一句话结论: 2026 年 11 月 16 日,阿里巴巴发布 Qwen4 系列首款旗舰模型 Qwen4-Max:总参数 2.4 万亿(2.4T),采用 QSA 稀疏注意力的新型 MoE 架构,每个 Token 仅激活 71B 参数,具备原生视觉能力(文本生成 + 图片 / 视频理解 + 深度思考),支持百万 Token 上下文。模型已上线千问 AI 平台提供 API 服务,缓存命中价低至 0.5 元 / 百万 Tokens,Work360 评测中单任务平均费用较上代下降 58%;编程、智能体和专业任务评测进入全球领先梯队,前端编程盲测 CodeArena 位列全球第六。Qwen4 系列中小尺寸模型将陆续开源。
一、发布节奏与接入方式
- 预览阶段: 11 月 11 日 10:00 上线 qwen4-max-preview,仅支持 Token Plan、不支持按量计费,预览期至 11 月 25 日 24:00,结束后下线。
- 正式上线: 11 月 16 日正式版 qwen4-max 开放 API,覆盖中国内地、国际与全球部署范围。
- 调用渠道: 千问 AI 平台 API、阿里 Token Plan,以及千问办公、Qoder、千问 APP、Qwen Studio 等应用内直接体验。
- 接口兼容: 兼容 OpenAI Chat Completions、Responses 接口与 Anthropic Messages 接口;支持联网搜索、Function Calling、JSON Object 与 JSON Schema 结构化输出。
二、核心规格参数
| 项目 | Qwen4-Max 规格 |
|---|---|
| 总参数 | 2.4T(2.4 万亿) |
| 每 Token 激活参数 | 71B;另有 328B N-gram Embedding 参数 |
| 架构 | 基于 QSA(Qwen Sparse Attention)的新型稀疏 MoE |
| 输入模态 | 文本、图片、视频(原生视觉理解) |
| 上下文长度 | 1M Token |
| 最大输出 | 非思考模式 131,072 Token;思考 + 输出共享 262,144 Token 预算 |
| 思考档位 | low /medium/xhigh(默认 xhigh) |
| 视觉输入上限 | 单图 16M 像素;视频最长 2 小时、最大 2GB;最多 2048 张图、64 段视频 |
三、架构上做了哪些升级
新架构围绕注意力、残差连接、嵌入三个方向改造稀疏 MoE:
- GDN + QSA 注意力: 每四层中三层用 Gated DeltaNet 把历史信息压缩成固定大小状态,另一层 QSA 通过轻量级索引器按块选择相关上下文,降低长序列注意力计算和索引开销。
- Gated Residual(GR): 残差流扩展为四条并行分支,靠动态读写门控增强跨层信息传递,提升训练稳定性。
- N-gram Embedding: 在第二层引入局部 Token 模式的额外表示,按局部上下文查表,以较低额外计算开销扩展模型容量。
- 训练效率: 同 2.4T 规模下,每 Token 激活参数较上代减少约 25%;内部知识、代码、问答、STEM 四类评测中 BPB(每字节比特数)在五个参评模型里最低,各领域较上代下降约 5%—13%;预训练过程平稳,全程未出现 loss spike。
四、评测成绩:编程、智能体、专业任务三条线
| 评测 | Qwen4-Max 成绩 | 对比 / 位置 |
|---|---|---|
| CodeArena 前端(Webdev) | 全球第 6(xHigh,1750 分) | 介于 GPT-6 Astra 与 Claude Fable5.1 之间,刷新中国模型前端编程最好成绩 |
| Agents' Last Exam(ALE) | 46.7 分 | 较 Qwen3.8-Max 提升 18.8 分 |
| Chartography(图表理解推理) | 54.2 分 | 较上代提升 12.2 分 |
| JobBench(专业工作) | 68.5 分 | 超过 GPT-6.1 Sol,次于 Claude Opus 5.5 |
