2.4 萬億參數阿里通義千問 Qwen4-Max 正式上線:任務成本降低超 60%,後續將開源小尺寸模型
IT之家 11 月 16 日消息,阿里通義千問團隊今日宣佈推出新一代旗艦模型 Qwen4-Max,採用全新的 MoE(混合專家)架構,主幹參數規模達到 2.4 萬億,原生支持視覺理解,並提供 100 萬 Token 上下文窗口。與此前 11 月 11 日先行開放的限時預覽版不同,此次發佈標誌着 Qwen4-Max 作爲正式版本接入千問 AI 平臺,開發者可通過 Token Plan 或 API 調用。Qwen4-Max 採用稀疏 MoE 架構,圍繞 Attention、Residual 和 Embedding 三個層面做了系統性調整。每四層中三層使用 Gated DeltaNet 將歷史信息壓縮爲固定狀態,剩餘一層以 Qwen Sparse Attention 按 block 粒度選擇相關上下文,以降低長序列的注意力計算開銷;Gated Residual 將殘差流擴展爲四條並行分支,增強跨層信息傳遞;N-gram Embedding 則在第二層以查表方式提供局部 token 模式表示,以較低額外算力擴展模型容量。官方稱,新模型在提升複雜工作任務處理能力的同時,能夠減少 Token 消耗並降低任務成本。▲ 編程、辦公及長程任務綜合性能對比。相比 Qwen3.8-Max,Qwen4-Max 的整體能力顯著提升。根據 Qwen 官方博客介紹,Qwen4-Max 面向辦公生產力、創意創作、軟件開發和科學研究等場景,重點提升專業工具使用能力、長週期任務執行能力以及最終交付質量。模型能夠處理 3D 建模、遊戲開發、工業製造、金融、法律、醫療和前沿科學研究等任務。效率是此次升級的顯性指標。Qwen4-Max 在 Work360 行業基準上取得 52.69 分,前代 Qwen3.8-Max 爲 47.74 分。在同等性能下,Xhigh 和 High 兩檔推理強度的 token 消耗分別比前代減少約 24% 和 35%;Terminal-Bench 4.0 上的 token 消耗降幅則達到約 48% 和 49%。API 定價同步下調,尤其大幅降低了緩存命中價格,Work360 評測中單個任務的平均費用從 26.58 元降至 11.16 元,降幅 58%。爲了評估模型在真實工作場景中的表現,Qwen 團隊還開發了 Work360 評測框架,用於模擬和分類複雜的專業工作任務。IT之家注意到,該框架覆蓋 26 個一級領域、182 個二級子領域和 721 個三級專業方向,涉及多種行業和職業工作流程。模型能力向長程任務執行傾斜。Qwen4-Max 支持百萬 token 上下文窗口和原生視覺輸入,在智能體場景中引入 Live Delivery 機制:先交付可用首版,再根據用戶反饋逐版擴展內容與質量,同步開源了 Qwen-Live-Delivery-Plugin 插件。官方展示的案例覆蓋 Blender 三維建模、Unity 與 Unreal 引擎遊戲開發、汽車產線規劃與零件加工編程,以及金融投研、法律盡調和危重症臨牀輔助等專業場景。在汽車零件加工案例中,單個工件編程的人工投入從約 475 分鐘降至 24 分鐘。Qwen4-Max 是 Qwen4 系列的首款模型。官方表示,系列中的小尺寸模型將陸續開源,沿襲同源技術路線,面向小模型更擅長的場景做取捨。目前,Qwen4-Max API 已在 QwenCloud 上線,開發者可以通過 API 接入。此外,用戶還可以通過 Qwen Studio、QwenWork 和 Qoder 體驗新模型。參考資料:博客:https://qwen.ai/blog?id=qwen4-maxAPI:https://www.qianwenai.com/models/qwen4-maxToken Plan:https://platform.qianwenai.com/pricing/token-plan