Qwen4-Max 開發者懶人包:API 收費、百萬 Token 上下文與 Agent 功能一覽
Qwen 團隊於 11 月 16 日推出 Qwen4-Max,採用 2.4 兆參數 MoE 架構,支援 100 萬 Token 上下文及文字、圖片和影片輸入。
Qwen 團隊於 11 月 16 日推出 Qwen4-Max,採用 2.4 兆參數 MoE 架構,支援 100 萬 Token 上下文及文字、圖片和影片輸入。
騰訊推出 Hy4 flash,一款基於混元架構的 224B 參數模型,每次前向傳播啟用 12B 參數,並保留 1-million-token 上下文窗口,支援文字及圖像輸入、文字輸出。
MBZUAI 旗下 IFM 發佈 PAN 2,這個 29B 參數世界模型採用 Apache 2.0 開源授權。模型以 GLP 分為 LLM Planner 規劃層和 29B MMDiT 感知及動力學層;MMDiT 以數億段附有詳細物理標註的影片從頭訓練,並透過基於 Wan 2.2 的 VAE 解碼器生成最長 20 秒的影片。
李飛飛在 CoRL 2026 介紹 World Labs 與史丹福團隊研發的 Atlas,這是一個統一生成與重建的世界模型,主要聚焦渲染及仿真。Atlas 可接收文字、圖像、影片、深度訊號等多模態輸入,並在純生成、稀疏重建和稠密重建之間切換。
阿里巴巴發佈基座大模型 Qwen4-Max,總參數量為 2.4T,並已在千問 AI 平台提供 API 服務。模型具備原生視覺能力、支援百萬上下文;文中稱其單項任務平均費用較上代下降 58%。中小尺寸模型將陸續開源,用戶亦可透過阿里 Token Plan 調用新模型。
推薦理由:報道列出 Qwen4-Max 相較上代在多項評測、Token 用量及任務費用上的變化,讓讀者可一併對照模型表現與推理成本。
騰訊混元正式發佈語言模型 Hy4 flash,稱其在綜合效果上略優於 Hy4 preview,並支持多模態和 1M 上下文長度。模型總參數量為 224B(其中 64B Engram 參數),活躍參數為 12B;每百萬 Token 輸入 0.5 元、輸出 2 元,命中快取時 0.02 元。
華為雲正式發佈並開源昇騰原生具身世界模型 CloudRobo-WM1.2,模型基於昇騰算力訓練。模型以共享世界模型骨幹網絡實現預測增強的世界表徵,並透過原生 DualAct 架構生成動作,在 RoboTwin 2.0、LiberoPro 2.0 兩項評測基準均排名第一。華為雲亦開放訓練框架及 WAM 昇騰算力最佳實踐。
華為雲發佈並開源昇騰原生具身世界模型 CloudRobo-WM1.2,並稱其在 RoboTwin 2.0 和 LiberoPro 2.0 兩項評測基準中均排名第一。模型採用共享世界模型骨幹網絡及原生 DualAct 架構,提出五項創新。華為雲亦開放訓練框架及 WAM 昇騰算力最佳實踐。
阿里巴巴於11月16日發布新一代基座大模型 Qwen4-Max,總參數量為2.4T,具備原生視覺能力並支援百萬上下文。新模型在智能體和編程等關鍵能力項上持續進化,並在金融、法律等專業領域定位為由資訊檢索走向專業交付。新模型上線期間,千問APP會員可限免體驗,使用 Qwen4-Max 不消耗會員額度。
阿里巴巴於 2026 年 11 月 16 日推出 Qwen4-Max,稱平均每項任務成本較 Qwen3.8-Max 低 60%,輸入價格為 $0.075 per million tokens。模型採閉源,沒有可下載權重;阿里巴巴亦稱訓練加入網絡安全檢查及 CBRN 風險緩解措施。編碼成績、安全措施及 48 小時自主研究結果均來自阿里巴巴的説法,文中指出尚無獨立驗證。
阿里巴巴發佈新一代基座模型 Qwen4-Max,具備原生視覺能力、支援百萬上下文,並強化智能體與編程能力。
推薦理由:文章對照 Qwen4-Max 與上一代在編程評測中的 Token 用量、得分及單任務成本,並列出汽車加工和金融投研場景的量化數據。
度小滿聯合香港科技大學及香港生成式人工智能研發中心發布軒轅4.5金融增強大模型,稱其在所測金融場景中以約通用頂級模型十分之一的推理成本,實現更強的金融場景能力。度小滿已基於「軒轅」構建上千個智能體、5000餘項技能,日均 Token 使用量超過1000億,並計劃向中小金融機構輸出經自身業務驗證的 AI 能力與實踐經驗。
騰訊發布混元 Hy4 flash,張軍稱這是迄今為止性價比最高的混元模型。每百萬 Token 輸入 0.5 元、輸出 2 元,命中快取時為 0.02 元,價格相比 Hy4 大幅降低。該模型已在騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis 等產品上線,即將接入 OpenRouter。
