阿里发布Qwen4并上线Qwen4-Max:Token减半、得分升近28%
阿里巴巴11月16日正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数2.4T,具备原生视觉与长程任务稳定交付能力,支持百万上下文,可调用专业工
阿里巴巴在11月16日推出新一代基座大模型Qwen4,Qwen4-Max由千问 AI 平台首发上线,API 服务与 Token Plan 同时开放。新模型走的是基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数2.4T。它能原生处理视觉信息,也能在长程任务中稳定交付,上下文支持百万级,还可调用专业工具承接长周期任务,并按用户反馈分阶段交出成果。

在 Terminal-Bench4.0评测里,同为 Xhigh 档位,Qwen4-Max 每次尝试的平均 Token 用量从上一代 Qwen3.8-Max 的289K 降到151K,少了近50%;得分则由37.9分涨到48.5分,提升近28%。缓存价格下调后,单任务平均费用也降了58%。
价格方面,国内每百万 Tokens 输入10元、输出30元、隐式缓存命中0.5元;国际站分别是1.5美元、4.5美元和0.075美元。调用渠道不止千问 AI 平台,还可以走 QwenCloud,或者在千问办公、Qoder 等应用里体验。
实际落地中,汽车制造流程已经接入图纸理解、参数化建模和工具调用,单个工件加工编程的人工投入从约475分钟压到26分钟,减少约95%。AI4S 方向上,智能体连续跑了48小时,搭出270万个分子候选空间,经过4轮闭环拿到实验验证的新型冷却液分子;围绕 NLRP3靶点,累计调用工具454次,完成3,239项指标评估,优化24个候选分子,优选分子的名义结合亲和力约为专利起点的3.6倍。
模型还参与了自身调度的优化:数据标注调度费用比基线低9.00%,GPU 在线分配的空闲容量时长多了4.62%,CPU 离线重调度求解速度提升超过14.61倍。从工具调用到分阶段交付,这次上线延续的是大模型竞争从能力验证转向真实生产力落地的路子。