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。
11月16日,阿里巴巴推出新一代基座大模型Qwen4,千问AI平台率先上线Qwen4-Max,API服务与Token Plan同日开放。该模型搭载基于Qwen稀疏注意力(QSA)的全新MoE架构,总参数2.4T;原生支持视觉,长程任务可稳定交付,上下文长度达百万级,能调用专业工具处理长周期任务,并按用户反馈分阶段交付成果。

Terminal-Bench4.0评测中,同处Xhigh档位,Qwen4-Max每次尝试的平均Token用量从上一代Qwen3.8-Max的289K降到151K,少了近50%;得分则由37.9分提高到48.5分,涨幅近28%。缓存价格下调后,单任务平均费用下降58%。
价格方面,国内每百万Tokens输入10元、输出30元、隐式缓存命中0.5元;国际站分别为1.5美元、4.5美元和0.075美元。调用渠道不止千问AI平台,还可通过QwenCloud,或在千问办公、Qoder等应用中体验。
实际落地中,汽车制造流程已把图纸理解、参数化建模和工具调用串了起来,单个工件加工编程的人工投入从约475分钟压缩到26分钟,减少约95%。AI4S方向上,智能体连续运行48小时,搭出270万个分子候选空间,经4轮闭环得到通过实验验证的新型冷却液分子;围绕NLRP3靶点,累计调用工具454次,完成3,239项指标评估,优化24个候选分子,优选分子的名义结合亲和力约为专利起点的3.6倍。
模型还参与了自身调度的优化:数据标注调度费用比基线低9.00%,GPU在线分配的空闲容量时长多了4.62%,CPU离线重调度求解速度提升超过14.61倍。从调用工具到分阶段交付,这次上线延续的正是大模型竞争从能力验证走向真实生产力落地的路子。