新一代基座大模型Qwen4-Max正式版发布,官方定位为全天候新同事,在前端编程盲测榜位居前列。作者用从零复刻两款3D游戏实测其长程能力,并观察到同步开源持续交付插件、小尺寸模型也将陆续开放的举动。
Qwen4终于来了!
还记得9月底去云栖大会的时候,主论坛大屏最后闪过一张Qwen4ComingSoon的彩蛋,当时还在想,不知道千问下一代旗舰会卷成什么样。
上周刚测完千问办公2.0,我还在文末留了句预告:“听说Qwen4下周可能会上~”
结果昨天(11月16日),阿里的全新一代基座大模型Qwen4-Max正式版真来了!
千问一直是我手头用得最顺的主力底座之一:需要顶配长程能力时有Max扛大梁,日常跑高频任务有Flash,企业要私有化部署又有开源小模型兜底,这个很香(过几天给大家分享在本地RTXSpark部署Qwen27B模型有多爽。。
这次发布的Qwen4-Max,总参数2.4T,每个token激活71B,具备原生视觉能力,支持1M上下文。官方定位是「全天候AI新同事」。在前端编程盲测榜单CodeArenaWebDev中位居全球前列,在覆盖26个一级领域的Work360行业基准上,也从上代47.74分拉到了52.69分。
官方这次在发完旗舰的同时,依然惦记着开源社区:同步开源了持续交付插件Qwen-Live-Delivery-Plugin,同时明确说了Qwen4系列中的小尺寸模型也将陆续开源,用的是同源的技术路线和同一代的训练与对齐积累。
顶层用Qwen4-Max冲天花板,转身就把探索出来的技术分享给开源生态,熟悉的「源神」确实一直很稳。
大模型卷到现在这个份上了,常规问答和简单页面已经看不太出上限。所以这次直接搭配CC,跑了游戏和3D。
为什么要跑游戏和3D呢?整体的Agent规划、代码能力,视觉理解判断等等,能不能连续处理复杂任务,交付结果,通过3D游戏这个品类很容易能看出来。
再来看看其他成品:
01童年回忆,两款3D小游戏:Q版炸弹堂&Q版泡泡堂
用AI搓的纯HTML的3D游戏最近在X上非常火,我挑了两款童年很熟悉的游戏:《弹弹堂》和《Q版泡泡堂》,直接用Qwen4-Max来3D重置!
里面的Q版角色和立体小物件用Tripo3D生成,剩下的三维地图、物理判定、UI界面和相机运镜,全部由qwen4-max写代码串起来。
直接看多版本实录和游戏画面~
CASE01《Q版弹弹堂》3D版
第一款是经典的弹弹堂,回合制抛物线蓄力对战。
这款游戏由第七大道和4399共同开发,嗯,,相信最近关注老黄的各位对这家公司不陌生。。
进局后,Q版小人站在3D浮空岛上,核心就是调仰角、看风向、按住蓄力开炮。既可以使用炮弹击败对手、又可以摧毁地形,让对手掉下去从而赢得胜利~游戏机制都是Qwen4-Max跟我一起规划生成。
来,给大家分享分享怎么做的,先跑通玩法,再逐渐回填细节:
1.先把原版录像、截图和玩法清单交给Qwen4-Max,让它对标要求,做出能在浏览器里试玩且符合规则的版本。
2.到游戏的整体规则没问题后,再让他逐渐完成3D建模,调用Tripo3D去生成对应的模型和绑定动画。
3.最后让Qwen4-Max自己来回调,用浏览器操控,自己玩,自己调试。
全靠Qwen4-Max的视觉理解和ComputerUse的能力,虽然有些地方令我意外,譬如这里炸弹一炸就把整一个横截面都炸没了,但是整体效果很不错~
