阿里 Qwen4-Max 发布:2.4 万亿参数只激活 710 亿,单任务成本降 58%
Qwen4-Max 采用 QSA 稀疏注意力与新 MoE 架构,总参数 2.4T、激活 71B,…
文章目录

大模型竞赛进入了一个有点反直觉的阶段:参数还在涨,但真正被考核的是“每个 token 有多值钱”。11 月 16 日,阿里巴巴发布新一代基座大模型 Qwen4-Max,总参数 2.4 万亿,单次推理只激活 710 亿,官方给出的单任务平均成本比上一代下降 58%。
一分钟速览
- 总参数 2.4T,激活 71B,每个 token 激活参数比上代少 25%
- 采用 Qwen 稀疏注意力(QSA)与全新 MoE 架构
- 支持百万上下文与原生视觉能力
- CodeArena 前端编程盲测全球第六
- 缓存命中价低至 0.5 元/百万 tokens
参数更大,激活更少
MoE 的思路是把模型拆成许多专家,每次只调用其中一部分。Qwen4-Max 把总参数推到 2.4T,但每个 token 只走 71B,比上一代少 25% 的激活参数。这样做的好处很直接:知识容量继续扩大,单次计算量却被压住,推理成本才有下降空间。
另一项变化是 Qwen 稀疏注意力。百万级上下文最怕注意力计算随长度平方增长,稀疏化是绕不开的路。Qwen4-Max 在保持长文本能力的同时,把有效计算集中到重要位置,再配合训练优化,才撑起“更长上下文、更低成本”这个组合。
用更少的 token 考更高的分
官方在 Terminal-Bench 4.0 上给了一组对比:同样是 Xhigh 思考档,Qwen4-Max 每次尝试平均消耗从 289K tokens 降到 151K,减少近一半;得分却从 38.9 升到 48.5,提升近 25%。再叠加缓存命中价格下降,单个任务的平均费用降低 58%。这说明模型不是靠“多想几倍”换性能,而是思考效率本身提高了。
榜单上,Qwen4-Max 在 CodeArena 前端编程盲测排全球第六,处在 GPT6-Astra 与 Claude Fable5.1 之间;Agents’ Last Exam 拿到 46.7 分,比上代提升 18.8 分;Chartography 54.2 分,JobBench 68.5 分,法律专业评测 HLAB-Vals-1.1 为 21.3 分。不同榜单口径不一,但整体信号清楚:国产模型在编程和智能体任务上已经进入第一梯队。
价格才是杀手锏
Qwen4-Max 已上线千问 AI 平台提供 API,缓存命中每百万 tokens 低至 0.5 元;用户也可以通过 Token Plan 调用,或在千问办公、Qoder、千问 App 中直接体验。对开发者来说,模型能力的差距可能只有几个百分点,成本差距却可能决定产品能不能跑起来。
更值得留意的是开源节奏。官方表示 Qwen4 系列的中小尺寸模型将陆续开源。大模型公司常见的打法是“旗舰闭源、轻量开源”,既守住商业收入,又用开源建立生态。如果中小尺寸模型延续这一代的架构和效率,本地部署和垂直微调的门槛会进一步下降。接下来的看点不是参数还能涨到多少,而是同样的预算能跑多少任务。
本文地址:https://www.163264.com/21649


