刚刚,Qwen4-Max 发布
刚刚,阿里通义千问发布了 Qwen4 系列的首个模型 Qwen4-Max。 Qwen4 发布 本次换代用上了全新的 MoE 架构,主干参数 2.4T,每个 token 激活 71....
阿里通义千问刚刚推出Qwen4系列的首款模型,名字叫Qwen4-Max。
这次换代换上了全新主干,参数规模2.4T,原生支持视觉输入,上下文窗口拉到100万token。
官方把它定位成「AI 队友」,盯的是真实工作场景里的长程执行和交付质量。
价格反而比上代Qwen3.8-Max便宜:输入 $1.5/M,输出 $4.5/M,缓存价格直接降了 70%。
更省 token
相比上一代,Qwen4-Max 更强,消耗的 token 却更少。
在官方的
再算上降价,Work360 上单个任务的平均成本从 $4.43 降到 $1.67,降幅 62%。
性能
官方拿它和
Qwen4-Max 在 DeepSWE v1.1 拿到 75.7,Agents' Last Exam v1.1 拿到 46.7,
法律这一项,Qwen4-Max 的成绩是 Opus 5.5(9.2)的两倍还多。
短板也很明显:Terminal-Bench 4.0 上只有 48.5,跟 Kimi K3.1 的 67.2 差得不少;复刻软件的
Work360
为了衡量「干活」能力,Qwen 团队自己搭了个分级工作基准 Work360,分 26 个一级领域、182 个二级子领域、721 个三级专业领域,设计、编程、金融、法律、医疗、教育、物流、能源都覆盖到了。
Qwen4-Max 在这个基准上得分 52.69,上一代是 47.74,提升约 10%。
架构
Qwen4-Max 把[[保留1]]注意力机制改用了
残差连接则替换为四路并行的门控残差。每一层都靠动态读写门来存取信息,训练因此更稳。
第二层还额外加了一个[[保留1]]。按官方说法,2.4T 规模的训练从头到尾没出现过一次 Base 模型崩溃。和 Qwen3.8-Max-Base 相比,它的激活参数少了 25%,各领域的表现见[[保留1]]
3D 和游戏
Qwen4-Max 能直接上手操作[[保留3]]
一路做到有电影质感的成片镜头。[[保留4]]
游戏这块,它可以用[[保留1]]开发,过程中还会自己把游戏跑起来测试,照着画面反馈去调镜头、动画、打击感和节奏。下面这个仙侠游戏《云关行》就是它用 UE 做的:御剑穿云、钻光圈,最后打 Boss,Boss 是一只熊猫。[[保留5]]
还有用 Unity 6 做的西湖赛车,漂移、氮气加速都行,还能展开翅膀飞起来,最终打包成了可安装的安卓游戏。[[保留6]]
制造
在
落到零件层面,车门总成、摩擦轮这类部件它都能设计,还能规划加工工艺、生成刀路,并在加工前用仿真找出过切和欠切。
这个案例里,单个工件的编程时间从约 475 分钟压到 24 分钟,少了约 95%。
科研
Qwen4 还亲手设计并合成出一种全新的冷却液分子。
这事要从下一代高功率芯片怎么散热说起。Qwen4 连续自主跑了 48 小时,先把技术路线摸了一遍,搭出一个 270 万分子的候选空间,接着做结构筛选和性质预测。
之后它调度自动化湿实验室,去配试剂、合成、分离提纯,再做测试。
四轮「分子设计 → 合成测试 → 主动学习」迭代下来,最后拿到的是经实验验证的新冷却液分子实物样品。
药物研发这边,Qwen4-Max 在深势科技的 PharmMaster 平台上围绕阿尔茨海默病相关的 NLRP3 靶点设计分子,全程调用工具 454 次、完成 3239 次计算评估、设计优化 24 个候选分子,最终选出的分子预估结合亲和力约为参考分子的 3.6 倍。
金融、法律和医疗
金融投研场景中,它一次调用 90 个 MCP 工具,把 A 股、港美股、债券、基金和
法律场景是一桩 IPO 前的尽职调查:客户分批送来 198 份格式和命名都不统一的底稿,它按实际内容重新命名、归入 14 个文件夹,再交叉核对工商、知识产权、司法和征信记录,最后交出一份 86 页、6 万多字的尽调报告,每条结论都标了底稿出处。
医疗场景里,它在一轮对话中读完一位 ICU 患者六天的全部病历,包括几十份化验单、1 万多字病程记录和 1433 张原始影像,还派出多个子 Agent 同时查看几百张 CT 切片,给出的四条处置建议与医生当天的实际医嘱逐条对应。
24 小时 Agent
7×24 小时运行的长程 Agent,也是 Qwen4-Max 主打的卖点。
长任务最怕的是跑完才发现方向错了……Qwen 这次因此做了个 Live Delivery:让 Agent 尽早交付一个可用初版,再一版版迭代,用户随时能介入纠错或调整方向。配套的 Qwen-Live-Delivery-Plugin 已经开源。
阿里云内部已经用上了:让 Qwen4-Max 自己优化调度自己的算力,数据标注的模型调用成本平均降了 10.42%,离线 CPU 重调度的求解速度提升 14.61 倍以上(相当于自己给自己省钱……)。
安全
代码训练方面,Qwen 除功能检查外还加入了安全检查。
在 Last Secure Code Bench 上,功能和安全同时通过的函数级通过率从 22.0% 提到 31.8%,函数、文件、仓库三个粒度都安全的比例从 8% 提到 14.7%,接近翻倍。网络安全上,训练时剔除了增强攻击能力的数据。
不开源
Qwen4-Max 的 API 已在 QwenCloud 上线,支持按量调用,也能用 Token Plan。
不想写代码的话,Qwen Studio、QwenWork 和 Qoder 里也能直接用上。
需要留意的是,Qwen4-Max 本身并不开源。
官方表示,Qwen4 系列更小的模型会陆续开源权重,它们与 Max 同源、用同一代技术训练。
我最期待的是,早点发出 27B 的开源版本!