网易首页 > 网易号 > 正文 申请入驻

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

0
分享至


智东西
作者 李水青
编辑 心缘

智东西11月16日报道,今日,阿里正式发布Qwen4系列的首款模型——Qwen4-Max。该模型采用Qwen4系列新架构,拥有2.4万亿总参数,每个token激活71B参数;具备原生视觉能力,支持百万token上下文窗口。

Qwen4-Max重点强化专业工具运用、长程任务执行与成果交付能力,覆盖3D建模与游戏开发、工业制造、金融、法律、医疗及前沿科学探索等场景,强调理解工作全貌并持续推进项目。

在阿里公布的DeepSWE、AA-Briefcase、HLAB-Vals等多个Agent专项基准测评中,Qwen4-Max得分相比前代Qwen3.8-Max提升显著,也超越了Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra等模型。


▲Qwen4-Max测评成绩(图源:阿里)

在Artificial Analysis公布的人工智能分析智能指数(AII)中,使用xhigh推理难度的Qwen4 Max在智能指数中得分为43分,比Qwen3.8 Max(xhigh)高9分,比Kimi K3.1 Pro(max,46分)低3分,但AII评测其单任务成本相比Qwen3.8 Max下降约11%。Qwen4-Max的单任务成本在阿里公布的Work360测评中降低达58%。


▲Qwen4-Max的人工智能分析智能指数得分

目前,Qwen4-Max已上线千问AI平台提供API服务,缓存命中每百万tokens低至0.5元;用户也可通过阿里Token Plan调用新模型,或在千问办公、Qoder、千问APP、Qwen Studio等应用中直接体验。Qwen4系列中小尺寸模型将陆续开源发布。

在海外社交平台X上,不少开发者对Qwen4-Max的第一反应是催更Qwen4-27B。




▲海外社交平台X上的开发者评论

此前11月11日,阿里宣布Qwen4-Max预览版上线,智东西第一时间体验后,发现该模型的多模态Agent能力亮眼,指令理解、搜索执行、多模态生成、3D交互表现不错;但复杂任务下会出现多模态不一致、违背物理规律等问题。

今日,正式上线的Qwen4-Max表现如何?我们体验发现,Qwen4-Max相比预览版在多模态Agent交付效果上进一步完善。比如在基于图片和自行搜索生成“厉娜原谅许飞”Gif动图任务中,Qwen4-Max预览版出现了嘴型不匹配问题,但Qwen4-Max生成动图已经解决了这一问题。

在基本编程体验方面,Qwen4-Max也正确生成了“鹈鹕骑自行车的SVG动画”,未出现明显的与物理规律不符的情况。

博客:
https://qwen.ai/blog?id=qwen4-max
API:
https://www.qianwenai.com/models/qwen4-max
Token Plan:
https://platform.qianwenai.com/pricing/token-plan

一、Agent测评能打,单任务费用降58%

正如前文提到,在Agent专项测评里,Qwen4-Max整体表现突出。

其在DeepSWE、AA-Briefcase、HLAB-Vals、BioMysteryBench、HealthBench等多个基准拿下好成绩,在代码、法律、生物科研、医疗推理、图表理解、视频理解优势明显。该模型相比前代Qwen3.8-Max提升显著,得分也高于Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra等国际前沿模型。

不过它并非全面领先,在Agents’ Last Exam、AgentArena等长周期、真实复杂任务上,Qwen4-Max测评成绩依然出色,但弱于Opus 5.5、GPT-6 Astra等顶尖模型。整体来看,Qwen4-Max在垂直专业Agent任务爆发力较强,在超长时序、开放式复杂智能体任务仍有提升空间。

同时,Code Arena:WebDev也显示Qwen4-Max前端编程能力出色,其在Code Arena盲测榜单中位居全球前列。


Token效率与成本方面,阿里官方称,Qwen4-Max以更少token消耗取得优于Qwen3.8-Max的性能:在Work360上,Xhigh和High两档推理强度下token消耗分别减少约24%和35%;在Terminal-Bench 4.0上分别减少约48%和49%。

