Qwen4-Max以2.4T参数MoE架构切入工业生产,单任务成本降58%
阿里巴巴推出新一代基座大模型Qwen4-Max,采用稀疏注意力MoE架构,总参数达2.4T。新模型在编程评测中得分提升28%,Token用量减半,单任务费用降低58%。它不仅能处理百万级上下文,还能深入汽车制造、药物研发等工业场景,自主完成从设计到仿真的长周期闭环任务,目前已通过千问AI平台向开发者开放。
Qwen4-Max 来了,这回不止是聊天
阿里巴巴近日推出新一代基座大模型 Qwen4-Max。若只把它看作一个更会聊天的机器人,就低估了这次更新。它的核心变化是:不再满足于“回答问题”,开始真正进入复杂的工业生产流程。
数据上的升级很激进。模型总参数量达到 2.4T(万亿),用的是基于 Qwen 稀疏注意力(QSA)的全新混合专家(MoE)架构。普通用户最直观的感受大概有两点:单任务平均费用比上一代降低 58%,更省钱;在 Terminal-Bench 4.0 编程评测中得分从 37.9 升到 48.5,增幅接近 28%,更聪明。
不过,真正的看点不在这些数字,而在它怎么干活。
Token 用量为何能砍半?
大模型这行,“Token 用量”跟成本和速度直接挂钩。Qwen4-Max 声称,同等思考档位下,平均 Token 用量从 289K 降到 151K,几乎少了一半。
这靠的是底层架构的调整。稠密模型处理任何问题,往往要把全部或大部分参数激活。Qwen4-Max 的 MoE 架构更像一个坐满专才的大型顾问团:碰上编程问题,只叫醒擅长代码的“专家”;要做视觉分析,就调用视觉相关的“专家”。
再加上 Qwen 稀疏注意力机制(QSA),模型处理百万级超长上下文时不必对全部信息做全量计算,只精准抓住关键内容。“按需激活”加“精准关注”,让它在保持高性能的同时砍掉了大量无效计算。对需要长时间运行、反复交互的智能体任务来说,效率提升意味着原先跑不动的任务现在能跑了,原先跑得慢的现在能实时反馈了。
从“对话”到“干活”:智能体的进化
以前的模型大多停在“问答”层面:问它代码怎么写,它给一段代码;问它零件怎么设计,它给几条建议。Qwen4-Max 的目标是成为能独立执行长周期任务的智能体(Agent)。
什么叫长周期任务?研发一种新型冷却液,或者规划一条汽车产线,都算。这类事聊几句天解决不了,需要数十小时甚至数天的持续工作,中间涉及文献检索、方案设计、工具调用、结果验证、失败重试等多个环节。
Qwen4-Max 展示了几个典型的落地案例,从中能看到 AI 正从数字世界走向物理世界。
汽车制造:从图纸到产线仿真
汽车制造场景里,工程师通常要面对复杂的二维布局图和工艺参数。过去把这些二维信息转成三维产线模型,再做节拍仿真和 PLC(可编程逻辑控制器)虚拟调试,得靠大量人工介入。
Qwen4-Max 能直接读取二维布局图,理解其中的工艺约束,自动搭出三维产线模型。更关键的是,它会做仿真核验。比如车门总成或摩擦轮等部件的加工,模型可以生成刀路并模拟加工过程,上机之前就发现“过切”或“少切”的问题。数据显示,单工件的编程人工投入从约 475 分钟压缩到 26 分钟。这不只是效率提升,更是工作流程的重塑。
药物与材料发现:自主闭环实验
科研领域里,AI 的角色正从“辅助筛选”转向“自主探索”。
在材料发现环节,Qwen4-Max 凭借干湿实验一体化的环境,自己完成了新型冷却液分子的设计、筛选、合成,还做了多轮测试。假设由模型提出,实验来验证,数据再反馈回去,模型据此优化假设,整个流程就这样转了起来。48 小时的实验里没有人工插手,模型自行迭代,直到找出最优解。
