阿里发布 Qwen4-Max:2.4T 参数原生视觉,API 单任务成本降 58%

千问大模型 · wechat · 2026-11-16

千问团队正式发布 Qwen4-Max,基于 Qwen4 全新稀疏 MoE 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,支持百万 token 上下文。相比 Qwen3.8-Max 整体能力显著提升,CodeArena WebDev 盲测位居全球前列。中小尺寸模型将陆续开源。

架构与成本:架构围绕 Attention、Residual、Embedding 三方面升级——GDN+QwenSparseAttention 以 block 粒度选择相关上下文、GatedResidual 四分支残差流、N-gram Embedding 低成本扩容;预训练无 loss spike,BPB 较上代降 5–13% 且激活参数减少约 25%。Token 效率上,Work360 在 Xhigh/High 档推理下消耗分别减少约 24%/35%,Terminal-Bench4.0 减少约 48%/49%;API 全面降价后 Work360 单任务平均费用从 26.58 元降至 11.16 元(降 58%),缓存命中低至每百万 token 0.5 元。

能力与落地:Work360 行业基准从 47.74 升至 52.69 分;可驾驭 Blender/Unity/Unreal/Godot 完成游戏与 3D 创作;在汽车制造真实产线把单个工件加工编程的人工投入从约 475 分钟降至 24 分钟(约 95%)。金融投研可调用 90 个 MCP 工具生成可溯源报告;法律尽调处理 198 份散乱底稿产出 86 页尽调报告;危重症场景单次通读含 1,433 张影像的完整病历并给出与医生一致的处置建议。长程 Agent 支持 LiveDelivery 持续交付(配套开源 Qwen-Live-Delivery-Plugin),并已用于优化阿里云自身 GPU/CPU 调度;在 AI4Science 方面 48 小时自主完成新型冷却液分子设计与实物合成,以及针对 NLRP3 靶点的阿尔茨海默药物候选优化(结合亲和力估计达专利起点约 3.6 倍)。

所属事件:阿里发布 Qwen4-Max:MoE 架构、原生视觉与百万 token 上下文(14 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →