11月16日,阿里巴巴正式发布新一代基座大模型Qwen4-Max。该模型总参数2.4万亿,采用稀疏MoE架构,原生支持视觉理解,提供100万Token上下文窗口。
与此前11月11日先行开放的限时预览版不同,此次发布标志着Qwen4-Max以正式版本接入千问AI平台,开发者可通过Token Plan或API调用。
架构层面,Qwen4-Max围绕Attention、Residual和Embedding三个方向对稀疏MoE做了系统性调整。
每四层中三层使用Gated DeltaNet将历史信息压缩为固定状态,剩余一层以Qwen Sparse Attention按block粒度选取相关上下文,以降低长序列的注意力计算开销;Gated Residual将残差流扩展为四条并行分支;N-gram Embedding在第二层以查表方式引入局部token模式表示。
模型每个token激活71B参数,另有328B N-gram Embedding参数,每token激活参数较上代减少约25%。
官方披露的效率提升是此次发布的核心信息。在Work360行业基准上,Qwen4-Max得分52.69分,前代Qwen3.8-Max为47.74分。
在同等性能下,Xhigh和High两档推理强度的token消耗分别减少约24%和35%,Terminal-Bench 4.0上的降幅达到约48%和49%。
API定价同步下调,Work360评测中单个任务的平均费用从26.58元降至11.16元,降幅58%;缓存命中价格降至每百万Tokens 0.5元。
Bloomberg报道称,Qwen4-Max在编程基准上得分接近榜首,超过了Anthropic的Claude Fable 5.1以及月之暗面的Kimi K3.1 Pro。
可用渠道方面,Qwen4-Max已上线千问AI平台提供API服务,用户也可通过阿里Token Plan调用,或在千问办公、Qoder、千问App、Qwen Studio等应用中直接体验。
模型支持联网搜索、工具调用、结构化输出,兼容OpenAI与Anthropic API格式,输入模态覆盖文本、图像和视频。阿里未将Qwen4-Max开源,但表示Qwen4系列的中小尺寸模型将陆续开源发布,沿袭同源技术路线。



