阿里巴巴于2026年11月16日发布Qwen4-Max,并称这是迄今Qwen系列中能力最强的模型。该模型总参数量达2.4万亿,每处理一个token会激活710亿个参数;它原生支持图像输入,上下文窗口最长可达100万个token。上下文窗口指模型一次能够考虑的文本及其他输入量。
用户可通过阿里云的QwenCloud Token Plan和API,以及阿里巴巴的QwenWork和QwenStudio产品使用Qwen4-Max。该模型面向的任务包括编程、办公、视觉推理和研究等。阿里巴巴称,该模型在编程排行榜Code Arena上排名第六,在其他多个基准测试中也表现良好。这些结果由公司提供;公告未列出各项测试的详细分数。
发展历程
Qwen4-Max采用稀疏混合专家(Mixture-of-Experts)架构,每次请求只会调用模型的一部分,而不是同时使用全部参数。阿里巴巴称,新架构调整了注意力机制、残差连接和嵌入方式。Qwen4-Max每个token激活710亿个参数,相较于参数规模同为2.4万亿的前代模型Qwen3.8-Max,每个token激活的参数减少25%。阿里巴巴称,这让Qwen4-Max在能力更强的同时,运行成本也更低。
为进行直接比较,阿里巴巴使用了自家的Work360基准测试,涵盖721个专业领域的高难度任务。公司称,在High effort推理模式下,Qwen4-Max的整体表现优于Qwen3.8-Max,同时使用的token减少35%,每项任务的平均成本降低约60%。MarkTechPost报道的成本降幅为62%。两个数字相近,但消息来源没有解释差异;Work360是专有基准,读者无法根据这些信息独立查看测试任务或结果。
阿里巴巴称其能够胜任的任务
阿里巴巴还介绍了聊天和编程之外的用途。在一项云基础设施测试中,公司称Qwen4-Max将数据标注模型调用的成本平均降低9%,并使离线CPU重新调度的速度提高14倍以上。在一项汽车制造演示中,公司称该模型通过反复修改设计并检查加工错误,将工件编程的人工操作时间从约475分钟缩短至24分钟。这些都是阿里巴巴公布的案例和测量结果,并非独立评估。
公司还介绍了两个涉及长时间运行AI智能体的科学项目。AI智能体是指能够使用工具执行一系列任务的系统。在其中一个项目中,Qwen4连续运行48小时,完成了四轮分子设计、合成、测试和学习,最终找到一种经过实验验证的冷却剂分子。在一项阿尔茨海默病研究实验中,阿里巴巴称Qwen4-Max调用工具454次、进行了3,239次评估,用于设计和改进24种候选分子。公告并未证明这些候选分子是治疗药物,也没有说明相关工作经过独立评估。
接下来会怎样
阿里巴巴公布的Qwen4-Max输入价格为每百万token 0.075美元,适用于“隐式缓存命中”(Implicit Cache Hit)。MarkTechPost给出的输入价格是每百万token 1.50美元,但未说明是否适用相同的缓存条件。这两个数字针对的定价条件不同,因此较低的缓存输入价格不应被理解为每次请求的普遍成本。现有信息未提供输入、输出和缓存条件下的完整价格对比。
阿里巴巴称,Qwen4系列中规模较小的开放权重模型即将面向全球开发者发布,但没有公布日期。开放权重模型会向其他人开放模型权重,供其使用或调整。目前,Qwen4-Max可通过阿里巴巴的云服务和应用使用;公告没有称旗舰模型本身会开放权重。
为什么重要
对于已经使用阿里云的开发者和企业,Qwen4-Max可通过API和Token Plan使用,无需等待规模较小的开放权重模型发布。阿里巴巴公布的Work360结果显示,部分企业任务的成本可能低于使用Qwen3.8-Max时的成本,但该基准是专有的,而且公布的价格对应不同的输入条件。对于具体工作负载,实际成本是多少,以及Qwen4-Max是否比其他方案更便宜,目前都无法从已公布的信息中确定。