对了,Prompt这边直接贴出来,大家可以参考:
请参考早期《弹弹堂》的回合制玩法,制作一款可在浏览器里玩的3D对战游戏。先把一局游戏做完整:从菜单进入,支持单人训练、1v1人机和同机双人,能够走位、瞄准、发射、命中、结算并重开。保留原版看风向、调角度、蓄力发射、打人和破坏地形的乐趣;在此基础上把场景做成真正有厚度和前后层次的3D沙盘,而不是一张贴着人物的平面背景。
[地图与胜负]
先制作一张浮空岛地图:两侧是有厚度的草地与岩层,中间用一座可以炸断的薄木桥连接;岛上有缓坡、薄边和低平台,背景可以加入风车、灯塔和远山,但不要遮住人物、弹道与落点。玩家既可以攻击对手扣血,也可以炸掉脚下的地形,让对手掉进坑里或坠出地图。有坑底时角色应能落地并继续行动;地面打穿后,即使还有生命值也会坠落出局。生命耗尽和跌落出界分别给出清楚的结算原因。
[操作与对局]
提供左右移动、调节发射角度、按住空格蓄力并松手发射;风向和风力会影响弹道。首版可以以12秒为一回合、12°—82°为可调角度、约1.12秒蓄满为起点,再根据实际试玩调整。提供普通弹、破土弹和纸飞机:普通弹首次碰撞后自动爆开,可以命中角色并削地;破土弹直接伤害较低但削地范围更大;纸飞机用于改变站位或从坑底脱困,要有明确的次数或冷却提示。角色、弹道、地形碰撞和AI使用同一套规则。暂停或窗口失焦时冻结计时、飞行和AI,恢复后不要补发之前按住的操作。
[角色、行动与数值]
可从每人100点生命、100点行动体力起步,每移动1个游戏单位消耗20点体力。普通弹直击可先按32点伤害、范围伤害最高20点、削地半径0.75配置;破土弹每局次数受限,消耗35点体力,直击可先按16点、削地半径1.05配置。纸飞机消耗体力并占用行动,落点必须是角色确实能站立的位置。以上都是便于测试的初值,应统一放到配置中,而不是散落在画面或动画脚本里。
回合顺序需要可解释。可用累计行动时间实现:瞄准耗时、移动距离和道具各自增加下一次行动的等待;消耗较多时,对手有机会连续行动。保留教学用的固定交替模式,并清楚显示下一位行动者。达到行动上限时先比存活人数,再比剩余生命,相同则平局;重开后恢复地形和状态,并交换先手。AI与玩家共用风向、道具、落点和地形规则,要会识别薄桥、坑底与自身坠落风险,而不是直接读取一个虚假的命中结果。
[地形与命中]
让可见地形和真正的碰撞、支撑判定使用同一份可修改的数据。炮弹命中时按实际接触点结算伤害和削地;连续打同一位置,坑应该继续变深、相邻坑可以打通,后续弹体可以穿过已经挖空的地方。角色失去脚下支撑时进入下落:下面有有效平台就落稳,没有支撑就继续下落,不能用一块看不见的地板把角色接住。角色、地形、爆炸、血条和伤害数字由同一事件驱动,不要出现看起来炸到了、实际没命中的情况。
地图可以用可修改的地形网格表示,单个格子同时决定可削地形、空洞与不可破坏部分。地形被击中后,先更新占用数据,再同步画面切面、角色脚下支撑、弹道、小地图与AI读取的版本。多名角色同时受到影响时,先处理所有人的下落和淘汰,再判断胜负和换手。训练场应能分别复现打出有底凹坑、继续打穿坑底、炸断薄桥以及后续炮弹穿过缺口。
[参考与UI/UX]
