有其他提供商。

嵌入此价格

在你自己的网站上显示这些价格。表格会从 UberLLM 读取当前价格,因此始终保持最新。

脚本:表格自动调整高度

<script async src="https://uberllm.dev/embed.js" data-models="qwen/qwen4-max" data-lang="zh"></script>

普通 iframe,适用于不允许脚本的网站

<iframe src="https://uberllm.dev/embed/prices?models=qwen/qwen4-max&amp;lang=zh" title="AI 模型 API 价格" width="100%" height="127" loading="lazy" style="border:0;max-width:720px"></iframe>

README 价格徽章(Markdown)

[![Qwen 4 Max API price on UberLLM](https://api.uberllm.dev/api/v1/public/badge/qwen/qwen4-max.svg)](https://uberllm.dev/models/qwen/qwen4-max?utm_source=embed&utm_medium=referral&utm_campaign=price-badge)

所有选项见嵌入文档。

与其他服务商对比: 最佳 OpenRouter 替代方案

更多 Alibaba 模型