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
总参数2.4T,跑起来只动用71B——阿里这次在算力账上抠得很细
11月16日,阿里巴巴通义千问团队推出新一代基座大模型Qwen4-Max。光看“总参数2.4T”这个数,容易以为又是靠堆规模取胜,可拆开它的运行方式看,真正的着力点是“省”和“准”,而非“大”。
模型用的是基于Qwen稀疏注意力(QSA)的全新MoE(混合专家)架构。总参数量达到2.4万亿,但每处理一个Token,真正被激活的参数为710亿。也就是说,回答简单问题时,它不必把整个“大脑”的神经元全部叫起来。官方数据给出的对比是:每个Token的激活参数较上一代少了25%。
架构变化直接换来效率。在Terminal-Bench 4.0专业编程评测中,同处高思考档位,Qwen4-Max每次尝试平均消耗的Token从上一代Qwen3.8-Max的289K降到151K,接近腰斩;得分反倒从38.9分升到48.5分,涨了将近四分之一。
对开发者和企业来说,效率就是钱。激活参数少了,缓存命中率也做了优化,Qwen4-Max跑完单个任务的平均费用比上一代低58%。眼下该模型已在千问AI平台开放API服务,缓存命中价格压到每百万Tokens 0.5元。调用渠道上,用户可走阿里Token Plan,也能直接在千问办公、Qoder等应用里试用。通义千问团队还提到,Qwen4系列的中小尺寸模型会陆续开源,社区开发者可以留意。
前端编程挤进全球前六,它不只是个聊天机器人
在不少人的印象里,大模型无非陪聊、写点简单代码。Qwen4-Max此次亮出的硬本事,主要落在编程和智能体(Agent)执行两块。
权威前端编程盲测榜单CodeArena上,Qwen4-Max排到全球第六。榜单采用盲测,评测者不知道代码出自哪个模型,只按代码质量和运行结果打分。Qwen4-Max的位置在GPT-6-Astra和Claude Fable5.1之间,刷新中国模型在该领域的最好名次。网页结构理解、可交互前端代码生成这些环节,它已经能和顶尖模型过招。
写代码之外,“智能体最后的考试”(Agents' Last Exam, ALE)中它拿到46.7分,比上一代多出18.8分。ALE考的是模型作为智能体,能不能自己规划、调用工具、把复杂任务做完。分数高,说明它已不是被动作答的对话框,而是能主动干活的助手。
专业领域评测里,它的表现比较均衡。图表理解与推理评测Chartography得分54.2,提升12.2分;模拟真实工作场景的JobBench得分68.5,超过GPT-6.1sol,仅次于Claude Opus5.5;法律专业评测HLAB-Vals-1.1得分21.3,进步5.9分。这些分数背后是通义千问团队搭起的Work360全场景建模体系,覆盖721个细分领域。在该体系的系统评测中,Qwen4-Max整体专业能力较上一代提升超过10%。
从“提建议”到“交成品”,智能体开始接长周期的活
大模型落地最难的,常常不是懂不懂知识,而是能不能把一件多步骤、长周期的事从头做到尾。Qwen4-Max引入“持续交付”(Live Delivery)机制,就是冲着这个难题去的。
过去用AI做网站,往往得反复对话:“这里改个颜色”“那里加个按钮”。现在Qwen4-Max先给一版能用的初稿,再按反馈自己迭代出第二版、第三版,直到交付完整产品。官方举了个例子:面对一个物理课堂科普网站的需求,Qwen4-Max连续交付14个可用版本,最后生成包含3D动画、交互实验和原理详解的成品网站。整个过程用户不必步步手把手教,模型会自主规划并扩展内容。
工业场景越复杂,这套本事就越能体现价值。Qwen4-Max 面对复杂目标,可以完成运筹建模、求解和验证。阿里云做基础设施优化时,它自己把支撑自身应用、推理与训练的运行系统优化了一遍,全程自主完成。落到数据标注上,模型成本费用降了 10%;CPU 离线重调度场景里,最优求解速度提升超过 14 倍。它干的不是单纯写代码,而是先读懂系统约束,再自己找出最优解。
进工厂、做实验,AI正走出屏幕
编程和办公还算AI的“舒适区”,走进汽车制造和科学发现,Qwen4算是扎进了实体产业。
汽车制造流程繁琐、容错率低,Qwen4已贯穿产线规划、零件设计与加工验证全流程。一个工件的加工编程,过去人工要花475分钟,借助Qwen4辅助后缩短到24分钟,降幅95%。省下人力之外,更关键的是迭代提速,新车研发周期有望进一步压缩。
金融投研场景里,分析师常要处理海量数据、撰写报告。Qwen4能熟练调用90个MCP(Model Context Protocol)专业工具,自动产出Excel底稿和PPT报告,并支持双重溯源,让每个结论都有据可查。对准确性要求极高的金融行业,这一点相当要紧。
更受关注的是 AI for Science 方向的进展。材料发现上,Qwen4 一口气运行 48 小时,从 270 万个候选分子里筛出目标,走完 4 轮“设计—合成—测试”,真的合成出了一种新型冷却液材料,有望给高功率芯片数据中心的散热难题解套。要说清楚:这不是模拟,是实实在在合成出了物质。
药物发现这边,针对阿尔兹海默症的关键靶点,Qwen4 做了 454 次工具调用、3239 项计算评估,设计并优化出 24 个候选分子。最终挑出的分子,和靶点的结合亲和力比起始分子高出约 3.6 倍。AI 不光能在虚拟世界里跑数据,还能指导实验室里的瓶瓶罐罐,把新药研发往前推。
结语
Qwen4-Max 的发布放出一个明确信号:大模型比拼的重点,已经从参数规模转到效率、成本和实际落地能力上。2.4T 总参数配上 71B 激活参数,智力上限守住了,使用门槛也压住了。编程、智能体执行、垂直行业应用这几块,Qwen4 拿出来的不再是“玩具级”演示,而是能省工时、能出实物成果的生产力工具。
中小尺寸模型陆续开源之后,更多开发者基于 Qwen4 架构做出各具特色的应用,是可以期待的。对企业来说,接下来一年或许最该琢磨的,是怎么把这类能处理长周期任务、能调用专业工具的模型,接进自己的业务流程里。