24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%
智东西(公众号:zhidxcom)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
智东西(公众号:zhidxcom)
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
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Claude Opus5.5等模型。
在Artificial Analysis公布的43分,比Qwen3.8 Max(xhigh)高9分,比单任务成本在阿里公布的降低达58%。
目前,Qwen4-Max已上线0.5元;用户也可通过
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
▲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“
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、
不过它并非全面领先,在
同时,
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
GDN+Qwen Sparse Attention(QSA)
Gated Residual(GR)
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
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
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
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。