Qwen4-Max四项实测:2.4万亿参数模型能自己交活了

资讯 腾讯网 作者:光子星球 全文 2331 字 · 约 6 分钟读完 分类旗舰模型模型发布游戏

11月15日,千问发布新一代旗舰模型Qwen4-Max。新模型总参数2.4万亿,具备原生视觉能力,上下文窗口达到百万token。官方将其定位为“全天候AI新同事”,主打方向是长程任务与成果交付。为了验证这一定位能否在实际使用中成立,我们设计了四项测试,包含了前端互动网页、Godot 3D动作游戏、视频白模预演,以及一份

所属频道 模型发布影视与游戏

11月15日,千问新一代旗舰模型Qwen4-Max正式发布。这个新模型总参数2.4万亿。

这一定位在实际使用中能不能站得住?我们设计了四项测试来验证,覆盖前端互动网页、游戏工程等方向。

四项任务跑完,Qwen4-Max交出的都是能直接打开、直接使用的成品。成品之外更值得看的是它干活的方式:环境搭建、运行测试、画面检查、问题修复,这些环节大多由模型自己完成。

四项测试下来,我们得到三点核心结论。

1、交付前先自我验证,已经成了常规动作。代码写完先检查,游戏做完先试玩,镜头开拍前先规划,PPT交付之前Qwen4-Max也会自己先过一遍。

2、用AI开发游戏的门槛明显降了。引擎下载、导出模板续传、在线发布这些工程环节,由Qwen4-Max与相关工具配合完成。

3、修改意见能准确落地。游戏第一版数值偏难,模型收到六项修改意见后,第二版全部落实,还额外修好了两处没人指出的程序缺陷。长程任务不必一版到位,关键是每轮迭代都有实质改进,Qwen4-Max在这一点上做到了。

一句话说,Qwen4-Max展现的是交付前主动自查的工作能力。

架构更省,能力更强,成本更低

这次升级的重点不是单项评测分数,而是把任务做完的能力。

先看新架构。Qwen4-Max总参数2.4T,每个token激活71B,另外还有328B的N-gram Embedding参数。

架构上有三处主要改动,其中三层采用了新设计。

官方称,Qwen4-Max预训练全程没有出现异常情况。

打个比方,模型处理长文本,好比图书馆整理一份百万字长稿:Gated DeltaNet像随读随记的馆员,只在一张固定大小的摘要卡上记要点,留什么删什么由“门控”决定;Qwen Sparse Attention在需要原文时按索引调出相关几卷,不用把整座书库搬空;N-gram Embedding则是常用短语索引,常见搭配直接就能查到。2.4T是馆藏总量,每处理一个token,实际取用的只有71B。

第二是专业工具与长程任务。为了衡量模型在专业场景里的表现,千问构建了相应评测体系。

长程任务方面,新模型引入了新的机制。

第三是使用成本。Work360评测中,Xhigh和High两档推理强度的token消耗分别减少约24%和35%;单个任务平均费用从26.58元降到11.16元,降幅58%。

下面用四项测试检验这些能力在实际任务中的表现。

四项实测:难度逐级递进,成品全部可用

这轮测试重点看Qwen4-Max的“成果交付”能力,测试遵循三项原则,仅使用规定范围内的工具。

四项任务难度逐级递进:从单文件的前端网页,到完整的游戏工程,再到考验空间精度的任务。

第一项是前端测试。题目用的是社区流行的“秦始皇骑北极熊”,Qwen4-Max一次性生成了完整页面。

首轮需求沿用社区通行写法。成品里,秦始皇身着黑袍金边,对应“秦尚黑”的历史设定,冕冠旒珠随奔跑摆动;远山、长城与雪地分三层视差滚动。

按第二轮需求,Qwen4-Max把动画扩展成《秦始皇骑北极熊巡游记》,内容更完整。

第二项任务不再是单文件,而是一个完整的工程项目。

这项任务对自主性要求最高。下载引擎超时后,模型自己改走镜像源,并做断点续传;开发过程中,模型实际运行游戏并截图检查,发现视角设置有问题,随即改掉,确认网页版跑通后才完成在线发布。