同时,相比Qwen3.8-Max,Qwen4-Max API定价全面下调,尤其大幅降低缓存命中价格。Work360评测中,单个任务平均费用从26.58元降至11.16元,降低58%。


二、2.4T总参数只激活71B,每字节比特数最高降13%

Qwen4-Max采用Qwen4系列全新架构,总参数2.4T,每个token激活71B参数,另有328B N-gram Embedding参数。该架构围绕Attention、Residual和Embedding三方面升级稀疏MoE模型,优化计算效率、模型容量和训练稳定性:

GDN+Qwen Sparse Attention(QSA),每四层中三层Gated DeltaNet将历史信息压缩为固定大小状态,另一层QSA通过轻量级索引器以block为粒度选择相关上下文,降低长序列注意力计算与索引开销;

Gated Residual(GR)将残差流扩展为四条并行分支,通过动态读写门控增强跨层信息传递,提升训练稳定性;

N-gram Embedding根据局部上下文查表,在第二层引入局部token模式的额外表示,以较低额外计算开销扩展模型容量。


在2.4T参数规模下,Qwen4-Max预训练过程平稳,loss持续下降,全程未出现loss spike。这主要得益于模型架构和训练优化的改进。


在内部知识、代码、问答和STEM四类评测中,Qwen4-Max-Base的每字节比特数(BPB)在全部五个参评模型中均为最低;相比Qwen3.8-Max-Base,在总参数量同为2.4T的情况下,各领域BPB下降约5–13%,同时每个token激活参数减少约25%。


内部评测指标为10×BPB,越低越好;参数量按激活参数/总参数标注;GLM-5.3和Kimi-K3.1-Pro为后训练模型,后训练可能影响其与基座模型的比较。

三、从3D游戏到汽车制造,专业场景直接交付

为提升工业与专业场景协作能力,Qwen4-Max构建Work360综合场景建模框架,对复杂行业场景系统解构与细粒度分类,形成26个一级领域、182个二级子领域、721个三级细分领域的层级分类体系。

基于该体系构建的Work360行业基准测试中,Qwen4-Max得分52.69分,相较Qwen3.8-Max的47.74分明显提升。


在Blender三维建模与场景创作中,Qwen4-Max可串联几何建模、场景搭建、材质配置与灯光渲染,将创意转化为三维作品,覆盖建筑与室内空间、自然景观和科幻场景,体现对空间布局、物体结构与视觉效果的综合把握。

该能力进一步用于游戏开发,并通过3D打印形成实体作品,衔接后续开发、制作流程,支持设计探索、内容创作和原型制作。

Qwen4-Max可驾驭Unity、Unreal Engine、Godot等主流游戏引擎。根据自然语言需求,它能利用外部资产独立完成场景搭建、玩法逻辑开发、资产整合、材质配置、HUD设计与特效制作,交付可上手玩的游戏。开发过程中,它会实际运行游戏,根据画面与交互反馈调整各种细节。

比如样例“喵出法随”中,Qwen4-Max在Unreal Engine打造猫咪法师冒险游戏,玩家可施放多种法术、选择能力强化,并挑战逐波敌群与首领。

聚焦汽车制造,在三丰智能装备、泛海统联精密的实际生产场景中,Qwen4-Max将图纸理解、参数化建模与专业工具调用融入工程流程,支持产线规划、零件设计与加工验证,串联设计生成、工具执行与反馈验证。案例中,单个工件加工编程所需人工投入由约475分钟降至24分钟,减少约95%。

聚焦Agentic视频创作,用户借助Qwen4与万镜一刻,可构建端到端视频创作工作流:从分镜脚本、静态资产,到白模预演中驱动相机动画、渲染独立片段,最终剪辑成连贯多场景影片。Qwen4的语言、多模态及智能体能力带来知识注入、可控性和稳定性。

