千问AI平台首发Qwen4-Max:Token用量减半、得分升近28%,面向开发者开放API
11月16日,阿里巴巴发布基座大模型Qwen4,并在千问AI平台首发上线Qwen4-Max,同步开放API服务与Token Plan。在Terminal-Bench4.0基准上,Qwen4-Max的Token用量从289K降至151K,得分从37.9提升至48.5。
海宇数科 · 事件日期 · 约 2 分钟 · 5 次阅读

11月16日,阿里巴巴在千问AI平台首发上线全新一代基座大模型Qwen4的Qwen4-Max版本,并开放API服务与Token Plan。该模型采用QSA稀疏注意力与MoE架构,总参数2.4T,原生支持视觉,具备百万上下文能力,可在长程任务中稳定交付,并调用专业工具分阶段交付成果。

在Terminal-Bench4.0测试中,同为Xhigh档位对比Qwen3.8-Max,Qwen4-Max的Token用量由289K降至151K,减少近50%;得分由37.9升至48.5,提升近28%。结合缓存降价,单任务平均费用降低58%。
价格方面,国内输入每百万Tokens 10元、输出30元,隐式缓存命中0.5元;国际站分别为1.5美元、4.5美元、0.075美元。用户可通过QwenCloud调用该模型,也可在千问办公和Qoder中使用。
在汽车制造场景中,Qwen4-Max将图纸理解、参数化建模与工具调用融入流程,单个工件加工编程的人工投入从475分钟降至26分钟,减少约95%。在AI4S领域,该模型连续48小时运行智能体,在270万个分子候选空间中完成4轮闭环,实验验证了新型冷却液分子;针对NLRP3靶点,调用工具454次,完成3239项指标评估,优化24个候选分子,名义结合亲和力约为专利起点的3.6倍。
该方案通过优化自身调度来降低数据标注调度费用,降幅为9.00%。同时,GPU在线分配的空闲容量时长增加了4.62%。在CPU离线重调度方面,求解速度较基线提升14.61倍。相关能力以工具调用方式提供,并按分阶段交付推进。
