跳到正文
阿里雲開發者社區 AI·· 3 天前精選AI 評分78

阿里巴巴發佈 Qwen4-Max,每個 Token 激活參數降至 71B,單任務平均費用降至 11.16 元

阿里云Qwen4-Max能力与活动:激活降至71B、单任务11.16元,Token省47.8%,Lite首月19.5元

AI 導讀

阿里巴巴於 2026 年 11 月 16 日正式發佈 Qwen4-Max,千問 AI 平台同步開放 API 按量計費及 Token Plan 調用。

推薦理由

文章並列官方與第三方評測及成本口徑,呈現 Qwen4-Max 的效率和費用變化,也交代其在部分基準上的落差,便於按任務類型評估選型。

正文 · 繁體中文

簡介: Qwen4-Max 正式版已經發布‌,千問 AI 平台首發,API 按量計費與 Token Plan 同步開放;預覽版標識 qwen4-max-preview 僅走訂閲調用,窗口期至 11月25日24:00。架構維持總參數 2.4T、每 Token 激活降至 71B,支持 1M 上下文。Terminal-Bench 4.0 得分 48.5、Token 用量降約 47.8%,Work360 提升 10.4%,單任務平均費用由 26.58 元降至 11.16 元。API 輸入 10 元、輸出 30 元/百萬 Token,緩存命中 0.5 元;Token Plan Lite 首月 19.50 元起。

2026 年 11 月 16 日,阿里巴巴正式發佈全新一代基座大模型 Qwen4-Max,千問 AI 平台首發上線,API 服務與 Token Plan 同步支持調用。這是 Qwen4 系列的首款模型,也是本次發佈中信息密度最高的一次——總參數、激活參數、基準分數、API 單價四項此前留白的關鍵指標,這次全部補齊。

需要先把時間線理清楚,因為它直接決定選型判斷的有效期:

  • 11 月 11 日 10:00,Qwen4-Max 預覽版(模型 ID qwen4-max-preview)首發上線 Token Plan,僅支持訂閲調用、不支持按量計費,預覽期至 11 月 25 日 24:00,期內模型行為不做變更,結束後該標識下線。
  • 11 月 16 日,正式版發佈,模型 ID 為 qwen4-max,在千問 AI 平台開放 API 按量服務,同時 Token Plan 同步支持,千問辦公、Qoder、千問 App、QwenStudio 等應用也已接入。

也就是説,目前同時存在兩條接入路徑:正式版走 API 按量或 Token Plan,預覽版只剩 Token Plan 且窗口期還剩約 8 天。接入方需要為預覽版標識的下線預留改配置的工作量。

Qwen4上线.png

一、Qwen4-Max 是什麼

Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文本生成、圖片與視頻理解及深度思考能力,適用於編程開發、辦公、前端設計與複雜智能體任務;支持聯網搜索、工具調用和結構化輸出,兼容 OpenAI 與 Anthropic API。

在 Qwen 的分檔邏輯裏,"Max"表示同代產品中的最高規格檔位。按公開梳理,Qwen4 系列規劃了多款主力模型,覆蓋性能上限檔、均衡檔、低成本高速檔以及面向本地部署的中等規模檔,Qwen4-Max 佔據其中的"旗艦"位置。在阿里雲百鍊的模型選擇文檔裏,它被歸入"複雜推理與編程"方向。

它的核心目標不是把通用對話做得更流暢,而是解決高複雜度、長鏈路、多工具協同的專業任務。 換句話説,這不是一款"聊天更順手"的模型,而是一台面向真實任務的執行引擎。官方同時明確:Qwen4-Max 本身不開源,但 Qwen4 系列中的中小尺寸模型將陸續開源發佈。

二、模型能力:架構與規格

1. 架構:參數沒漲,激活量先減四分之一

Qwen4-Max 採用基於 Qwen 稀疏注意力(QSA)的全新 MoE 架構,總參數 2.4T,每個 Token 僅激活 71B,另有 328B 的 N-gram Embedding 參數。作為對照,上一代 Qwen3.8-Max 同樣是 2.4T 總參數,但每 Token 激活 95B——本版激活量減少約 25.3%((95−71)÷95)。

