跳到主内容

Qwen4-Max 正式发布:2.4T 参数只激活 71B,单任务成本降六成

阿里 2026-11-16 发布 Qwen4-Max 正式版:2.4T 总参数、71B 激活、原生视觉、1M 上下文,缓存命中输入 $0.075/百万 token,官方称单任务成本较上代降约六成。

2026-11-17 · Alibaba Cloud Press Room(实取) / 阿里云百炼 Token Plan 产品动态(实取) / 新京报·贝壳财经 / 上海证券报 / OpenRouter API(实取)

发布 2026-11-17核实 2026-11-17

要点

  • 2026-11-16,阿里巴巴发布 Qwen4-Max 正式版,官方定义为「Qwen 家族迄今最强模型」。
  • 规格:2.4T 总参数、每 token 仅激活 71B、原生视觉能力、100 万 token 上下文。
  • 架构:Qwen4 新架构在注意力、残差连接、Embedding 三处升级稀疏 MoE;中文报道称核心是 Qwen 稀疏注意力(QSA)。
  • 跑分:Code Arena 全球第 6;官方另点名 Agents' Last Exam、Vals Index、JobBench、Chartography 四个专项榜单位居前列。
  • 成本:官方自建评测集 **Work360(721 个专业领域)**上,High 思考档比 Qwen3.8-Max 少用 35% token,单任务平均成本降约 60%。
  • 定价(官方英文稿唯一定价句):输入(隐式缓存命中)$0.075 / 百万 token;国内媒体口径为缓存命中 ¥0.5/百万 token。
  • 开源计划:Qwen4 系列的中小尺寸模型将陆续开源,官方明确「soon to be released」。
  • 上线渠道:QwenCloud(Token Plan 与 API)、QwenWork、QwenStudio;阿里云百炼 Token Plan 产品动态页 11-16 条目确认个人版与团队版均已支持。

这次升级的三个数字,怎么读

官方的叙事重点不是「更强」,而是**「用更少的 token 拿到更强的结果」**。三个数字值得拆开看:

数字官方口径意味着什么
2.4T → 71B 激活同 2.4T 规模下比 Qwen3.8-Max 少激活 25%单位 token 的算力成本下降,这是「便宜」的第一层来源
35% fewer tokens(Work360,High 档)同任务少输出三分之一输出 token 才是账单大头,「更啰嗦」的模型再便宜也贵
单任务成本 −60%Work360 综合测算前两项叠加后的最终口径,官方用的是每任务而不是每百万 token

第三个数是最容易读错的地方。「每百万 token 便宜」和「每个任务便宜」是两件事:一个模型可以单价降到一半、但因为反复试错把 token 用量翻倍,最后每个任务更贵。这次官方把三个数一起给,且给出「同档位每次尝试 token 289K → 151K、Terminal-Bench 4.0 从 38.9 升到 48.5」的对照(中文媒体引用官方材料),逻辑才闭环。

需注意:Work360、Code Arena 都是官方或半官方口径的评测,Terminal-Bench 4.0 的分数是自测。第三方独立复现尚未出现,本站不给「超过某竞品」的结论。

官方演示:三个「长程 Agent」案例

新闻稿里有三段 showcase,共同点是都在讲长程自主执行,而不是单轮问答:

  1. 云资源调度闭环:模型自己优化自己的调度流程,官方称数据标注的模型调用成本平均降 9%、离线 CPU 重调度速度提升 14 倍以上。
  2. 汽车制造工艺:从产线规划、零件设计到加工校验端到端,把人工工件编程时间从约 475 分钟压到 24 分钟(−95%),方法是反馈式迭代,在开加工前先发现过切与余量不足。
  3. 科研长任务:为下一代芯片散热做连续 48 小时的四轮闭环(分子设计 → 合成测试 → 主动学习),产出一个经实验验证的冷却液分子;阿尔茨海默方向则自主执行 454 次工具调用、3,239 次指标评估,设计并优化 24 个候选分子。

这些数字全部来自阿里自家材料,没有第三方复现。但它们指向的趋势很清楚:2026 年下半年旗舰模型的军备竞赛,评价尺子已经从「榜单分数」挪到「能不能连续跑几十小时还不跑偏」。

对开发者的实际影响

  • 模型路由的「旗舰层」要重排。 如果你的两级路由是「旗舰规划 + 小模型执行」,Qwen4-Max 的位置现在更靠上:1M 上下文 + 原生视觉 + Agent 长程能力,适合当那个「规划者」;执行层仍应该给 Flash 系。
  • 缓存命中价是真正的省钱杠杆。 $0.075(约 ¥0.5)/百万 token 的缓存命中价,比很多小模型的原价都低。长系统提示 + 多轮工具调用这类「前缀高度重复」的负载,命中率能上到很高;反过来,每轮都变的长上下文,这个价格你拿不到。
  • 别急着把预览版钉进生产。 11-11 到 11-25 的预览窗口还没结束,正式版 11-16 才发。这中间五天里写进 CI 的版本号、prompt 与 eval 基线,都建议按正式版重跑一遍再定稿。
  • 中小尺寸 Qwen4 开源值得等。 官方只说「soon」,没给尺寸与许可证。对自托管团队,这意味着现在不必为了「开源替代」去改架构,等权重落地再评估。

AI 之家 观点

这条新闻最有信息量的不是 2.4T,而是**「成本下降的来源被拆开讲了」**。

过去一年,旗舰模型发新版的标准叙事是「更强 + 更便宜」,但很少解释便宜从哪来。Qwen4-Max 这次给了三层归因:架构上少激活参数(71B vs 91B 量级)、后训练上少输出 token(−35%)、工程上缓存命中价压到 $0.075。三层里只有第一层是「模型能力」,后两层是「产品工程」——而这两层才真正决定你的账单。

对国内团队,真正的变化在**「旗舰模型能不能当日常主力」**这个问题上。在此之前,用旗舰跑批量任务是奢侈行为;当单任务成本降六成、缓存命中价低到 ¥0.5/百万,很多原本要路由到小模型的活,可以重新算一遍账。路由逻辑该按成本重算,而不是按「旗舰 = 贵」的印象继续沿用。

保留意见有两条:一是评测全是自测口径,Code Arena 第 6 与「领先梯队」这类表述要等独立复现;二是开源只给了「即将」,Qwen4 系列的中小尺寸会不会延续 Qwen3 的开源节奏,目前没有证据。

相关阅读

来源

常见问题

Qwen4-Max 和 11-11 那个「预览版」是同一个东西吗?

不是。11-11 上线的是 Qwen4-Max-Preview,官方给的体验窗口是 11-11 10:00 到 11-25 24:00(UTC+8),预览期按标准价 20% 计费、22:00–08:00 再打六折。11-16 发布的是正式版 Qwen4-Max,个人版与团队版 Token Plan 都已支持,两套计费口径不要混。

2.4T 参数是不是意味着推理很贵?

相反。Qwen4-Max 是 MoE,每 token 只激活 71B 参数——官方说在同样 2.4T 规模下比 Qwen3.8-Max 少激活 25%。真正决定账单的是「激活参数 × 往返次数 × 输出长度」,这次三项都在往下走:Terminal-Bench 4.0 同档位每次尝试的 token 从 289K 降到 151K。

国内和国际的定价为什么差那么多?

口径不同。官方英文稿只给了一条:「输入(隐式缓存命中)$0.075/百万 token」;中文媒体普遍引用「缓存命中低至 ¥0.5/百万」。非缓存命中的输入价与输出价,官方新闻稿没有列表,本站未凭空补全,只记录 OpenRouter 上 11-17 实取的挂牌价 $1.425 / $4.275(输入/输出,每百万 token)作为参照。

普通开发者现在能怎么用上?

三条路:① QwenCloud 的 Token Plan 或 API;② QwenWork、QwenStudio 两个产品入口;③ 国内媒体口径还提到千问办公、Qoder、千问 App 可体验——但官方英文稿只列了 QwenWork 与 QwenStudio,第三项属媒体转述,建议以产品内实际可见为准。

相关对比