阿里Qwen4-Max上线:2.4万亿参数,Work360单任务费用降58%

资讯 智东西 全文 4748 字 · 约 12 分钟读完 配图 12 张 分类旗舰模型多模态智能体

实测多模态Agent交付能力亮眼。

所属频道 模型发布智能体与 Agent
阿里Qwen4-Max上线:2.4万亿参数,Work360单任务费用降58%(配图 1)

11月16日,阿里发布Qwen4系列首款模型Qwen4-Max。它用的是Qwen4系列新架构,总参数2.4万亿,每个token激活71B参数,带原生视觉能力,支持百万token上下文窗口。

这款模型把力气主要花在三件事上:用专业工具、跑长程任务、把成果交出来。3D建模与游戏开发、工业制造、金融、法律、医疗、前沿科学探索都在覆盖范围内,强调的是看懂工作全貌、把项目一路推下去。

阿里公布的DeepSWE、AA-Briefcase、HLAB-Vals等多个Agent专项基准里,Qwen4-Max的得分比前代Qwen3.8-Max提升明显,也压过了Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra等模型。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%▲Qwen4-Max测评成绩(图源:阿里)

Artificial Analysis公布的人工智能分析智能指数(AII)中,xhigh推理难度的Qwen4 Max拿到43分,比Qwen3.8 Max(xhigh)高9分,比Kimi K3.1 Pro(max,46分)低3分;不过AII测出的单任务成本比Qwen3.8 Max降了约11%。阿里自己的Work360测评里,Qwen4-Max单任务成本降幅达到58%。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%▲Qwen4-Max的人工智能分析智能指数得分

现在Qwen4-Max已经在千问AI平台提供API服务,缓存命中每百万tokens最低0.5元。走阿里Token Plan也能调用,或者在千问办公、Qoder、千问APP、Qwen Studio等应用里直接用。Qwen4系列的中小尺寸模型会陆续开源。

海外社交平台X上,不少开发者看到Qwen4-Max的第一反应是催Qwen4-27B。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

▲海外社交平台X上的开发者评论

往前推,11月11日阿里曾宣布Qwen4-Max预览版上线。当时第一时间体验下来,多模态Agent能力挺亮眼,指令理解、搜索执行、多模态生成、3D交互都表现不错;但碰上复杂任务,会出现多模态不一致、违背物理规律之类的问题。

正式版今天上线,表现如何?体验下来,Qwen4-Max在多模态Agent的交付效果上比预览版又进了一步。拿“厉娜原谅许飞”Gif动图那个任务来说,要基于图片加自行搜索来生成,预览版出现过嘴型对不上的毛病,正式版生成的动图已经把这个问题解决了。

基础编程这块,Qwen4-Max也正确画出了“鹈鹕骑自行车的SVG动画”,没看出明显违反物理规律的地方。

博客: https://qwen.ai/blog?id=qwen4-max API: https://www.qianwenai.com/models/qwen4-max Token Plan: https://platform.qianwenai.com/pricing/token-plan

一、Agent测评能打,单任务费用降58%

前面已经提过,Agent专项测评里Qwen4-Max整体表现突出。

DeepSWE、AA-Briefcase、HLAB-Vals、BioMysteryBench、HealthBench等多个基准上它都拿了不错的成绩,代码、法律、生物科研、医疗推理、图表理解、视频理解这几块优势明显。相比前代Qwen3.8-Max提升显著,得分也比Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra等国际前沿模型高。

但它不是样样领先。Agents’ Last Exam、AgentArena这类长周期、真实复杂任务上,Qwen4-Max的成绩依然出色,却弱于Opus 5.5、GPT-6 Astra等顶尖模型。整体看,垂直专业Agent任务上它爆发力强,超长时序、开放式复杂智能体任务还有提升空间。

Code Arena:WebDev的结果也显示Qwen4-Max前端编程能力出色,在Code Arena盲测榜单上排在全球前列。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

token效率和成本方面,阿里官方说法是:Qwen4-Max用更少的token消耗拿到了优于Qwen3.8-Max的性能。Work360上,Xhigh和High两档推理强度的token消耗分别少了约24%和35%;Terminal-Bench 4.0上分别少了约48%和49%。

定价也整体往下调了,缓存命中价格降得尤其狠。Work360评测中,单个任务平均费用从26.58元降到11.16元,降幅58%。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

二、2.4T总参数只激活71B,每字节比特数最高降13%

Qwen4-Max用的是Qwen4系列全新架构,总参数2.4T,每个token激活71B参数,另外还有328B N-gram Embedding参数。这套架构从Attention、Residual和Embedding三处下手升级稀疏MoE模型,目的是优化计算效率、模型容量和训练稳定性:

