AREXOpen in interactive Feed

AREX Feed Article

Qwen 发布新旗舰 Qwen4-Max:2.4T 主干参数新 MoE 架构,原生视觉与 1M 上下文,API 已上线 QwenCloud

November 16, 2026

北京时间 11 月 16 日上午 10 时刚过,阿里巴巴 Qwen 团队在官方 X 账号发布公告,正式推出新一代旗舰模型 Qwen4-Max,官方博客《Qwen4-Max:新同事,已就位》同步上线。公告称,模型基于 Qwen4 系列全新 MoE(Mixture of Experts,混合专家)架构,拥有 2.4T 主干参数、每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数;具备原生视觉能力,支持 1M token 上下文窗口。API 已在 QwenCloud 上线,官方称三项 token 单价均低于上一代 Qwen3.8-Max,其中隐式缓存降价 70%。

官方给出的性能口径是:Qwen4-Max 以最高约 50% 更少的 token 用量超越 Qwen3.8-Max,内部评估中单任务平均成本下降超过 60%。公告同时预告,更小的 Qwen4 模型将以开源权重发布。上述性能、成本与排名数字均为官方自述或其转述口径(含内部评估),截至发稿未经独立验证。

新架构在 Attention、Residual、Embedding 三处升级

官方博客披露,新架构围绕 Attention、Residual 和 Embedding 三个方面对稀疏 MoE 模型做了升级。长序列处理上,每四层中有三层 Gated DeltaNet(GDN),把历史信息压缩为固定大小的状态;另一层是 Qwen Sparse Attention(QSA,Qwen 稀疏注意力),通过轻量级 Indexer 以 block 为粒度挑选相关上下文,官方称这降低了长序列的 Attention 计算与索引开销。残差连接上,Gated Residual(GR)把残差流扩展为四条并行分支,用动态读写门控增强跨层信息传递,以提升训练稳定性。Embedding 一侧加入 N-gram Embedding:按局部上下文查表,在第二层提供局部 token 模式的表示,官方称以较低的额外计算开销扩充了模型容量。

训练过程是官方着重强调的一点:博客称 2.4T 规模的预训练 loss 持续下降,「全程未出现 loss spike(训练损失突然飙升)」。在知识、代码、问答和 STEM 四类内部评测中,官方称 Qwen4-Max-Base 的 BPB(bits per byte,每字节比特数)在全部五个参评模型中均为最低;相比 Qwen3.8-Max-Base,各领域 BPB 下降约 5%~13%,每 token 激活参数减少约 25%。博客同时标注了限定条件:对照中的 GLM-5.3 与 Kimi-K3.1-Pro 为后训练模型,后训练可能影响它们与基座模型之间的可比性。

Work360:自建基准上的 52.69 分与两套成本口径

Work360 是 Qwen 为「强化跨产业与专业工作流的协作能力」自建的评估框架,把复杂工作场景拆解为 26 个一级领域、182 个二级子领域、721 个三级专业领域的层级分类体系。官方给出的成绩:Qwen4-Max 得 52.69 分,上一代 Qwen3.8-Max 为 47.74 分,高出约 10%。

据官方跟帖与博客,在 Work360 上,Xhigh 和 High 两档推理强度的 token 消耗分别减少约 24% 和 35%;在 Terminal-Bench 4.0 上分别减少约 48% 和 49%,对应公告中「最高约 50% 更少 token」的说法。成本方面,官方英文帖称 Work360 评估中单任务平均成本从 4.43 美元降至 1.67 美元;中文博客对同一数据的表述为从 26.58 元降至 11.16 元、降低 58%,两个口径略有出入。博客随文的「分数-token 用量」散点图显示,Qwen4-Max 在两个基准上均以明显更少的 token 取得接近或更高的分数。需要说明:Work360 是 Qwen 自建基准,上述成绩均为内部评估结果。

定价与入口:Token Plan 或 API 接入,当天上线 OpenRouter

公告给出的三项具体价格为:每百万输入 token 1.5 美元、输出 token 4.5 美元、隐式缓存 0.075 美元。中文博客称模型已上线千问 AI 平台,开发者可通过 Token Plan 或 API 接入;产品端方面,英文公告列出 Qwen Studio、QwenWork 与 Qoder,中文博客提到千问办公、Qoder CN、千问 App 与 Qwen Studio,并称研发中与 Qoder 等产品团队「协同设计模型、智能体运行框架与产品」。

分发动作集中在发布当天:官方发帖宣布 Qwen4-Max 已上线 OpenRouter,号召开发者构建;另一帖称「已在 OpenCode Go 上线」,号召立即试用,该帖未注明具体模型版本,也未说明 OpenCode Go 的产品细节。

官方跟帖圈注第三方评测:ValsAI、Artificial Analysis 与 Design Arena

发布约一个半小时后,官方账号在北京时间 11:34~11:49 间连发五条跟帖(含上述 OpenRouter 与 OpenCode Go 两条),其中三条指向第三方评测:一帖称 Qwen4-Max「尤其在编程与金融任务上取得显著提升」,圈注 ValsAI;一帖称「较 Qwen3.8-Max 高 9 分且成本更低」,邀请试用并圈注 Artificial Analysis;另一帖致谢 Design Arena,称其模型在 Python-PPTX arena 排名第 4、Spreadsheet arena 排名第 5,未注明具体模型版本。三条帖子的发布者均为 Qwen 官方账号,属于官方自述或转述口径。博客「评测说明」部分还披露,其基准表中的 HLAB-Vals-1.1 分数引自 Vals Index,AA-Briefcase v1.1 与 AutomationBench-AA 分数引自 Artificial Analysis。

