阿里通义千问发布 2.4 万亿参数 Qwen4-Max,官方称单任务成本降 58%
2.4 万亿参数阿里通义千问 Qwen4-Max 正式上线:任务成本降低超 60%,后续将开源小尺寸模型
- 1阿里通义千问发布旗舰模型 Qwen4-Max,2.4 万亿参数 MoE 架构,支持 100 万 Token 上下文和原生视觉理解
- 2官方称 Work360 评测单任务平均费用从 26.58 元降至 11.16 元,降幅 58%,缓存命中价格同步下调
- 3官方称同等性能下 Xhigh 和 High 两档推理强度 Token 消耗较前代减少约 24% 和 35%,Terminal-Bench 4.0 上约 48% 和 49%
- 4官方评测 Work360 得分 52.69,前代 Qwen3.8-Max 为 47.74;汽车零件编程案例人工投入从约 475 分钟降至 24 分钟
千问这次旗舰升级把主要卖点放在单位任务成本和长程任务交付上,模型竞争点从参数规模转向每个任务的实际花费。
- 影响:重度调用 API 的业务可按新价格重算单位任务预算,缓存命中降价对重复查询类场景影响更直接;长程任务先交付首版再迭代的机制可能改变外包与验收节奏;后续开源小模型将提供私有化部署选项。
- 参考:可考虑选编程或办公自动化任务,用同一批工作对比新旧模型的单任务费用与 Token 消耗;值得评估 Live Delivery 交付模式是否适配现有验收流程,并跟踪后续开源小尺寸模型的私有化可行性。
- 依据:成本降幅、Work360 得分与编程耗时案例均来自 Qwen 官方博客和官方展示案例,属官方口径,暂无独立验证。
IT之家 11 月 16 日消息,阿里通义千问团队今日宣布推出新一代旗舰模型 Qwen4-Max,采用全新的 MoE(混合专家)架构,主干参数规模达到 2.4 万亿,原生支持视觉理解,并提供 100 万 Token 上下文窗口。
与此前 11 月 11 日先行开放的限时预览版不同,此次发布标志着 Qwen4-Max 作为正式版本接入千问 AI 平台,开发者可通过 Token Plan 或 API 调用。

Qwen4-Max 采用稀疏 MoE 架构,围绕 Attention、Residual 和 Embedding 三个层面做了系统性调整。每四层中三层使用 Gated DeltaNet 将历史信息压缩为固定状态,剩余一层以 Qwen Sparse Attention 按 block 粒度选择相关上下文,以降低长序列的注意力计算开销;Gated Residual 将残差流扩展为四条并行分支,增强跨层信息传递;N-gram Embedding 则在第二层以查表方式提供局部 token 模式表示,以较低额外算力扩展模型容量。
官方称,新模型在提升复杂工作任务处理能力的同时,能够减少 Token 消耗并降低任务成本。

根据 Qwen 官方博客介绍,Qwen4-Max 面向办公生产力、创意创作、软件开发和科学研究等场景,重点提升专业工具使用能力、长周期任务执行能力以及最终交付质量。模型能够处理 3D 建模、游戏开发、工业制造、金融、法律、医疗和前沿科学研究等任务。

效率是此次升级的显性指标。Qwen4-Max 在 Work360 行业基准上取得 52.69 分,前代 Qwen3.8-Max 为 47.74 分。
在同等性能下,Xhigh 和 High 两档推理强度的 token 消耗分别比前代减少约 24% 和 35%;Terminal-Bench 4.0 上的 token 消耗降幅则达到约 48% 和 49%。API 定价同步下调,尤其大幅降低了缓存命中价格,Work360 评测中单个任务的平均费用从 26.58 元降至 11.16 元,降幅 58%。

为了评估模型在真实工作场景中的表现,Qwen 团队还开发了 Work360 评测框架,用于模拟和分类复杂的专业工作任务。IT之家注意到,该框架覆盖 26 个一级领域、182 个二级子领域和 721 个三级专业方向,涉及多种行业和职业工作流程。

模型能力向长程任务执行倾斜。Qwen4-Max 支持百万 token 上下文窗口和原生视觉输入,在智能体场景中引入 Live Delivery 机制:先交付可用首版,再根据用户反馈逐版扩展内容与质量,同步开源了 Qwen-Live-Delivery-Plugin 插件。
官方展示的案例覆盖 Blender 三维建模、Unity 与 Unreal 引擎游戏开发、汽车产线规划与零件加工编程,以及金融投研、法律尽调和危重症临床辅助等专业场景。在汽车零件加工案例中,单个工件编程的人工投入从约 475 分钟降至 24 分钟。

Qwen4-Max 是 Qwen4 系列的首款模型。官方表示,系列中的小尺寸模型将陆续开源,沿袭同源技术路线,面向小模型更擅长的场景做取舍。
目前,Qwen4-Max API 已在 QwenCloud 上线,开发者可以通过 API 接入。此外,用户还可以通过 Qwen Studio、QwenWork 和 Qoder 体验新模型。
参考资料:
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
来源:IT之家·人工智能 · ithome.com