Qwen3 Max Thinking

POST /v1/chat/completions

Modelo de raciocínio com uso de ferramentas adaptativas (busca, memória, interpretador de código) e escala em tempo de teste para maior precisão em tarefas complexas.

This model is deprecated and will be retired on 2026-07-08. After that date, requests to this model will fail. Migrate to a successor model before then.

De um olhar

Campo	Valor
ID do modelo	`qwen3-max-thinking`
Data de lançamento do modelo	2025-09-23
Modalidades de entrada	Texto
Modalidades de saída	Texto
Janela de contexto	256K
Precisão do peso	-
Tokens de saída máxima	65,536
Região	Singapura
Características	raciocínio, code_interpreter, web_search, pensamento
Inferência nativa	Não
Novo	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`
Data de desprécio	2026-07-08

Precificação

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	<=32K $1.08 (era $1.20); 32K-128K $2.16 (era $2.40); 128K-256K $2.70 (era $3.00)
Produção	por 1M de tokens gerados	<=32K $5.52 (era $6.00); 32K-128K $11.04 (era $12.00); 128K-256K $13.80 (era $15.00)
Busca na Web	por pedido	$0.015

Exemplo de pedido

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "qwen3-max-thinking", "messages": [{"role":"user","content":"Hello"}]}'

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Fichas máximas na resposta. · Intervalo: 1 – 65536
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative o modo de pensamento estendido. Mais lento, mas melhora tarefas que exigem muito raciocínio.
`tool_web_search`	Booleano	Não	falso	Permita que o modelo realize buscas na web quando necessário.
`web_search_mode`	enum	Não	`"standard"`	padrão = busca única, minuciosa = múltiplas buscas mais profundas. · Permitido: `standard`, `thorough`
`tool_code_interpreter`	Booleano	Não	Verdade	Permita que o modelo execute código Python em um sandbox para computar/analisar dados.
`tool_web_extractor`	Booleano	Não	Verdade	Permita que o modelo busque e leia conteúdo das URLs que descobrir.
`disable_formatting`	Booleano	Não	falso	Pule a formatação EmpirioLabs Markdown (citação [N] reescrita + bloco de referências quando buscas na web / ferramentas foram usadas). A resposta bruta a montante com citações simples [N] é retornada.

Notas

Modos de busca na web: Padrão (eficiente) ou Completo (abrangente, requer reflexão).

Faturamento por ferramenta (usage.tool_usage)

Quando esse modelo invoca ferramentas (busca web, interpretador de código, etc.) dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. O exemplo abaixo mostra a forma - nomes exatos de campos, unidades e quais ferramentas aparecem podem variar ligeiramente de acordo com o provedor:

1 "usage": {
2   "prompt_tokens": 123,
3   "completion_tokens": 456,
4   "cost_usd": 0.0042,
5   "tool_usage": {"web_search": 3, "code_interpreter": 1}
6 }

A contagem de ferramentas já está em conta cost_usd - elas são apresentadas para transparência, permitindo auditar o faturamento por ferramenta. O campo é omitido quando nenhuma ferramenta foi invocada.

Machine esquema legível: GET https://api.empiriolabs.ai/v1/models/qwen3-max-thinking.