11月16日,阿里巴巴正式推出全新一代基础大模型——qwen4-max,总参数量达2.4万亿(2.4t),原生支持视觉理解能力,并具备百万级上下文处理能力。依托创新的模型架构设计与深度训练优化,qwen4-max在单位token消耗更低的前提下实现了更高性能表现,在智能体(agent)构建、代码生成等核心能力维度持续突破:在全球权威前端编程盲测平台codearena中,qwen4-max位列第六;在agents' last exam(ale)、vals index等面向智能体能力及垂直领域任务的第三方评测中,qwen4-max均稳居第一梯队。
Qwen4-Max针对全行业真实业务场景进行了深度适配与优化,可更高效调度专业工具,胜任长周期、多步骤的复杂任务,加速AI技术在汽车制造、游戏开发、金融投研以及基础科研等高门槛领域的规模化落地。
目前,Qwen4-Max已正式接入千问AI开放平台,对外提供API调用服务。缓存命中场景下,每百万Tokens仅需0.5元;单任务平均调用成本相较上一代模型下降高达60%;用户还可通过阿里Token Plan灵活调用该模型,或直接在千问办公、Qoder、千问APP等终端应用中体验其能力。据悉,Qwen4系列中的中型与小型版本模型将按计划陆续开源。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
图说:在CodeArena前端编程全球榜中,Qwen4-Max位居第6Qwen4-Max采用基于Qwen稀疏注意力机制(QSA)演进的新型MoE架构,2.4T总参数中仅动态激活71B,单Token激活参数量较前代减少25%,显著提升推理效率:在Terminal-Bench 4.0专业编程基准测试中,同属Xhigh思考等级,Qwen4-Max单次尝试平均Token用量由上一代Qwen3.8-Max的289K大幅压缩至151K,降幅近50%;评测得分则从38.9分跃升至48.5分,增幅约25%。叠加缓存命中价格显著下调,实测显示Qwen4-Max完成单个任务的平均费用(Cost per Task)较Qwen3.8-Max降低58%。
全新架构叠加高效训练策略,全面释放Qwen4-Max的综合性能潜力。在专注编程能力的CodeArena全球盲测榜单中,Qwen4-Max在前端开发(Webdev)子项排名全球第六,介于GPT6-Astra与Claude Fable5.1之间,刷新中国自研大模型历史最佳成绩;在被誉为“智能体终极考场”的Agents' Last Exam(ALE)中斩获46.7分,较Qwen3.8-Max大幅提升18.8分;在考察图表理解与逻辑推理能力的Chartography评测中取得54.2分,进步12.2分;在专业工作流评测JobBench中获得68.5分,超越GPT-6.1sol,略逊于Claude Opus5.5;在法律垂直领域评测HLAB-Vals-1.1中,Qwen4-Max得分为21.3分,较前代提升5.9分,跻身全球领先法律大模型行列。
无论面对日常轻量需求,还是跨天级、多约束的复杂工程任务,Qwen4-Max均可实现稳定交付,推动人机协同迈向更高阶效率。Qwen4-Max内置持续交付(Live Delivery)机制,支持首版快速生成+多轮渐进式迭代优化:例如在物理课堂科普网站项目中,模型共交付14个可用中间版本,最终演化为融合3D动画、交互实验模块与原理深度解析的一站式教育网站。此外,Qwen4-Max还具备面向复杂目标与硬性约束的运筹建模、自主求解与闭环验证能力,可通过系统化规划与持续反馈,驱动智能体完成更高难度的任务编排:依托阿里云AI基础设施,Qwen4-Max已实现对其自身推理、训练与应用系统的端到端自主优化,在数据标注环节降低模型使用成本10%,并将CPU离线重调度场景下的最优解求解速度提升超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同(Cowork)到全天候智能体,Qwen4正加速渗透至更多真实生产环境与一线工作任务。千问团队构建了覆盖721个细分职业方向的Work360全场景建模体系,在系统性评测中,Qwen4-Max综合得分为52.69,较上一代模型整体提升超10%。在游戏开发等创意设计类任务中,Qwen4展现出卓越的3D建模理解与生成能力,可无缝调用Blender等专业工具,仅凭一句话指令即可生成兼具趣味性与视觉表现力的3D小游戏;在汽车制造领域,Qwen4已贯穿产线布局、零部件结构设计及加工工艺验证全流程,将单个工件的数控编程人工耗时由475分钟锐减至24分钟,效率提升95%;在金融投研场景中,Qwen4可熟练调用90个MCP专业工具链,自动生成Excel底稿与PPT分析报告,并支持双重溯源机制,保障结论可验证、可回溯。
在AI for Science(AI驱动科学发现)这一前沿赛道,Qwen4已产出具有实际应用价值的材料与药物研发成果。在新材料探索方向,Qwen4连续运行48小时,从270万个候选分子中完成初筛,并通过4轮“AI设计—实验室合成—性能测试”闭环,成功制备出一种新型高效冷却液材料,为解决高功率芯片引发的数据中心散热瓶颈提供了新路径;在阿尔茨海默病药物研发中,Qwen4针对关键靶点执行454次工具调用,完成3239项分子性质计算与评估,迭代优化24个候选化合物,最终优选分子与靶点的理论结合亲和力相较初始分子提升约3.6倍,展现出更强的成药潜力。



















