Qwen4-Max 发布:2.4 万亿参数稀疏 MoE,成本降六成,第三方确认智能指数提升 9 分
阿里巴巴 Qwen 团队于 11 月 16 日正式发布旗舰模型 Qwen4-Max。官方给出的规格是:采用新一代 Qwen4 架构、2.4 万亿参数稀疏 MoE、每个 token 激活 71B 参数,具备原生视觉能力与 100 万 token 上下文窗口。比参数规模更值得注意的是定价与成本策略——官方称每任务平均成本下降超过 60%,输入价格降到每百万 token 1.5 美元。对开发者而言,这次发布真正需要判断的不是「参数又变大了」,而是这套效率叙事能否在第三方评测里站住脚。
事件时间线:预览先行,正式发布后迅速铺开
这次发布不是单点动作。11 月 11 日,Qwen4-Max 预览版先行上线阿里 Token Plan,限时最低 1 折,同时接入千问 App、千问办公、Qoder、QwenStudio 等自有产品;千问 Go! 会员自 11 月 11 日起给出最低 9.9 元的限时折扣。
11 月 16 日正式发布后,模型在两天内密集接入第三方平台:11 月 16 日上线 Novita AI,11 月 17 日先后上线 You Inference Router 与 LebrelAI,OpenRouter 同日上线并公布与官方一致的定价。千问 App 方面表示,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,具体活动时间以产品端页面为准。
这种「预览版先接自有产品、正式发布后快速分发到第三方平台」的节奏,说明阿里对这次发布的定位更接近一次全量替换,而不是限量试水。
核心规格与定价
| 项目 | 数据 | 来源 |
|---|---|---|
| 参数规模 | 2.4 万亿(稀疏 MoE) | Qwen 官方 / MarkTechPost |
| 每 token 激活参数 | 71B | Qwen 官方 / MarkTechPost |
| 上下文窗口 | 100 万 token | Qwen 官方 |
| 原生视觉能力 | 支持 | Qwen 官方 |
| 输入价格 | 1.5 美元 / 百万 token | Qwen 官方 / OpenRouter |
| 输出价格 | 4.5 美元 / 百万 token | Qwen 官方 / OpenRouter |
| 隐式缓存价格 | 0.075 美元 / 百万 token(降价 70%) | Qwen 官方 |
| 上一代对照价格 | 2 美元 / 6 美元(Qwen3.8-Max) | OpenRouter |
定价这块需要区分口径:1.5 / 4.5 美元的输入输出价格是官方与 OpenRouter 共同公布的,可以直接采信;而「隐式缓存降价 70%」是官方单独给出的幅度,OpenRouter 的公布中只体现了输入输出价格的下调,没有单独确认缓存价格的历史基准。
官方效率数据:成本下降 60% 的测算依据
Qwen 团队称,相比 Qwen3.8-Max,新模型在 token 效率和成本上更优。官方内部评估给出的具体数字是:
- 每任务平均成本下降超过 60%
- Work360 评测中 token 用量下降约 24%(Xhigh 推理档)和 35%(High 推理档)
- Work360 平均单任务成本从 4.43 美元降至 1.67 美元
- Work360 基准得分 52.69,比 Qwen3.8-Max 高约 10%
这里要明确标注:以上全部是阿里与 Qwen 团队方面的说法,Work360 也是官方选用的评测基准,并非公认的第三方榜单。成本下降的机制可以拆成两层理解——一层是 token 用量本身变少(同任务消耗的 token 少了 24% 到 35%),另一层是单价下调(输入从 2 美元降到 1.5 美元)。两层叠加才得出 60% 以上的成本降幅,单独看任何一层都得不到这个结论。
第三方评测:Intelligence Index 43 分,落后 Kimi K3.1 Pro 3 分
Artificial Analysis 的独立评测是目前可用的第三方交叉验证。其结果是:Qwen4-Max 在 xhigh 推理档的 Intelligence Index 上得 43 分,比 Qwen3.8-Max 高 9 分,但比 Kimi K3.1 Pro 低 3 分,同时每任务成本约低 11%。
| 评测项 | 结果 | 性质 |
|---|---|---|
| Intelligence Index(xhigh) | 43 分,较上代 +9 | 第三方(Artificial Analysis) |
| 与 Kimi K3.1 Pro 对比 | 低 3 分,成本低约 11% | 第三方(Artificial Analysis) |
| Agent Arena 净提升 | +7.5% | 官方引述 |
| Agent Arena 总排名 | 第 39 升至第 14,中国模型第一 | 官方引述 |
