Qwen4-Max – 阿里巴巴发布新一代基座大模型

阿里巴巴发布新一代基座大模型Qwen4-Max,总参数2.4万亿,每个token只激活71B,原生支持视觉理解,上下文窗口做到100万token。它承接11月11日的预览版,以正式身份接入千问AI平台。编程与智能体能力是这一代的主打方向,官方披露的变化集中在两件事:同样的任务用更少的token完成,单任务平均费用比上一代下降58%。

Qwen4-Max - 阿里巴巴发布新一代基座大模型

Qwen4-Max特点

大参数、小激活

2.4T总参数下每token只激活71B,另有328B N-gram Embedding参数,每个token的激活量比上一代少约25%。规模堆上去了,单次推理的计算开销反而压下来。

原生多模态

输入覆盖文本、图像、视频,输出文本。截图分析、文档理解、视频内容解析都能直接喂进去,不用先转成文字。

百万上下文

上下文窗口1M token,最大输入991K,最大输出393K,思维链上限262K。整份代码库、长篇合同、几小时的会议录像可以一次性放进对话。

为长周期任务设计

模型内置持续交付(Live Delivery)机制,先给出一个可用首版,再按用户反馈逐版扩展。官方演示的一个物理课堂科普网站需求,前后交付14次可用版本,最终长成带3D动画、交互实验和原理详解的完整站点。

会自己调工具

支持函数调用与内置工具(联网搜索、网页抓取、代码解释器、以文搜图、以图搜图),能围绕复杂目标做运筹建模、求解与验证,并自主规划、持续迭代。官方案例中,它基于阿里云AI基础设施闭环优化了支撑自身运行的系统,数据标注场景成本降低10%,CPU离线重调度场景的最优求解速度提升超14倍。

成绩集中在编程与智能体

全球前端编程盲测CodeArena的Webdev方向位列第6.介于GPT6-Astra与Claude Fable5.1之间;Agents’Last Exam取得46.7分,比上一代Qwen3.8-Max提高18.8分;专业图表理解评测Chartography取得54.2分,提升12.2分;千问团队自建的Work360全场景评测(覆盖26个一级领域、721个三级细分领域)得分52.69.上一代为47.74.

Qwen4-Max项目地址

  • 项目官网:https://qwen.ai/blog?id=qwen4-max

Qwen4-Max优势

token效率是这一代最实的进步

Terminal-Bench4.0编程评测中,同为Xhigh思考档位,每次尝试平均token用量从289K降到151K,减少近50%,得分从38.9升到48.5.Work360上Xhigh与High两档的token消耗分别减少约24%和35%。

价格跟着降

输入每百万token10元,输出30元,缓存命中低至0.5元。Work360评测口径下单任务平均费用从26.58元降到11.16元。长上下文、多轮工具调用这类高消耗场景,缓存命中的省钱效果最明显。

架构换血带来稳定性

预训练全程平稳、未出现loss spike,为长周期任务提供了基础。内部评测中Qwen4-Max-Base在知识、代码、问答、STEM四类的BPB均为五个参评模型中最低。

接入门槛低

兼容OpenAI与Anthropic两套API协议,已有代码改个模型ID和Base URL就能跑。支持前缀补全、结构化输出、批量任务、微调、显式与隐式缓存。

生态入口齐

千问AI平台提供API,阿里Token Plan可订阅调用,千问办公、Qoder、千问App、Qwen Studio都能直接体验。Qwen4-Max本身暂不开源,系列中的中小尺寸模型将陆续开源发布。

Qwen4-Max功能

功能具体表现
文本生成与深度思考默认开启思考模式,可用reasoning_effort调节推理力度(low/medium/xhigh)
图像与视频理解截图、文档、视频直接输入,用于分析与问答
函数调用连接外部工具与业务系统,支持多步执行
内置工具联网搜索、网页抓取、代码解释器、以文搜图、以图搜图
结构化输出保证返回符合预期格式的JSON,支持JSON Object与JSON Schema
前缀补全Partial Mode下严格接续给定前缀生成
上下文缓存Context Cache缓存长请求公共前缀,提速降本
批量与微调异步批量任务降低成本,支持样本数据微调

Qwen4-Max应用场景

软件开发与前端设计

代码生成、重构、调试、网页与交互原型搭建,CodeArena与Terminal-Bench的成绩直接对应这类工作。

智能体与自动化流程

需要调用专业工具、跨系统取数、连续多步执行的Agent应用,长上下文与工具调用能力是它的强项。

办公与专业文档

长报告撰写、资料汇总、法律尽调、金融投研。官方案例里金融投研场景可调用90个MCP专业工具产出Excel底稿与PPT报告并支持双重溯源,法律尽调交付过86页、6万余字的报告。

3D创作与游戏开发

能调用Blender等专业工具完成建模,一句话生成可玩的3D游戏demo,也适用于视频制作类工作流。

工业制造

汽车制造案例贯穿产线规划、零件设计与加工验证全流程,单个工件加工编程的人工用时从475分钟降到24分钟。

科研辅助

材料发现案例中连续48小时自主运行,从270万个候选分子里筛选,经4轮“设计—合成—测试”闭环合成出一种新型冷却液材料;药物发现案例针对阿尔茨海默病关键靶点完成454次工具调用、3239项计算评估,优选分子与靶点的名义结合亲和力约为起点分子的3.6倍。

Qwen4-Max如何使用

普通用户:直接用应用
  1. 手机应用商店下载千问App,或用千问办公、Qoder、Qwen Studio等已接入的产品。
  2. 登录后在对话界面选择Qwen4-Max相关模型,直接输入问题。
  3. 需要上传资料的场景,把图片、文档、视频拖进对话框,模型会先理解再回答。
  4. 复杂任务可以分步提要求,让它先出首版,再逐轮提修改意见,它会持续在同一成果上迭代。
开发者:API调用
  1. 在千问AI平台或阿里云开通服务,获取API Key。
  2. 选择接入方式:按量计费的API,或订阅阿里Token Plan(套餐专用Key与Base URL)。
  3. 用OpenAI兼容协议调用,模型ID填qwen4-max:

python

1   from openai import OpenAI
2   import os
3
4   client = OpenAI(
5    api_key=os.getenv("DASHSCOPE_API_KEY"),
6    base_url="https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1",
7)
8
9   completion = client.chat.completions.create(
10    model="qwen4-max",
11    messages=[{"role": "user", "content": "你是谁"}],
12    extra_body={"enable_thinking": True},
13    stream=True,
14)
15   for chunk in completion:
16    if not chunk.choices:
17        continue
18    delta = chunk.choices[0].delta
19    if hasattr(delta, "content") and delta.content:
20        print(delta.content, end="", flush=True)
调用时的几个坑
  • max_tokens与max_completion_tokens等价,限制的是思考内容与最终回答的总量。开启思考时只给回答预留额度,会导致输出提前截断,要一起留出空间。
  • reasoning_effort与thinking_budget不能同时设置。
  • 多轮对话中preserve_thinking默认开启,需要在历史assistant消息的reasoning_content字段完整回传思考内容,不能拼进content。
  • 长上下文重复内容多,务必启用缓存,命中部分按0.5元/百万token计费。
  • 速率限制方面,TPM为500万,超出会限流,高并发场景提前申请配额。
© 版权声明
为这篇文章评分
10.0/ 10
1 人评价
点击⭐️进行评分

相关文章

暂无评论

none
暂无评论...