阿里发布Qwen4-Max:2.4万亿参数旗舰模型正式上线,单任务成本降低近六成
2026年11月16日,阿里正式发布 Qwen4-Max,总参数 2.4T,原生视觉,支持百万上下文,API 输入每百万 tokens 10 元,Work360 单任务成本降低 58%。
2026年11月16日,阿里通义千问团队正式对外发布 Qwen4-Max。作为 Qwen4 系列打头阵的模型,官方给它贴的标签是全天候"AI 新同事"——能陪用户一起干活、创作和摸索,专业工具调用、长程任务执行、成果交付这几项能力被列为强化重点。早在2026年11月11日,这款模型就以预览版形式限时露过面,这次算正式版本落地,API 服务同步对外开放。

规格上,Qwen4-Max 用的是 Qwen4 系列的全新架构:总参数 2.4T,每个 token 激活 71B 参数,另外还带 328B N-gram Embedding 参数,原生视觉能力具备,上下文窗口支持百万 token。新架构对稀疏 MoE 的升级集中在 Attention、Residual 和 Embedding 三块。Attention 上,每四层里三层用 Gated DeltaNet,把历史信息压成固定大小的状态,剩下一层用 Qwen Sparse Attention,以 block 为粒度挑出相关上下文;Residual 上,Gated Residual 把残差流扩成四条并行分支,让跨层信息传得更充分;Embedding 上,N-gram Embedding 靠查表补上局部 token 模式的表示。官方说法是,这个参数规模下预训练跑得很稳,全程没冒出 loss spike。
跟 Qwen3.8-Max-Base 摆在一起比,总参数量相同的情况下,Qwen4-Max-Base 在知识、代码、问答和 STEM 四类内部评测中的 BPB 降了约 5% 至 13%,每个 token 的激活参数少了约 25%。落到应用上,官方晒出的案例横跨多个行业:创作者能让模型进 Blender 做建模、材质和灯光渲染,也可以在 Unity、Unreal Engine、Godot 里搭场景、开发玩法,并真正跑起来调试;制造企业可以拿二维布局图让它建三维产线,做节拍仿真和 PLC 虚拟调试,展示的加工案例中,单个工件加工编程的人工投入从约 475 分钟压到 24 分钟;金融、法律、医疗从业者则能靠它做可溯源的投研底稿、整理 198 份底稿并产出 86 页的 IPO 尽调报告,或者在一次对话里通读含 1,433 张原始影像的危重症病历,给出处置建议。科研方向,官方讲了两个例子:模型自主运行 48 小时,完成新型冷却液分子设计与合成验证;围绕 NLRP3 靶点做分子优化设计。
效率和成本是这回升级的重头。官方搭了个 Work360 行业基准,覆盖 26 个一级领域、182 个二级子领域、721 个三级细分领域,Qwen4-Max 拿到 52.69 分,上一代 Qwen3.8-Max 是 47.74。token 消耗上,Work360 的 Xhigh 和 High 两档推理强度分别省了约 24% 和 35%,Terminal-Bench 4.0 上分别省约 48% 和 49%。模型还加了 Live Delivery 持续交付能力,长程任务里先交一版能用的,再一版版完善,配套的 Qwen-Live-Delivery-Plugin 同步开源。安全方面,Last Secure Code Bench 中函数级功能与安全双通过率从前代的 22.0% 升到 31.8%。
眼下 Qwen4-Max 已经上了千问 AI 平台,模型 ID 是 qwen4-max。平台挂出的 API 价格是输入每百万 tokens 10 元、输出每百万 tokens 30 元、缓存命中每百万 tokens 0.5 元。官方称定价相比 Qwen3.8-Max 全面下调,Work360 评测里单个任务的平均费用从 26.58 元落到 11.16 元,降幅 58%。调用渠道上,用户还可以走阿里 Token Plan,或者在千问办公、Qoder、千问 APP、Qwen Studio 里直接体验。Qwen4 系列的中小尺寸模型会陆续开源发布。
看下来,Qwen4-Max 这轮发布没把力气花在单纯堆参数上,总参数量跟前代持平,靠架构调整把激活参数和 token 消耗压下来,再用下调后的定价拉低长程任务的使用成本。官方给出的一堆行业案例,也透出产品思路正从对话问答往成果交付转。不过 Work360 等核心评测是官方自建的,跨厂商的第三方对比数据还得再补,开源中小尺寸模型的具体型号和时间也还没公布。