Qwen4-Max 正式发布 2.4 万亿参数单任务成本降 58%

11 月 16 日,阿里巴巴正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。Qwen4-Max 总参数 2.4T,每 token 激活 71B,另有 328B N-gram Embedding 参数,具备原生视觉能力并支持百万 token 上下文,官方把它定位成全天候 AI 协作伙伴。

架构与评测

Qwen4-Max 围绕注意力、残差与嵌入三方面升级稀疏 MoE:每四层中三层用 Gated DeltaNet 压缩历史状态、一层 QSA 按块选取上下文,Gated Residual 扩展为四条并行分支,N-gram Embedding 以低开销扩展容量。官方称 2.4T 规模下预训练全程平稳、无损失尖峰,其基座在知识、代码、问答与 STEM 四类的 BPB 均为参评模型最低,较同为 2.4T 的上一代下降约 5% 到 13%,每 token 激活参数减少约 25%。

在 Terminal-Bench 4.0 评测中,同为 Xhigh 档位,Qwen4-Max 每次尝试的平均 token 用量由 289K 降至 151K,减少近 50%,得分从 37.9 分升至 48.5 分,提升近 28%;Work360 行业基准得 52.69 分,高于 Qwen3.8-Max 的 47.74 分。

定价与落地

缓存降价带动单任务平均费用由 26.58 元降至 11.16 元,降低 58%。国内每百万 Tokens 输入 10 元、输出 30 元、隐式缓存命中 0.5 元,国际站对应 1.5 美元、4.5 美元与 0.075 美元。除了千问 AI 平台,也可经 QwenCloud 调用,或在千问办公、Qoder 等应用里体验。官方称 Max 只是 Qwen4 首款模型,中小尺寸版本将陆续开源。

落地案例里,汽车制造单个工件加工编程的人工投入由约 475 分钟降至 24 分钟,减少约 95%;法律尽调交付 86 页、6 万余字报告;药物发现方向经连续 48 小时智能体运行构建 270 万个分子候选空间,围绕 NLRP3 靶点累计调用工具 454 次、完成 3239 项指标评估,优选分子名义结合亲和力约为专利起点的 3.6 倍。模型还参与优化自身调度,数据标注调度费用较基线降低 9.00%。价格与成本的完整拆解可以看 Qwen4-Max 定价与成本实测。

全部文章归档与模型专题