先看早期《弹弹堂》的战斗截图和实况,逐个观察开局、走位、看风、调角度、蓄力、发射、换手和结算;再参考《WormsW.M.D》的回合计时、弹体跟拍和镜头回位。用同一张地图、同一个瞄准局面做两套确实不同的界面:一套把风向、角度、力度和上次落点集中在屏幕边上,一套把部分信息放在角色附近。把两版都放进真实3D对局里比较,检查弹体跟拍时读数是否出画、界面有没有挡住弹道,再确定最终方案。
玩家进场后应能立刻看清当前行动者、风向、角度、力度、生命值、体力和剩余道具。第一发打偏后,要能根据上次角度、力度、风和实际落点修正下一发。命中、削地、落坑、坠落、回合切换与胜负分别有可辨认的反馈;暂停、失焦、重开、同机换手也要正常。
[美术、建模与动作]
先比较几种真正不同的美术方向。可以从分层透视纸景学习前中后景,从中国皮影学习人物轮廓与动作辨识,从浮世绘观察风如何通过旗帜和飞叶表现;把这些观察转化成实际构图,不要只换一组配色。使用Seedream生成场景方案、角色站姿、前后景、地形切面、队伍徽记、道具和特效素材,挑选后真正接入游戏。主角、装备和需要多角度观察的道具可用Tripo或Blender制作。
设计两套轮廓、服饰和队伍配色容易区分的原创Q版角色,角色使用真实骨骼;分别覆盖待机、走位、蓄力、发射、受击、下落、着陆和胜负动作。武器、炮弹和纸飞机独立成件,换装备后手上的模型和局内道具要一起变化。模型先在Blender检查朝向、脚底、权重和持握位置,再放进游戏试走斜坡、换装备和实际开炮;弹体离手、命中与爆炸特效必须对齐。制作草地、岩层、木桥断面、云层、风向装饰、菜单、图标和结算画面时保持统一的造型与材质。
镜头从轻俯的侧向3D对战视角出发:既能看清人物与高抛弹道,也能看见岛屿的前后厚度、桥面与被炸开的切面。瞄准时可以推近,弹体飞行时跟随并适当拉远,随后回到能够辨认双方的对局画面;结算时分别照顾胜方和败方。可使用普通弹、破土弹和纸飞机的不同轮廓、尾迹、碎片和短音效,但特效不能遮住落点和危险边界。
[开发与验收]
先做可完成一局的灰盒,把操作、弹道、破地、落坑和胜负打通,再接入角色、动画、场景、美术与HUD。用浏览器真实开局,至少依次验证:第一发射偏、依据上次落点修正、直接命中、连续挖坑、炸断木桥、有底落坑、无底坠落、暂停恢复、结算和重开;1v1人机与同机双人都要走完。保留修前修后的同场景截图或正常速度录像,发现遮挡、脚底悬空、握持错位、弹道和特效不一致时继续修。正式验证还要覆盖:HP清零与坠出地图是两种不同淘汰;一发炮弹只结算一次命中和伤害;脚底仍有支撑时不误判坠落;弹体飞过已经挖空的位置不会撞上原地形;视口缩小时HUD不挡住角色和落点。记录地图版本、随机种子、每次行动的角度、力度、风、命中与地形变化,保证同一局能够复盘。交付可运行的游戏、完整源工程、启动说明、素材来源及实际验证结果。
包括换装备的面板,还可以选择不同的配置切换装备,怎么样?是不是非常致敬经典,这次总算不用自己充钱买武器了,想要什么自己造哈哈哈。
CASE02《Q版泡泡堂》3D版
第二款是泡泡堂玩法的3D版《Q版泡泡堂》,或者说QQ堂。
这里同样是先让Qwen4-Max搭建出整体的三维场景和游戏规则,再逐步填入细节,先控制角色在网格间走位、放炸弹跟AI玩家对局,看一下整体的交互是否正常。再引入3D建模和动画,不断进行调试。
还有细节特殊效果的过场动画,不知道大家有没有发现。