架構層面動了三處:

  • Attention:每四層中三層使用 Gated DeltaNet,把歷史信息壓縮為固定大小的狀態;剩餘一層用 QSA 稀疏注意力,通過輕量級索引器按 block 粒度挑出當前用得上的上下文。二者分工是"GDN 負責記憶,QSA 負責精準檢索",以此壓低長序列的注意力開銷。
  • Residual:Gated Residual 把殘差流擴展為四條並行分支,用動態讀寫門控加強跨層信息傳遞,服務於訓練穩定性。按官方訓練記錄,整輪訓練未出現一次 loss 尖峯。
  • Embedding:在第二層以查表方式引入 N-gram 局部 token 模式,用很低的額外算力換取知識容量。

這組架構改動解釋了一件事:為什麼單價敢往下打。 單次前向計算量先變小了,價格才有下調空間。

2. 規格:百萬上下文與四向能力

  • 上下文 1M Token(約 100 萬)。正式版文檔給出的分檔為:最大輸入 991K、最大輸出 131K;思考模式下最大輸入 983K、最大輸出 262K,最大思維鏈 262K。預覽版文檔另標註最大輸出 393,216 Token,且思考與最終回答共享該預算。
  • 輸入模態覆蓋文本、圖像、視頻,輸出為文本,具備原生視覺能力,可直接處理工程圖紙、醫療影像、長視頻等輸入,無需拼接多個模型。平台文檔所列視覺規格為單張圖片最高 1600 萬像素、視頻最長 2 小時、單個視頻最大 2GB,具體可用性以控制台與模型列表頁展示為準。
  • 四大能力方向為知識理解、世界感知、Coding 與 Agentic,其中編程與智能體是本次升級重點。相比上一代,它更強調"把任務做完"而不是"把問題答好"。
  • 編程能力:支持完整大型項目代碼生成、倉庫級代碼審計、架構重構與漏洞排查,可直接產出前端網頁、3D 建模腳本與軟件自動化操作代碼,並能自動調試報錯、補全單元測試、生成項目文檔。
  • Agentic 能力:圍繞複雜目標自主拆分步驟、分輪調用搜索、代碼、文件處理等工具,長週期任務不易中途斷鏈、不易陷入無效循環。
  • 知識與世界感知:不侷限於靜態知識的檢索複述,強化對動態世界信息的理解,對文本、圖像、結構化數據做深度語義對齊,能構建更長的因果推理鏈、識別隱含前提並修正錯誤假設。
  • Live Delivery 分階段交付:模型可先輸出一個可用的首版,再根據用戶反饋逐版擴展內容直至完成,用戶隨時介入審閲校準方向。官方展示的一例物理課堂科普網站需求中,模型累計交付 14 次可用版本,最終擴展為含 3D 動畫、交互實驗與原理詳解的完整站點。配套插件已開源。

三、能力評測:官方數據與第三方數據都要看

1)官方口徑的效率數據。 在 Terminal-Bench 4.0 專業編程評測中,同為 Xhigh 思考檔位,Qwen4-Max 較上一代 Qwen3.8-Max 的每次嘗試平均 Token 用量從 289K 降至 151K,減少約 47.8%((289−151)÷289)。得分方面,官方不同渠道給出的前代起點值存在兩個版本——37.9 分與 38.9 分,對應提升幅度分別約為 28.0% 與 24.7%,終值均為 48.5 分。本文兩個起點值均予保留,不替讀者取捨。

在阿里自建的行業基準 Work360(覆蓋 26 個一級領域、182 個二級子領域、721 個三級專業方向)上,Qwen4-Max 得分 52.69,上一代為 47.74,提升約 10.4%;同等性能下 Xhigh 與 High 兩檔的 Token 消耗分別減少約 24% 和 35%。

