阿里巴巴的 Qwen 团队发布了 Qwen4-Max,这是其 Qwen4 代的首个模型。Qwen4-Max 是一个专有的稀疏 MoE 模型,拥有 2.4T 参数的主干,每个 token 激活 71B 参数。它接受文本、图像和视频,并支持 1M token 的上下文窗口。阿里巴巴还下调了 API 价格,并报告每任务平均成本下降 62%。

TL;DR

规模:2.4T 主干参数,每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数。1M 上下文,最大输出 393K token。

运行方式:仅托管:QwenCloud API、Token Plan、Qwen Studio、QwenWork 和 Qoder。没有开源权重,因此无法自托管或量化部署。

性能:相比 Qwen3.8-Max 有大幅提升。在智能体工作上可与前沿模型竞争,在硬核编程和视觉方面落后。

最佳:HLAB-Vals-1.1(法律智能体工作):21.3,而次优模型 Kimi K3.1 为 11.7。

什么是 Qwen4-Max?

Qwen4-Max 是阿里巴巴的多模态 MoE 语言模型,专为长周期专业工作打造。本月仅开放了仅限 Token Plan 的预览。

Qwen4-Max 的架构如何工作?

Qwen4 在 3 处升级了稀疏 MoE 设计:注意力、残差连接和嵌入。

GDN + Qwen Sparse Attention(QSA):每个 QSA 层与 3 个 Gated DeltaNet 层配对。这些层将历史压缩为固定大小的状态。QSA 随后使用轻量级索引器,以微块粒度挑选相关上下文。这降低了长序列上的注意力和索引成本。

Gated Residual(GR):4 个并行残差分支使用动态读门和写门。目标是更强信息流和更好的训练稳定性。

N-gram Embedding:328B 额外参数在第 2 层提供局部 token 模式的查找。这以很小的额外计算增加了容量。

阿里巴巴报告在 2.4T 规模的预训练运行中没有出现损失尖峰。在内部测试中,Qwen4-Max-Base 的每字节比特数比 Qwen3.8-Max-Base 低 5% 到 13%。它在激活参数少 25% 的情况下做到了这一点。

Qwen4-Max 在基准测试中表现如何?

阿里巴巴的对比图表涵盖 16 项基准测试。对手包括 Qwen3.8-Max-0902、Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astra 和 Kimi K3.1。部分分数引自第三方排行榜。发布时均未经过独立复现。

Qwen4-Max 在 16 项基准测试中有 4 项排名第一:

HLAB-Vals-1.1(法律智能体):21.3,相比之下 Kimi K3.1 为 11.7,Opus 5.5 为 9.2。

Agents' Last Exam v1.1:46.7,相比之下 Opus 5.5 和 Kimi K3.1 为 43.4。

BioMysteryBench:85.0,相比之下 GPT-6.1 Sol 为 84.4。

DeepSWE v1.1:75.7,相比之下 Kimi K3.1 为 75.5。

Claude Opus 5.5 在 16 张图表中领先 7 张。Qwen4-Max 在编程和视觉方面落后最明显:

ProgramBench:31.5,相比之下 Opus 5.5 为 65.0。

Terminal-Bench 4.0:48.5,相比之下 Kimi K3.1 为 67.2。

Chartography:54.2,相比之下 GPT-6 Astra 为 71.1。

Humanity's Last Exam:51.7,相比之下 Opus 5.5 为 59.8。

在阿里巴巴自家的 Work360 基准测试中,Qwen4-Max 得分为 52.69,高于 Qwen3.8-Max 的 47.74。Work360 涵盖 26 个顶级领域和 721 个专业方向。

为什么 Qwen4-Max 的运行成本更低?

两个因素叠加:更少的 token 和更低的价格。在 Work360 上,Xhigh 努力档位的 token 用量下降约 24%,High 档位下降 35%。在 Terminal-Bench 4.0 上,降幅分别约为 48% 和 49%。Work360 每任务平均成本从 $4.43 降至 $1.67,降幅 62%。

标价也下降了。输入为每百万 token $1.50,低于 Qwen3.8-Max 的 $2。输出为 $4.50,低于 $6。隐式缓存读取下降 70%,从 $0.25 降至 $0.075。

Qwen4-Max 与竞争对手对比

指标Qwen4-MaxQwen3.8-MaxClaude Opus 5.5GPT-6.1 SolKimi K3.1 Pro总参数2.4T 主干 + 328B N-gram 嵌入2.4T未披露未披露2.8T激活参数71B未披露(博客暗示约 95B)未披露未披露104B上下文1M1M1M1,050,0001,048,576最大输出393K131K128K128K未披露输入模态文本、图像、视频未披露文本、图像文本、图像文本、图像权重专有,仅 API未披露专有专有开放(Kimi K3.1 Pro License)输入 / 输出价格(每 1M)$1.50 / $4.50$2 / $6$4 / $20$2 / $10$2 / $10缓存输入(每 1M)$0.075$0.25$0.20$0.10$0.20DeepSWE v1.1*75.769.374.275.275.5Terminal-Bench 4.0*48.538.959.656.167.2Humanity’s Last Exam*51.743.959.854.051.1ProgramBench*31.528.065.052.525.0HLAB-Vals-1.1*21.315.49.26.311.7

*分数来自阿里 Qwen4-Max 图表。Qwen3.8 列对应 Qwen3.8-Max-0902。图表将 Kimi 标注为 “Kimi K3.1”。Moonshot 自己的卡片报告 Kimi K3.1 Pro 的 Terminal-Bench 4.0 为 65.7,Opus 5.5 为 66.4。

开发者如何使用 Qwen4-Max?

模型 ID 为 QwenCloud 上的 qwen4-max。该 API 可与 OpenAI 兼容和 Anthropic 兼容的客户端配合使用。支持的功能包括函数调用、结构化输出、上下文缓存、批处理、网页搜索和微调。默认速率限制为每分钟 5,000,000 个 token。思考模式通过 enable_thinking 切换。

订阅访问通过 Token Plan 进行。

要点

2.4T MoE 主干,每个 token 仅激活 71B。

新的 QSA 注意力、门控残差和 328B N-gram 嵌入。

在 16 个图表基准测试中的 4 个上排名第一,以 21.3 的 HLAB-Vals-1.1 领先。

每百万 token $1.50/$4.50,缓存输入降低 70%。

薄弱点:ProgramBench(31.5)和 Terminal-Bench 4.0(48.5)。

查看官方 Qwen4-Max 博客、QwenCloud 模型页面和 Token Plan 定价页面。你可以通过我们的 GPULeaderboard.com Chrome 扩展在此查看部署选项和规格。

另外,欢迎在 Twitter 上关注我们,别忘了加入我们 150k+ 的 ML SubReddit 并订阅我们的 Newsletter。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们。

需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会等?请联系我们

文章《Alibaba Releases Qwen4-Max: 2.4T MoE, 71B Active, 1M Context》首发于 MarkTechPost。