跳到正文
原文
人人都是产品经理· 赛博禅心·· 2 小时前精选AI 评分77

阿里发布 Qwen4-Max:思考更高效,单任务费用降 58%

Qwen4-Max:思考更高效,单任务费用降 58%

文章要点
  • 1阿里发布 Qwen4 系列首款模型 Qwen4-Max,上下文 1M,MoE 架构 2.4T 总参、每 token 激活 71B
  • 2官方称同等任务少用 24%–49% token,单任务平均费用从 26.58 元降至 11.16 元(阿里自建 Work360 评测口径)
  • 3官方公布 DeepSWE 75.7、Terminal-Bench 4.0 48.5(上一代 38.9),长程任务 Agents' Last Exam 46.7(上一代 27.9)
  • 4API 每百万 token 输入 10 元、输出 30 元、缓存命中 0.5 元,已上线千问 AI 平台等入口,小尺寸 Qwen4 将陆续开源
决策要点

这次发布的实质是把大模型性价比竞争的单位从 token 单价转向单任务总成本,用新 MoE 架构同时压低激活参数和 token 用量。

  • 影响:原先算不过账的批量文档、产线编程等场景可按单任务成本重算预算,文中案例编程耗时从 475 分钟降到 24 分钟;Agent 编程与长程任务成绩提升,长周期任务有了先交首版再迭代的交付用法;Qwen4 小尺寸模型将陆续开源,私有化部署多一个选项。
  • 参考:可考虑把现有大模型用量按单任务总成本重算一遍,与现行 API 报价对比再定采购;值得选一个长周期任务场景试点先交可用首版、按反馈迭代的交付方式;有私有化需求的团队可留意 Qwen4 小尺寸模型的开源节奏。
  • 依据:费用、token 用量与各评测成绩均为阿里官方口径,暂无独立验证;产线编程 475 分钟降至 24 分钟为文中转述案例;作者仅实测了照片转 Blender 建模一项。
正文

MoE 架构 2.4T 总参、71B 激活,单任务平均费用降 58%,DeepSWE 拿到 75.7、Terminal-Bench 4.0 拿到 48.5,1M 上下文和原生视觉一起端上来,Qwen4-Max 这笔账要重算。

刚刚,阿里正式发布了 Qwen4-Max,这是 Qwen4 系列的第一款模型,上下文 1M,最大输出 393KMoE 架构,2.4T 总参,71B 激活,原生视觉

先看一下这个模型的成绩,在 Agent 编程方面,DeepSWE 拿到 75.7,Terminal-Bench 4.0 拿到 48.5(上一代 38.9),而在长程任务上,Agents’ Last Exam 拿到 46.7(上一代 27.9)

而对于 WebDev Arena,是当前国模的最好成绩

其他的要点整理如下,首先看看:

  • 更省:每个 token 的激活参数比上一代少约 25%,同样的任务少用 24%–49% 的 token,单个任务的平均费用降了 58%
  • 长任务分阶段交付:先交一个能用的首版,再按反馈一版一版往上加
  • API 价格:每百万 token 输入 10 元、输出 30 元,缓存命中 0.5 元(Qwen3.8-Max 是 12 元、36 元、1.5 元)
  • 在哪用:千问 AI 平台(接口兼容 OpenAI 和 Anthropic 的格式)、Token Plan,以及千问办公、Qoder CN、千问 App、Qwen Studio
  • 开源:Qwen4 的小尺寸模型会陆续开源

我先试了一下它看图的本事:给它两张应县木塔的照片,它可以在 Blender 里照着建出来

左边是照片

左边是照片

从游戏到新药

现在的模型能力上来了,做出一些 3D 的游戏不在话下,这里先给大家看一个没有皮肤的




如果把这一个改成绑定上 Unreal 里面的资产,就可以是类似下面这个样子

Blender 也一样,它可以从建模一路做到渲染

在汽车产线上,它可以给零件写加工程序,一个工件的编程时间从 475 分钟降到了 24 分钟

接上万镜一刻,它可以把一条片子从分镜做到成片

在阿里自建、覆盖 721 个细分领域的 Work360 行业评测上,Qwen4-Max 比上一代提升了超过 10%

金融、法律和医疗的活,它交出来的东西都能查回出处

做投研时,它可以交出一份 Excel 底稿加一份 PPT,数字都能点回原始数据

给它 198 份乱七八糟的底稿,它可以整理出一份 86 页的尽调报告

一份带 1,433 张影像的危重症病历,它可以在一次对话中读完

跑长周期任务时,它会先交一个能用的首版,再一版一版往上加,就比如一个物理科普网站,它前后交了 14 个版本

这套能力也开源成了插件 Qwen-Live-Delivery-Plugin,首发支持 Codex CLI

阿里云也拿它来优化自己的资源调度

科研这块,它可以连着跑 48 小时,自己设计并合成出一种新型冷却液

它还针对阿尔茨海默病设计了一个候选药物分子

在 Qoder 里,它可以直接做 Office 文档、网页和小游戏

Token 用量和价格都降了

同样的任务,Qwen4-Max 用的 token 更少,单价也更低,两样叠在一起,在阿里自建的行业评测 Work360 里,单个任务的平均费用从 26.58 元降到了 11.16 元

价格方面,缓存命中降到了每百万 token 0.5 元,大约是海外主流模型同类价格的 5%–10%

还得说一下,正式版默认用 High 档思考,做网页这类活,可以手动调到 Xhigh

激活参数少了四分之一

至于为啥能这么省,是因为 Qwen4-Max 换了一套新的 MoE 架构,2.4T 总参里每个 token 只激活 71B,比上一代少了约 25%

改动集中在三处:

  1. GDN + QSA:每四层里三层用 Gated DeltaNet 压缩历史,一层用 Qwen 稀疏注意力按 block 挑上下文,长序列算得更省
  2. Gated Residual:残差流扩成四条并行分支,用门控读写,训练更稳
  3. N-gram Embedding:第二层按局部上下文查表,多花一点计算,换来更大的模型容量

整个 2.4T 规模的预训练,loss 一路平滑下降,Base 模型的 BPB 也比上一代低了 5%–13%


最后

这一款模型已经上线到了千问的 AI 平台,可以通过 API 或者是 Token Plan 来使用

本文由人人都是产品经理作者【赛博禅心】,微信公众号:【赛博禅心】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于CC0协议

来源:人人都是产品经理 · woshipm.com