2)第三方榜單。 全球前端編程盲測 CodeArena(WebDev 榜)上,Qwen4-Max 以 1,750 分位列全球第 6、國產第 1,比上代高出 74 分;Agents' Last Exam 長程任務 46.7 分(較上代提升 18.8 分);DeepSWE 代碼修復 75.7 分排名第一;法律智能體 HLAB 21.3 分;Chartography 專業圖表理解 54.2 分(+12.2);JobBench 67.3 分。在基於 1.47 萬次真實用戶會話的 Agent Arena 榜上,它從上代第 39 名升至全球第 14、國產第 1。Artificial Analysis 智能指數從上代 34 分升至 43 分。

3)短板同樣要寫清楚。 有輸有贏的數據反而更可信:Terminal-Bench 4.0 的 48.5 分仍低於 Kimi K3.1 的 67.2 分與 Opus 5.5 的 59.6 分;黑盒軟件復刻的 ProgramBench 上 Qwen4-Max 為 31.5 分,Opus 5.5 為 65 分;Agent Arena 中它的 Bash 可靠性僅排第 29;AA 智能指數 43 分低於 Kimi K3.1 Pro 的 46 分,而同在約 3 美元單任務價位的 Gemini 4 Hydrogen 能拿到 54 分。結論是它的領先集中在"單位任務成本"而非"能力全面第一",選型時應按自己的任務類型對號,而不是看總榜排名。

4)降本數據存在兩套口徑,都要看。 官方給出:Work360 評測中完成單個任務的平均費用從 26.58 元降至 11.16 元,降幅約 58.0%;國際站同口徑從 4.43 美元降至 1.67 美元,降幅約 62.3%。第三方 Artificial Analysis 按統一套題測出的單任務成本降幅僅約 11%。兩個數字都成立,差別在任務構成——官方口徑包含自家高重複上下文場景,第三方用統一題集,命中率結構不同。評估到自己業務時,應當用自己的真實任務測命中率,而不是直接引用任一個百分比。

四、真實生產場景的落地數據

汽車製造:在三豐智能、泛海統聯的產線中,模型讀二維佈局圖與工藝參數,調用既有設備庫構建三維產線,開展節拍仿真與 PLC 虛擬調試;零件層面完成車門總成、摩擦輪等建模,輔助加工工藝規劃、刀路生成與仿真核驗,在上機前發現過切、少切等問題。單個工件加工編程的人工投入由約 475 分鐘降至 24 分鐘(部分渠道記為 26 分鐘),按 24 分鐘計減少約 95.0%,按 26 分鐘計約 94.5%,兩個數值均見諸公開報道。

遊戲開發:可直接接管 Unreal Engine 等引擎,搭場景、掛資產、寫玩法;也能調用 Blender 等專業工具,一句話生成可玩的 3D 遊戲。

金融投研:調用 90 個 MCP 專業工具產出 Excel 底稿與 PPT 報告,支持雙重溯源確保結論可靠。

材料發現(AI4S):面向高功率芯片帶來的數據中心散熱難題,模型依託深度原理 Mira 的一體化乾濕實驗環境自主開展新型冷卻液研發。在連續 48 小時的智能體運行中完成路線調研,構建包含 270 萬個分子的候選空間,依次開展結構篩選、性質預測、第一性原理計算、逆合成設計與實驗規劃,隨後調度自動化濕實驗室完成真實物料的配製、合成、分離純化與測試。經 4 輪"分子設計—合成測試—主動學習"閉環,最終獲得經實驗驗證的新型冷卻液分子及實體樣品。

藥物發現:圍繞阿爾茨海默病相關的 NLRP3 炎症小體靶點,在深勢科技 PharmMaster 平台自主開展文獻與專利檢索、分子設計與計算評估。整個流程累計調用工具 454 次,完成 3,239 項計算指標評估,設計優化 24 個候選分子;最終優選分子的名義結合親和力達到專利起點的約 3.6 倍,深勢科技專家認為其具有較高研究價值、值得進一步開展濕實驗驗證。