GDN+Qwen Sparse Attention(QSA)的做法是:每四层里,三层Gated DeltaNet把历史信息压成固定大小的状态,剩下一层QSA靠轻量级索引器、以block为粒度挑选相关上下文,长序列的注意力计算和索引开销因此降了下来;

Gated Residual(GR)把残差流拆成四条并行分支,靠动态读写门控加强跨层信息传递,训练稳定性随之提升;

N-gram Embedding则依据局部上下文查表,在第二层补上局部token模式的额外表示,用较低的额外计算代价换来模型容量扩展。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

参数规模到2.4T,Qwen4-Max的预训练全程平稳,loss一路往下走,没有出现loss spike。模型架构与训练优化上的改进是主要功劳。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

内部知识、代码、问答和STEM四类评测里,Qwen4-Max-Base的每字节比特数(BPB)在五个参评模型中都是最低的;总参数量同为2.4T,各领域BPB比Qwen3.8-Max-Base降了约5–13%,每个token激活参数还少了约25%。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

内部评测指标是10×BPB,数值越低越好;参数量按激活参数/总参数标注;GLM-5.3和Kimi-K3.1-Pro属于后训练模型,后训练可能影响它们与基座模型之间的比较。

三、从3D游戏到汽车制造,专业场景直接交付

为了把工业与专业场景的协作能力做上去,Qwen4-Max搭了Work360综合场景建模框架,对复杂行业场景做系统解构和细粒度分类,形成26个一级领域、182个二级子领域、721个三级细分领域的层级分类体系。

以这套体系为基础的Work360行业基准测试中,Qwen4-Max拿到52.69分,Qwen3.8-Max为47.74分,提升明显。

24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

在Blender的三维建模与场景创作里,Qwen4-Max能把几何建模、场景搭建、材质配置和灯光渲染串起来,把创意落成三维作品,建筑与室内空间、自然景观、科幻场景都能覆盖,空间布局、物体结构、视觉效果的综合把握也体现在其中。

这套能力接着用到游戏开发上,再经3D打印做成实体作品,接上后续的开发、制作流程,设计探索、内容创作和原型制作都能支撑。

Unity、Unreal Engine、Godot这些主流游戏引擎,Qwen4-Max都能驾驭。给它自然语言需求,它就能调用外部资产独立完成场景搭建、玩法逻辑开发、资产整合、材质配置、HUD设计与特效制作,交付一款能上手玩的游戏。开发途中它会实际跑起游戏,看着画面和交互反馈去调各种细节。

样例“喵出法随”就是这样:Qwen4-Max在Unreal Engine里做出一款猫咪法师冒险游戏,玩家可以施放多种法术、挑选能力强化,还要逐波挑战敌群与首领。

汽车制造这边,三丰智能装备、泛海统联精密的实际生产场景中,Qwen4-Max把图纸理解、参数化建模与专业工具调用融进工程流程,产线规划、零件设计、加工验证都能支持,设计生成、工具执行与反馈验证串成一条线。案例里,单个工件加工编程的人工投入从约475分钟降到24分钟,少了约95%。

在Agentic视频创作上,Qwen4和万镜一刻可以帮用户打通一条端到端的工作流:先出分镜脚本和静态资产,再用白模预演驱动相机动画、渲染出独立片段,最终剪接成多场景连贯影片。这背后靠的是Qwen4在语言、多模态和智能体上的能力,为创作注入知识、提供可控性并保证稳定。

金融投研、法律尽调与临床医疗这三大高门槛场景同样如此,Qwen4能处理繁杂原始资料,完成深度逻辑推演与证据链溯源,从“信息检索”走向“专业交付”。

四、智能体全天候干活:边交付边迭代,自主闭环设计冷却液

团队称,Qwen4-Max支持智能体全天候推进长周期任务,靠自主规划与持续迭代分阶段交付可用成果,自主执行与用户掌控两头兼顾。

持续交付上,长程智能体缺少阶段性反馈、用户难掌握进展,这是个老问题。Qwen4-Max为此融入Live Delivery能力:先交可用首版,再不断交付更新版本,一版版扩内容、提质量。用户能按每版成果评估进展、校准方向,Agent也能结合反馈动态调整计划,长程任务的交付进展看得见,执行方向也控得住。

阿里同步开源了Qwen-Live-Delivery-Plugin,装上插件就能体验持续交付能力。

云资源调度上,Qwen4-Max能围绕复杂目标与约束做运筹建模、求解与验证,交付优化决策方案。该能力已在阿里云真实业务场景落地,实现模型自主迭代并优化自身所需调度方案的闭环,覆盖数据标注中的多模型调用调度、云计算GPU资源在线分配调度、云计算CPU资源离线重调度。

