随着qwen4-max-preview开放，阿里云百炼启用面向新qwen模型的输出预算语义：max_tokens等价于max_completion_tokens，限制思考过程与最终回答的token合计。官方兼容性说明标注于2026年11月2日，现有更早型号的行为保持不变。

思考与最终回答共享上限

开启思考后，推理消耗会挤占最终回答的可用空间。应用或兼容编程工具若直接沿用旧型号的较小max_tokens值，可能无法得到预期长度的最终答案。参数应按任务预留总预算，并检查响应的结束原因。

Qwen4-Max-Preview默认开启思考，支持按模型文档设置思考强度；思考强度与thinking_budget不能混用。并非所有旧模型接受相同的选项和值。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

阿里云百炼官方模型文档

多轮历史需要保留协议字段

Chat Completions使用preserve_thinking时，需要按官方说明回传历史reasoning_content，而不是把思考文字并入普通content。应分别保存工具调用、工具结果与最终回答，避免破坏多轮消息结构。

mini-token-remains

查询 MiniMax API Token 使用情况，支持小时/周级监控，秒级完成。触发词：查 token、查看额度、剩余次数、token 余额。

下载

这一变化属于模型接入兼容范围，不代表所有Qwen模型统一更换参数语义。使用TokenPlan时仍须遵守交互式工具的用途限制。

阿里云百炼官方模型文档