模型參與優化自身運行系統:基於阿里雲 AI 基礎設施,Qwen4-Max 圍繞自身應用、推理和訓練所需的調度方案開展自主迭代。公開數據為:數據標註中的模型調用調度費用較參考基線平均降低 9.00%(官方另一口徑表述為"降低 10%"),GPU 在線分配的整機空閒容量時長較基線增加 4.62%,CPU 離線重調度達到最優目標的求解速度提升超過 14.61 倍。

五、收費標準:這次真正的賣點是價格

正式版已開放 API 按量計費,單價同步下調。

計費項 國內(北京部署) 國際站(新加坡等)
輸入 10 元/百萬 Token 1.5 美元/百萬 Token
輸出(思考與回答) 30 元/百萬 Token 4.5 美元/百萬 Token
緩存命中(顯式/隱式讀取) 0.5 元/百萬 Token 0.075 美元/百萬 Token
顯式緩存創建(5 分鐘) 12.5 元/百萬 Token —
顯式緩存創建(1 小時) 20 元/百萬 Token —

幾組可直接核對的降幅:

  • 輸入 12 元→10 元、輸出 36 元→30 元,兩項均下調約 16.7%;國際站輸入 2→1.5 美元、輸出 6→4.5 美元,下調 25%。
  • 緩存命中從 1.5 元降到 0.5 元,降幅 66.7%,只相當於標準輸入價的 5%(0.5÷10)。這比平台通用的"顯式命中按 10%、隱式命中按 20%"規則更低,是本次降本的主要來源。
  • 輸出單價是輸入的 3 倍(30÷10),思考 Token 計入輸出,因此"少輸出、多約束"的提示詞設計在 Qwen4-Max 上直接等於省錢。

三條必須知道的計費規則:其一,Batch File 批量調用的輸入與輸出單價均為實時推理的 50%,但 Batch 折扣與緩存摺扣不能同時用於同一請求;Batch Chat 是獨立計費維度,目錄價與實時推理一致,當前享限時 5 折,且不支持免費額度與上下文緩存。其二,部分混合思考模型的思考模式單價可能高於非思考模式,最高可達非思考輸出價的 4 倍,qwen4-max 官方標註為"思考與非思考模式同價,不按輸入長度分檔",但換用其他模型時需單獨查價。其三,限流方面 qwen4-max 的 TPM 為 5,000,000(按百鍊月消費分檔可升至 10,000,000、20,000,000),全球部署 RPM 為 30,000。

免費額度:qwen4-max 單模型的新人免費額度為 100 萬 Token,有效期 90 天(自開通百鍊、模型發佈或申請通過之日起,以較晚者為準)。更多 Token Plan 活動詳情可參考:https://www.aliyun.com/benefit/scene/tokenplan

TokenPlan个人版与团队版价格.png

六、體驗入口與便宜購買方法

1. 先免費試用,把額度用足

完成實名認證、首次開通百鍊服務的新用戶,可免費領取超 7,000 萬 Tokens(覆蓋 70 餘款主流模型,每個模型各 100 萬 Token,由系統自動發放,無需手動領取)。按輸入單價折算,7,000 萬 Token 相當於 700 元額度(7,000÷100×10 元);若按輸出價折算則為 2,100 元。

再疊一層參照:Terminal-Bench 4.0 口徑下 Qwen4-Max 每次嘗試平均消耗 151K Token,單模型 100 萬免費額度約可支撐 6.6 次同等規模的完整任務(1,000,000÷151,000)。這個數字只適用於同等任務強度,實際消耗以控制台用量分析為準,但足以説明免費額度不是象徵性的——它夠跑完一輪真實的選型驗證。活動詳情可參考:https://free.aliyun.com/product/ai

