塔斯娱乐资讯网

Qwen4-Max:思考更高效,单任务费用降 58%

MoE架构2.4T总参、71B激活,单任务平均费用降58%,DeepSWE拿到75.7、Terminal-Bench4.0拿到48.5,1M上下文和原生视觉一起端上来,Qwen4-Max这笔账要重算。

刚刚,阿里正式发布了Qwen4-Max,这是Qwen4系列的第一款模型,上下文1M,最大输出393KMoE架构,2.4T总参,71B激活,原生视觉

先看一下这个模型的成绩,在Agent编程方面,DeepSWE拿到75.7,Terminal-Bench4.0拿到48.5(上一代38.9),而在长程任务上,Agents’LastExam拿到46.7(上一代27.9)

而对于WebDevArena,是当前国模的最好成绩

其他的要点整理如下,首先看看:

更省:每个token的激活参数比上一代少约25%,同样的任务少用24%–49%的token,单个任务的平均费用降了58%

长任务分阶段交付:先交一个能用的首版,再按反馈一版一版往上加

API价格:每百万token输入10元、输出30元,缓存命中0.5元(Qwen3.8-Max是12元、36元、1.5元)

在哪用:千问AI平台(接口兼容OpenAI和Anthropic的格式)、TokenPlan,以及千问办公、QoderCN、千问App、QwenStudio

开源:Qwen4的小尺寸模型会陆续开源

我先试了一下它看图的本事:给它两张应县木塔的照片,它可以在Blender里照着建出来

左边是照片

从游戏到新药

现在的模型能力上来了,做出一些3D的游戏不在话下,这里先给大家看一个没有皮肤的

如果把这一个改成绑定上Unreal里面的资产,就可以是类似下面这个样子

Blender也一样,它可以从建模一路做到渲染

在汽车产线上,它可以给零件写加工程序,一个工件的编程时间从475分钟降到了24分钟

接上万镜一刻,它可以把一条片子从分镜做到成片

在阿里自建、覆盖721个细分领域的Work360行业评测上,Qwen4-Max比上一代提升了超过10%

金融、法律和医疗的活,它交出来的东西都能查回出处

做投研时,它可以交出一份Excel底稿加一份PPT,数字都能点回原始数据

给它198份乱七八糟的底稿,它可以整理出一份86页的尽调报告

一份带1,433张影像的危重症病历,它可以在一次对话中读完

跑长周期任务时,它会先交一个能用的首版,再一版一版往上加,就比如一个物理科普网站,它前后交了14个版本

这套能力也开源成了插件Qwen-Live-Delivery-Plugin,首发支持CodexCLI

阿里云也拿它来优化自己的资源调度

科研这块,它可以连着跑48小时,自己设计并合成出一种新型冷却液

它还针对阿尔茨海默病设计了一个候选药物分子

在Qoder里,它可以直接做Office文档、网页和小游戏

Token用量和价格都降了

同样的任务,Qwen4-Max用的token更少,单价也更低,两样叠在一起,在阿里自建的行业评测Work360里,单个任务的平均费用从26.58元降到了11.16元

价格方面,缓存命中降到了每百万token0.5元,大约是海外主流模型同类价格的5%–10%

还得说一下,正式版默认用High档思考,做网页这类活,可以手动调到Xhigh

激活参数少了四分之一

至于为啥能这么省,是因为Qwen4-Max换了一套新的MoE架构,2.4T总参里每个token只激活71B,比上一代少了约25%

改动集中在三处:

GDN+QSA:每四层里三层用GatedDeltaNet压缩历史,一层用Qwen稀疏注意力按block挑上下文,长序列算得更省

GatedResidual:残差流扩成四条并行分支,用门控读写,训练更稳

N-gramEmbedding:第二层按局部上下文查表,多花一点计算,换来更大的模型容量

整个2.4T规模的预训练,loss一路平滑下降,Base模型的BPB也比上一代低了5%–13%

最后

这一款模型已经上线到了千问的AI平台,可以通过API或者是TokenPlan来使用