阿里千问4 Max发布:2.4万亿参数,单任务成本降58%
全村希望,千问 4 Max 正式发布,2.4 万亿参数模型「进厂打工」,参数模型,千问4max,图像生成模型


底座架构做了重写,单个任务的成本掉了近六成,阿里这回把自家旗舰模型排进了真实的工作班表。一款国产旗舰模型,终于露面了。
11 月 16 日,阿里千问发布新一代旗舰模型 Qwen4-Max。五天前,预览版 qwen4-max-preview 才在 Token Plan 里悄悄出现过,今天正式版把完整底牌摊开了。
主干总参数仍是 2.4 万亿(2.4T),文本、图像、视频输入原生支持,上下文窗口给到 100 万 Token。比参数表更抓眼的,是官方一并算出的那笔账: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花费从上一代的 26.58 元掉到 11.16 元,降幅 58%。
千问团队放出的信号挺清楚:旗舰大模型光比纸面分数的阶段已经过去,眼下要做的,是让模型进入真实工作流,当一个扛得住长活、账也算得过来的「新同事」。
01
2.4 万亿参数的巨兽,怎么「减负」
这一年里,号称百万上下文的模型大家见得不少。可真把几十万字的项目文档或一整个代码库塞进去,不少模型跑到后半程就注意力散掉、输出变卡,账单还高得离谱。想让「新同事」在 100 万上下文和长程 Agent 任务里既稳又省,外围工程补丁已经不够用,得往底层架构上动刀。
千问 4 Max 在底座上动了三处,思路都是把算力用在关键处。
先说管记忆的注意力层。模型在长文本里每写一个字,若都要回头把前面几十万字逐字重读,算力开销会迅速膨胀。千问改用了混合方案(GDN 加 Qwen Sparse Attention):每 4 层网络里,3 层把看过的历史信息压成固定大小的状态往下传,剩下 1 层按区块挑重点细看。打个比方,像一位老练的秘书,平时脑子里记着会议纪要的主线,关键时候才去翻某一页的原件,长上下文也就顺畅了。

