11月16日,阿里巴巴正式发布新一代基座大模型Qwen4-Max。总参数2.4万亿,与前代Qwen3.8-Max持平;但每Token仅激活710亿参数,比上一代减少了25%。这25%的激活量削减,是整场发布中最关键的工程变量——它意味着模型在保持同等参数规模的前提下,用更少的计算量完成了推理。
驱动这一变化的是全新的MoE架构,核心组件包括Qwen稀疏注意力(QSA)、门控残差(GR)和N-gram Embedding(额外3280亿参数)。Qwen4-Max同时具备原生视觉能力,支持文本、图像和视频输入,上下文窗口达到100万Token,最大输出393,216 Token(思考与最终答案共享该预算)。预览版于11月11日以Token Plan形式先行开放,11月16日正式版上线千问AI平台,按量计费的API同步开放。
成本的算术:Token少了近一半,单价降了25%,账单降了六成
Qwen4-Max最值得细读的一组数字,来自成本的三个层面。
第一层是单价。Qwen4-Max的API定价为每百万输入Token 1.50美元、输出4.50美元,较Qwen3.8-Max的2美元和6美元降低了25%。缓存读取降至每百万0.075美元,降幅约70%。
第二层是Token消耗。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用量从上一代的289K降至151K,减少了近50%。
第三层是任务总成本。在阿里内部的Work360评测框架中,完成单个任务的平均费用从Qwen3.8-Max的4.43美元降至1.67美元,降幅62%。Qwen官方在社交媒体上的概括是“Token少了一半,单任务费用降了六成以上”。
三层叠加的逻辑是清晰的:激活参数少了,Token省了,单价降了,三者共同把“跑一次任务要花多少钱”这个最实际的指标推到了一个新的位置。
基准的位置:CodeArena第六,但“第六”的参照系需要看清楚
在权威全球前端编程盲测CodeArena中,Qwen4-Max位居第六,居于GPT-6 Astra与Claude Fable 5.1之间。Qwen的表述是,这“刷新中国模型最好成绩”。
更细分的结果是:在Agents' Last Exam(ALE)中取得46.7分,较Qwen3.8-Max提升18.8分;在评估专业图表理解与推理的Chartography中取得54.2分,提升12.2分;在专业工作评测JobBench中得分67.3,超过GPT-6.1 Sol,次于Claude Opus 5.5。在Artificial Analysis Intelligence Index v5.0.1上,Qwen4-Max得分43,高于同类模型中位数41;但该评测同时标注,Qwen4-Max在指数评估中消耗了1.27亿输出Token,属于“非常啰嗦”的一档(中位数为7860万),每任务评估成本约3.27美元。
这组数据的读法是:Qwen4-Max在编程和智能体任务上确实进入了全球第一梯队的中段,与GPT-6 Astra、Claude Fable 5.1处于同一竞争区间;但它在某些评测中的高Token消耗,说明“成本优势”在不同任务类型上的分布并不均匀——在Terminal-Bench这类可验证任务上它很省,在开放式推理任务上它可能并不省。Unit 42的分析师此前对Carbon的类似评价同样适用于此:榜首或前列的位置是真实的,但它衡量的是一组特定任务上的综合表现,而非“在所有场景中都更划算”。

专业场景:从冷却液分子到汽车编程的95%时间压缩
Qwen4-Max在专业工作场景中给出的案例,比跑分表更能说明它的定位。
在汽车制造中,单个工件加工编程的人工用时从475分钟降至24分钟,压缩了95%。在游戏开发中,模型可调用Blender等专业工具,用一句话指令生成3D场景。在金融投研中,可调用90个MCP专业工具,产出Excel底稿与PPT报告。在科学发现一侧,Qwen4-Max连续自主运行48小时,从270万个候选分子中合成了一种经过实验验证的新型冷却液材料;针对阿尔茨海默症靶点,经454次工具调用优化出24个候选分子,优选分子的结合亲和力较起点提升约3.6倍。
这些案例的共同特征是“长周期、多工具、可验证”。它们对应的是Qwen4-Max在智能体能力上的设计取向:不是做一个在所有问题上都给出最聪明答案的模型,而是做一个能在真实工作流中持续调用工具、处理中间结果、并最终交付可核验产出的模型。
闭源旗舰与开源小模型:阿里的分层策略
Qwen4-Max本身是一个闭源模型。彭博社在报道中明确指出,阿里没有将这款旗舰模型开源,但表示Qwen4系列的中小尺寸模型将陆续开源发布。这一选择与Qwen3.8世代的处理方式一脉相承:Max系列历来是闭源的,Qwen3.8-Max在8月的开源是一次例外,而Qwen4-Max回到了闭源旗舰的轨道上。
这套分层策略的逻辑是清晰的:旗舰模型以API形式提供,承载最高性能与最复杂的专业任务;中小尺寸模型开源,维持开发者生态和社区的活跃度。对于企业客户而言,这意味着“最好的那个”需要付费调用,但“够用的那些”可以自主部署。在国产大模型竞争日益聚焦于“谁能在真实工作流中替代闭源方案”的当下,Qwen4-Max用一份成本下降六成、编程能力进入全球前六的成绩单,给出了阿里在这一轮竞赛中的位置。
一个务实旗舰的定位
Qwen4-Max的发布没有试图在“最强模型”的单项上争夺叙事。它的重心落在三个可以被核验的维度上:编程与智能体任务进入全球第一梯队的中段,单任务成本较上一代下降约六成,专业场景的交付能力从“演示”走向“可计算的时间节省”。这三点叠加在一起,勾勒出的是一台“务实旗舰”——它不一定在每一个基准上都排第一,但它在企业最关心的“花多少钱、办多少事”这道算术题上,给出了一个比上一代明显更好的答案。
(素材来自:阿里巴巴 智算芯能前沿网综合)
本文由智算芯能前沿网编辑整理,转载请注明出处。

