发生了什么
阿里巴巴 11 月 16 日在杭州发布 Qwen4-Max,这是 Qwen4 系列首个上线的旗舰型号。官方给出的规格是 2.4 万亿总参数、每词元激活 710 亿,另有 3280 亿 N-gram 嵌入参数,支持原生视觉输入与 100 万词元上下文。模型已在千问云通过 API 与词元订阅计划开放,并接入 QwenWork、Qoder、QwenStudio 等自有产品。相比上一代 Qwen3.8-Max,同等 2.4 万亿规模下激活参数减少约四分之一。
架构与账单的三处变化
- 注意力层改为门控 DeltaNet 与稀疏注意力 QSA 组合:每三个压缩层配一个稀疏注意力层,用轻量索引器在微块粒度挑选相关上下文,长序列的注意力与索引开销同时下降。
- 门控残差用四条并行支路加动态读写门控连接各层,训练全程未出现损失尖峰;N-gram 嵌入在第二层引入基于上下文的查表,以很小的额外算力换容量。
- 官方称 Work360 评测上 High 与 Xhigh 档分别少用约 35% 与 24% 的词元;Terminal-Bench 4.0 上少用约 49% 与 48%;单任务平均成本从 4.43 美元降到 1.67 美元,降幅 62%,缓存命中输入价每百万 0.075 美元。
企业读者该看哪三个口径
比跑分更值得看的是落地口径。其一是云资源调度:模型被用于数据标注调用排程、在线 GPU 分配与离线 CPU 重排,官方给出的数字是标注调用成本降 10.42%、在线 GPU 整机空闲时长增加 4.62%、离线 CPU 求解到最优目标的速度提升 14.61 倍——模型在优化支撑自己的那套系统。其二是长程任务:新增 Live Delivery 机制,先交付可用版本,再依执行结果与用户意见迭代,配套插件已开源。其三是科研闭环:一次连续 48 小时的智能体运行,从 270 万个候选分子中筛选,经结构筛选、性质预测、第一性原理计算、逆合成分析与自动化湿实验,四轮「设计—合成测试—主动学习」后得到经实验验证的冷却液分子实物。
不确定之处
Work360 是阿里自建的分层评测集(26 个一级域、182 个二级域、721 个三级专业领域),不是第三方榜单;官方同时引用的 Code Arena 第六名、Vals Index、Agents Last Exam 等外部名次才是可交叉核验的部分。安全评估细节、模型卡与开源时间表均未公布,官方只表示同代小尺寸模型「将陆续开源」,许可证未定。冷却液与阿尔茨海默病两项实验均为企业自述,尚无同行评议,单任务成本的比较基准也未公开完整配置。

