De overstap van Qwen3.8-Max naar Qwen4-Max verandert meer dan alleen de model-ID. Beide hebben een contextvenster van een miljoen tokens, maar een uitvoerlimiet die voorheen alleen voor het antwoord gold, moet nu ook ruimte bieden aan het denkproces. De standaardinspanning verandert en agents moeten de redeneergeschiedenis correct bewaren tijdens tool-aanroepen.
Begin met één Chat Completions-aanvraag en voer daarna een kleine taak uit in een repository. Controleer het antwoord, de stopreden, de geschiedenis en de resulterende diff voordat je een bestaande workflow aanpast.
Bereken de uitvoerlimiet opnieuw
De Chat Completions-referentie definieert max_tokens voor Qwen4-Max als gelijkwaardig aan max_completion_tokens: beide begrenzen het denkproces plus het uiteindelijke antwoord. Bij Qwen3.8-Max geldt max_tokens alleen voor het antwoord.
Een limiet van 300 reserveert dus geen 300 tokens voor een zichtbaar antwoord. De redenering kan het budget eerst opgebruiken, waardoor er mogelijk een leeg of onvolledig antwoord overblijft. Een antwoord dat eindigt met finish_reason: "length" verdient aandacht, ook als de HTTP-aanvraag slaagt. De parameter hernoemen zonder de waarde te verhogen verandert niets.
Gebruik voor nieuwe integraties max_completion_tokens en laat ruimte voor beide onderdelen. Qwen4-Max ondersteunt maximaal 262,144 gecombineerde uitvoertokens in de denkmodus, of 131,072 in de niet-denkmodus. Het contextvenster van 1,000,000 tokens is geen invoerlimiet waaraan je de maximale uitvoer kunt toevoegen: invoer en uitvoer moeten samen binnen het contextvenster passen.
Kies een inspanningsniveau of denkbudget
Qwen4-Max gebruikt low, high en xhigh, met high als standaard. Als je beide instellingen weglaat, worden high en een denkbudget van 131,072 tokens gekozen. Dat is een bovengrens, geen voorspelling van het tokenverbruik.
Twee overgenomen instellingen hebben nu een andere betekenis: high betekent nu high, in plaats van te worden omgezet naar xhigh zoals bij Qwen3.8-Max; medium wordt omgezet naar high. De overige omzettingen zijn minimal naar low, max naar xhigh en none naar denken uitgeschakeld.
Stuur ofwel reasoning_effort ofwel thinking_budget. De officiële referentie verbiedt het combineren van beide, en een budget moet een positief geheel getal zijn: nul schakelt het denken niet uit. Als je alleen een budget opgeeft, geldt: 1–4,096 selecteert low, 4,097–131,072 selecteert high en 131,073–262,144 selecteert xhigh, waarbij het opgegeven budget behouden blijft.
Begin met het vermelde eindpunt
De AIHubMix-modelhandleiding vermeldt qwen4-max bij POST /v1/chat/completions. Dit is een startaanvraag, geen gemeten resultaat:
curl -sS https://aihubmix.com/v1/chat/completions \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen4-max",
"max_completion_tokens": 16384,
"messages": [{"role": "user", "content": "Write a Python function that returns unique items in their original order, with two tests."}]
}'
De uitvoerlimiet volgt het door Alibaba gedocumenteerde contract. Je kunt optioneel reasoning_effort: "low" toevoegen zonder een denkbudget op te geven; het doorsturen van parameters is hier niet gemeten. De capability-vlaggen van AIHubMix zijn niet geverifieerd. Controleer het daadwerkelijke antwoord en het verbruik voordat je op een instelling vertrouwt.
Bewaar de geschiedenis die je agent nodig heeft
Bewaar bij volledig denken de reasoning_content van eerdere assistentberichten apart van content, ook bij beurten waarin tools worden aangeroepen. Qwen4-Max schakelt preserve_thinking standaard in; teruggestuurde geschiedenis telt mee als invoer en wordt in rekening gebracht. Een serializer die alleen zichtbare tekst bewaart, verliest een deel van die geschiedenis.
Alibaba biedt ook denksamenvattingen en versleuteling. Als deze functie is ingeschakeld met thinking_display: "summarized" bij elke aanvraag, wordt reasoning_content een weergavesamenvatting en bevat encrypted_content de redeneergeschiedenis. Speel de versleutelde tekst ongewijzigd opnieuw af; de samenvatting kan die niet vervangen. Streamingclients moeten het afzonderlijke versleutelde frame bewaren, ook als het geen zichtbare tekst bevat.
Deze samenvattingsmodus is door Alibaba gedocumenteerd. Of die via AIHubMix beschikbaar is, is niet geverifieerd, dus stel eerst de normale gesprekscontinuïteit vast.
