阿里发布 Qwen4-Max:2.4T 参数只激活 71B,单任务成本直降六成

11 月 16 日,阿里巴巴正式发布新一代基座大模型 Qwen4-Max。这是 Qwen4 系列的旗舰型号,总参数量达到 2.4 万亿(2.4T),首次具备原生视觉能力,支持百万 token 超长上下文。与上一代 Qwen3.8-Max 相比,新模型最大的变化不是「更大」,而是「更省」——官方数据显示,完成单个任务的平均费用下降了 58%,在部分口径下接近六成。模型已上线千问 AI 平台开放 API,缓存命中价格低至每百万 Tokens 0.5 元。

换用 QSA 稀疏注意力,2.4T 参数只激活 71B

Qwen4-Max 采用了基于 Qwen 稀疏注意力(QSA)的全新 MoE(混合专家)架构。2.4T 的总参数规模虽然庞大,但每个 token 实际只激活 71B 参数,比上一代每个 token 的激活参数量又少了 25%。这意味着模型容量的增长并没有等比例推高单次推理的算力开销——总参数决定知识容量,激活参数决定推理成本,这套「大而可调用」的设计正是当前旗舰开源与闭源模型的共同路线。

DiDi 的优势直接体现在编程评测里。在全球前端编程盲测 CodeArena 中,Qwen4 位居第六;在专业编程评测 Terminal-Bench 4.0 上,同为 Xhigh 思考档位,Qwen4-Max 每次尝试的平均 token 用量从上一代的 289K 下降到 151K,减少近一半,评测得分则从 38.9 分提升到 48.5 分,提升约 25%。在 Agents' Last Exam(ALE)、Vals Index 等智能体与专业任务的三方评测中,Qwen4 也处于领先梯队。

降价才是重点:单任务成本从 26.58 元降到 11.16 元

如果说跑分体现能力,那么定价体现的是这一代真正想抢的东西——开发者。基于缓存命中价格的大幅下调,官方 Work360 基准显示,完成单个任务的平均费用从上代的 26.58 元降到 11.16 元,降幅 58%。缓存命中每百万 Tokens 低至 0.5 元的价格,放在当前国内大模型价格战里属于激进的一档。

阿里巴巴同时把 Qwen4-Max 铺进了自家的应用矩阵:用户可通过阿里 Token Plan 调用,也能在千问办公、Qoder、千问 App 里直接使用。发布当天,千问办公一口气上线 10 款模型,除 Qwen4-Max 外还包括 Kimi、GLM、DeepSeek、MiniMax、Step 等多家第三方大模型——把办公智能体当作新模型的「第一站」,已成为模型公司的常规打法。

在 AI for Science(AI 辅助科学发现)方向,官方给出的案例是:Qwen4 曾连续 48 小时自主运行,从 270 万个候选分子中筛选目标,并通过 4 轮「设计—合成—测试」闭环,真实合成出一种新型冷却液材料,为高功率芯片的数据中心散热提供了新思路。

需要冷静看待的几处保留

需要注意的是,上述性能数字多数出自阿里自测。Work360 是阿里自建的评测框架,分数尚缺第三方复现;「CodeArena 位居全球前列」的表述并未给出确切名次;原生视觉能力也没有对应的公开评测数据。在与 GLM-5.3、Kimi-K3.1-Pro 等模型对比时,官方同样注明了后训练会影响结果可比性。有分析指出,独立第三方评测给出的分数仍落后于头部模型——性价比优势并不自动等于能力领先。

此外,Max 型号目前暂不开源,阿里仅表示 Qwen4 系列中的中小尺寸模型将陆续开源发布。这意味着想私有化部署旗舰能力的团队,短期内仍只能通过 API 调用。

谁最直接受益

对高频调用 API 的智能体开发者、编程工具厂商,以及需要长上下文处理整份代码库、长篇文档的企业来说,降价 58% 比单纯堆参数更实在——它直接决定了单位任务的成本和可并发规模。但能不能真正留住开发者,最终仍要看接下来两个季度企业客户的真实迁移量,而不是发布会上的跑分。对关注国产算力与开源生态的团队,Qwen4 中小尺寸的后续开源节奏也值得持续跟踪。