阿里发布 Qwen4-Max:2.4 万亿参数 MoE、71B 激活、百万上下文,单任务成本降至 1.67 美元

举报
buffon 发表于 2026/11/17 12:18:13 2026/11/17
【摘要】 一、事件概述阿里巴巴 Qwen 团队于 11 月 16 日正式发布旗舰大模型 Qwen4-Max,采用全新的 Qwen4 架构,参数规模 2.4 万亿、稀疏 MoE 结构,每个 token 激活约 71B 参数,原生支持视觉理解,上下文窗口达到 100 万 token。发布节奏并非一步到位。早在 11 月 11 日,预览版就已上线阿里 Token Plan,并以限时最低 1 折的价格对外供...

一、事件概述

阿里巴巴 Qwen 团队于 11 月 16 日正式发布旗舰大模型 Qwen4-Max,采用全新的 Qwen4 架构,参数规模 2.4 万亿、稀疏 MoE 结构,每个 token 激活约 71B 参数,原生支持视觉理解,上下文窗口达到 100 万 token。

发布节奏并非一步到位。早在 11 月 11 日,预览版就已上线阿里 Token Plan,并以限时最低 1 折的价格对外供应,同时接入千问 App、千问办公、Qoder、QwenStudio 等多条产品线。千问 Go! 会员也同步开启限时折扣。正式发布后,千问 App 宣布新模型上线期间会员可限免体验,使用 Qwen4-Max 不消耗会员额度。

此后数天内,模型陆续接入 Novita AI、Vercel AI Gateway、OpenRouter 以及 You com Inference Router 等第三方推理平台,覆盖范围在持续扩大。

二、核心数据:效率与定价

Qwen 团队强调的重点不只是能力,还有 token 效率与成本。官方内部评估给出的数据如下:

指标 Qwen3.8-Max Qwen4-Max 变化
Work360 基准得分 — 52.69 较上代高约 10%
平均单任务成本 4.43 美元 1.67 美元 下降约 62%
token 用量(Xhigh 档) — — 下降约 24%
token 用量(High 档) — — 下降约 35%
输入价格(每百万 token) 2 美元 1.5 美元 下降 25%
输出价格(每百万 token) 6 美元 4.5 美元 下降 25%
隐式缓存(每百万 token) — 0.075 美元 降价 70%

官方口径称,Qwen4-Max 相比 Qwen3.8-Max 在 token 效率和成本上更优,每任务平均成本下降超过 60%。OpenRouter 同日上线该模型,公布了相同的定价结构,并确认较上代有所下调。

需要说明的是,上述能力提升与效率数据均来自阿里和 Qwen 团队方面的说法,属于厂商自述。

三、第三方评测:位置与差距

Artificial Analysis 的独立评测已经给出:Qwen4-Max 在 Intelligence Index 上以 xhigh 推理档得分 43 分,比 Qwen3.8-Max 高 9 分,比 Kimi K3.1 Pro 低 3 分,但每任务成本约低 11%。这组对比说明它在智能水平上已经接近头部国产模型,同时保持了成本优势。

Qwen 方面另行披露,该模型在 Agent Arena 的净提升为 +7.5%,总排名从第 39 位升至第 14 位,成为该榜单上排名第一的中国模型。此外,在 Vals Index 上位列第 11 名,居中国模型之首;在 Image-to-WebDev Arena 和 Code Arena 的 WebDev 分类中均排名第 6。

The Decoder 的报道将该模型的对标对象描述为 Opus 5.5、GPT-6 与 Kimi K3.1 Pro,并强调其价格更低。这个定位值得注意:它把竞争焦点从「是否最强」转向了「同等能力下成本多少」。

四、能力边界与未公布信息

从公开资料看,Qwen4-Max 的能力描述集中在三块:原生视觉、超长上下文、以及面向 Agent 场景的编排能力。但以下信息官方并未公布:

  • 2.4 万亿总参数与 71B 激活参数之外,专家数量、路由策略等架构细节未披露;
  • 训练数据规模、训练阶段划分、强化学习方案均未公开;
  • 原生视觉能力的具体评测分数没有单独列出,只有综合榜单结果;
  • 100 万 token 上下文的实际长文检索精度(如大海捞针类测试)未见数据。

因此对「原生视觉」和「百万上下文」这两项,目前只能确认官方声明存在,缺乏可复现的第三方验证。

五、对开发者的实际意义

对应用开发者而言,这轮发布最直接的信号是价格与效率。输入 1.5 美元、输出 4.5 美元每百万 token,配合隐式缓存 0.075 美元的价格,长上下文、多轮 Agent 调用这类原本成本敏感的场景变得可行。官方给出的「平均单任务成本从 4.43 美元降至 1.67 美元」,如果属实,意味着同样的预算可以跑接近三倍的任务量。

第二个信号是接入渠道的铺开。从阿里自有产品到 OpenRouter、Vercel AI Gateway、Novita AI、You com Inference Router,模型在几天内就覆盖了主流的聚合与推理平台。对已经使用 OpenAI 兼容接口的团队来说,切换成本主要在于重测提示词和工具调用格式,而不是改造基础设施。

第三是开源预期。Unsloth 转发 Qwen 消息时称,更小的 Qwen4 开源模型将很快发布,其中 Qwen4-27B 可在 16GB 内存的设备上运行。如果兑现,本地部署与端侧推理会成为新的选择。不过这属于第三方转述,尚未得到官方确认。

六、竞争格局的一个观察

同一天前后,Anthropic 发布 Fable 5.2 与 Mythos 5.2 并在多项评测登顶,腾讯混元 Hy4 flash 发布并接入多平台。旗舰模型的发布密度明显上升,而各家叙事重心正在分化:一部分主打评测登顶,一部分主打单位成本。

Qwen4-Max 选择的是后者。Artificial Analysis 数据显示它与 Kimi K3.1 Pro 的智能分差仅 3 分,但成本低约 11%。这种「差一点、便宜一截」的位置,在实际工程选型中往往比榜首更有竞争力,因为大多数业务并不需要绝对最强的推理能力。

七、小结

Qwen4-Max 是一次架构换代而非小版本迭代:2.4 万亿参数 MoE、71B 激活、原生视觉、百万上下文,加上一轮明显的降价。官方给出的效率数据相当亮眼,第三方评测也确认了它在国产模型中的领先位置。

不过需要保持清醒的地方同样明确:效率提升的具体幅度来自厂商自述,视觉与长上下文的细粒度能力尚未有独立验证,开源小模型的时间表也只是第三方转述。真正判断这个模型价值的,还是各团队在自己的任务分布上跑一轮实测。

参考来源

本文基于 AIHOT 事件聚合的「阿里发布 Qwen4-Max,预览版先行接入多产品」,该事件截至发稿已聚合 29 篇报道、13 个信源,时间跨度从 11 月 11 日首次报道到 11 月 17 日最新进展。

主要信源包括:通义千问与 Qwen 官方发布、MarkTechPost 的架构参数报道、The Decoder 的对标分析、X.PIN 的发布跟进、IT之家人工智能频道,以及 Artificial Analysis 的独立评测数据。开源小模型的传闻来自 Unsloth 的转述。

文中标注为官方口径的数据(参数规模、成本下降幅度、Work360 得分、Agent Arena 排名)均来自阿里或 Qwen 团队,未经第三方复现。评测分数中,Intelligence Index 与每任务成本对比来自 Artificial Analysis,属第三方数据。

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。