阿里巴巴发布了 Qwen4-Max。该模型主打全新架构,以及将长任务拆成中间成果交付的功能,让开发者和业务团队能够提前查看结果,并在任务进行中调整方向。

1. 以稀疏架构兼顾容量与效率

Qwen4-Max 采用稀疏混合专家架构,即每次计算只选择部分专家参与。公司称,其基础架构拥有 2.4 万亿参数,每个令牌激活 710 亿参数,另有 3280 亿嵌入参数,用于表达周围令牌的模式,即将令牌表示为数字向量的学习值。

该模型结合了将历史信息压缩为固定大小的层,以及按小块选择并读取所需上下文的层。公司解释,这种方式降低了处理长输入的计算负担。

在公司内部的预训练评测中,Qwen4-Max-Base 在知识、代码、问答及科技领域的每字节比特数比 Qwen3.8-Max-Base 低约 5~13%,激活参数少 25%。该指标衡量对文本进行压缩预测的能力,数值越低越好,公司图表将数值乘以 10 展示。

2. 提供中间成果,由用户调整方向

核心功能 Live Delivery 不会一次性交付成品,而是先提供可用的首批成果。智能体根据执行结果和用户要求改进后续成果,用户可在过程中纠正错误或调整方向。公司还开源了实现该功能的 Qwen-Live-Delivery-Plugin。

作为长时间运行的案例,公司介绍了 Qwen4 的冷却剂研究。公司称,该研究在 48 小时内构建了包含 270 万个分子的候选空间,经过四轮设计、合成与测试、将实验结果反馈至下一轮设计的循环,通过实验验证了新的冷却剂分子。

据公司公布的数据,在 Qwen4-Max 的药物研究中,模型经过 454 次工具调用和 3239 次计算指标评估,设计并优化了 24 个候选分子。在估算分子与靶标结合程度的相对结合自由能计算中,最终候选分子的结合力约为基准分子的 3.6 倍。

参与研究的深势科技专家认为,这些候选分子仍需进一步的实验室验证。公司明确指出,高风险场景需要人类的专业知识与监督。

3. 工作评测与现场演示

公司内部工作评测 Work360 基于将工作划分为 26 个大类、182 个子类和 721 个专业领域的体系,涵盖行业任务。

在该评测中,Qwen4-Max 得分为 52.69,高于 Qwen3.8-Max 的 47.74。

公司称,在制造业演示中,为一个汽车零部件编写程序的人工耗时从约 475 分钟降至 24 分钟,降幅约 95%。这一结果展示了模型将设计、工具执行与仿真验证相结合,以缩短实际工作时间的应用方向。

4. 令牌节省与成本,以及分阶段审查的代价

据公司公布的数据,在前述工作评测中,相比上一代,Xhigh 设置的令牌用量减少约 24%,High 设置减少约 35%。

据公司公布的数据,在另一项评测 Terminal-Bench 4.0 中,按相同设置顺序,令牌用量分别减少约 48% 和 49%。

据公司公布的数据,Work360 每项任务的平均成本从上一代的 4.43 美元降至 1.67 美元,降低 62%。QwenCloud 公布的普通输入、输出及各类缓存使用单价如下。

表:Qwen4-Max QwenCloud 公开单价

条件:QwenCloud 模型卡中标示的价格

单位:美元/百万令牌

令牌节省与成本,以及分阶段审查的代价
项目价格
输入1.5
输出4.5
输入(隐式缓存)0.075
5 分钟显式缓存创建1.875
1 小时显式缓存创建3
显式缓存读取0.075

缓存读取单价低于普通输入,显式缓存创建单价则随保留时长而变化。节省令牌与使用缓存有助于降低成本,而要发挥分阶段交付的优势,团队还需在工作流程中安排审查中间成果的时间与负责人。

5. 通过 QwenCloud API 使用

Qwen4-Max 可通过 QwenCloud 的令牌套餐或 API 使用。输入支持文本、图像和视频,输出为文本,上下文上限为 100 万令牌。

该模型兼容 OpenAI 和 Anthropic API,支持工具调用、网页搜索,以及按指定格式生成的结构化输出。

QwenCloud 的 API 参考文档提供了开启推理功能的请求示例。

curl -X POST https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1/responses \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen4-max",
    "input": "Which is larger, 9.9 or 9.11?",
    "enable_thinking": true
}'

Qwen4-Max 的差异化之处,在于将长任务提前拆分为可交付成果,让用户能够在过程中持续审查和修改。