阿里 Qwen4-Max 正式上线:2.4 万亿参数、100 万上下文,单任务成本从 26.58 元降到 11.16 元
阿里通义千问团队正式发布新一代旗舰模型 Qwen4-Max。这是一个混合专家(MoE)架构的大模…
文章目录
阿里通义千问团队正式发布新一代旗舰模型 Qwen4-Max。这是一个混合专家(MoE)架构的大模型,主干参数规模达到 2.4 万亿,原生支持视觉理解,上下文窗口开到 100 万 Token。开发者现在可以通过 Token Plan 或 API 调用正式版。

架构上的改动集中在三处。每四层里有三层使用 Gated DeltaNet,把历史信息压缩成固定状态;剩下一层用 Qwen Sparse Attention,按块挑选相关上下文,降低长序列的注意力开销。残差流被扩展成四条并行分支,用来加强跨层信息传递;第二层还加了 N-gram Embedding,以查表方式给出局部 token 模式,用很小的额外算力把模型容量撑大。
官方给的效率数字比较直观。在 Work360 行业基准上,Qwen4-Max 拿到 52.69 分,前代 Qwen3.8-Max 是 47.74 分。同等性能下,Xhigh 和 High 两档推理强度的 token 消耗分别比前代少约 24% 和 35%;在 Terminal-Bench 4.0 上,这个降幅是 48% 和 49%。
价格也跟着降。Work360 评测里单个任务的平均费用从 26.58 元降到 11.16 元,降幅 58%,缓存命中的价格下调幅度尤其大。为了量化真实工作场景,团队还搭了 Work360 评测框架,覆盖 26 个一级领域、182 个二级子领域和 721 个三级方向。
能力上明显向长程任务倾斜。模型在智能体场景里引入了 Live Delivery 机制:先交付能用的第一版,再按用户反馈逐版补内容、提质量,配套插件 Qwen-Live-Delivery-Plugin 已经开源。官方演示覆盖 Blender 三维建模、Unity 和 Unreal 游戏开发、汽车产线规划与零件加工编程,以及金融投研、法律尽调、危重症临床辅助等场景。在汽车零件加工案例里,单个工件的编程人工投入从约 475 分钟压到 24 分钟。
Qwen4-Max 是 Qwen4 系列的第一款。官方表示系列里的小尺寸模型会陆续开源,沿用同源技术路线。目前 API 已在 QwenCloud 上线,用户也能通过 Qwen Studio 使用。
本文地址:https://www.163264.com/21388


