阿里发布Qwen4-Max:参数2.4T,单任务成本降58%,前端编程全球第6
阿里巴巴发布全新一代基座大模型Qwen4-Max,智能体及编程能力进阶,迈向真实全场景。
11 月 16 日,阿里巴巴推出新一代基座大模型 Qwen4-Max。这款模型总参数为 2.4T,原生支持视觉能力,上下文长度可达百万级。依靠新的模型架构和训练优化,它用更少的 Token 消耗换来了更高性能,智能体和编程等关键能力持续提升。在全球前端编程盲测 CodeArena 中,Qwen4 排在第 6 位;在 Agents' Last Exam(ALE)、Vals Index 等智能体能力及专业任务三方评测里,Qwen4 也处在领先梯队。Qwen4 针对全领域真实任务做了深度优化,能更熟练地调用专业工具处理长周期任务,推动 AI 在汽车制造、游戏开发、金融投研及科学研究等专业领域落地。
Qwen4-Max 已经在千问 AI 平台上线,对外开放 API 服务,缓存命中时每百万 Tokens 价格低至 0.5 元,完成单个任务的平均费用比上代模型下降 6 成。用户还能通过阿里 Token Plan 调用这一新模型,或者在千问办公、Qoder、千问 APP 等应用里直接体验。据了解,Qwen4 系列的中小尺寸模型会陆续开源发布。

架构上,Qwen4-Max 采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 设计,2.4T 总参数中只激活 71B,每个 Token 激活的参数比上代模型少 25%,思考效率也更高。在 Terminal-Bench 4.0 专业编程评测中,同样处于 Xhigh 思考档位,Qwen4-Max 每次尝试的平均 Token 用量从 Qwen3.8-Max 的 289K 降到 151K,减幅接近 50%;得分则从 38.9 分升到 48.5 分,提高近 25%。加上缓存命中价格大幅下调,评测结果显示,Qwen4-Max 完成单个任务的平均费用(Cost per Task)比 Qwen3.8-Max 低了 58%。
新架构加上高效的训练优化,让 Qwen4-Max 的性能整体抬升。在聚焦编程的 CodeArena 全球盲测权威榜单上,Qwen4-Max 前端(Webdev)排在全球第 6,位置介于 GPT6-Astra 和 Claude Fable5.1 之间,刷新了中国模型的最好成绩。在“智能体最后的考试” Agents' Last Exam(ALE)中,它拿下 46.7 的最高分,比 Qwen3.8-Max 高出 18.8 分;在考察大模型理解专业图表与推理能力的 Chartography 评测中,Qwen4-Max 得到 54.2 分,较上代提升 12.2 分;专业工作评测 JobBench 中,新模型得分 68.5,高于 GPT-6.1sol,低于 Claude Opus5.5;专注法律专业的 HLAB-Vals-1.1 上,Qwen4-Max 拿到 21.3 分,比 Qwen3.8-Max 进步 5.9 分,处于行业领先模型之列。
日常的简单需求也好,长周期的复杂任务也罢,Qwen4 都能可靠交付,人机协作更顺畅。Qwen4-Max 在模型内实现了持续交付(Live Delivery)机制:先给出一个能用的首版,再按用户意见一版版扩展内容,直到完成。面对一个物理课堂科普网站的设计需求,Qwen4-Max 交付了 14 次可用版本,最终扩充成包含 3D 动画、交互实验和原理详解的精致网站。它还能围绕复杂目标与约束进行运筹建模、求解和验证,通过自主规划与持续迭代编排智能体,解决更复杂的任务。基于阿里云 AI 基础设施,Qwen4-Max 自主闭环优化了支撑自身应用、推理与训练的运行系统,在数据标注场景中把模型成本费用降低 10%,在 CPU 离线重调度场景把最优求解速度提升超 14 倍。

从专业协作(Cowork)到全天候智能体,Qwen4 正走进更多真实工作任务和生产环境。千问团队搭建了覆盖 721 个细分领域的 Work360 全场景建模体系,系统评测中 Qwen4-Max 得分 52.69,比上一代模型提升超 10%。在游戏开发等专业设计领域,Qwen4 的 3D 建模能力突出,也更善于调用 Blender 等专业工具,一句话就能生成一个好玩、酷炫的 3D 游戏。汽车制造行业里,Qwen4 已贯穿产线规划、零件设计与加工验证等全流程,单个工件加工编程的人工用时从 475 分钟骤降到 24 分钟,减少 95%;金融投研场景中,它熟练调用 90 个 MCP 专业工具,产出 Excel 底稿与 PPT 报告,并支持双重溯源来保证结论可靠。
在 AI 辅助科学发现(AI For Science)的前沿领域,Qwen4 已经初步拿出材料和药物发现的真实成果。材料发现方面,Qwen4 连续自主运行 48 小时,从 270 万个候选分子中挑出候选分子,经过 4 轮“设计—合成—测试”闭环,真实合成出一种新型冷却液材料,为缓解高功率芯片带来的数据中心散热难题提供了新思路。药物发现方面,针对阿尔兹海默症关键靶点,Qwen4 通过 454 次工具调用,完成 3239 项计算评估,设计优化了 24 个候选分子,最终优选分子与靶点的名义结合亲和力比起点分子提升约 3.6 倍,是更有效的新选择。