AI产品免费试用2026.png

2. 選擇 Token Plan 訂閲方案

Token Plan 是阿里雲百鍊推出的按月付費 AI 大模型訂閲服務,用統一的 Credits 計量調用額度,一份訂閲即可在千問系列模型及配套工具中通用,不必為每個模型、每個工具單獨充值和記賬。

為什麼訂閲更便宜:按量付費按 Token 逐條計費,工具一多、模型一多,賬單既難預測也難對賬;Token Plan 把"單次調用多少錢"變成"一份固定月費能覆蓋多少連續消耗",費用可預算、用量可控制,疊加新客折扣與大促價之後,單位調用成本明顯低於按量付費。超出部分還能用用量包(100 元/20,000 Credits)補充,也比溢出後按量計費更省。

當前通過 Token Plan 訂閲 Qwen4 的嚐鮮價:

  • Lite 版:Qwen4 嚐鮮,2 萬 Credits/月,活動價 19.50 元/1 個月
  • Essential 版:Qwen4 嚐鮮,4.5 萬 Credits/月,活動價 39.50 元/1 個月

這兩檔價格屬於新客首購 5 折口徑(Lite 官網折扣價 39 元、Essential 79 元,首月減半),僅限從未購買過 Token Plan 個人版的賬號,同一實名主體只可享受一次,活動截止 11 月 30 日。以 Lite 首月價折算單位額度成本為 0.000975 元/Credit(19.5÷20,000)。

需要提醒的是,預覽版 qwen4-max-preview 只能通過 Token Plan 調用,而正式版 qwen4-max 兩條路都通。如果目標是長期接入生產,應直接按正式版規劃;如果只是想用極低門檻嚐鮮,19.5 元的 Lite 首月是當前成本最低的入口。活動頁:https://www.aliyun.com/benefit/scene/tokenplan

Qwen4Max.png

3. 通過阿里雲百鍊大模型平台調用

阿里全新一代大模型 Qwen4-Max 正式發佈,Token Plan 同步上線新客首購低至 5 折,模型與 Agent 能力一次配齊,多檔套餐靈活選擇。百鍊提供標準化接口與自動擴縮容,免去自建基礎設施,兼容 OpenAI Chat Completions、Responses、Anthropic Messages 與 DashScope 四種調用方式。詳情可參考:https://www.aliyun.com/product/bailian

百炼平台Qwen4Max.png

4. 遷移前必改的一個參數

從 qwen4-max-preview 起,max_tokens 與 max_completion_tokens 等價,限制的是思考內容與最終回答的 Token 總量;而此前所有 Qwen 模型中它只限制回答長度。若沿用舊配置裏只給回答預留的小上限,思考一開就可能吃光額度,導致輸出被提前截斷且不會報錯。另外多輪對話的 preserve_thinking 默認開啓,歷史思考內容需在 reasoning_content 字段完整回傳,不要拼進 content;reasoning_effort 與 thinking_budget 不能同時設置。

小結

Qwen4-Max 這次給出的組合是"能力上台階、賬單往下走":總參數維持 2.4T 但激活量減到 71B,Terminal-Bench 4.0 用約一半的 Token 拿到更高分數,Work360 得分提升 10.4%,API 輸入輸出各降約 16.7%,緩存命中降到標準輸入價的 5%,最終把單任務平均費用從 26.58 元壓到 11.16 元。

但也必須承認它不是全面第一——終端命令行、黑盒軟件復刻、圖表讀取等單項仍落後頭部閉源模型,第三方測得的成本降幅也明顯小於官方口徑。因此正確的決策方式不是看發佈會數字,而是用自己業務裏的完整任務鏈路實測:先用免費額度跑通驗證,再用 19.5 元的 Token Plan Lite 首月建立使用習慣,最後按真實命中率決定走按量還是訂閲。 所有價格、額度與折扣均為活動期口徑,正式接入前請以千問 AI 平台、百鍊控制台與結算頁實時顯示為準。

來源:阿里雲開發者社區 AI · developer.aliyun.com