第一版数值设定偏难。六项修改意见提出后,第二版全部照做,游戏资源包从14MB压到253KB。接着模型写了一个自动玩家程序,程序从开局一路打到首领战并通关;这期间,模型还自己发现并修好了两处没人指出的程序缺陷。

试玩链接:https://wd4635fq.qwenwork.host/

第三项任务考的是空间精度,要制作一段20秒、五个镜头的中式庭院。

动手之前,模型先把交付形式问清楚。需求里“南北20米是否包含正殿”这类说不准的地方,模型也给了明确处理办法,连同其他补充假设一起写进参数表。各镜头的机位和视角都做了数学校验。

拖动时间轴核对下来,角色停步、正殿亮灯、殿门开启这三个时间点都对得上。个别仰拍机位的画面有一部分被井沿挡住,再补一句指令调整取景就能解决。

第四项任务回到办公场景:自主搜集资料,做一份《国产AI大模型2026年发展盘点》PPT。只给一个题目,Qwen4-Max交出了14页可编辑的演示文稿,含3张原生图表,每页页脚都附了出处链接,还主动标明哪些数据属于厂商披露口径。

模型先做了5轮联网检索,覆盖主要厂商、时间线、开闭源格局、价格和典型应用,最后一页给出它自己的判断:“竞争主轴=单位任务成本×交付可靠性”。

排版检查上,模型先把PPT渲染成图片,再调用自身的视觉能力逐页看文字溢出、图表可读性和页脚越界,改了4页后重新渲染复核。

自我验证,让长程任务走进日常工作

Qwen4-Max把大模型的竞争重点,从“答得好”推到了“交得出”。

从能力看,自我验证是交付可靠的前提。本次测试的四项任务难度递进,越往后越接近真实工作,对交付的要求也越高,成品质量却没有随难度提升而下滑。原因在于,每项任务交付前,模型都会自己检查一遍。原生视觉、长程执行这些能力,由此不再只是评测分数,而是变成了实际的交付质量。

从产品看,模型与产品配合,使用门槛被拉低了。

从成本看,价格决定这种用法能不能普及。单个任务平均费用下降58%,Qwen4系列中小尺寸模型也将陆续开源。长程智能体要变成日常工具,成本得先降下来。

能力、产品与成本一起往前走,“全天候AI新同事”这个定位才有了落地的基础。从这次实测看,Qwen4-Max已经养成交付前先把工作检查一遍的习惯,这也是AI成为新同事最重要的素质。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 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

    来源 腾讯网
  2. 阿里Qwen4-Max发布:总参数2.4T,单任务平均费用降六成

    新京报贝壳财经讯(记者罗亦丹)11月16日,阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max以更少的Token消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测CodeArena中,Qw

    来源 腾讯网
  3. 阿里Qwen4-Max发布:2.4T总参数仅激活71B,单任务成本降58%

    阿里巴巴11月16日发布新一代基座大模型Qwen4-Max,总参数2.4T但激活参数仅71B。新模型在前端编程盲测中位列全球第六,智能体能力评测领先。通过架构优化,其单任务平均费用较上代降低58%,缓存命中价格低至每百万Token 0.5元。目前该模型已上线千问AI平台,并在汽车制造、药物研发等场景落地,中小尺寸版本将

    来源 AI 应用前沿
  4. 腾讯混元Hy4 flash发布:每百万Token输入0.5元,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。” 混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。 该模型总参数量为224B(其中64B

    来源 AI 行业观察
  5. 终于!千问办公敞开大门,Kimi、GLM、DeepSeek都来了

    AI应用风向标(公众号:ZhidxcomAI)作者|毕伟豪 编辑|漠影智东西11月16日报道,今天,阿里AI办公产品千问办公一口气上线了10款大模型,不仅包括自家今天刚刚发布的新一代旗舰模型Qwen4-Max,还引入了Kimi、GLM、DeepSeek、MiniMax、Step等多个第三方大模型。这也意味着,千问办公正

    来源 腾讯网
  6. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  7. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  8. 百度词元所上线首日:供应商增超100家,客户接入破1000家

    【环球网科技综合报道】11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使.