騰訊混元團隊推出 Hy4 flash,官方定位為迄今性價比最高的 Hy 模型。Hy4 flash 總參數量為 224B(含 64B Engram 參數),每個 token 啟用 12B 參數。
騰訊混元團隊推出 Hy4 flash,模型總參數量為 224B(含 64B Engram),每個 token 激活 12B 參數,支援多模態輸入及 100 萬 token 上下文長度。
Alibaba Cloud 於 November 16, 2026 透過 Model Studio 發佈 Qwen4-Max,新加坡 API 輸入及輸出標價較 Qwen3.8-Max 均低 25%。
Alibaba 於 2026 年 11 月 16 日將 Qwen4-Max 正式開放使用,距預覽版推出五天;模型支援文字、圖像和影片輸入,並提供 1,000,000-token 上下文窗口。
阿里巴巴於 16 Nov 2026 推出 Qwen4-Max,稱其編碼基準表現勝過 Claude Fable 5.1 和 Kimi K3.1 Pro,但不開放權重下載或自行託管。
千問 AI 平台首發上線 Qwen4-Max,API 服務與 Token Plan 同步開放,Token Plan 詳情見 https://www.aliyun.com/benefit/scene/tokenplan。
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
阿里巴巴發布 Qwen4-Max,這款 MoE 旗艦模型有 2.4T 參數及 1M-token 上下文窗口。阿里巴巴表示,Qwen4-Max 擊敗 Qwen3.8-Max 時,最多可少用約 50% tokens。
阿里正式發布新一代旗艦模型 Qwen4-Max,並已接入千問 App、千問辦公、Qoder 和 Qwen Studio。Qwen4-Max 在 Arena Agent Arena、Code Arena 和 Vals Index 三個榜單均為國產模型排名第一。
推薦理由:文章並列官方任務成本數據與多個第三方榜單,亦呈現不同編程基準的落差,方便比較 Qwen4-Max 的成本變化和表現邊界。
阿里千問發佈Qwen4-Max,總參數2.4萬億、激活71B,支援百萬Token上下文。在Terminal-Bench 4.0同為Xhigh思考檔位時,其每次嘗試平均Token用量較Qwen3.8-Max減少約47.5%,評測得分提升近28%。Qwen4-Max已在千問AI平台提供API服務,亦可透過阿里Token Plan調用,或在千問辦公、Qoder、千問APP體驗。
推薦理由:這組同檔位對比把Token用量與評測得分放在一起,呈現Qwen4-Max相較Qwen3.8-Max在編程評測中的效率及表現變化。
Qwen4-Max 登上 Hacker News 後,留言討論模型效率、品質及能力發展。有人期待「Flash」和 27B 版本;另有用戶稱 Qwen 3.8 每秒約生成 30 個模型 token,Opus 則接近 80 個。
阿里巴巴發布新一代基座大模型 Qwen4-Max,模型擁有2.4萬億參數,具備原生視覺能力,並支援百萬 token 上下文窗口。
阿里通義千問團隊正式推出 Qwen4-Max,模型採用 MoE 架構,主幹參數規模達 2.4 萬億,支援原生視覺理解及 100 萬 Token 上下文窗口。Qwen4-Max 在 Work360 得分為 52.69,高於 Qwen3.8-Max 的 47.74;該評測中單項任務平均費用由 26.58 元降至 11.16 元,下降 58%。
推薦理由:文章以 Work360 得分、不同推理強度下的 token 消耗及單項任務費用,呈現 Qwen4-Max 相對前代的能力與成本變化。
千問團隊正式推出 Qwen4-Max,模型作為正式版本接入千問 AI 平台,開發者可透過 Token Plan 或 API 調用。模型在 Work360 取得 52.69 分,高於前代 Qwen3.8-Max 的 47.74 分;同一評測中,單個任務平均費用由 26.58 元降至 11.16 元,降幅 58%。
推薦理由:Work360 與 Terminal-Bench 4.0 的對照數據,呈現 Qwen4-Max 在任務費用及 token 消耗上的變化。
阿里巴巴千問團隊推出旗艦模型 Qwen4-Max,採用 2.4T 參數稀疏 MoE 架構,支援原生視覺及 100 萬 token 上下文窗口。在千問自有的 Work360 評測中,每項任務平均成本由 $4.43 降至 $1.67,較 Qwen3.8-Max 減少 62%;Qwen4-Max 本身並未開源。
推薦理由:文章結合 Qwen4-Max 的架構與長程智能體案例,並交代 62% 成本降幅來自千問自有的 Work360 評測,呈現數字的比較背景。