对应场景中,数据标注场景的模型调用调度费用较参考基线平均降10.42%,GPU在线分配相对基线的整机空闲容量时长提升4.62%,CPU离线重调度场景达到最优目标的求解速度提升超14.61倍。

驱动科学发现这块,面对高功率芯片散热难题,Qwen4依托深度原理Mira干湿实验环境,在连续48小时的自主Agent运行中构建出270万个分子候选空间;再通过4轮设计-测试-学习闭环,完成新型冷却液分子的设计、合成与实验验证。

针对阿尔茨海默病NLRP3靶点,Qwen4-Max依托深势PharmMaster完成药物发现全链路智能设计,多轮迭代优化后得到24个候选分子,优选分子的结合亲和力约为起点的3.6倍,具备湿实验验证价值。

阿里方面还提到,Qwen4-Max遵循六大AI原则,治理贯穿全生命周期。代码安全能力提升明显,安全代码通过率大幅上涨;网络安全侧重防御类数据,强化攻击防护;CBRN场景下能识别风险请求,不输出可落地的高危方案,同时避免过度拒答。

全球头部模型的比拼重心已经挪了位置。过去看的是推理能力,眼下则盯代码开发、计算机操作、专业知识工作和长程Agent执行。OpenAI的GPT-6 Astra与GPT-6.1 Sol在复杂任务处理和计算机使用上继续加码;Anthropic近期拿出Fable 5.2、Mythos 5.2,往编程、金融、科学研究这些高难度方向推。

阿里想用Qwen4-Max走一条不同的路:把大模型的能耐和产业工作流绑在一起。2.4万亿参数、百万Token上下文,加上专业工具调用、自主迭代和科研闭环,目标指向的是让模型交付成果,而不只是回答问题。

小尺寸模型正陆续开源。Qwen4系列能不能把企业部署和使用的门槛再往下压,会是下一阶段竞争的关键。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航

相关推荐 按相关度与热度排序

全部资讯 →
  1. 24000亿参数!阿里Qwen4-Max旗舰模型登场,任务便宜58%

    智东西(公众号:zhidxcom)作者 | 李水青编辑 | 心缘智东西11月16日报道,今日,阿里正式发布Qwen4系列的首款模型——Qwen4-Max。该模型采用Qwen4系列新架构,拥有2.4万亿总参数,每个token激活71B参数;具备原生视觉能力,支持百万token上下文窗口。Qwen4-Max重点强化专业工具

    来源 腾讯网
  2. CataX AI种轮融资4000万:Agent原生推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  3. CataX AI获4000万种子轮融资,用Agent推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  4. TCL华星DTC 2026发布近40项技术,星智大模型4.0亮相

    11月13日,全球显示生态大会(DTC 2026)在武汉举行,TCL华星现场带来近40项产品与创新技术,AI是被多位高管反复提及的关键词。画质、护眼、低功耗、车载、印刷OLED以及上下游生态合作,是TCL华星围绕AI落子的几个方向。

    来源 智东西
  5. AI 版拓麻歌子来了:日常物品秒变需要被照顾的虚拟宠物

    OATs 通过电子墨水屏与传感器,让植物、滑板、哑铃等物品拥有虚拟宠物形象,以情绪变化反馈使用状态。该技术由卡内基梅隆大学博士生金大华开发,硬件成本约 20 美元,目前续航仅 3 至 4 天。#AI智能体# #卡内基梅隆大学#

    来源 IT之家
  6. 卡内基梅隆大学推OATs:让日常物品变成电子宠物

    IT之家 11 月 15 日消息,忘记给家里的植物浇水了?这一次,你看到的可能不是逐渐变黄的叶子,而是一只显示在小屏幕上的植物形状宠物。它看起来垂头丧气、一脸委屈,仿佛在提醒你赶紧拿起浇水壶。而当你把水浇进土壤后,屏幕上的小宠物又会立刻变得兴奋起来。 这正是 OATs(Object Agent Twins,物体智能体双

    来源 AI 行业观察
  7. 终于来了!DeepSeek多模态视觉模型API全面开放

    DeepSeek此次推出多模态视觉理解模型,标志着其从纯文本大模型向多模态AI全面进军的战略升级。业内分析认为,DeepSeek此次推出的多模态视觉模型,在保持纯文本能力不妥协的前提下,将视觉理解Agent能力推至接近行业顶尖水平Opus-4.8。随着多模态API的全面开放,开发者生态有望迎来新一轮创新爆发。

    来源 TechWeb
  8. openPangu-2.1-Pro上线华为云MaaS:Agent开发等三方向升级

    IT之家 11 月 15 日消息,华为云今日宣布,华为云 MaaS 模型即服务平台正式上线开源盘古模型 openPangu-2.1-Pro。 该模型围绕 Agent 开发、AI 编码和推理优化三大方向进行能力升级,在深度研究、鸿蒙系统操控、鸿蒙 App 开发、昇腾算子生成及推理链路优化等场景实现增强。 在 Agent