Controleer caching voordat je besparingen berekent
Alibaba's expliciete Qwen4-cache ondersteunt handmatige en automatische breekpunten, met TTL's van 5 minuten of 1 uur. Een gecachet voorvoegsel moet minstens 1,024 tokens bevatten. Schrijven naar de cache kost respectievelijk ongeveer 125% of 200% van de normale invoerprijs; herhaald schrijven levert geen gratis besparingen op.
Zet stabiele systeeminstructies, tooldefinities en repositorymateriaal vooraan, gevolgd door veranderlijke vragen. Als er geen cacheparameters zijn ingesteld, biedt gewone impliciete caching geen garantie op cache-hits. Controleer het cachelees- en -schrijfverbruik en de factuur voordat je ervan uitgaat dat je agent hiervan profiteert. Deze cache-instellingen van de aanbieder zijn niet getest via AIHubMix.
Codeertools: verifieer één volledige taak
Volg de AIHubMix Qwen Code-handleiding voor installatie en authenticatie. Stel OPENAI_BASE_URL=https://aihubmix.com/v1 en OPENAI_MODEL=qwen4-max in en geef de sleutel door via OPENAI_API_KEY. Gebruik /status om het geselecteerde model te controleren; bekijk ook de context- en uitvoerinstellingen van de client.
Claude Code vereist Anthropic Messages, terwijl Codex Responses vereist. Alibaba documenteert deze protocollen, maar in de Qwen4-Max-handleiding van AIHubMix staat alleen Chat Completions. De beschikbaarheid ervan via deze gateway is hier niet vastgesteld.
Doorloop deze migratiechecklist in een tijdelijke repository:
- Controleer het model en het eindpunt; bekijk de antwoordtekst,
finish_reasonen het verbruik bij de basisaanvraag. - Verwijder overgenomen limieten die alleen voor antwoorden gelden en tegenstrijdige denkregelaars. Probeer bij afkapping opnieuw met meer ruimte; controleer of het antwoord volledig is.
- Los één falende test op in twee bestanden. Het is pas geslaagd als een echte tool-aanroep wordt voltooid, de tests slagen en de diff alleen de beoogde wijziging bevat.
- Stel een vervolgvraag die afhankelijk is van de eerste beurt. Bekijk de opgeslagen assistent-/toolgeschiedenis en eventuele contextinkorting; bevestig dat de benodigde context behouden blijft.
- Herhaal dit met het gekozen inspanningsniveau. Vergelijk de geaccepteerde patches, het totale aantal tokens en het aantal nieuwe pogingen. Controleer het cacheverbruik afzonderlijk voordat je de terugkerende kosten raamt.
Veelgestelde vragen
Welke model-ID moet ik gebruiken op AIHubMix?
Gebruik qwen4-max met het vermelde Chat Completions-eindpunt.
Waarom kan een geslaagde aanvraag toch een onvolledig antwoord opleveren?
Het denkproces en het antwoord delen dezelfde uitvoerlimiet. Controleer of finish_reason de waarde length heeft en verhoog zo nodig de gecombineerde limiet.
Verhelpt overschakelen naar max_completion_tokens afkapping?
Niet op zichzelf. Bij Qwen4-Max betekent dit hetzelfde als max_tokens; de waarde moet voldoende ruimte bieden.
Kan ik een inspanningsniveau en een denkbudget tegelijk instellen?
Nee. Kies er één. Een denkbudget moet positief zijn; gebruik reasoning_effort none om het denken uit te schakelen.
Moet ik een denksamenvatting opnieuw afspelen als redeneergeschiedenis?
Nee. Bewaar en speel in de samenvattingsmodus encrypted_content ongewijzigd opnieuw af. De weergavesamenvatting kan dit niet vervangen.
Kan ik ervan uitgaan dat Claude Code of Codex via AIHubMix werkt?
Of de vereiste protocollen voor dit model werken, is hier niet geverifieerd. Stel eerst het betreffende eindpunt en een volledige toolworkflow vast.
Lees verder: de Qwen4-Max-serie
- Lees Qwen4-Max vs Qwen3.8-Max: is de upgrade de moeite waard? om te bepalen of de migratie de kosten waard is.
- Lees Qwen4-Max vs Kimi K3.1 Pro: welke codeeragent moet je gebruiken? om een model te kiezen voor dezelfde repositorytaak.
Bronnen
- Alibaba Cloud: specificaties van het Qwen4-Max-model en Qwen3.8-Max.
- Alibaba Cloud: parameters voor Chat Completions.
- Alibaba Cloud: denksamenvatting en versleuteling.
- Alibaba Cloud: expliciete cache voor Qwen4.
- AIHubMix: Qwen4-Max-modelhandleiding en Qwen Code configureren.
Bronnen gecontroleerd op 17 november 2026. Voor dit artikel zijn geen betaalde inferentietests uitgevoerd.



