11月16日,阿里千问正式发布新一代旗舰模型Qwen4-Max。该模型维持2.4万亿(2.4T)主干总参数规模,原生支持文本、图像和视频输入,上下文窗口扩展至100万Token。官方同步公布的评测数据显示,在模拟真实工作场景的测试中,千问4 Max完成单个任务的平均费用从上一代的26.58元降至11.16元,降幅达58%。
此前五天,预览版qwen4-max-preview已在Token Plan中低调上线。正式版发布的同时,阿里云百炼同步下调了定价:在国内华北2(北京)节点,标准按量定价为每百万Token输入10元、输出30元,低于前代的12元和36元;新开通用户赠送100万免费Token。针对Agent反复读取背景资料的场景,显式和隐式缓存命中价格降至每百万Token 0.5元,缓存创建费用为5分钟12.5元、1小时20元。国际版定价同步降至输入1.5美元、输出4.5美元,隐式缓存低至0.075美元,缓存价格降幅约70%。
为支撑100万上下文和长程Agent任务的稳定运行,千问4 Max在底座架构上做了三处调整。注意力层采用混合方案(GDN加Qwen Sparse Attention),每4层网络中3层将历史信息压缩为固定大小状态向前传递,剩余1层按区块筛选重点信息。残差层引入门控机制(Gated Residual),将单线信息通道扩展为4条并行分支并加入调节开关,以应对2.4万亿参数预训练过程中的损失值尖峰问题。嵌入层第二层增加328B规模词组查表机制(N-gram Embedding),在不显著增加计算量的前提下扩展知识容量。
架构调整后,千问4 Max每个Token仅激活71B参数,较上一代减少约25%。内部评测显示,底座模型Qwen4-Max-Base的数据压缩效率指标(BPB)在5个参评模型中最低,较前代Qwen3.8-Max-Base降低5%至13%。在覆盖26个一级领域、182个二级子领域和721个三级细分领域的Work360行业基准测试中,千问4 Max得分52.69分,前代Qwen3.8-Max为47.74分。在Xhigh和High两档思考强度下,Token消耗分别减少约24%和35%;在Terminal-Bench 4.0终端任务中,Token消耗分别减少约48%和49%。
在应用层面,千问4 Max展示了多类复杂任务的处理能力。官方演示中,模型独立完成了一款3D猫法师RPG游戏的场景搭建与玩法逻辑开发,包含装备背包、小地图HUD和Boss战。网页应用开发方面,千问引入持续交付(Live Delivery)机制并开源Qwen-Live-Delivery-Plugin插件,模型先交付可运行的首版,再根据反馈迭代修改。在中文物理科普网站案例中,模型扩展出完整课程页面,并在网页内嵌入可手动调节参数的3D光学全反射交互实验。
工业场景是此次发布的重点方向之一。在三丰智能装备和统联精密的汽车制造演示中,千问4 Max可将2D图纸转换为3D产线布局,对车门等部件做参数化建模,并在加工刀路仿真核验中自动识别刀具直径过大导致的局部过切问题。据官方数据,此前工程师编制一个工件的加工程序平均耗时约475分钟,引入模型辅助后人工投入降至24分钟,节省约95%的时间。代码安全方面,该模型在Last Secure Code Bench测试中的功能与安全双通过率从上一代的22.0%提升至31.8%。
从参数竞赛转向成本与工作流适配,是此次千问4 Max释放的核心信号。在旗舰模型普遍面临商业化压力的背景下,单任务成本下降58%叠加云平台定价下调,意味着国产大模型厂商正将竞争焦点从基准测试分数转向实际部署的经济性。对于需要长上下文处理和Agent编排的企业用户而言,模型的Token效率与缓存定价将直接影响其规模化落地的可行性。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。