11月16日,阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max以更少的Token消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测CodeArena中,Qwen4位居第六;在Agents' Last Exam(ALE)、Vals Index等智能体能力及专业任务三方评测中,Qwen4均处于领先梯队。Qwen4面向全领域的真实任务深度优化,可更好地调用专业工具处理长周期任务,推进AI在汽车制造、游戏开发、金融投研及科学研究等专业领域的深入落地。
Qwen4-Max现已上线千问AI平台对外提供API服务,缓存命中每百万Tokens低至0.5元,完成单任务的平均费用较上代模型大降6成;用户也可通过阿里Token Plan调用新模型,或在千问办公、Qoder、千问APP等应用中直接体验。据悉,Qwen4系列中的中小尺寸模型将陆续开源发布。
(图说:在CodeArena前端编程全球榜中,Qwen4-Max位居第6)
Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,2.4T总参数仅激活71B,每个Token激活参数较上代模型少25%,并拥有更高的思考效率:在 Terminal-Bench 4.0 专业编程评测中,同为 Xhigh 思考档位,Qwen4-Max 较上一代 Qwen3.8-Max 的每次尝试平均 Token 用量从 289K 降至 151K,减少近50%,评测得分则从 38.9 分提升至 48.5 分,提升近25%。同时,基于缓存命中价格的大幅下降,评测结果显示,Qwen4-Max相比Qwen3.8-Max完成单个任务的平均费用(Cost per Task)降低了 58%。
全新的架构结合高效的训练优化,使得Qwen4-Max性能全面提升。在聚焦编程的CodeArena全球盲测权威榜单中,Qwen4-Max前端(Webdev)位列全球第6,居于GPT6-Astra和Claude Fable5.1之间,刷新中国模型最好成绩;在“智能体最后的考试” Agents' Last Exam(ALE)取得了46.7的最高分,较Qwen3.8-Max大幅提升18.8分;在评估大模型理解专业图表与推理能力的Chartography评测中,Qwen4-Max取得54.2分,较上代模型提升12.2分;在专业工作评测JobBench中,新模型得分68.5,超过GPT-6.1sol、次于Claude Opus5.5;在专注法律专业的评测HLAB-Vals-1.1上,Qwen4-Max得分21.3分,较Qwen3.8-Max进步了5.9分,位居行业领先模型行列。
无论是日常简单需求,还是长周期复杂任务,Qwen4都能实现可靠交付,人机协作更丝滑高效。Qwen4-Max在模型内实现了持续交付(Live Delivery)机制,可先生成一个可用的首版,并持续根据用户意见逐版扩展内容直至完成:针对一个物理课堂科普网站的设计需求,Qwen4-Max交付14次可用版本,最终扩充为一个包含3D动画、交互实验和原理详解的精致网站。同时,Qwen4-Max还具备围绕复杂目标与约束进行运筹建模、求解与验证的能力,通过自主规划和持续迭代,编排智能体解决更复杂的任务:基于阿里云AI基础设施,Qwen4-Max自主闭环优化了支撑其自身应用、推理与训练的运行系统,在数据标注场景中让模型成本费用降低 10%,将CPU 离线重调度场景的最优求解速度提升超14倍。
图说:面向全场景721个方向的真实工作领域,Qwen4较上代模型整体提升超10%的专业能力
从专业协作(Cowork),到全天候智能体,Qwen4正深入更多真实工作任务和生产环境。千问团队构建了包含721个细分领域的Work360全场景建模体系,在系统评测中,Qwen4-Max得分52.69,较上一代模型提升超10%。在游戏开发等专业设计领域,Qwen4展现出强大的3D建模能力,并能更好地调用Blender等专业工具,一句话就能生成一个好玩、酷炫的3D游戏。在汽车制造行业,Qwen4已贯穿产线规划、零件设计与加工验证等全流程,将单个工件加工编程的人工用时从475分钟骤降至 24分钟,用时减少 95%;在金融投研场景,Qwen4熟练调用 90 个 MCP 专业工具,产出 Excel 底稿与 PPT 报告,支持双重溯源确保结论可靠。
在AI辅助科学发现(AI For Science)的前沿领域,Qwen4已初步产出材料和药物发现的真实成果。在材料发现领域,Qwen4连续 48 小时自主运行,从 270 万个候选分子中挑选出候选分子,并通过 4 轮“设计—合成—测试”闭环,真实合成出一种新型冷却液材料,为缓解高功率芯片带来的数据中心散热难题提供了新思路;在药物发现领域,针对阿尔兹海默症关键靶点,Qwen4通过 454 次工具调用,完成 3239 项计算评估,设计优化了24 个候选分子,最终优选分子与靶点的名义结合亲和力较起点分子提升约3.6倍,是更有效的新选择。
(完)

