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 )