此外,在金融投研、法律尽调与临床医疗三大高门槛场景,Qwen4可处理繁杂原始资料,并完成深度逻辑推演与证据链溯源,从“信息检索”走向“专业交付”。

四、智能体全天候干活:边交付边迭代,自主闭环设计冷却液

团队称,Qwen4-Max支持智能体全天候推进长周期任务,通过自主规划与持续迭代分阶段交付可用成果,兼顾自主执行与用户掌控。

持续交付方面,针对长程智能体缺少阶段性反馈、用户难掌握进展的问题,Qwen4-Max融入Live Delivery能力:先交付可用首版,再持续交付更新版本,逐版扩展内容、提升质量。用户可依据每版成果评估进展、校准方向,Agent可结合反馈动态调整计划,让长程任务交付进展可见、执行方向可控。

阿里同步开源Qwen-Live-Delivery-Plugin,安装插件即可体验持续交付能力。

云资源调度方面,Qwen4-Max具备围绕复杂目标与约束进行运筹建模、求解与验证的能力,可交付优化决策方案。该能力在阿里云真实业务场景落地,实现模型自主迭代并优化自身所需调度方案的闭环,涵盖数据标注中的多模型调用调度、云计算GPU资源在线分配调度、云计算CPU资源离线重调度。

相应场景中,数据标注场景模型调用调度费用对应参考基线平均降低10.42%,GPU在线分配相对基线整机空闲容量时长提升4.62%,CPU离线重调度场景达到最优目标的求解速度提升超14.61倍。

在驱动科学发现场景中,面向高功率芯片散热难题,Qwen4依托深度原理Mira干湿实验环境,在连续48小时的自主Agent运行中,构建270万个分子候选空间;并通过4轮设计-测试-学习闭环,完成新型冷却液分子设计、合成与实验验证。

针对阿尔茨海默病NLRP3靶点,Qwen4-Max依托深势PharmMaster完成药物发现全链路智能设计,经多轮迭代优化得到24个候选分子,优选分子结合亲和力约为起点3.6倍,具备湿实验验证价值。

此外,阿里方提及,Qwen4-Max遵循六大AI原则,将治理贯穿全生命周期。代码安全能力显著提升,安全代码通过率大幅上涨;网络安全侧重防御类数据,强化攻击防护;CBRN场景下可识别风险请求,不会输出可落地的高危方案,同时避免过度拒答。

结语:全球头部模型竞速Agent,Qwen4盯上产业工作流

当下,全球头部模型竞争正从单纯比拼推理能力,转向代码开发、计算机操作、专业知识工作与长程Agent执行。OpenAI的GPT-6 Astra、GPT-6.1 Sol持续强化复杂任务处理与计算机使用能力,Anthropic近期推出Fable 5.2、Mythos 5.2,进一步向编程、金融和科学研究等高难度任务推进。

Qwen4-Max试图打造的差异化优势,是将大规模模型能力与产业工作流深度结合。从2.4万亿参数、百万Token上下文,到专业工具调用、自主迭代和科研闭环,阿里试图让模型从回答问题走向交付成果。随着小尺寸模型陆续开源,Qwen4系列能否进一步降低企业部署与应用门槛,将成为其下一阶段竞争的关键。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
28年后仍是战争片天花板,马特·达蒙这部经典为何无人超越

28年后仍是战争片天花板,马特·达蒙这部经典为何无人超越

浅遇时光
2026-11-15 01:45:09
五常均已表态!中日矛盾持续升级,五大常任理事国不再沉默,接连亮明各自立场

五常均已表态!中日矛盾持续升级,五大常任理事国不再沉默,接连亮明各自立场

谈史论今1
2026-11-13 20:52:38
高血脂患者坚决不能吃的6种豆制品!吃一块,相当于喝三杯油!

高血脂患者坚决不能吃的6种豆制品!吃一块,相当于喝三杯油!

