阿里巴巴發佈 Qwen4-Max,單項任務平均費用下降 58%
阿里正式发布Qwen4,单任务平均费用降六成
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。
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。
11月16日,阿里巴巴發佈全新一代基座大模型Qwen4-Max,總參數2.4T,具備原生視覺能力,支持百萬上下文,現已上線千問AI平台對外提供API服務,中小尺寸模型將陸續開源。
據介紹,Qwen4-Max採用基於Qwen稀疏注意力(QSA)的全新MoE架構,2.4T總參數僅激活71B。在權威全球前端編程盲測CodeArena中,Qwen4-Max位居第6,居於GPT6-Astra與Claude Fable5.1之間,刷新中國模型最好成績;在"智能體最後的考試"Agents' Last Exam(ALE)中取得46.7分,較上代Qwen3.8-Max提升18.8分;在評估專業圖表理解與推理的Chartography評測中取得54.2分,較上代提升12.2分;在專業工作評測JobBench中得分67.3,超過GPT-6.1sol、次於Claude Opus5.5。

圖注:在CodeArena前端編程全球榜中,Qwen4-Max位居第6
據介紹,新模型以更少Token實現更高性能。在Terminal-Bench 4.0評測中,同為Xhigh思考檔位,每次嘗試平均Token用量由289K降至151K,減少近50%,得分由37.9分升至48.5分。緩存命中每百萬Tokens低至0.5元,完成單任務平均費用較上代下降58%。
在落地層面,Qwen4構建了覆蓋721個細分領域的Work360全場景建模體系,系統評測得分52.69,較上代提升超10%。在汽車製造中,單個工件加工編程人工用時從475分鐘降至24分鐘,用時減少95%;在遊戲開發領域,可調用Blender等專業工具一句話生成3D遊戲;在金融投研場景,可調用90個MCP專業工具產出Excel底稿與PPT報告。在科學發現領域,Qwen4連續48小時自主運行,從270萬個候選分子中合成一種新型冷卻液材料;針對阿爾茲海默症靶點,經454次工具調用優化出24個候選分子,優選分子結合親和力較起點提升約3.6倍。
用戶可通過阿里Token Plan調用新模型,或在千問辦公、Qoder、千問APP等應用直接體驗。(袁寧)
關鍵詞:
責任編輯:kj005
來源:中華網科技 · tech.china.com