阿里通義千問團隊正式推出 Qwen4-Max,採用主幹參數規模達 2.4 萬億的 MoE 架構,原生支援視覺理解及 100 萬 Token 上下文窗口。模型已接入千問 AI 平台,開發者可透過 Token Plan 或 API 接入,也可經 Qwen Studio、QwenWork 和 Qoder 體驗。
推薦理由:文中同時列出 Work360 分數、不同推理強度下的 token 消耗變化及單任務費用,呈現這次升級在能力與成本上的具體對照。
Anthropic 發佈 Claude Fable 5.2;模型不調用圖像生成模型,而以 Python 模擬畫筆、顏料和畫布,逐筆完成繪畫。一幅購物車作品用了約 70 萬次模擬筆觸;另一幅鳥類作品以 111 筆完成,模型會觀察畫布並用新筆觸修正錯誤。
Anthropic 發布的 Claude Fable 5.2 可用 Python 程式模擬畫筆、顏料與畫布,逐筆完成繪畫,而非直接調用圖像生成模型。一幅購物車作品使用約 70 萬次模擬筆觸;另一段 21 秒影片記錄模型以 111 筆完成日出時的鳥。
IT早報 1116 聚焦華為鴻蒙生態用戶數達 9980 萬、BLG 奪得《英雄聯盟》S16 冠軍,以及華為 Mate X8 外觀公佈。鴻蒙生態用戶數距 1 億僅差 20 萬,何剛預計再過幾天突破;餘承東稱 Mate X8「就要來了」。開源模型 openPangu-2.1-Pro 已上線華為雲,面向 Agent 開發、AI 編碼及推理優化升級。
南洋理工大學 S-Lab、商湯研究院與 Ropedia 研究團隊發布 NEO‑VLA,一款不設獨立視覺編碼器、將像素直接輸入視覺—語言主幹的機械人策略模型。模型主幹為 2B 參數,在 LIBERO 完整微調後平均成功率為 95.3%;LIBERO-Plus 分佈偏移測試加權總分為 89.7%,RoboTwin 2.0 隨機場景成功率為 69.4%。
Anthropic 推出 Claude Fable 5.2,API 價格下調 20%,回應速度較 Fable 5.1 提升 30%。Claude Code 2.1.323 新增實驗性 Code Mode,讓模型編寫 JavaScript 程式碼處理檔案搜尋及工具指令。另有開源指南以 Ollama 和 Python 建立本地 Agent 工作流程,毋須使用付費 API。
華為雲 MaaS 模型即服務平台正式上線開源盤古模型 openPangu-2.1-Pro,模型針對 Agent 開發、AI 編碼及推理優化三大方向升級。模型在深度研究、鴻蒙系統操控、鴻蒙 App 開發、昇騰算子生成及推理鏈路優化等場景有所增強,並將接入智果 AgentArts、碼道 CodeArts 及果辦 OfficeAce。
華為雲 MaaS 平台正式上線開源盤古模型 openPangu-2.1-Pro,聚焦智能體開發、AI 編碼和推理優化三大方向升級能力。模型以 10 萬餘條專項數據優化 Skills 觸發、工具選擇與調用,並加強深度研究、鴻蒙系統操控及昇騰算子生成等場景。平台提供模型 API,推理輸入價格為每百萬 tokens 0.8 元,推理輸出為 3.2 元。
美團公開 LongCat-2.5 權重,這款面向長程多步驟智能體任務、尤其是編碼的 1.6 trillion 參數模型,全程以中國硬件訓練。它每個 token 約啟用 48 billion 參數,並可透過 API 一次處理最多 1 million tokens、生成最多 128,000 tokens,支援文字、圖像和影片輸入。
推薦理由:報道列出多項智能體基準成績,並交代 194 張華為昇騰加速器的部署配置,便於對照模型表現與自建部署的硬件要求。
Sevren 推出 Embla 1,一款可完全在手機離線運行、每個 token 約啟用 1B 參數的 10B 參數 MoE 推理模型。Sevren 使用自家 Metal 實作在 iPhone 18 Pro 測得,處理 1,024-token 提示詞並輸出 256 tokens 需 1.77 秒,llama.cpp 則需 2.18 秒。
Bland 推出面向電話通話的全雙工語音轉語音模型 Tofu-1,目前以研究預覽版形式提供。模型直接聆聽音訊,並可在説話時聆聽及推理,無須經過文字轉錄;用戶可在通話中打斷或更正它。研究預覽版只向有限數量的企業開放。
美團 LongCat 發佈開源音訊驅動人物影片生成框架 LongCat-Video-Avatar 1.6,改善唇音同步、動作協調與長影片視覺一致性,並優化推理效率。材料稱其可生成超過 10 分鐘的影片;在人類偏好比較中,該版本在六個系統中排名第二,Bradley–Terry Elo 評分為 1068.1,研究收集了 33,051 份有效投票。