    来源 AI 行业观察
  9. 金大华推OATs套件:给家居物品装上会撒娇的AI宠物

    IT之家 11 月 15 日消息,忘记给家里的植物浇水了?这一次,你看到的可能不是逐渐变黄的叶子,而是一只显示在小屏幕上的植物形状宠物。它看起来垂头丧气、一脸委屈,仿佛在提醒你赶紧拿起浇水壶。而当你把水浇进土壤后,屏幕上的小宠物又会立刻变得兴奋起来。这正是 OATs(Object Agent Twins,物体智能体双生

    来源 腾讯网
  10. 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

    来源 AI 产业速递
  11. LG U+明年做AI Token业务:帮企业压低AI转型成本

    LG U+ 将自研 Agent 任务路径设计、智能路由与异构芯片组合三项技术用于 Token 优化,端侧模型体积缩至三分之一性能仍达云端 95% 以上,Token 生成速度翻倍。随着 LG U+ 入局,韩国三大运营商将全部进入 Token 经济。#AI Token# #LG U+#

    来源 IT之家
  12. 阿里发布Qwen4,千问平台首发Qwen4-Max:Token减半、得分涨近28%

    11月16日,阿里发布新一代基座大模型Qwen4,千问AI平台首发Qwen4-Max,API与Token Plan同步开放。该模型采用Qwen稀疏注意力MoE架构,总参数2.4T,支持百万上下文、原生视觉与长程任务稳定交付,可调用工具并分阶段交付;评测中同档位较上代提升。

    来源 AI 产业速递
  13. 谷歌Teamwork系统:多智能体验证韦伊猜想

    谷歌扩展 Antigravity 多智能体系统,推出 Teamwork 系统,可完成数学证明、分子识别、代码重写等任务,近期已开放给学术研究人员免费使用。#谷歌AI新进展#

    来源 IT之家
  14. 阿里发布Qwen4并上线Qwen4-Max:Token减半、得分升近28%

    阿里巴巴11月16日正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数2.4T,具备原生视觉与长程任务稳定交付能力,支持百万上下文,可调用专业工

    来源 AI 开发者社区
  15. 谷歌Teamwork多智能体系统:2.88万次调用形式化韦伊猜想

    IT之家 11 月 14 日消息,谷歌宣布进一步扩展旗下 Antigravity 多智能体系统,利用多个由 Gemini 模型驱动的专业智能体组成 Teamwork 系统,号称可解决“长期悬而未决的数学难题”、“验证复杂数学证明”,并优化各种软件系统性能。 例如,谷歌已成功对韦伊猜想(Weil conjectures)

    来源 AI 行业观察
  16. 微软全球服务中断致歉:网络容量升级引发,涉74个国家和地区

    微软表示,此次故障“与网络攻击或人工智能/智能体无关”,而是由早先一次“网络容量升级”引发。据外媒报道,微软此次故障迅速外溢至公共服务和商业活动。微软表示已解决底层问题,正在为剩余客户和地区恢复服务,并将在事件解决后提供详细事后报告,但截至致歉声明发布时,尚无法给出完全恢复的明确时间表。对微软而言,这是其历史上持续时间

    来源 TechWeb
  17. 微软致歉全球服务中断:网络容量升级所致,与攻击和AI无关

    微软表示,此次故障“与网络攻击或人工智能/智能体无关”,而是由早先一次“网络容量升级”引发。据外媒报道,微软此次故障迅速外溢至公共服务和商业活动。微软表示已解决底层问题,正在为剩余客户和地区恢复服务,并将在事件解决后提供详细事后报告,但截至致歉声明发布时,尚无法给出完全恢复的明确时间表。对微软而言,这是其历史上持续时间

    来源 TechWeb
  18. 阿里发布Qwen4-Max:2.4T参数仅激活71B,单任务费用降58%

    11月16日,阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力,支持百万上下文,现已上线千问AI平台对外提供API服务,中小尺寸模型将陆续开源。 据介绍,Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,2.4T总参数仅激活71B。在权威全球前端编程盲测CodeA

    来源 AI 行业观察
  19. LG U+明年进军AI Token业务:自研技术帮企业降AI转型成本

    IT之家 11 月 15 日消息,据韩媒 Etnews 今天报道,韩国电信运营商 LG U+ 将于明年进军 AI Token 业务,利用自主研发的 Token 优化技术,帮助企业降低 AI 转型(AX)成本。 据介绍,这项服务拥有用于设计 Agent 任务执行路径的“Harness Engineering”、根据问题类

    来源 AI 行业观察
向下滚动自动加载更多