快速了解本文
阿里发布 Qwen4-Max,参数规模达 2.4 万亿。
单任务 API 费用从 26.58 元降至 11.16 元。
Work360 基准测试得分显著高于前代模型。
本摘要由 AI 辅助整理,请以正文内容为准。
数智朋克讯 2026年11月16日,阿里通义千问团队正式发布新一代旗舰模型 Qwen4-Max。作为 Qwen4 系列的首款模型,其主干参数规模达 2.4 万亿,采用稀疏 MoE 架构。在提升复杂任务处理能力的同时,该模型将 Work360 评测中的单任务平均 API 费用从 26.58 元降至 11.16 元,降幅达 58%。
关键数据
Qwen4-Max 原生支持视觉理解,并提供 100 万 Token 上下文窗口。在底层架构上,模型在 Attention、Residual 和 Embedding 层面进行了系统性调整,包括使用 Gated DeltaNet 压缩历史信息、Qwen Sparse Attention 降低长序列计算开销、Gated Residual 扩展残差流以及 N-gram Embedding 扩展模型容量。这些优化使其在保持庞大参数规模的同时,有效控制了计算开销。
架构优化直接转化为推理效率与成本的改善。在同等性能下,Qwen4-Max 的 Xhigh 和 High 两档推理强度的 Token 消耗分别比前代减少约 24% 和 35%;在 Terminal-Bench 4.0 上,这两档的 Token 消耗降幅则达到约 48% 和 49%。在覆盖 26 个一级领域的 Work360 行业基准测试中,Qwen4-Max 取得 52.69 分,显著高于前代 Qwen3.8-Max 的 47.74 分。API 定价同步下调,尤其大幅降低了缓存命中价格。
在智能体场景中,Qwen4-Max 引入 Live Delivery 机制,支持先交付可用首版再逐版扩展,并同步开源了 Qwen-Live-Delivery-Plugin 插件。官方展示的案例显示,在汽车零件加工编程场景中,单个工件的人工投入从约 475 分钟降至 24 分钟。此外,模型能力还覆盖 Blender 三维建模、游戏开发和金融投研等领域。
阿里通义千问团队表示,后续将陆续开源 Qwen4 系列的小尺寸模型,沿袭同源技术路线。开发者目前可通过 QwenCloud API 和 Token Plan 接入,或通过 Qwen Studio、QwenWork 和 Qoder 体验新模型。