    来源 腾讯网
  9. 腾讯混元发布Hy4 flash:224B参数,单任务成本只有Hy4的1/20

    【环球网科技综合报道】11月16日,腾讯混元发布最新语言模型Hy4 flash。该模型总参数量224B(其中64B Engram参数),激活参数12B,支持多模态和1M上下文长度。腾讯混元称,Hy4 flash是其迄今性价比最高的Hy模型,每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比 Hy

    来源 腾讯网
  10. 百度词元所上线首日:入驻供应商破100家,新增客户超1000家

    11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。 词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使用可信的模型Token

    来源 AI 行业观察
  11. 巨人网络AI实验室并入技术中台:研运赋能与投资布局同步推进

    【TechWeb】11月16日消息,巨人网络今日确认,已调整AI实验室组织架构,相关团队与技术能力整合至公司技术中台。此次调整旨在进一步将AI技术与游戏业务场景深度结合,公司将继续加大AI战略投入,深化研运赋能、应用创新及产业生态布局。 巨人网络表示,在AI技术发展早期,公司组建AI实验室,围绕自研模型、音视频生成工具

    来源 AI 行业观察
  12. Qwen4-Max上线:2.4T参数架构升级,单任务费用降58%

    阿里千问11月16日发布Qwen4-Max,定位全天候AI协作伙伴。基于Qwen4新架构,总参数2.4T、每token激活71B,另有328B N-gram Embedding参数,具备原生视觉能力,支持百万token上下文。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,也可经阿里Token

    来源 AI 产业速递
  13. 阿里正式发布Qwen4,智能体及编程能力进阶

    36氪获悉,阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max以更少的Token消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化。Qwen4面向全领域的真实任务深度优化,可更好地调用专业工具处理长周期任务。Qwe

    来源 AI 行业观察
  14. Hy4 flash实测:WorkBuddy限免,价格只有旗舰二十分之一

    11 月 16 日,腾讯混元正式发布 Hy4 flash,并在腾讯办公智能体 WorkBuddy 国内版和国际版同步首发,11 月 30 日 23:59 前限时免费。官方称它是“迄今为止最高性价比的 Hy 模型”。把价格压到这个程度,背后是整个行业的风向。11 月第一周,OpenRouter 全球模型调用量榜单的前三名

    来源 腾讯网
  15. SemiAnalysis大幅下修AI算力预测:2028年资本开支预测下调近三成

    AI基础设施投资热潮出现新的降温信号。半导体研究机构SemiAnalysis在11月13日发布的最新模型更新中,大幅下调了未来数年AI加速器出货、资本开支、HBM需求和电力需求预测。其中,2028年至2030年的调整幅度尤为明显:2028年全球AI加速器资本开支预测被下调28%,2029年和2030年分别下调41%和4

    来源 腾讯网
  16. 华为云发布具身世界模型,物理AI再迎重磅催化!宇树科技翻红涨超1%,机器人ETF汇添富(159213)全天逆市吸金!人形机器人产业趋势怎么看

    11月16日,A股市场震荡回调,沪指跌0.87%险守3600点,光模块、半导体为代表的双创指数明显承压,部分物理AI标的活跃,宇树科技翻红涨超1%,但板块整体震荡,机器人ETF汇添富(159213)标的指数跌超3%,资金逆市坚挺涌入,机器人ETF汇添富(159213)再度吸金,近3日有两日实现资金净流入。机器人ETF汇

    来源 腾讯网
  17. 阿里上线Qwen4-Max:原生视觉+百万上下文,总参数2.4T

    11月16日,阿里巴巴正式上线新一代基座大模型Qwen4-Max,总参数2.4T、激活参数71B,具备原生视觉能力并支持百万上下文,采用基于Qwen稀疏注意力(QSA)的全新MoE架构,每个Token激活参数较上代减少25%。

    来源 凤凰科技
  18. Deepnote实测12款AI当同事:OpenAI包揽前二,Fable 5.2贵17倍反输

    花430倍的钱,只多11%的分数! 太夸张了。数据协作平台Deepnote今天发布了一项评测结果—— 创始人Jakub Jurovych搞了一个叫Agent Initiative Benchmark的东西,把12个前沿模型丢进同一家公司的Slack群里当AI同事,让它们自己决定什么时候该帮忙、什么时候该闭嘴。 跑完一看

    来源 AI 行业观察
向下滚动自动加载更多