这组数据放在一起看,结论比官方口径更克制:绝对能力的提升是真实的(第三方确认 +9 分),但并没有跨到第一梯队——同期的 Kimi K3.1 Pro 仍然领先 3 分,Qwen4-Max 的竞争力更多体现在「同分位下更便宜」。官方强调的 Agent Arena 从第 39 名跃升至第 14 名、成为榜单第一的中国模型,属于官方引述的排名变化,AIHOT 综述未给出该榜单的独立第三方复核。
能力边界:哪些能确认,哪些还没公布
把官方说法与第三方数据对照,能确认的部分是架构规格(2.4T MoE / 71B 激活 / 1M 上下文 / 原生视觉)、公开定价、以及 Intelligence Index 的提升幅度。这几项有官方一手发布或第三方评测背书。
尚未公布或未获独立验证的部分也需要如实列出:
- 开源权重的发布时间表:官方只给出了闭源旗舰的发布,开源版本另论
- 更小规模模型的规格细节:Unsloth 转发 Qwen 消息称更小的 Qwen4 开源模型将很快发布,其中 Qwen4-27B 将可在 16GB 内存设备上运行,但这是转发消息,不是官方正式规格表
- 长上下文(100 万 token)下的实际有效性能:官方未给出该上下文长度下的质量衰减曲线
- 原生视觉能力的基准成绩:目前综述中未见独立的视觉评测数据
对做技术选型的人来说,第三和第四项往往比参数量更影响落地效果,而它们恰好都还是空白。
对开发者的实际影响
从工程角度看,这次发布最直接的变化是成本结构。输入 1.5 美元 / 百万 token、隐式缓存 0.075 美元 / 百万 token 的组合,对「大量重复系统提示 + 长文档检索」这类负载很友好——缓存命中部分的成本被压到接近零。如果业务本身是 Agent 循环调用,token 用量下降 24% 到 35% 的意义会被调用轮数放大。
但要避开一个常见误区:把官方的「每任务成本降 60%」直接当成自己的成本降幅。这个数字基于 Work360 这一特定基准的任务分布,实际业务的 prompt 结构、输出长度、缓存命中率都不同,真实降幅需要自己用代表性样本压测。相对稳妥的做法是先拿一批线上真实请求做 A/B,同时记录 token 用量与单价两个维度,再判断是否值得迁移。
另一层考虑是分发渠道。模型已经同时出现在 OpenRouter、Novita AI、You Inference Router、LebrelAI 等平台上,且 OpenRouter 公布的定价与官方一致。这意味着接入成本主要不在模型获取,而在提示词与工具调用的适配——如果原有用例依赖特定模型的行为模式,迁移后仍需回归测试。
未公布信息与需要留意的口径差异
这次发布里有几处口径需要谨慎对待。一是成本下降 60% 与 Work360 得分 52.69 都来自官方内部评估,评测基准也由官方选定,不宜与第三方榜单直接并列比较。二是 Agent Arena 的排名跃升(第 39 到第 14)是官方引述,综述中未见第三方独立复核该榜单。三是 Artificial Analysis 的 43 分属于 xhigh 推理档,与官方 Work360 得分不是同一评测体系,两者不能互相换算。
还有一点值得注意:AIHOT 的事件综述在描述 Artificial Analysis 结果时,明确写了「每任务成本约低 11%」,这个降幅明显小于官方的 60%。两者的差异主要来自评测任务分布与基线选择不同,不宜简单认定为其中一方有误,但确实说明「成本下降」这个说法高度依赖测量条件。
小结
Qwen4-Max 是一次规格与定价同步推进的发布:2.4 万亿参数稀疏 MoE、71B 激活、100 万 token 上下文,配上输入 1.5 美元 / 百万 token 的价格,构成了一个明确的「高性价比」定位。第三方评测确认了能力上的实质提升(Intelligence Index +9),同时也给出了更冷静的坐标——距离同期的 Kimi K3.1 Pro 还有 3 分差距。
对开发者的建议是:把它当作一个值得压测的候选,而不是立刻全量替换的答案。先确认自己的业务负载是否能吃到 token 效率与缓存降价的红利,再决定迁移范围。至于更小的开源模型(如传闻中的 Qwen4-27B)和长上下文下的实际质量,需要等官方公布更多细节后再评估。
参考来源
本文素材来自 AIHOT 事件聚合平台对「阿里发布 Qwen4-Max,预览版先行接入多产品」事件的追踪,该事件聚合了 30 篇报道、13 个信源。其中一手发布包括通义千问 / Qwen 官方账号的多条公告(上线 Novita AI、You Inference Router、LebrelAI)以及 OpenRouter 的上架公告;第三方评测数据来自 Artificial Analysis 的 Intelligence Index 结果;规格与价格信息参考了 MarkTechPost、The Decoder、X.PIN 的报道;开源小模型信息来自 Unsloth 对 Qwen 消息的转发。官方自评数据(Work360 得分与成本下降幅度)均已在文中标注为阿里方面的说法,Agent Arena 排名变化为官方引述,未获第三方独立复核。
- 点赞
- 收藏
- 关注作者
评论(0)