阿里千问4 Max发布:2.4万亿参数,单任务成本降58%
底座架构重写,单任务成本暴降近六成,阿里把旗舰模型拉进了真实排班表。
阿里把旗舰模型派上了真实排班表:底座架构推倒重写,跑一个任务的花费少了将近六成。
国产旗舰模型,这回总算有了新面孔。
11月16日,阿里千问新一代旗舰模型Qwen4-Max正式登场。五天前,预览版qwen4-max-preview才在Token Plan里悄悄出现过,如今正式版把底牌全摊开了。
主干总参数仍是2.4万亿(2.4T),文本、图像、视频三种输入原生支持,上下文窗口做到100万Token。真正抢眼的其实不是参数表,而是官方一并算出的账:模拟真实工作场景的评测中,千问4 Max完成单个任务的平均开销由上一代的26.58元跌至11.16元,降幅58%。
千问团队想说的话很清楚:旗舰大模型比纸面分数的年代已经过去,接下来要把它推进真实工作流,让它成为能扛长活、账也算得过来的「新同事」。
01
给2.4万亿参数的庞然大物卸包袱
这一年里,宣称百万上下文的模型不少。可真把几十万字的项目文档或整座代码库塞进去,不少模型跑到后半程就注意力散掉、输出变慢,费用还高得离谱。想让「新同事」在100万上下文和长程Agent任务中既稳又省,外围工程打补丁已经不管用,只能往底层架构上动刀。
千问4 Max在底座上动了三处,思路一致:算力得花在要紧的地方。
先是管记忆的注意力层。假如模型在长文本里每写一个字,都得把前面几十万字逐字重读,算力开销就会迅速膨胀。千问的办法是混合方案(GDN加Qwen Sparse Attention):每4层网络里,3层把读过的历史压缩成固定大小的状态往后传,另1层按区块挑重点细看。打个比方,像个老练的秘书,平时脑子里存着会议纪要的主线,真要核对才去翻某一页原件,长上下文也就不卡了。

千问4 Max模型在模型功能中的对比|图片来源:千问
参数推到2.4万亿,训练时最担心数据洪流把网络冲垮,也就是工程师说的损失值尖峰(loss spike)。千问在残差层装了门控机制(Gated Residual),原来单线传输的信息通道扩成4条并行分支,路口再加调节开关。靠着这套设计,2.4万亿这么大的盘子从头到尾把预训练平稳跑完了。
嵌入层也有动作:千问在第二层加了一套328B规模的词组查表机制(N-gram Embedding)。碰上常见搭配直接查表取特征,计算量增加不多,模型的知识容量却撑大了。
三处改完,千问4 Max每个Token只激活71B参数,比上一代少约25%,效果反倒更好。内部的知识、代码、问答和STEM综合评测里,底座模型Qwen4-Max-Base的数据压缩效率指标(BPB,越低预测越准)在5个参评模型中最低,较前代Qwen3.8-Max-Base压低5%到13%。
榜单虽说不在考虑之内,千问4 Max的分数还是拿得出手。Work360行业基准覆盖26个一级领域、182个二级子领域、721个三级细分领域,它拿到52.69分,前代Qwen3.8-Max是47.74分,涨了一截;Xhigh和High两档思考强度下,Token消耗分别省了约24%和35%,换到更硬核的Terminal-Bench 4.0终端任务,省得更多,约48%和49%。
阿里云百炼同步下调定价,成本优势又放大一层。国内华北2(北京)节点,千问4 Max标准按量价为每百万Token输入10元、输出30元,前代则是12元和36元;新开通用户直接送100万免费Token。Agent反复读取背景资料的场景下,显式和隐式缓存命中价压到每百万Token 0.5元(创建缓存5分钟12.5元,1小时20元)。国际版也降了:输入1.5美元、输出4.5美元,隐式缓存低至0.075美元,缓存降幅70%。
02
从3D雪村到汽车产线
模型好不好用,说到底要看真跑出来的画面和代码。这几天B站技术UP主们拿预览版做出了不少有意思的实测,千问官方今天也放出了正式版的硬核演示。
先看民间用预览版玩的那些。B站UP主「eddieliugd」只写了一句提示词,Qwen4-Max预览版就一次成型搭出一座3D阿尔卑斯雪村,光影和地形起伏都有,整套代码生成一共只花了6.4万Token。另一位B站UP主「AI随风随风」让预览版在单文件里做出一个能玩的3D低多边形漂移赛车小游戏,赛道、车辆操控、仪表盘UI全都齐了。

