阿里千问发布Qwen4-Max:架构升级降低token消耗,单任务费用下降58%
千问于11月16日发布Qwen4-Max,基于Qwen4全新架构,总参数2.4T、每token激活71B,具备原生视觉能力并支持百万token上下文。官方数据显示,该模型在多个任务中减少token消耗,单任务平均费用从26.58元降至11.16元,降幅58%。
海宇数科 · 事件日期 · 约 3 分钟 · 6 次阅读

11月16日,千问推出Qwen4-Max,将其定位为全天候AI协作伙伴。该模型基于Qwen4全新架构,总参数2.4T,每token激活71B,并含328B N-gram Embedding参数。它具备原生视觉能力,支持百万token上下文。
Qwen4-Max已上线千问AI平台并提供API服务,缓存命中时每百万Tokens收费0.5元,用户可通过阿里Token Plan调用,也可在千问办公和Qoder中体验。千问同时全面下调API定价,中小尺寸模型将陆续开源。

Qwen4-Max的稀疏MoE围绕注意力、残差和嵌入三个方向进行升级。模型每四层包含三层Gated DeltaNet,用于压缩历史状态;另有一层QSA,按块选取上下文。Gated Residual扩展为四条并行分支,N-gram Embedding则以较低开销扩展容量。在2.4T规模下,预训练过程平稳,内部评测显示其基座BPB最低。参评模型共五个,BPB覆盖知识类、代码类、问答类和STEM类。相比上一代同为2.4T的模型,BPB下降约5–13%,每token激活参数减少约25%。

在Code Arena前端盲测中,Qwen4-Max居全球前列。Work360得分为52.69,Qwen3.8-Max为47.74。在Work360上,Xhigh档token消耗减少约24%,High档减少约35%;在Terminal-Bench4.0上,Xhigh档减少约48%,High档减少约49%。单任务平均费用由26.58元降至11.16元,降低58%。
在应用案例中,汽车制造单工件编程的人工投入从约475分钟降至24分钟,减少约95%。法律尽调报告达86页、6万余字。药物发现中,分子结合亲和力约为起点的3.6倍。

Qwen4-Max是Qwen4系列的首款模型,小尺寸模型将陆续开源。该模型通过架构升级换取token效率提升,并推动API成本下探,反映出竞争重点从参数规模转向生产力交付。