同样的,Prompt也分享给大家:
请参考《3D炸弹兄妹》和泡泡堂式的走位、放置与开路玩法,制作一款可在浏览器里玩的3D游戏。先做一个能够从开局、清场走到胜负结算并重新开始的房间,再扩展敌人、道具与不同波次。场景、角色和可交互物体都要有真正的3D体积,玩家需要看得清脚下、危险范围、障碍物和能撤离的路线。
[场景与一局游戏]
先搭建一间约14×10游戏单位的房间:玩家从一侧入场,另一侧放传送门,房间里有不能破坏的固定建筑和可以炸开的箱体或外壳,至少保留两条从出生点通向主要区域的路线。镜头从斜俯视开始,允许拖动、拉近和拉远;当墙体挡住角色时,让遮挡层降低或变透明,确保角色脚下、门洞和危险边界始终可见。固定建筑与可破坏障碍要在轮廓、材质和碰撞上区分,破坏箱体后应真实改变路径并掉落可拾取的物品。
用传送门和波次组织对局:先让一类追逐敌人迫使玩家走位,再加入会提前提示方向的冲刺敌人。可先按三波设计,分别用3只追逐敌人、3只追逐加1只冲刺、4只追逐加2只冲刺作为起点,清空一波后给下一波短预警。玩家拥有3格护盾,可拾取修复件和能量补给;全部敌人清空后胜利,护盾耗尽或超时后失败,结算页可以重开。数值要集中配置,根据真实试玩再调整。
两侧可以用机柜或建筑做永久掩体,通道之间摆放可破坏外壳;固定掉落可以包含能量晶片和修复件。两类敌人应有不同的轮廓、速度与动作:追逐敌人持续施压,冲刺敌人先预告方向再移动。敌人从可看见的安全区域或传送门入场,暂停时波次、倒计时、敌人与弹体一并冻结。满能量后可增加一次有独立动作和范围反馈的角色脉冲,拾取和击败敌人能补充能量。
[放置、投掷与爆炸]
角色能向当前方向移动、放置或投掷弹体。轻点执行快速投掷,长按时显示清楚的抛物线和落点,松手才出手;放置要让手部动作和弹体接触地面的时刻对齐。提供普通弹和遥控弹两种类型,并在HUD标明当前选择与剩余槽位:普通弹落地后开始倒计时并自动触发,遥控弹落地就绪后由玩家主动引爆。可以从普通弹1.8秒倒计时、遥控弹落地约0.35秒后就绪、最多同时存在2颗开始调试。切换弹种只影响下一次放置或投掷,已经放出的弹体必须保持原有规则。
爆炸范围、预警、障碍遮挡和实际伤害要一致:硬障碍能够阻挡,软箱被击中后破坏,范围内敌人和玩家按规则受击;支持已落地弹体之间的连锁,但一颗弹体只能结算一次。敌人冲刺前有可见预告,玩家受击时有短暂无敌反馈。用不同的形状、计时环、灯光和动作区分定时弹、遥控弹、已就绪状态与即将生效的危险,不能只靠颜色。
遥控弹可以在落地后等待一个短暂的就绪时间,按下引爆键时先显示可感知的短预告,再实际触发;若一直未使用,应有明确的回收和槽位恢复规则。空中、已落地、倒计时、遥控就绪和即将爆开是不同状态。两类弹共享槽位时,飞在空中的弹体也要占位;发生连锁时取消旧的倒计时或引爆安排,防止一颗弹重复触发。危险预告与硬障碍遮挡必须跟真实判定一致,修复件与能量道具拾取后要即时反馈到状态和界面。
[参考与UI/UX]
先观察《3D炸弹兄妹》的房间布局、角色比例、传送门、计时和操作;再对照《超级炸弹人R2》如何区分硬墙、可破坏物、连锁与逃生路线,以及《CaptainToad:TreasureTracker》在斜俯视画面里如何避免前景遮住角色脚下。把观察结果转成具体设计:哪些信息固定在屏幕边,哪些倒计时、危险范围和预警应该显示在对应的弹体或地面旁。