| HLAB-Vals-1.1(法律) | 21.3 分 | 较上代提升 5.9 分,居行业领先行列 |
| Work360 全场景 | 52.69 分 | 上代 47.74 分,整体提升超 10% |
效率与成本口径:
- Terminal-Bench 4.0(xhigh):每次尝试平均 Token 用量从 289K 降到 151K,减少近 50%;得分从 38.9 升到 48.5,提升近 25%。
- Work360:High 档 Token 消耗减少约 35%,xhigh 档减少约 24%;单任务平均费用从 26.58 元降到 11.16 元,降幅 58%。
- Artificial Analysis AII 指数(xhigh):43 分,较上代高 9 分;该口径下单任务成本较上代降约 11%(注意与阿里 Work360 的 58% 成本口径不同,测试基准不一样)。
五、落地能力与公开案例
- 持续交付(Live Delivery): 模型内先生成可用首版,再按用户意见逐版扩展;样例中一个物理课堂科普网站被迭代交付 14 次,最终包含 3D 动画、交互实验和原理详解。
- 自主闭环优化: 基于阿里云 AI 基础设施,模型自主优化自身应用、推理与训练的运行系统;数据标注场景模型调用成本降低约 10%,CPU 离线重调度场景最优求解速度提升超 14 倍。
- 3D 与游戏: 串联 Blender、Unity、Unreal Engine、Godot 等工具,完成场景搭建、玩法逻辑、材质灯光、HUD 与特效,并实际运行游戏根据反馈调整细节。
- 汽车制造: 贯穿产线规划、零件设计、加工验证;样例中单个工件加工编程人工用时从约 475 分钟降到 24 分钟,减少约 95%。
- 金融与法律: 金融投研可调用 90 个 MCP 工具获取 A 股、港美股数据并生成可溯源报告;法律尽调样例处理 198 份散乱底稿,交付 86 页、6 万余字完整报告。
- 科学发现: 材料方向连续 48 小时自主运行,从 270 万个候选分子中筛选,经 4 轮 "设计 — 合成 — 测试" 闭环真实合成一种新型冷却液;阿尔茨海默研究中自主执行 454 次工具调用、3239 次指标评估,设计优化 24 个候选分子。
- 安全治理: 代码训练包含安全检查以降低注入、内存安全、越权访问等漏洞;训练数据按任务意图过滤,保留漏洞检测与修复的防御性材料、剔除攻击性内容;另有专用安全数据集和后训练增强应对 CBRN 风险。
小结: Qwen4-Max 是一次 "大参数、小激活" 的旗舰迭代:2.4T 主干参数靠稀疏 MoE 把单 Token 激活压到 71B,配合原生视觉和百万上下文,主打复杂智能体、前端编程和专业工作交付;核心卖点是更少 Token、更低单任务成本和更强的长程任务闭环能力。目前正式版已开放 API,中小尺寸开源版本和更多行业落地效果仍待后续公布,部分复杂多模态任务在预览阶段仍存在不一致或违背物理规律的情况,实际表现需以生产环境实测为准。
【相关 FAQ】
问题 1:Qwen4-Max 的 2.4 万亿参数是什么概念,为什么说它每 Token 只激活 71B?
回答 1:2.4 万亿(2.4T)是 Qwen4-Max 的总参数规模,采用稀疏 MoE 架构,配合 QSA 稀疏注意力,每个 Token 实际只激活 71B 参数,另有 328B N-gram Embedding 参数。这种 "大总参、小激活" 设计让模型保留大容量的同时降低单 Token 推理成本,相比同 2.4T 规模的上代模型激活参数减少约 25%,BPB 下降 5%—13%。
问题 2:Qwen4-Max 的原生视觉能力支持哪些输入,上下文和输出规格是多少?
回答 2:Qwen4-Max 具备原生视觉能力,可直接接收文本、图片和视频输入并以文本回答,适用于截图分析、文档理解和视频分析;上下文窗口为 1M Token,非思考模式最大输出 131,072 Token,思考与最终回答共享 262,144 Token 预算;单图最大 16M 像素,视频最长 2 小时、最大 2GB,最多支持 2048 张图和 64 段视频。
问题 3:Qwen4-Max 在编程和智能体评测上排在什么位置,成本相比上代降了多少?
