阿里Qwen4-Max正式发布:2.4万亿参数,单任务成本降低58%
AI大模型这次不只卷性能,还开始认真算账了。
2026年11月16日,阿里巴巴正式发布新一代旗舰大模型Qwen4-Max。

新模型采用全新稀疏MoE架构,拥有2.4万亿主干参数、每Token激活710亿参数,具备原生视觉理解能力,支持最高100万Token上下文。
但相比参数规模,这次更值得关注的是它的效率提升。
根据千问官方公布的数据,Qwen4-Max在Work360专业任务评测中,单个任务的平均费用从上一代Qwen3.8-Max的26.58元降至11.16元,成本降低58%。
与此同时,模型在编程、办公、3D建模、工业制造和科学研究等实际场景中也展示了新的能力。
简单来说,阿里这次希望解决的不只是“AI够不够聪明”,而是能不能用更少的Token,把复杂任务做得更好。
千问官方发布介绍:
https://qwen.ai/blog?id=qwen4-max01|2.4万亿参数,只激活710亿,Qwen4-Max架构全面升级
Qwen4-Max采用新一代稀疏MoE混合专家架构。
模型主干参数规模达到2.4T,每个Token实际激活约71B参数,另外还包含328B的N-gram Embedding参数。
与上一代Qwen3.8-Max相比,每个Token的激活参数减少约25%。
这意味着,模型在保持庞大参数容量的同时,进一步降低单次推理需要参与计算的参数规模。
不过,这不代表部署只需要710亿参数的存储资源。激活参数和整体模型权重,是两个不同概念。
此次架构升级主要围绕三个方向展开。
第一,Qwen Sparse Attention(QSA)稀疏注意力。
Qwen4-Max将Gated DeltaNet与QSA结合使用。
每四层中有三层负责压缩历史信息,另外一层通过稀疏注意力选择相关上下文,减少处理长文本时不必要的计算开销。
第二,Gated Residual门控残差。
将残差信息流扩展为四条并行分支,通过动态门控改善不同层之间的信息传递和训练稳定性。
第三,N-gram Embedding。
通过局部Token模式查表,在较低额外计算开销下扩展模型的表示能力。
这些优化共同指向一个目标:
不只是增加模型参数,而是让每一次推理更加高效。
02|Token消耗近乎减半,单任务成本降低58%
这次Qwen4-Max最大的亮点之一,就是推理效率。
对于普通聊天,Token消耗可能并不明显。
但在AI编程、Agent自动化和长程任务中,模型可能需要反复读取代码、调用工具、处理反馈并修改结果。
一次任务背后,实际可能发生几十轮甚至更多次模型调用。
因此,Token消耗直接影响最终使用成本。
根据官方公布的数据,在Terminal-Bench 4.0专业编程评测中,同样使用Xhigh思考档位:
- Qwen3.8-Max:平均每次尝试消耗289K Token。
- Qwen4-Max:平均每次尝试消耗151K Token。
Token消耗减少约48%,而评测成绩从37.9分提升至48.5分。
在Work360行业任务评测中,Qwen4-Max同样表现出更高的Token效率。
Xhigh思考档位消耗降低约24%,High档位降低约35%。
与此同时,阿里还下调了API价格,尤其是缓存命中价格。
按照官方Work360评测结果,完成单个任务的平均费用由26.58元降至11.16元,下降58%。
这里需要注意,58%来自官方指定评测任务与计费条件,并不意味着所有用户的实际账单都会固定下降58%。
但它确实说明,大模型的竞争重点正在发生变化。
以前大家更关注模型能不能完成任务。
现在还要看完成同一项任务,究竟需要多少Token、多少时间和多少费用。
03|API价格同步下调,缓存命中低至0.5元/百万Token
随着Qwen4-Max正式发布,阿里也开放了对应API服务。
根据千问AI平台公布的中国内地价格,Qwen4-Max当前标准计费如下:
- 输入Token:10元/百万Token
- 输出Token:30元/百万Token
- 缓存命中输入:0.5元/百万Token
其中,缓存命中价格只有普通输入价格的5%。
这对长程Agent尤其重要。
例如,一个AI编程助手需要在多轮任务中重复使用系统提示词、工具说明和部分历史上下文。
如果这些内容能够有效命中缓存,就有机会减少重复输入产生的费用。
不过,缓存并不是所有内容都自动按0.5元计费。
新输入、缓存创建和输出Token仍然有不同的计费规则。实际成本取决于缓存命中率、任务长度和模型调用方式。
对于开发者而言,真正值得关注的是两项变化叠加:
模型本身消耗更少Token,加上API单价下降,让完成任务的整体费用进一步降低。
Qwen4-Max官方模型文档:
https://help.aliyun.com/zh/model-studio/qwen4-max04|从3D游戏到汽车制造,Qwen4开始进入真实工作流
除了推理效率,阿里此次还重点展示了Qwen4-Max在专业任务中的能力。
AI编程:从生成代码到完成项目
在编程方面,Qwen4-Max强化了长程执行、工具调用和持续修改能力。
官方展示了使用Unity、Unreal Engine和Godot等游戏引擎完成开发任务的案例。
例如通过自然语言需求搭建3D场景、实现玩法逻辑、整合资产和制作交互界面。
模型还可以结合实际运行反馈,继续调整角色动作、镜头和特效。
对开发者来说,这类能力的价值不只是生成第一版代码,而是让AI参与后续修改和验证。
汽车制造:加工编程人工耗时减少约95%
在工业制造场景中,Qwen4-Max结合图纸理解、参数化建模和专业工具调用,辅助产线规划与零件加工。
根据阿里公布的合作案例,模型可以根据二维布局图和工艺参数构建三维产线,并开展节拍仿真和PLC虚拟调试。
在零件加工方面,还能够辅助生成刀路,并根据仿真反馈调整加工方案。
官方展示的单个工件案例中,人工编程投入从约475分钟缩短至24分钟,减少约95%。
这是特定加工任务的案例数据,并非所有制造企业都可以直接获得相同幅度的效率提升。
但它体现了AI结合专业工具、参与实际工程流程的应用潜力。
05|药物发现提升3.6倍,AI开始参与长周期科研
Qwen4-Max此次还展示了在科学研究中的Agent能力。
在药物发现方向,模型围绕阿尔茨海默病相关NLRP3靶点展开候选分子优化。
根据官方介绍,模型通过深势科技PharmMaster平台完成文献和专利检索、分子设计及计算评估。
整个过程累计调用专业工具454次,完成3239项计算指标评估,并设计优化24个候选分子。
最终,通过相对结合自由能(RBFE)计算,优选分子与目标靶点的名义结合亲和力估计达到起点分子的约3.6倍。
这里的3.6倍属于计算评估结果,并不代表已经完成临床验证,更不意味着相关药物已经具备实际治疗效果。
不过,这类案例展示了AI在复杂科研任务中的另一种工作方式。
它不只是给出一个研究建议,而是能够结合工具反馈,持续调整候选方案。
对于需要大量检索、计算和重复评估的科研流程,这种长程任务能力具有一定应用价值。
06|支持百万Token上下文,新增持续交付能力
Qwen4-Max支持最高100万Token上下文,输入类型包括文本、图片和视频,输出以文本为主。
同时支持深度思考、联网搜索、工具调用和结构化输出。
这让它能够处理更大范围的项目资料,并结合专业工具完成复杂任务。
不过,百万Token上下文不等于永久记忆,支持视频理解也不等于模型本身可以直接生成视频文件。
这次还有一个比较值得关注的功能,叫作 Live Delivery(持续交付)。
与传统Agent长时间执行、最后一次性交付不同,持续交付强调先提供可以使用的初步成果,再根据用户反馈逐步扩展。
例如,开发一个网页项目时,可以先交付基础版本。
用户检查以后,再继续完善交互、视觉和其他功能。
这样能够减少Agent长时间独立执行后,最终成果偏离用户预期的问题。
阿里还同步开放了相关插件,方便开发者探索这种工作方式。
对于设计师和独立开发者而言,先拿到能用的版本,再逐步修改,可能比等待一份不确定的最终成果更加实用。
07|Qwen4-Max正式上线,开发者已经可以使用
目前,Qwen4-Max已经在千问AI平台提供API服务。
开发者可以通过按量计费API或Token Plan接入,正式版模型名称为:
qwen4-max
同时,千问办公、Qoder、千问App和Qwen Studio等官方应用也已接入新模型。
需要区分的是,11月11日开放的qwen4-max-preview属于预览型号,而11月16日推出的qwen4-max为正式版本,两者不是同一个API调用名称。
此外,Qwen4-Max目前主要通过在线API和产品服务提供,并未同步开放旗舰模型权重。
阿里表示,Qwen4系列的中小尺寸模型将陆续开源,但这不等于Qwen4-Max旗舰版权重已经开放下载。
千问AI平台:
https://www.qianwenai.com/models/qwen4-max千问App:
https://www.qianwen.com/Qoder官方入口:
https://qoder.com/总结|Qwen4-Max这次最值得关注的,不只是模型更强了
Qwen4-Max的发布,带来了一个比较明确的变化。
模型规模继续扩大,但阿里没有只把重点放在参数和跑分上,而是同步优化了推理效率、API价格和实际任务交付能力。
2.4万亿主干参数、710亿激活参数,体现了新一代稀疏架构的设计方向。
Token消耗降低、缓存价格下调,则进一步减少了部分长程任务的执行成本。
再加上汽车制造、游戏开发和科学研究等案例,Qwen4-Max正在尝试让AI从内容生成工具,走向能够调用专业软件、持续完成任务的智能协作系统。
当然,官方评测和展示案例仍然需要更多真实项目验证。
大模型真正的性价比,不是每百万Token卖多少钱,而是完成一项工作,最终花了多少钱。
这或许才是Qwen4-Max这次升级最值得关注的地方。
标签






评论 0
最新评论登录后发布评论并参与互动。
暂无评论,欢迎抢沙发。