在同一个最拥挤的战斗画面里做两套不同方案:同时出现一颗即将触发的普通弹、一颗已经就绪的遥控弹、一只准备冲刺的敌人和一个可以逃走的转角。把两版放进真实对局,按正常速度和缩小后的画面比较,选出让玩家更快看懂哪颗先爆、危险到哪里、往哪里撤的一版。配装界面要能看见角色和当前装备,切换后模型与下一局的实际效果同步;失败时能看出受击和失败原因。
[美术、建模与动作]
先比较至少两套有实质差异的画面方向。可以参考剧场几何的人物剪影、玩具展厅的色块与形状,也可以借用模拟仪器的外壳、开口和刻度组织房间;选择一种能让角色、弹体、危险和逃生路线读得清楚的方向。用Seedream生成房间构图、角色完整站姿、敌人、两种弹体、传送门、地砖、护盾和补给图标、特效与界面素材,挑选后实际放进游戏,而不是把概念图直接贴成游戏画面。
用Tripo或Blender制作主角、需要真实遮挡的场景物件、敌人和道具,主角绑定骨骼并覆盖待机、跑动、放置、抛投、受击和倒下。角色模型先检查朝向、脚底、手部和骨骼,再进实际机位检查跑动、转身、持物、放置、抛出与受击。弹体离手、落地、开始倒计时和爆炸特效必须与真实状态同步。用同一套造型、材质和光照做墙体、地砖、箱体、传送门、角色、HUD和结算画面。
人物动作至少有待机、跑动、放置、抛投、受击、失败与能量动作。用真实骨骼驱动动作,角色在场景中的位移仍由游戏控制器负责,避免动画和控制器各走一次。主角手部、弹体挂点、抛物线、落点和爆炸范围要在正常速度的实机画面里逐帧对齐;角色和不同装备各用独立的可编辑资产。追逐敌人、冲刺敌人、定时弹、遥控弹、固定建筑和软箱在缩小画面里仍要靠轮廓与动作区分。
[开发与验收]
先做灰盒验证移动、放弹、抛弹、自动触发、遥控触发、破坏箱体、拾取、敌人、胜负、暂停与重开;再把角色、场景、动作、声音和界面逐步接入,并完成完整一局。实际测试普通弹在空中时尚未计时、落地后会自动触发;遥控弹未就绪时无法引爆、就绪后响应;切换弹种不改变场上已有弹体;两颗弹同时存在时不能无限放置;连锁不重复结算。试玩中检查被障碍卡住、抛投落点不准、危险提示被遮挡和爆炸掉帧等问题,录下修前修后的同一场景。验收还要分别录一次完整胜利、一次受击失败并重开;检查放置失败会给提示且不错误占槽,投出的弹在空中不会提前倒计时,暂停前后的引信与敌人状态一致,重开会清空上一局的计时、敌人和掉落。检查多弹连锁时每颗弹和每次受击只结算一次;在门洞、木箱和固定建筑附近实测撤离路径,确认玩家不会被看不见的碰撞卡住。导出包含操作说明、可编辑素材、完整源工程、可运行构建和实际验证记录的成品。
同样的,也可以说自己挑选装备~
不过再怎么样,还是需要自己多调试,譬如泡泡糖,有一开始丢炸弹会把自己给吸住动不了这种难以理解的神奇bug。很多内容仍然是AI感觉不出来,但是人会觉得很奇怪。
除了这两款,官方也展示了Qwen4-Max直接驾驭Unity、UnrealEngine、Godot等主流引擎的能力(如UE里的猫咪法师游戏《喵出法随》),开发时会自己运行游戏,看着画面反馈调镜头跟随与打击感。
023D场景与不同Case实测:从四大名场面到“切开看结构”
玩完游戏,如果不借外部模型,让它纯靠代码搭3D场景、写各类交互Case,效果怎么样?
