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
11月16日,阿里千问大模型正式推出Qwen4-Max,将其定位为全天候AI协作伙伴。该模型采用Qwen4全新架构,总参数2.4T,每token激活71B,另设328B N-gram Embedding参数,原生具备视觉能力,上下文窗口支持百万token。
目前Qwen4-Max已在千问AI平台提供API服务,缓存命中时每百万Tokens低至0.5元;用户也可通过阿里Token Plan调用,或在千问办公、Qoder等应用中体验。官方同时全面下调API定价,Qwen4系列中小尺寸模型将陆续开源。

架构层面,Qwen4-Max从注意力、残差与嵌入三处入手升级稀疏MoE:每四层中有三层用Gated DeltaNet压缩历史状态,一层由QSA按块选取上下文;Gated Residual扩展成四条并行分支,N-gram Embedding则以较低开销扩充容量。在2.4T规模下,预训练过程平稳,全程未出现损失尖峰。内部评测显示,其基座在知识、代码、问答与STEM四类的BPB上均为五个参评模型里最低,比同为2.4T的上一代下降约5–13%,每token激活参数减少约25%。

性能与成本上,该模型在Code Arena前端盲测中位居全球前列;Work360行业基准拿到52.69分,高于Qwen3.8-Max的47.74分。在Work360与Terminal-Bench4.0上,Xhigh和High两档的token消耗分别减少约24%、35%与48%、49%,单任务平均费用从26.58元降到11.16元,降幅58%。
落地场景方面,汽车制造中单个工件加工编程的人工投入由约475分钟缩短至24分钟,减少约95%;法律尽调交付了86页、6万余字的报告;药物发现中优选分子的结合亲和力约为起点的3.6倍。

官方表示,Max只是Qwen4的首款模型,小尺寸模型将陆续开源。借架构升级同时提升token效率、拉低API成本,这一做法延续了大模型竞争由参数规模转向真实生产力交付的走向。