علیبابا در ۱۶ نوامبر ۲۰۲۶ از عرضه Qwen4-Max خبر داد و آن را توانمندترین مدل خانواده Qwen تا امروز توصیف کرد. این مدل در مجموع ۲.۴ تریلیون پارامتر دارد و برای پردازش هر توکن، ۷۱ میلیارد پارامتر را فعال میکند. Qwen4-Max تصاویر را بهصورت بومی پردازش میکند و پنجره زمینهای تا یک میلیون توکن دارد. پنجره زمینهای به مقدار متن و ورودیهای دیگری گفته میشود که مدل میتواند همزمان در نظر بگیرد.
کاربران میتوانند از Qwen4-Max از طریق طرح توکنی QwenCloud و API در Alibaba Cloud و همچنین محصولات QwenWork و QwenStudio استفاده کنند. این مدل برای طیفی از کارها، از کدنویسی و وظایف محیط کار گرفته تا استدلال بصری و پژوهش، عرضه شده است. علیبابا میگوید این مدل در Code Arena، جدول رتبهبندی مدلهای کدنویسی، ششم شده و در چند بنچمارک دیگر نیز عملکرد خوبی داشته است. این نتایج را خود شرکت اعلام کرده و در اطلاعیه، امتیازهای دقیق هر آزمون ارائه نشده است.
چطور به اینجا رسیدیم
Qwen4-Max از معماری پراکنده «ترکیب متخصصان» (Mixture-of-Experts) استفاده میکند؛ در این معماری هر درخواست فقط از بخشی از مدل عبور میکند، نه از همه پارامترهای آن. علیبابا میگوید معماری جدید، سازوکار توجه، اتصالات باقیمانده و تعبیهها را تغییر داده است. این مدل با فعالسازی ۷۱ میلیارد پارامتر، برای هر توکن ۲۵ درصد پارامتر کمتر از مدل پیشین علیبابا، Qwen3.8-Max، با همان مقیاس ۲.۴ تریلیون پارامتر فعال میکند. به گفته علیبابا، این تغییر Qwen4-Max را توانمندتر میکند و در عین حال هزینه اجرای آن را کاهش میدهد.
علیبابا برای مقایسه مستقیم از Work360، بنچمارک اختصاصی خود برای سنجش وظایف دشوار در ۷۲۱ حوزه تخصصی، استفاده کرده است. این شرکت میگوید Qwen4-Max در مجموع بهتر از Qwen3.8-Max عمل کرده، در حالی که در حالت استدلال با تلاش زیاد، ۳۵ درصد توکن کمتر مصرف کرده و میانگین هزینه هر وظیفه را حدود ۶۰ درصد پایین آورده است. وبسایت MarkTechPost از کاهش ۶۲ درصدی هزینه خبر داده است. این ارقام به هم نزدیکاند، اما منابع اختلافشان را توضیح نمیدهند؛ از آنجا که Work360 اختصاصی است، خوانندگان نمیتوانند بر اساس این اطلاعات وظایف یا نتایج آن را مستقلاً بررسی کنند.
علیبابا میگوید این مدل چه کارهایی میتواند انجام دهد
علیبابا کاربردهایی فراتر از گفتوگو و کدنویسی نیز برای این مدل برمیشمارد. این شرکت میگوید در یک آزمون زیرساخت ابری، Qwen4-Max میانگین هزینه فراخوانی مدل برای برچسبگذاری دادهها را ۹ درصد کاهش داد و زمانبندی مجدد آفلاین روی CPU را بیش از ۱۴ برابر سریعتر کرد. در یک نمایش کاربردی در تولید خودرو، به گفته شرکت، مدل با اصلاح پیاپی طراحیها و بررسی خطاهای ماشینکاری، زمان برنامهنویسی دستی قطعات را از حدود ۴۷۵ دقیقه به ۲۴ دقیقه رساند. این موارد و اندازهگیریها را علیبابا گزارش کرده و ارزیابی مستقل نیستند.
این شرکت از دو پروژه علمی با عاملهای هوش مصنوعیِ فعال در بازههای طولانی میگوید؛ عاملها سامانههایی هستند که میتوانند با استفاده از ابزارها، مجموعهای از وظایف را انجام دهند. در یکی از پروژهها، Qwen4 بهمدت ۴۸ ساعت پیوسته کار کرد و چهار دور طراحی مولکول، سنتز، آزمایش و یادگیری را به پایان رساند تا مولکول خنککنندهای را شناسایی کند که در آزمایش اعتبارسنجی شد. در آزمایشی برای پژوهش آلزایمر، علیبابا میگوید Qwen4-Max هنگام طراحی و اصلاح ۲۴ مولکول پیشنهادی، ۴۵۴ بار از ابزارها استفاده کرد و ۳٬۲۳۹ ارزیابی انجام داد. اطلاعیه مشخص نمیکند که این مولکولها درمان محسوب میشوند یا این پژوهش مستقلاً ارزیابی شده است.
بعد چه میشود
علیبابا قیمت ورودی Qwen4-Max را برای «برخورد با کش ضمنی» (Implicit Cache Hit)، بهازای هر یک میلیون توکن ۰٫۰۷۵ دلار اعلام کرده است. MarkTechPost قیمت ورودی را بهازای هر یک میلیون توکن ۱٫۵۰ دلار ذکر میکند، بدون آنکه به همان وضعیت کش اشاره کند. این دو رقم به قیمتگذاریهایی با توضیحات متفاوت مربوطاند؛ بنابراین نباید قیمت پایینترِ ورودیِ کششده را هزینه عمومی هر درخواست دانست. اطلاعات موجود، مقایسه کامل قیمتها را بر اساس ورودی، خروجی و وضعیت کش ارائه نمیکند.
علیبابا میگوید مدلهای کوچکتر سری Qwen4 با وزنهای باز، بهزودی برای توسعهدهندگان سراسر جهان عرضه میشوند، اما تاریخی اعلام نکرده است. در مدلهای با وزن باز، وزنهای مدل در دسترس دیگران قرار میگیرد تا از آنها استفاده کنند یا تغییرشان دهند. فعلاً Qwen4-Max از طریق خدمات ابری و اپلیکیشنهای علیبابا در دسترس است؛ اطلاعیه نمیگوید که خود مدل پرچمدار وزن باز خواهد داشت.
چرا مهم است
برای توسعهدهندگان و شرکتهایی که از Alibaba Cloud استفاده میکنند، Qwen4-Max از طریق API و طرح توکنی در دسترس است و میتوانند آن را بدون انتظار برای عرضه مدلهای کوچکتر با وزن باز امتحان کنند. نتایج Work360 که علیبابا اعلام کرده نشان میدهد برخی وظایف کاری ممکن است در مقایسه با Qwen3.8-Max هزینه کمتری داشته باشند؛ اما این بنچمارک اختصاصی است و قیمتهای گزارششده نیز به شرایط متفاوت ورودی مربوطاند. بر اساس اطلاعات منتشرشده، هزینه واقعی یک کاربرد مشخص و ارزانتر بودن Qwen4-Max نسبت به گزینههای دیگر روشن نیست.