回答 3:CodeArena 前端 Webdev 盲测中 Qwen4-Max 以 xHigh 档位位列全球第 6,刷新中国模型前端编程最好成绩;ALE 智能体考试 46.7 分、JobBench 68.5 分、Chartography 54.2 分,处于全球领先梯队。按阿里 Work360 口径,单任务平均费用从 26.58 元降到 11.16 元、降幅 58%,Terminal-Bench 4.0 的 Token 用量减少近 50%、得分提升近 25%;不同第三方基准的成本降幅口径会有差异。
问题 4:开发者现在怎么调用 Qwen4-Max,API 兼容哪些协议?
回答 4:正式版已上线千问 AI 平台提供 API,也可通过阿里 Token Plan 调用,或在千问办公、Qoder、千问 APP、Qwen Studio 中体验。接口兼容 OpenAI Chat Completions、Responses 和 Anthropic Messages API,支持联网搜索、Function Calling 与 JSON 结构化输出;缓存命中价格低至 0.5 元 / 百万 Tokens,海外输入隐含缓存命中价为 0.075 美元 / 百万 Tokens。
问题 5:Qwen4-Max 有哪些行业落地案例,Qwen4 系列后续会开源吗?
回答 5:公开案例覆盖 3D 建模与游戏开发、汽车制造、金融投研、法律尽调和科学发现:汽车工件加工编程人工用时从 475 分钟降到 24 分钟,金融可调用 90 个 MCP 工具生成溯源报告,材料方向经 48 小时自主运行和 4 轮闭环合成新型冷却液。官方表示 Qwen4 系列中的中小尺寸模型将陆续开源发布,具体开放时间和权重规格待后续公告。
【参考资料】
- [2026-11-17](阿里 Qwen4-Max 正式登场:单任务成本暴降 58%,前端编程全球第六)InfoQ
- [2026-11-17](阿里、腾讯新模型齐登场:Qwen4-Max 单任务成本降 58%,Hy4 flash 降至竞品 1/8)36 氪
- [2026-11-16](24000 亿参数!阿里 Qwen4-Max 旗舰模型登场,任务便宜 58%)网易(智东西)
- [2026-11-16](Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity, and Discovery)Alibaba Cloud Community
- [2026-11-16](文本生成与视觉理解 - 大模型服务平台百炼)阿里云帮助中心
- [2026-11-16](模型上架与更新 - 大模型服务平台百炼)阿里云帮助中心
- [2026-11-16](qwen4-max-preview 模型说明)阿里云帮助中心
- [2026-11-16](Model releases - Model changelog)QwenCloud Docs
【免责声明】
以上内容基于 2026 年 11 月 16 日阿里官方发布材料、阿里云文档及公开媒体报道整理。模型评测分数、成本降幅和效率数据多来自官方或特定测试基准,不同测试集、推理档位、硬件与统计口径下结果可能不同,不代表所有场景下的通用表现;预览版与正式版能力、输出预算存在差异。文中行业案例为演示或试点结果,不构成同等效果承诺;开源节奏、后续型号规格以官方公告为准。本文不构成投资建议或采购决策依据,实际调用效果请以公开 API 和真机实测为准。
本文来自作者[雾波关守人]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/shangye/202611/3872.html
评论列表(4条)
我是乌兰科技网的签约作者“雾波关守人”!
希望本篇文章《阿里 Qwen4-Max 正式发布2.4 万亿主干参数稀疏 MoE、激活 71B,具备原生视觉与百万上下文》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:一句话结论: 2026 年 11 月 16 日,阿里巴巴发布 Qwen4 系列首款旗舰模型 Qwen4-Max:总参数 2.4 万亿(2.4T),采用 QSA 稀疏注意力的新型 MoE 架构,每个 Token 仅激活 71B 参数,具备原生视觉能力(文本生成 + 图片 视频理解 + 深度思考),支持百万 Token 上下文。模型已上线千问 AI 平台提供 API 服务,缓存命中价低至 0.5 元 百万 Tokens,Work360 评测中单任务平均费用较上代下降 58%;编程、智能体和专业任务评测进入全球领先梯队,前端编程盲测 CodeArena 位列全球第六。Qwen4 系列中小尺寸模型将陆续开源。