阿里发布Qwen4-Max基座模型,2.4T总参数、单任务费用降58%
要点
11月16日,阿里巴巴推出新一代基座模型Qwen4-Max。该模型总参数规模为2.4万亿,具备原生视觉能力,上下文窗口为100万token,完成单个任务的平均花费比上一代低约六成。 架构方面,Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新混合专家结构。2.4万亿参…
11月16日,阿里巴巴推出新一代基座模型Qwen4-Max。该模型总参数规模为2.4万亿,具备原生视觉能力,上下文窗口为100万token,完成单个任务的平均花费比上一代低约六成。
架构方面,Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新混合专家结构。2.4万亿参数中仅710亿在单次推理时被激活,每个token对应的激活参数量较上一代减少四分之一。稀疏激活的做法,是把算力集中在被选中的那部分子网络上。
通义千问此前已有混合专家路线的积累:2024年3月,该团队开源首个MoE模型Qwen1.5-MoE-A2.7B,激活参数为27亿。把新旧两代模型的数据并列,可以看到总参数量都维持在2.4万亿量级,而单次激活规模、评测token用量与单任务费用均较上一代下降,这几个变化的方向一致。
在Terminal-Bench 4.0专业编程评测的Xhigh档位,Qwen4-Max每次尝试的平均token消耗从上一代Qwen3.8-Max的28.9万降到15.1万,接近减半;得分由38.9升至48.5,提高约四分之一。token消耗下降而得分上升,意味着单位token对应的评测得分提高。按缓存命中价下调后的口径,单个任务花费较上一代少58%。
其他评测中,Qwen4在全球前端编程盲测CodeArena排名第六,在Agents’ Last Exam(ALE)、Vals Index等智能体与专业任务第三方评测中位于前列。通义千问于2023年9月13日面向公众开放,2026年3月品牌统一为千问,上一代Qwen3.8-Max在2026年8月上线。上述评测分别覆盖前端编程、智能体能力与专业任务三类场景。
应用层面,Qwen4面向真实任务优化,强调调用专业工具处理长周期任务,覆盖汽车制造、游戏开发、金融投研与科学研究等领域。该模型已上线千问AI平台对外提供API服务,缓存命中每百万Tokens低至0.5元;开发者可通过API或Token Plan调用,也可在千问办公、Qoder、千问App中体验。
Qwen4系列的中小尺寸模型将陆续开源。




冀公网安备13068102000496号