
刚刚,2.4万亿参数Qwen4-Max正式版上线,单任务成本降58%

11 月 16 日,阿里通义千问团队宣布新一代旗舰模型 Qwen4-Max 正式上线。

模型采用 MoE架构,主干参数规模达到 2.4 万亿,原生支持视觉理解,并提供 1M上下文窗口。
目前原先的预览版,升级为Qwen4-Max正式版本上线。
采用稀疏 MoE 架构,三个层面调整省算力
Qwen4-Max走的是稀疏 MoE 路线,改动集中在 Attention、Residual和 Embedding三个层面。

模型每四层中有三层使用 Gated DeltaNet,把历史信息压缩为固定状态;剩余一层用 Qwen Sparse Attention 按块粒度挑选相关上下文,从而降低长序列的注意力计算开销。
残差结构上,Gated Residual 把残差流扩展为四条并行分支,用于增强跨层信息传递;N-gram Embedding 则在第二层以查表方式提供局部 token 模式表示,以较低的额外算力扩展模型容量。
官方称,这些调整在提升复杂工作任务处理能力的同时,能够减少 Token 消耗、降低任务成本。
单任务成本降低,效率提高
在Qwen团队自建的 Work360 行业基准上,Qwen4-Max 取得 52.69 分,前代 Qwen3.8-Max 为 47.74 分,覆盖 26 个一级领域、182 个二级子领域和 721 个三级专业方向,用于模拟和分类复杂的专业工作任务。
Token 消耗方面,在同等性能下,Xhigh 和 High 两档推理强度分别比前代减少约 24% 和 35%;在 Terminal-Bench 4.0 上,两档的 token 消耗降幅约为 48% 和 49%。
与消耗下降同步,API 定价也做了下调,其中缓存命中价格降幅较大。按官方数据,Work360 评测中单个任务降幅为58%。
百万上下文、陆续开源模型
Qwen4-Max 的能力重心向长周期任务倾斜。
除百万 token 上下文窗口和原生视觉输入外,模型在智能体场景中引入 Live Delivery 机制:先交付一个可用首版,再根据用户反馈逐版扩展内容与质量,相关插件 Qwen-Live-Delivery-Plugin 已同步开源。
Qwen系列中的小尺寸模型将陆续开源,沿袭同源技术路线,并针对小模型更擅长的场景做取舍。
快速上手
现在,Qwen4-Max API 已在QwenCloud上线,通过 Qwen Studio、QwenWork 和 Qoder 快速上手测试。

