内容概览
本文围绕“阿里千问发布 Qwen4-Max: 以架构升级压低 token 消耗,单任务费用降58%”整理核心信息、适用场景与使用条件,便于读者快速了解重点,再决定是否进一步体验或查阅项目资料。
详细信息
阿里千问大模型11月16日正式发布 Qwen4-Max,定位全天候 AI 协作伙伴。模型基于 Qwen4全新架构,总参数2.4T、每 token 激活71B,另有328B N-gram Embedding 参数,具备原生视觉能力并支持百万 token 上下文。
现已上线千问 AI 平台提供 API 服务,缓存命中每百万 Tokens 低至0.5元,也可经阿里 Token Plan 调用或在千问办公、Qoder 等应用体验;官方全面下调 API 定价,Qwen4系列中小尺寸模型将陆续开源。

架构上,Qwen4-Max 围绕注意力、残差与嵌入三方面升级稀疏 MoE:每四层中三层 Gated DeltaNet 压缩历史状态、一层 QSA 按块选取上下文,Gated Residual 扩展为四条并行分支,N-gram Embedding 以低开销扩展容量。2.4T 规模下预训练平稳、全程无损失尖峰;内部评测中其基座在知识、代码、问答与 STEM 四类的 BPB 均为五个参评模型最低,较同为2.4T 的上一代下降约5–13%,每 token 激活参数减少约25%。

性能与成本方面,模型在 Code Arena 前端盲测居全球前列,Work360行业基准得52.69分、高于 Qwen3.8-Max 的47.74分;在 Work360与 Terminal-Bench4.0上,Xhigh 和 High 两档 token 消耗分别减少约24%、35% 与48%、49%,单任务平均费用由26.58元降至11.16元、降低58%。
落地场景中,汽车制造单个工件加工编程的人工投入从约475分钟降至24分钟、减少约95%,法律尽调交付86页、6万余字报告,药物发现优选分子结合亲和力约为起点的3.6倍。

官方称 Max 只是 Qwen4首款模型,小尺寸模型将陆续开源。以架构升级同时换取 token 效率提升与 API 成本下探,延续了大模型竞争从参数规模转向真实生产力交付的趋势。
编辑整理:阅读要点
- 功能和价格可能随版本或地区变化,使用前应查看最新说明。
- 安装软件或启用服务时,优先使用项目官方渠道并检查所需权限。
- 是否适合长期使用,应结合自身设备、工作流和实际体验判断。
延伸阅读
资料来源:news.aibase.com。本文依据公开资料整理,不是独立采访或独家报道。