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,训练时最怕数据洪流把网络冲垮,也就是工程师说的损失值尖峰(loss spike)。千问在残差层加了门控机制(Gated Residual),原来单线传输的信息通道扩成 4 条并行分支,路口还设了调节开关。靠这套设计,2.4 万亿这么大的盘子从头到尾平稳跑完了预训练。
嵌入层也有动作:千问在第二层加了一套 328B 规模词组查表机制(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起来了。
三处改完,千问 4 Max 每个 Token 只激活 71B 参数,比上一代少约 25%,脑子反倒更好使。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,比前代 Qwen3.8-Max-Base 低了 5% 到 13%。
官方说是不看榜单,可千问 4 Max 的分数依然不差。Work360 行业基准覆盖 26 个一级领域、182 个二级子领域和 721 个三级细分领域,它拿到 52.69 分,前代 Qwen3.8-Max 是 47.74 分;Xhigh 和 High 两档思考强度下,Token 消耗分别少了约 24% 和 35%,更硬核的 Terminal-Bench 4.0 终端任务里则少了约 48% 和 49%。
阿里云百炼同步下调定价,成本优势又放大了一截。国内华北 2(北京)节点,千问 4 Max 标准按量定价为每百万 Token 输入 10 元、输出 30 元,前代是 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)。国际版同步降到输入 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,最后还得看真实跑出来的画面和代码。这几天 B 站的技术 UP 主们拿预览版跑出不少有意思的实测,千问官方今天也放出了正式版的硬核演示。
先看民间预览版的趣味实测。B 站 UP 主「eddieliugd」只给了一句提示词,Qwen4-Max 预览版就一次成型造出一座带光影和地形起伏的 3D 阿尔卑斯雪村,整套代码生成总共花了 6.4 万 Token。另一位 B 站 UP 主「AI 随风随风」让预览版模型在单文件里搓出一个能玩的 3D 低多边形漂移赛车小游戏,赛道、车辆操控和仪表盘 UI 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,官方演示把复杂程度又提了一档。
游戏开发这一环,千问 4 Max 自己把场景和玩法逻辑搭了起来,生成一款能实际操作的 3D 猫法师 RPG,装备背包、小地图 HUD、Boss 战都在界面里。转到网页应用,它这次用上「持续交付(Live Delivery)」机制,配套开源了 Qwen-Live-Delivery-Plugin 插件。模型不再闷头憋一个小时丢来一堆半成品,先交一版能跑通的,之后跟着反馈随时打断、边改边叠。官方演示的中文物理科普网站案例中,它把课程页面一路扩展完整,还在网页里嵌入了可手动调参的 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
娱乐和科普之外,三丰智能装备、统联精密的汽车制造演示里,千问 4 Max 直接接手工业软件流: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自动揪出「刀具直径过大导致的局部过切」。代码安全方面,Last Secure Code Bench 测试的功能与安全双通过率从上一代 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
演示看下来,千问 4 Max 在真实业务里的落地数据,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里,过去老师傅编一个工件的加工程序平均约 475 分钟,引入千问 4 Max 辅助后,人工投入压到 24 分钟,省掉约 95% 的时间。
金融和法律圈的繁琐案头活它也接得住。做金融投研,它能一口气调度 90 个 MCP 工具抓多源数据,交出每处数字都可溯源的 Excel 底稿和可编辑 PPT;面对 IPO 法律尽调里 198 份命名混乱的散乱底稿,它自行归类并交叉核查公开信息,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的身影,与深势科技合作的 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并联动实验验证。
开发者要用上这些能力,千问 4 Max 目前已全面上线千问 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,支持 low、high、xhigh 三档思考强度调节,默认开启 high 档。按官方说法,Qwen4 系列的中小尺寸模型接下来也会陆续开源。
11 月的国产大模型赛场,各家其实各有侧重。
月初腾讯混元发布了开源的 Hy4 正式版,百度也在 11 月上旬接连端出主打轻快的文心 5.5 Flash Base 和 Preview 版本。不过,在 2.4 万亿参数的旗舰底座上直接重写全套底层架构、把长程任务的单次账单砍掉近六成,千问 4 Max 依然是这个月最重磅的旗舰动作。
去年卷参数、卷跑分,到今年底带着 58% 的单任务成本降幅走进工厂车间和律所,大模型旗舰的比拼已经开始换赛道。
技术能力早就足够惊艳,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。
*头图来源:千问
本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

模型越来越大,生成质量不断刷新,算力投入也在持续加码。置身这场「万卡竞赛」,一家创业公司怎样找到自己的胜算?
达瓦科技年内累计融资接近 5 亿元,钱主要砸在控制层上,技术路线可以概括为「重控制,轻渲染」。这条路并非凭空设计,而是从真实片场里长出来的:多年做影视制作和虚拟拍摄,攒下约 180TB 结构化过程数据——摄影机怎么动、灯光怎么变、人物和环境如何互动。成片背后藏着的这些信息,成了模型判断「改什么、留什么」的关键依据。
顺着这条路往下走,达瓦想让生成出来的内容可以被精确修改,让已经发生的变化留得住,也让世界能跟着人的动作一直运转下去。其 Scenes AI 已经证明,实时世界模型能在单张消费级 NVIDIA RTX 显卡上跑起来。
从片场里的积累走到国际技术舞台,从现有业务的收入和盈利延伸到实时互动的新市场,达瓦选的这条路也抛出一个问题:AI 视频这场竞争,到底有几种不同的赢法?
11 月 17 日,极客公园创始人 & CEO 张鹏将与达瓦科技 CTO 朱子威、CPO 李宗兴展开对话,把这条路线背后的技术判断和商业逻辑聊清楚。