药物发现这边,模型围绕与阿尔茨海默病相关的 NLRP3 靶点,自主完成了文献检索、分子设计和计算评估。454 次工具调用中,它一遍遍修正候选分子的结构,最后给出了高潜力的化合物方案。对新药研发周期的缩短来说,这种能力有潜在的重大价值。
自我优化:模型也在“反思”
除了处理外部任务,Qwen4-Max 还展示了一种有意思的能力:参与优化自身的运行系统。
基于阿里云的基础设施,Qwen4-Max 能分析自己在推理和训练过程中的资源调度情况,并提出优化方案。“模型参与优化自身运行系统”的这个闭环,让算力资源的利用效率持续提升。说白了,模型越用越顺手,不只是因为它学到了新知识,还因为它学会了怎样更高效地使用计算资源。
如何接入与使用
目前,Qwen4-Max 已通过千问 AI 平台向开发者开放。接入方式主要有两种:
- 按量调用 API:需求起伏大、或者还在初期测试的团队更合适。注册登录以后在控制台建一个 API Key,就能用标准接口调模型,模型名填 [[保留1]]
qwen4-max。 - 另一种是 Token Plan,面向用量稳定、规模偏大的企业。买套餐包单价更便宜,长期用下来成本还能再压一压。
不想碰代码的人也有路可走,千问办公、Qoder、千问 APP、QwenStudio 这些应用里已经装进了 Qwen4-Max 的能力。模型自带的视觉理解和长程任务执行都接了进来,传张图纸、丢份文档上去,就能让它帮着处理复杂的事。
跟上一代比,差在哪
把 Qwen4-Max 和上一代的 Qwen3.8-Max 摆在一起看,变化会更清楚:
- 架构上,Qwen4-Max 换成了全新的基于 QSA 的 MoE 架构,Qwen3.8-Max 则是在 Qwen 3.5 架构上扩出来的。两边总参数都在 2.4T 级别,但 Qwen4-Max 激活的参数更少,跑起来效率更高。
- 上下文这块,Qwen4-Max 原生支持百万级,还带原生视觉能力;Qwen3.8 的开源版本原生支持 256K 上下文。处理超长文档、做视频分析这类活,Qwen4-Max 占优。
- 性能与成本上,Terminal-Bench 4.0 评测里 Qwen4-Max 拿到 48.5 分,Qwen3.8-Max 是 37.9 分。单次尝试平均用的 Token 少了近 50%,单任务费用降了 58%。
- 长程任务方面,Qwen4-Max 主打跨数字与物理世界的闭环,比如 48 小时的材料研发闭环;Qwen3.8 更多落在十天级的自主编程能力上。两边侧重点不一样,Qwen4-Max 明显在往更复杂的工业场景里走。
写在最后
这一版发布,把大模型竞争的坐标挪了位置。过去比的是参数规模、基准分数、通用对话能力,现在比的是能不能真干活、成本控不控得住、行业里扎得深不深。
一个模型如果能自己从图纸走到仿真、把产线规划跑完,能独立跑完药物研发的分子筛选闭环,还能在这个过程中把自身运行成本一路往下压,那它就不只是工具了,更像一个可以托付的生产力伙伴。
不过工业场景比实验室复杂得多。Qwen4-Max 现在展示的这些本事能不能在更多行业里大规模复制,还得看时间。至少从眼下的表现看,阿里想说明的是:大模型的价值不只在聊得多好,还在能替企业省下多少真金白银、解决多少实际难题。
对开发者来说,眼下是个可以试试的窗口期。Token 成本在降、能力在涨,不少以前卡在成本或技术门槛上落不了地的 AI 应用,现在有了做成的可能。不管是搭垂直领域的智能体,还是优化现有业务流程,Qwen4-Max 都算一个值得评估的新选项。