文章摘要
阿里发布Qwen4系列首款模型Qwen4-Max,其总参数2.4T,具备1M上下文窗口与原生视觉能力,多领域性能较上一代明显提升,使用成本大幅降低,后续将开源小尺寸版本。即日起至11月22日该模型可在AGI Bar免费使用,也可通过千问多官方渠道体验。

近日,某平台正式发布Qwen4-Max,作为Qwen4系列的首款模型,它具备1M上下文窗口,最大输出长度达393K。该模型采用MoE架构,总参数达2.4T,每个token激活71B,且支持原生视觉能力。

按照活动规则,本周Qwen4-Max在AGI Bar全面开放使用,token全部免费,活动截止到11月22日,欢迎各位朋友前来体验这款模型。

我们先来看这款模型的各项成绩:在Agent编程领域,DeepSWE取得75.7的分数;Terminal-Bench 4.0达到48.5,相比上一代的38.9有明显提升;在长程任务方面,Agents' Last Exam拿到46.7,而上一代仅为27.9。此外,WebDev Arena的成绩是当前国内模型中的最优水平。

其他核心要点整理如下:

  • 更省成本:每个token的激活参数比上一代减少约25%,相同任务下使用的token量减少24%–49%,单个任务的平均费用降低了58%。
  • 长任务分阶段交付:先提交一个可用的初始版本,再根据反馈逐步迭代更新。
  • API价格:每百万token输入价格为10元、输出为30元,缓存命中价格为0.5元(对比Qwen3.8-Max的12元、36元、1.5元)。
  • 使用渠道:可在千问AI平台使用(接口兼容OpenAI和Anthropic格式),也可通过Token Plan使用,还支持千问办公、Qoder CN、千问App、Qwen Studio等场景。
  • 开源计划:Qwen4的小尺寸模型将陆续开源。

我们先测试了它的看图能力:给它两张应县木塔的照片,它可以在Blender中对照照片完成建模。

左边是照片


从游戏到新药

当前的AI模型能力已能支持制作3D游戏,这里先展示一个无皮肤的版本,若绑定Unreal引擎内的资产,就能呈现更完整的效果。

在汽车生产线上,它可以为零件编写加工程序,单个工件的编程时间从475分钟缩短到24分钟。

接入万镜一刻后,它能完成从分镜到成片的全流程视频制作。

在某平台自建的、覆盖721个细分领域的行业评测Work360中,Qwen4-Max相比上一代提升超过10%。

在金融、法律和医疗领域,它生成的内容都能查到对应的出处;做投研时,它可以输出Excel底稿加PPT,相关数字都能关联到原始数据。

收到198份杂乱底稿后,它可以整理出一份86页的尽调报告;面对一份包含1433张影像的危重症病历,它能在一次对话中完成全部内容的读取。

处理长周期任务时,它会先提交一个可用的初始版本,再逐步迭代更新,比如一个物理科普网站,它前后提交了14个版本。这套能力也已开源为Qwen-Live-Delivery-Plugin插件,首发支持Codex CLI。

阿里云也利用它优化自身的资源调度。

在科研领域,它可以连续运行48小时,自主设计并合成出一种新型冷却液;还针对阿尔茨海默病设计了候选药物分子;在Qoder中,它能直接制作Office文档、网页和小游戏。


Token用量和价格都降低了

相同任务下,Qwen4-Max使用的token更少,单价也更低,两者叠加后,在Work360行业评测中,单个任务的平均费用从26.58元降到了11.16元。

价格方面,缓存命中价格降到每百万token0.5元,约为海外主流模型同类价格的5%–10%。正式版默认使用High档思考,做网页这类任务时,可以手动调整到Xhigh档。


激活参数减少了四分之一

它能实现成本优化,是因为Qwen4-Max采用了全新的MoE架构,2.4T总参数中,每个token仅激活71B,比上一代减少约25%。改动集中在三个方面:

  • GDN + QSA:每四层中三层用Gated DeltaNet压缩历史,一层用Qwen稀疏注意力按块筛选上下文,让长序列计算更高效。
  • Gated Residual:残差流扩展为四条并行分支,通过门控进行读写,提升训练稳定性。
  • N-gram Embedding:第二层按局部上下文查表,增加少量计算,换取更大的模型容量。

整个2.4T规模的预训练中,损失函数平滑下降,Base模型的BPB相比上一代降低了5%–13%。


最后

这款模型已经上线到千问AI平台,可通过API或Token Plan使用。当然,也非常欢迎来到AGI Bar,本周免费可用。

以上内容不代表本平台立场,仅供读者参考