鬼菜生活
2026-11-18 06:02:56
机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

机动车年检大势已定?从2027年开始,私家车年检可能面临5大变化

刘哥谈体育
2026-11-15 13:22:01
威尔士2-3葡萄牙,赛后评分:不是B费第1,威尔士19号第1

威尔士2-3葡萄牙,赛后评分:不是B费第1,威尔士19号第1

侧身凌空斩
2026-11-18 05:38:06
浓眉一人枯坐板凳显落寞!与奇才隔阂渐深离队倒数?湖媒呼吁换回他

浓眉一人枯坐板凳显落寞!与奇才隔阂渐深离队倒数?湖媒呼吁换回他

颜小白的篮球梦
2026-11-18 06:00:18
蔡少芬晒全家福为儿子庆生,7岁鱼蛋活泼可爱,被爸妈戳鼻孔好逗

蔡少芬晒全家福为儿子庆生,7岁鱼蛋活泼可爱,被爸妈戳鼻孔好逗

枫尘余往逝
2026-11-16 21:28:28
官宣了!罗伯特・帕丁森成为新一任007

官宣了!罗伯特・帕丁森成为新一任007

齐鲁壹点
2026-11-17 07:20:15
人体最佳睡觉时间表(建议永久收藏)

人体最佳睡觉时间表(建议永久收藏)

神奇故事
2026-11-14 23:05:28
美国发现一个“秘密”:每次对华加关税,中国就去找非洲,为啥?

美国发现一个“秘密”:每次对华加关税,中国就去找非洲,为啥?

老范谈史
2026-11-16 10:07:36
笑不活了!苏州乘客飞机延误办改签,告诉空姐江浙沪几座机场都行,空姐一问目的地,他沉默三十秒才说:苏州

笑不活了!苏州乘客飞机延误办改签,告诉空姐江浙沪几座机场都行,空姐一问目的地,他沉默三十秒才说:苏州

王老师你还好吗
2026-11-06 14:39:40
字母哥20+13+6热火大胜终结火箭4连胜,申京23分7板杜兰特22分

字母哥20+13+6热火大胜终结火箭4连胜,申京23分7板杜兰特22分

湖人崛起
2026-11-17 10:54:42
“四人帮”之一的姚文元刑满出狱,提出两个要求,简直是痴心妄想

“四人帮”之一的姚文元刑满出狱,提出两个要求,简直是痴心妄想

扬平说史
2025-07-07 23:37:32
赵一鸣神话碎了:万店狂奔后,一场加盟商的集体出逃

赵一鸣神话碎了:万店狂奔后,一场加盟商的集体出逃

牛锅巴小钒
2026-11-17 02:38:22
方舒还是太自信了,所以才会有1996年那次严重的失误

方舒还是太自信了,所以才会有1996年那次严重的失误

我来我看见
2026-11-16 19:26:59
张元英惊为天人的头身比例,确实生得极为漂亮。

张元英惊为天人的头身比例,确实生得极为漂亮。

九把勺子
2026-11-16 19:41:23
林子聪说,我住的这个房子,市价三千万,能租五六十年!我都快五十了,住到一百一十岁?根本没必要背房贷!

林子聪说,我住的这个房子,市价三千万,能租五六十年!我都快五十了,住到一百一十岁?根本没必要背房贷!

元气科技馆
2026-11-10 17:19:04
智商越高的人,什么特征越明显?网友:这姐们是神

智商越高的人,什么特征越明显?网友:这姐们是神

另子维爱读史
2026-11-16 21:44:16
厉娜的瓜太炸裂了!2018年,她和经纪人在外面放贷,厉娜出了780万,经纪人出了1030万,一共1810万借给陈某,利息高达36%!

厉娜的瓜太炸裂了!2018年,她和经纪人在外面放贷,厉娜出了780万,经纪人出了1030万,一共1810万借给陈某,利息高达36%!

静若梨花
2026-11-16 22:23:40
全校仅50多岁教师一人自愿当班主任事件上热搜,压垮他的不是那个顶嘴的学生,是一件"小事"

全校仅50多岁教师一人自愿当班主任事件上热搜,压垮他的不是那个顶嘴的学生,是一件"小事"

小徐讲八卦
2026-11-15 14:17:32
2026-11-18 08:07:00
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12955文章数 117195关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

家居
亲子
艺术
时尚
旅游

家居要闻

2026建博会(广州) 公装联探展交流活动

亲子要闻

宝宝气人但是聪明的4个行为

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

无障碍浏览 进入关怀版