阿里巴巴于11月16日正式发布新一代基座大模型Qwen4-Max,总参数规模达2.4T,具备原生视觉能力并支持百万级上下文。该模型已上线千问AI平台对外提供API服务,缓存命中价格低至每百万Tokens 0.5元,完成单任务的平均费用较上代模型下降约六成。

从架构看,Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,2.4T总参数中每次仅激活71B,每个Token激活参数较上代减少25%。这一设计带来的直接效果是推理效率提升:在Terminal-Bench 4.0专业编程评测中,同为Xhigh思考档位,Qwen4-Max每次尝试的平均Token用量从289K降至151K,减少近一半,而得分则从38.9分提升至48.5分,提升近25%。

编程与智能体能力是此次升级的重点。在全球前端编程盲测CodeArena中,Qwen4-Max位列全球第六,居于GPT6-Astra与Claude Fable5.1之间,刷新中国模型在该榜单的最好成绩。在被称为“智能体最后的考试”的Agents' Last Exam(ALE)中,Qwen4-Max取得46.7分的最高分,较上代大幅提升18.8分;在专业工作评测JobBench中得分68.5,超过GPT-6.1sol、次于Claude Opus5.5;在法律专业评测HLAB-Vals-1.1上得分21.3分,较上代进步5.9分。

面向真实任务,千问团队构建了覆盖721个细分领域的Work360全场景建模体系,Qwen4-Max在该体系评测中得分52.69,较上代提升超10%。模型内实现了持续交付(Live Delivery)机制,可先产出可用首版,再根据用户反馈逐版扩展。例如针对一个物理课堂科普网站的设计需求,Qwen4-Max交付了14次可用版本,最终扩充为包含3D动画、交互实验和原理详解的完整网站。

在行业落地方面,Qwen4已进入汽车制造、游戏开发、金融投研等场景。在汽车制造中,模型贯穿产线规划、零件设计与加工验证全流程,将单个工件加工编程的人工用时从475分钟降至24分钟,减少95%;在金融投研场景,Qwen4可调用90个MCP专业工具,产出Excel底稿与PPT报告,并支持双重溯源。在AI辅助科学发现领域,Qwen4连续48小时自主运行,从270万个候选分子中筛选,并通过4轮“设计—合成—测试”闭环,真实合成出一种新型冷却液材料;针对阿尔兹海默症关键靶点,模型完成454次工具调用、3239项计算评估,设计优化24个候选分子,优选分子与靶点的名义结合亲和力较起点分子提升约3.6倍。

用户可通过阿里Token Plan调用新模型,或在千问办公、Qoder、千问APP等应用中直接体验。据悉,Qwen4系列中的中小尺寸模型将陆续开源发布。对关注大模型竞争格局的读者而言,Qwen4-Max在编程与智能体评测中进入全球第一梯队,同时以显著降低的Token消耗和单任务成本提供API服务,意味着模型厂商的竞争正从单纯比拼参数规模,转向推理效率、单位成本与真实任务交付能力的综合较量;后续中小尺寸模型的开源节奏,也将影响开发者生态的选择空间。