文首那张 16 项基准对比图给出了更完整的官方对照:与 Qwen3.8-Max-0902、Opus 5.5、GPT6.1-Sol、GPT6-Astra、Kimi K3.1 同图比较,Qwen4-Max 在 DeepSWE v1.1(75.7 分)、Agents' Last Exam v1.1(46.7 分)、HLAB-Vals-1.1(21.3 分)与 BioMysteryBench(85.0 分)上领先图中全部对照模型;在 Terminal-Bench 4.0 上得 48.5 分,低于 Opus 5.5 的 59.6 与 Kimi K3.1 的 67.2;ProgramBench 上 31.5 分,不到 Opus 5.5(65.0 分)的一半。从这张官方对比图看,Qwen4-Max 相对这几家第三方旗舰互有胜负。

从 475 分钟到 24 分钟:官方博客里的行业落地数字

官方称 Qwen4-Max 可处理 3D 建模、游戏开发、制造、金融、法律、医疗与前沿科学发现等真实任务,博客给出了一批对应领域的演示案例,数字均出自官方演示口径。

制造环节,博客称模型接入三丰智能装备与统联精密的实际生产场景:产线层面,根据二维布局图与工艺参数调用既有设备库构建三维产线,开展节拍仿真与 PLC(可编程逻辑控制器)虚拟调试;零件层面,完成车门总成、摩擦轮等部件的建模与设计,辅助加工工艺规划、刀路生成与仿真核验,在上机前发现过切、少切问题。在所展示的加工案例中,单个工件加工编程所需人工投入从约 475 分钟降至 24 分钟,减少约 95%。

法律环节是企业 IPO 尽调演示:面对客户分批提供的 198 份格式混乱、命名不一的底稿,模型按实质内容重命名并归类为 14 个目录,交叉检索工商登记、知识产权、司法与信用等公开信息,最终交付 86 页、6 万余字的尽调报告,覆盖 12 个模块与 14 项具体法律问题,结论附底稿引用。医疗环节的危重症案例中,官方称模型在单次对话里读完整份病历——几十份检验单、上万字病程记录、多份医嘱与 1,433 张原始影像——将影像归为六类序列后识别出「双肺背侧实变」,与主管医生诊断一致,并给出与当日医嘱逐条对应的四条处置建议。金融投研方面,博客称模型可调用 90 个 MCP(Model Context Protocol,模型上下文协议)工具,获取 A 股、港美股、债券、基金与衍生品数据。

科研方面的演示数字更长:面向数据中心散热挑战的冷却液材料任务中,官方称模型依托深度原理 Mira 提供的一体化干湿实验环境,连续 48 小时自主运行,构建 270 万分子候选空间,经 4 轮「分子设计-合成测试-主动学习」迭代后获得经过实验验证的新型冷却液分子,即真实材料样品。药物发现方面,模型在深势科技 PharmMaster 平台上围绕 NLRP3 靶点累计调用工具 454 次、完成 3,239 项计算指标评估、设计优化 24 个候选分子,RBFE(相对结合自由能)计算估计其名义结合亲和力约为专利起点的 3.6 倍;深势科技的专家认为该分子值得进一步开展湿实验验证。

博客还给出内部系统侧的数字:在阿里云真实业务场景中,数据标注场景的模型调用调度费用较参考基线平均降低 10.42%,GPU 在线分配的整机空闲容量时长提升 4.62%,CPU 离线重调度达到最优目标的求解速度提升超 14.61 倍。官方称模型协同自研求解器 MindOpt 迭代调度方案,优化的是支撑其自身应用、推理与训练的运行系统。

更小的 Qwen4 将开源:时间表、尺寸与协议均未公布

公告的原话是「更小的 Qwen4 模型的开源权重将会发布」,博客的说法更具体:「Max 只是 Qwen4 的第一款模型,系列中的小尺寸模型也将陆续开源:同源的技术路线、同一代的训练与对齐积累,面向小模型真正擅长的场景做取舍。」两处都未给出时间表、具体尺寸或开源协议。

截至发稿,公告帖获得超过 72 万次浏览、7,700 余条点赞与约 950 次转发;回复区里,多条回复在追问 27B、Flash 等小尺寸版本何时发布,也有用户直接问 Qwen4-Max 本身为何不开放权重。公告与博客均未提及 Max 权重本身是否开放。

参考链接

  • Qwen 官方公告:Meet Qwen4-Max(@Alibaba_Qwen)
  • Qwen 官方跟帖:Work360 与 Terminal-Bench 4.0 的 token 效率与成本数据
  • Qwen 官方博客:《Qwen4-Max:新同事,已就位》
  • Qwen 官方跟帖:编程与金融任务显著提升,圈注 @ValsAI
  • Qwen 官方跟帖:较 Qwen3.8-Max 高 9 分且成本更低,圈注 @ArtificialAnlys
  • Qwen 官方跟帖:Qwen4-Max 上线 OpenRouter
  • Qwen 官方跟帖:Live in OpenCode Go
  • Qwen 官方跟帖:Design Arena Python-PPTX arena 第 4、Spreadsheet arena 第 5

More from this developing story

  • Qwen 发布新旗舰 Qwen4-Max:2.4T 主干参数新 MoE 架构,原生视觉与 1M 上下文,API 已上线 QwenCloudNov 16, 2026
  • Arena.ai 独立实测 Qwen4-Max:Agent Arena 总榜首秀第 14 名、中国模型第一Nov 16, 2026
  • Qwen4-Max 闭源首发附带安全训练调整:移除攻击性网络数据、新增 CBRN 防护Nov 16, 2026