先看我们用Three.js纯代码生成、并录下连续推镜视频的4条电影名场面:
–《哈利波特·霍格沃茨大礼堂》:顺着礼堂中轴线推镜,四排长桌、彩窗与学院旗排开,哥特拱顶有真实厚度,漂浮蜡烛只照亮邻近桌面,头顶是带星光的魔法天花板。
提示词
新建一个项目,用Three.js做一个可直接双击index.html打开的360°沉浸式全景三维场景。所有文件只放在当前任务目录。离线运行,经典script,不用ESmodule;
[哈利波特·霍格沃茨大礼堂]
站在礼堂中轴入口,复原开学晚宴前的魔法大礼堂。
[全景构图]
东:长桌、烛台与高窗;北:教师席、巨型拱窗和台阶;南:橡木大门与石雕;西:另两排长桌、学院色旗与石柱。
[动态效果]
漂浮蜡烛上下缓动,魔法天花板有云与星光,餐具高光与火苗闪动。
[本题重点]
哥特拱顶有真实厚度和体积,漂浮烛光只影响邻近物体。
代码按模块分文件逐个写入,每写完一个文件汇报一句进度。完成后收起多余说明,把默认画面调到适合直接截图的状态。
[风格]
写实偏温暖的治愈插画质感,使用MeshStandardMaterial等有光照的材质;不要黑色硬描边,依靠明暗和色彩区分物体。边缘适当倒角,代码生成噪声纹理与可见细节,木材、石材、金属、玻璃的表现要不同。所有场景素材由代码程序化生成,不使用外部图片或完成模型。
[视角与交互]
观察者人眼高度约1.6m。鼠标拖拽/单指滑动360°环视(水平无限、俯仰限幅);滚轮调整视距;WASD/方向键在观察区域内小幅走动并限幅。停用几秒后慢速自动环视,重新操作立即停止自动运动。观察区域不穿越墙体/栏杆/实体。页面只有全屏画布,不加标题、按钮、提示、水印、加载文字等UI。初始机位直接看到核心场景,不要要求点击开始。
[光照与层次]
天空环境光+低角度主光,柔和阴影/接触阴影;合适的环境遮蔽近似、抗锯齿和色调映射。近景细节丰富,中景结构完整,远景以低面数保形;任意朝向无空白,用山丘/城市/天空衔接地平线。按题目氛围设时间与光色,不要所有场景都套同一夜景。
[本轮返工硬要求]每张final图必须用Read打开后逐张写「看见什么/缺什么/是否达到」,只写通过不算验收;画面空、主体小、材质平、结构像基础几何体就继续改。
–《指环王·夏尔袋底洞》:顺着石径推向嵌入山丘的绿色圆门,篱笆、草坡、烟囱缓烟配上晨光和柔和接触阴影,画面很治愈。
–《银翼杀手·雨夜未来街道》:8秒连续雨夜镜头,赛博霓虹招牌、湿滑路面反光与街头蒸汽叠在一起,冷暖光比很足。
而《千与千寻》海上电车沿着浅水轨道驶来,严格做到“先减速停稳、再开门”。
看完大场景,再挑几个不同维度的Case看看它的细节表现:
CASE01低多边形独角兽:别光看可爱,切开线框看看
不加载现成动物模型,用基础几何体和自定义网格拼出头、躯干、四腿、角和鬃毛。
连续操作行走→拖拽旋转→换色→线框模式→实体,四蹄交替起落不穿地;
点开「线框模式」那一刻,内部关节和几何结构清清楚楚,建模基本功很扎实。
CASE02不可能阶梯&海上电车站:空间机关与动作时序
彭罗斯阶梯在初始机位看是闭合无限楼梯,按A往侧面挪一步,错开接缝当场露出来;按D退回,投影又重新闭合,真在三维空间搭出了透视机关。
CASE03星舰驾驶舱&音频过山车:按钮按下去,世界得跟着变
星舰驾驶舱总电力锁死100,引擎电力不到50点跃迁直接被拒,调够电力才能出发,进陨石区还会扣护盾、记日志。
此外,它还能熟练用Blender串联建模、材质与灯光渲染;放到工作任务与Agent调度上,这次融入的LiveDelivery(持续交付)机制也很实用:先交可用首版,再按反馈逐版迭代。
比如QQ堂里面的道具,像这种简单的道具,就非常适合用Qwen4-Max直接生成~
以及一些复杂的组件设计也可以交给他,比如这个移动房屋~不过可能精细度到这里就有会些瓶颈,整体看起来有点像机器狗。
除了3D和游戏场景,常规的工作任务也有很大提升,像汽车制造单工件编程从475分钟压到24分钟、法律尽调198份底稿出86页报告、金融调90个MCP工具出可溯源PPT,以及48小时干湿闭环合成新冷却液材料,靠的都是这套Agent规划能力。
03技术架构解读:2.4T底座怎么做到“更强还更省”?
看完实测,再来把Qwen4-Max的技术架构拆开聊透:同为2.4T总参数、1M上下文,为什么它的每个token激活参数降到了71B(比上代减少约25%),能力反而全面上涨?
