您的位置首页 >科技要闻 >

阿里千问 Qwen4-Max 正式发布总参 2.4 万亿,推理仅激活 71B

阿里千问已经正式推出新一代旗舰基座大模型 Qwen4‑Max,它采用全新稀疏 MoE 混合专家架构,总参数规模达到 2.4 万亿,但每一次推理只会激活 710 亿参数,对比上一代旗舰,激活参数量直接减少 25%,同时自带原生视觉能力,原生支持最高 100 万 Token 的超长上下文窗口,在编程、智能体、长文档推理、图表理解多个权威评测里刷新国内模型成绩,并且在 Token 消耗和调用成本上大幅优化,单任务平均调用费用相比上代下降超六成,缓存命中场景每百万 Token 最低只要 0.5 元;普通用户可以直接在千问 App、千问办公、Qoder 里面体验,开发者走千问 AI 平台、Token Plan 订阅接入,官方同时说明 Qwen4 系列里面中小版本后续会分批开源,而这款旗舰 Qwen4‑Max 不会开源。这次架构优化的核心思路就是靠稀疏专家、Gated DeltaNet、稀疏注意力组合,不用每次调动全部 2.4 万亿参数,在保证推理、多模态性能上涨的同时,压低单次推理算力开销,解决过去超大参数模型贵、推理慢的痛点。

一、Qwen4‑Max 核心规格一览

  • 总参数量:2.4 万亿
  • 单次推理激活参数:71B(710 亿)
  • 架构:新一代 MoE,搭配 QSA 千问稀疏注意力、Gated DeltaNet
  • 上下文窗口:100 万 Token
  • 模态能力:原生多模态,支持文本、图片、视频理解
  • 内置能力:深度思考调节、工具调用、联网搜索、结构化 JSON 输出
  • 计费亮点:缓存命中最低 0.5 元 / 百万 Token;单任务平均成本下降超 60%
  • 上线节奏:11 月 11 日预览版上线(仅限 Token Plan);11 月 16 日正式版全量开放
  • 开源计划:Qwen4‑Max 旗舰版本不开源,同系列中小模型后续陆续开源

二、关键评测成绩

评测项目得分 / 排名简要说明
CodeArena(前端编程盲测)全球第 6排在 GPT6‑Astra 与 Claude Fable5.1 之间,国内最好成绩
Agents' Last Exam(ALE)46.7 分相比 Qwen3.8‑Max 提升 18.8 分,衡量智能体综合执行能力
Chartography 图表推理54.2 分专门考核图表读取、数据推导能力,涨幅明显
Terminal‑Bench 4.0Token 消耗减半同等思考档位,平均 Token 从 289K 降到 151K,得分同步提升

三、架构优化要点(为什么总参巨大、激活很小)

  1. 稀疏 MoE 专家路由
  2. Gated DeltaNet 状态压缩
  3. Qwen Sparse Attention 块选注意力
  4. Gated Residual + N‑gram Embedding

全部 2.4 万亿是整个模型所有专家的总和,模型会根据输入内容动态挑选少量专家参与计算,也就是固定 71B 激活规模,不会全部跑起来,大幅削减算力。

多层里面把历史上下文压缩成状态向量,不用对全部历史做完整注意力计算,专门针对百万长上下文做提速、省 Token。

只挑选相关性高的文本块做注意力,长文档、长代码场景收益最明显。

增强跨层信息传递,同时用局部词元表达提升文本识别能力,低成本拉高生成质量。

四、接入与体验渠道

  1. 普通用户入口
  2. 开发者接入
  3. 使用限制提示

千问 App、千问办公、Qoder 代码助手、Qwen Studio,打开就能切换 Qwen4‑Max。

千问 AI 平台(百炼 Model Studio)标准 API;Token Plan 积分订阅包,适合稳定生产;接口兼容 OpenAI、Anthropic 协议,迁移成本低。

预览版阶段只开放给 Token Plan,正式版同时开放按量和订阅;超长上下文场景耗时、消耗会更高。

五、适合优先使用 Qwen4‑Max 的场景

✅ 适合

  • 百万字合同、财报、论文、代码仓库一次性精读
  • 复杂多步骤智能体、工具链联动、长周期任务自动化
  • 前端开发、全栈工程重构、复杂代码调试
  • 图文、截图、表格、视频混合的多模态推理,专业图表分析
  • 对成本敏感、需要高推理能力的企业业务

❌ 不太适合优先选

  • 简单问答、高频短请求、超大规模并发;这类场景更适合同系列小参数模型,性价比更高

【常见问题】

问题 1:Qwen4-Max 总参数 2.4 万亿、激活 71B,是不是每次调用都要跑满 2.4 万亿参数?

回答 1:不是,Qwen4‑Max 是 MoE 稀疏架构,2.4 万亿是全部专家的总参数,每一轮推理只路由激活固定 71B 参数,这也是它能控制算力、实现成本下降的核心。

问题 2:Qwen4-Max 激活只有 71B,为什么性能会比上代更强?

回答 2:虽然单次激活参数变小,但 2.4 万亿的专家池储备了更多知识,搭配 DeltaNet、稀疏注意力等优化,在同样激活规模下推理、代码、多模态能力提升,同时 Token 消耗变少。

问题 3:Qwen4-Max 正式上线之后,普通用户不用 API 能不能体验?

回答 3:可以,想要体验总参数 2.4 万亿、激活 71B 的 Qwen4‑Max,直接在千问 App、千问办公、Qoder 里面切换模型即可,开发者业务对接才需要走千问平台 API。

问题 4:Qwen4-Max 支持 100 万 Token 上下文,这个能力在什么场景最有价值?

回答 4:Qwen4‑Max 的百万上下文搭配 2.4 万亿总参、71B 激活的架构,适合一次性加载完整代码库、全套合同、多份财报做跨文档比对、长链路智能体任务,不用拆分多次调用。

问题 5:Qwen4-Max 会不会开源,同系列其他版本是什么安排?

回答 5:这款总参数 2.4 万亿、激活 71B 的旗舰 Qwen4‑Max 不会开源,官方规划把 Qwen4 系列里面中小尺寸模型陆续放出开源版本。

【参考资料】

[2026-11-16](阿里千问正式发布 Qwen4-Max:总参数 2.4 万亿,激活 71B)千问大模型官方微博

[2026-11-16](阿里正式发布 Qwen4,单任务平均费用降六成)界面新闻

[2026-11-16](总参数 2.4 万亿、激活 71B!阿里千问发布 Qwen4-Max:Token 消耗省一半)快科技

[2026-11-16](阿里巴巴发布新一代基座大模型 Qwen4-Max)科创板日报

[2026-11-16](阿里 Qwen 4 正式发布)36 氪

[2026-11-13](qwen4-max-preview 预览版说明)阿里云帮助中心

【免责声明】

本文信息整理自千问官方发布、公开媒体评测;Qwen4‑Max 的激活参数、定价、接口权限、开源计划、评测分数,后续都可能随版本迭代调整;单任务成本下降超六成是官方给出的平均对比结果,实际调用成本会受缓存命中率、输入输出长度、思考档位影响;百万上下文长任务会增加耗时与消耗,上线生产前建议自行压测,本文不构成商业选型、采购投资建议。

今日大家都在搜的词: