阿里巴巴於11月16日正式釋出新一代基座大模型Qwen4-Max,總引數規模達2.4T,具備原生視覺能力並支援百萬級上下文。該模型已上線千問AI平台對外提供API服務,快取命中價格低至每百萬Tokens 0.5元,完成單任務的平均費用較上代模型下降約六成。
從架構看,Qwen4-Max採用基於Qwen稀疏注意力(QSA)的全新MoE架構,2.4T總引數中每次僅啟用71B,每個Token啟用引數較上代減少25%。這一設計帶來的直接效果是推理效率提升:在Terminal-Bench 4.0專業程式設計評測中,同為Xhigh思考檔位,Qwen4-Max每次嘗試的平均Token用量從289K降至151K,減少近一半,而得分則從38.9分提升至48.5分,提升近25%。
程式設計與智慧體能力是此次升級的重點。在全球前端程式設計盲測CodeArena中,Qwen4-Max位列全球第六,居於GPT6-Astra與Claude Fable5.1之間,重新整理中國模型在該榜單的最好成績。在被稱為“智慧體最後的考試”的Agents' Last Exam(ALE)中,Qwen4-Max取得46.7分的最高分,較上代大幅提升18.8分;在專業工作評測JobBench中得分68.5,超過GPT-6.1sol、次於Claude Opus5.5;在法律專業評測HLAB-Vals-1.1上得分21.3分,較上代進步5.9分。
面向真實任務,千問團隊構建了覆蓋721個細分領域的Work360全場景建模體系,Qwen4-Max在該體系評測中得分52.69,較上代提升超10%。模型內實現了持續交付(Live Delivery)機制,可先產出可用首版,再根據使用者反饋逐版擴充套件。例如針對一個物理課堂科普網站的設計需求,Qwen4-Max交付了14次可用版本,最終擴充為包含3D動畫、互動實驗和原理詳解的完整網站。
在行業落地方面,Qwen4已進入汽車製造、遊戲開發、金融投研等場景。在汽車製造中,模型貫穿產線規劃、零件設計與加工驗證全流程,將單個工件加工程式設計的人工用時從475分鐘降至24分鐘,減少95%;在金融投研場景,Qwen4可呼叫90個MCP專業工具,產出Excel底稿與PPT報告,並支援雙重溯源。在AI輔助科學發現領域,Qwen4連續48小時自主執行,從270萬個候選分子中篩選,並通過4輪“設計—合成—測試”閉環,真實合成出一種新型冷卻液材料;針對阿爾茲海默症關鍵靶點,模型完成454次工具呼叫、3239項計算評估,設計最佳化24個候選分子,優選分子與靶點的名義結合親和力較起點分子提升約3.6倍。
使用者可通過阿里Token Plan呼叫新模型,或在千問辦公、Qoder、千問APP等應用中直接體驗。據悉,Qwen4系列中的中小尺寸模型將陸續開源釋出。對關注大模型競爭格局的讀者而言,Qwen4-Max在程式設計與智慧體評測中進入全球第一梯隊,同時以顯著降低的Token消耗和單任務成本提供API服務,意味著模型廠商的競爭正從單純比拼引數規模,轉向推理效率、單位成本與真實任務交付能力的綜合較量;後續中小尺寸模型的開源節奏,也將影響開發者生態的選擇空間。