核心在于它围绕稀疏MoE的长度、深度和容量做了三处很巧的架构优化:
第一,GDN+QwenSparseAttention(QSA)混合注意力。
标准SoftmaxAttention在长序列下,计算量和KVCache占用会随长度平方级增长,上下文拉到1M时开销很大。
从架构图左侧主干可以看到,Qwen4-Max采用了3层GDNLayer+1层QSALayer的4层循环结构:前3层用GatedDeltaNet(GDN)维护固定大小的状态矩阵,将历史信息持续压缩更新进去,用恒定开销保住长程记忆;第4层用QSA(稀疏注意力),通过轻量索引器以block(块)为单位筛选相关上下文做精细计算。先压状态、再按块检索,在保住1M上下文精度的同时,把长序列的计算和索引开销降了下来。
第二,GatedResidual(GR,门控残差)。
传统残差把所有历史层输出累加到单一隐藏状态里,模型层数做深、参数上到2.4T后,跨层信息容易退化,训练也容易波动。
Qwen4-Max把残差流扩展成4条并行分支(ExpandedResidual),在进入Attention/GDN和MoE前后加入了GRRead与GRWrite动态读写门控,控制每一层怎么跨分支读取和写回特征。这直接稳住了超大规模训练:2.4T规模下,预训练全程平稳,loss持续下降,从头到尾没有出现过一次lossspike。
第三,328BN-gramEmbedding(Layer2only)。
输入token除了走常规词表嵌入(VocabularyEmbedding),还单独拉了一路N-gramEmbeddingLayer直接注入第2层。它根据局部上下文做O(1)查表,引入局部token模式的额外表示,在不增加MoE专家激活计算量的前提下,用很小的额外开销扩展了模型容量。
这三处改动合在一起,在知识(4.86)、代码(1.67)、问答(2.94)和STEM(2.70)四类内部评测中,Qwen4-Max-Base的每字节比特数(BPB,越低越好)在五个参评模型里全部最低,比同为2.4T的Qwen3.8-Max-Base下降了约5%–13%。
架构底层的提效,落到日常使用上也很不错:
一是思考Token更省,推理效率更高。
Work360上,Qwen4-Max光是High档的得分就已经超过了上代Qwen3.8-Max的Xhigh档,同档位下Xhigh和High的token消耗分别减少约24%和35%;Terminal-Bench4.0上分别减少约48%和49%。(PS:正式版默认High档,日常够用;做复杂前端或游戏可按需切xhigh档)。
二是API全面降价,隐式缓存价格压得很低。
输入¥10/百万tokens,输出¥30/百万tokens,而缓存命中只要¥0.5/百万tokens,价格远低于海外主流模型。
做大型工程或Agent任务时,项目代码、历史上下文和系统提示词会在多轮修改里反复带上,大量输入都在命中缓存。缓存降到5毛钱后,长任务账单少了一大截:Work360评测里,单任务平均费用从26.58元降到了11.16元,降幅达到58%。
04结语
等Qwen4正式上线等了将近两个月,简单聊聊体感:Qwen4-Max在复杂工程上的完成度比上一代稳了不少,多轮改代码也能接得住,加上缓存降价,长任务跑起来确实顺手很多。
当然,在测试过程中感觉Qwen4-Max也有一些值得提升的地方:比如在审美层面上还是值得强化的,如果不给它参考图,生成的东西有点一般。。包括建模精细程度其实也是值得提升的点。
这里给大家分享一个小经验:用它做前端或游戏时,提示词除了多给几句鼓励,最好把验收标准写清楚,比如加上“确保视觉层级清晰、所有交互元素正常工作并提供视觉反馈、最终渲染无控制台错误”,成品完整度会高很多。
我发现prompt对于Qwen4-Max效果呈现影响还是很大的,所以prompt依旧是基本功哟~
Qwen4-Max这次升级的核⼼是提⾼智能的利⽤效率,做好大家的AI搭子,目前qwen4-max已经在千问AI平台、TokenPlan、千问办公、Qoder和千问APP上线了,感兴趣的朋友可以去跑几个任务试试。
我更期待,Qwen4-27B的开源!到时候也会给大家带来一手评测!