Qwen4-Max预览版一句话一次成型生成的3D阿尔卑斯雪村,消耗6.4万Token|视频来源:B站UP主「eddieliugd」

Qwen4-Max预览版单文件生成的3D低多边形漂移赛车小游戏|视频来源:B站UP主「AI随风随风」
到了今天的正式版,官方演示的复杂度又往上提了一档。
游戏开发演示中,千问 4 Max 自己把场景和玩法逻辑都搭了起来,做出一个真能上手玩的 3D 猫法师 RPG,装备背包、小地图 HUD、Boss 战都在界面里。做网页应用时,它换了个路数:引入「持续交付(Live Delivery)」机制,对应的 Qwen-Live-Delivery-Plugin 插件也已开源。模型不再埋头憋上一小时丢给你一堆半成品,而是先交出能跑通的首版,之后随你的反馈随时打断、边改边加。官方演示的中文物理科普网站案例中,它一路扩出完整课程页面,还在网页里直接嵌了可手动调参的 3D 光学全反射交互实验。

Qwen4-Max 独立完成场景搭建与玩法逻辑开发的 3D RPG 游戏实机演示|来源:千问官方

Qwen4-Max 通过持续交付机制生成中文物理科普网站及 3D 光学交互实验|来源:千问官方
离开娱乐和科普,千问 4 Max 在三丰智能装备、统联精密的汽车制造演示里直接接过了工业软件流:2D 图纸转成 3D 产线布局,车门等部件做参数化建模,加工刀路仿真核验时还能自动揪出「刀具直径过大导致的局部过切」。代码安全这块,Last Secure Code Bench 测试中它的功能与安全双通过率从上一代的 22.0% 升到 31.8%。

Qwen4-Max 辅助汽车产线 3D 布局与零件加工仿真核验|来源:千问官方
03
国产旗舰的牌局怎么打
演示里的落地数据,其实比动画本身更实在。三丰智能装备和统联精密的实际生产场景中,过去老师傅编一个工件的加工程序平均要约 475 分钟,用上千问 4 Max 辅助后,人工投入压到 24 分钟,省下约 95% 的时间。
金融和法律圈那些繁琐案头活,它也接得住。做金融投研,它一口气调度 90 个 MCP 工具抓多源数据,最后交出的 Excel 底稿每处数字都可溯源,另附可编辑 PPT;碰上 IPO 法律尽调里 198 份命名混乱的散乱底稿,它自行归类、交叉核查公开信息,识别出对赌协议隐患,最终写出 86 页、6 万多字的完整报告。
危重症临床辅助决策里也有它,与深度原理合作的 48 小时冷却液新材料筛选同样如此——从 269 万个分子里挑出候选分子,再联动实验验证。
开发者要用上这些能力,路径已经铺好:千问 4 Max 全面上线千问 AI 平台的 API 与 Token Plan,并接入千问 APP、千问办公、Qoder、Qwen Studio 和 QwenWork。它兼容 OpenAI 与 Anthropic 的 API 格式,思考强度分 low、high、xhigh 三档可调,默认开 high。官方说法是,Qwen4 系列的中小尺寸模型后续会陆续开源。
11 月的国产大模型赛场,各家侧重不同。月初腾讯混元发了开源的 Hy4 正式版,百度 11 月上旬接连推出主打轻快的文心 5.5 Flash Base 和 Preview 版本。不过,在 2.4 万亿参数的旗舰底座上重写全套底层架构、把长程任务单次账单砍掉近六成,这个月最重磅的旗舰动作仍属千问 4 Max。
去年大家卷参数、卷跑分,今年底则带着 58% 的单任务成本降幅走进工厂车间和律所,旗舰大模型的比拼已经换赛道。技术能力早已足够惊艳,接下来真正决定谁能留在企业排班表里的,是月底那张算力账单。