11 月 16 日,阿里通义千问团队正式推出新一代旗舰基座模型 Qwen4-Max 并上线千问 AI 平台提供 API 服务。核心结论:这是一次 "能力往上走、成本往下走" 的换代 —— 总参数 2.4T、单次只激活 71B,原生支持视觉理解、100 万 Token 上下文,复杂任务更强的同时 Token 消耗和单任务平均费用比上代 Qwen3.8-Max 下降 58%。原因在于全新基于 Qwen 稀疏注意力(QSA)的 MoE 架构把参数规模和推理开销拆开,大参数只在需要时被唤醒;步骤上就是先发布旗舰 Max→开放 API→同步在千问 APP / 千问办公 / Qoder 落地→后续小尺寸模型开源;结论就是:Qwen4-Max 瞄准办公、编程、科研等长程复杂任务,用 "大模型能力 + 便宜推理" 抢企业级智能体场景。
一、核心规格表
| 项目 | 内容 |
|---|---|
| 模型名 | Qwen4-Max(通义千问新一代旗舰) |
| 发布时间 | 2026 年 11 月 16 日 |
| 架构 | 基于 Qwen 稀疏注意力(QSA)的全新 MoE 混合专家 |
| 总参数 / 激活 | 2.4T 总参数,单 Token 激活约 71B;另含 328B N-gram Embedding 参数 |
| 上下文 | 100 万 Token(1M) |
| 模态 | 原生视觉理解(图像、视频)+ 文本生成 + 深度推理 |
| 可用入口 | 千问 AI 平台 API、千问办公、Qoder、千问 APP、Qwen Studio/QwenWork |
| 开源计划 | 后续推出更小尺寸 Qwen4 系列并公开权重,时间型号待定 |
二、架构怎么省成本
- 稀疏激活:2.4T 总参不代表每次都全量计算,单个 Token 只激活约 71B,大参数库按需调用。
- QSA 稀疏注意力:减少长上下文下的注意力计算冗余,从结构上压 Token 消耗。
- 缓存复用:支持上下文缓存,隐式缓存输入每百万 Token 仅 0.075 美元,缓存命中人民币口径低至 0.5 元 / 百万 Tokens。
- 效率对比:Terminal-Bench 4.0 同档思考下,单次尝试平均 Token 从 289K 降到 151K、减少近 50%,得分反从 37.9 升到 48.5。
三、评测成绩清单
| 评测 | Qwen4-Max 表现 | 对比上代 |
|---|---|---|
| CodeArena 前端编程盲测 | 全球第 6,介于 GPT6-Astra 与 Claude Fable5.1 之间 | 刷新中国模型最好成绩 |
| Agents' Last Exam(ALE) | 46.7 分 | 较 Qwen3.8-Max 提升 18.8 分 |
| Chartography 图表理解 | 54.2 分 | 提升 12.2 分 |
| JobBench 专业工作 | 67.3 分,超 GPT-6.1sol、次于 Claude Opus5.5 | — |
| Terminal-Bench 4.0 | 48.5 分(Xhigh 档) | 37.9 分 |
| Work360 全场景 | 52.69 分 | 47.74 分,提升超 10% |
四、定价与成本
| 计费项 | 价格(每百万 Token) |
|---|---|
| 输入 | 1.5 美元 |
| 输出 | 4.5 美元 |
| 隐式缓存输入 | 0.075 美元(较上代降 70%) |
| 5 分钟显式缓存创建 | 1.875 美元 |
| 1 小时显式缓存创建 | 3 美元 |
| 显式缓存读取 | 0.075 美元 |
- Work360 评测单任务平均费用:26.58 元 → 11.16 元,降 58%。
- Work360 上 Xhigh/High 档 Token 消耗分别减少约 24% 和 35%。
五、落地场景与案例
- 工业制造:汽车制造单个工件加工编程人工用时从 475 分钟降到 24 分钟,减少 95%。
- 游戏开发:调用 Blender 等专业工具,一句话生成 3D 游戏内容。
- 金融投研:调用约 90 个 MCP 专业工具产出 Excel 底稿与 PPT 报告。
- 科学发现:连续 48 小时自主运行,从 270 万个候选分子中合成新型冷却液材料;阿尔茨海默症靶点经 454 次工具调用优化出 24 个候选分子,优选结合亲和力较起点提升约 3.6 倍。
- Work360 体系:覆盖 26 个一级领域、182 个二级子领域、721 个三级专业方向。
六、开发者接入要点
- 兼容 OpenAI Chat Completions/Responses 和 Anthropic Messages API。
- 支持 Function Calling、联网搜索、结构化输出(JSON Schema)、批量处理、微调。
- 内置代码解释器、网页检索、图像 / 视频检索等工具。
- 用户可通过阿里 Token Plan 或千问系列应用直接体验。
【常见问题】
问题 1:阿里通义千问 Qwen4-Max 正式版什么时候上线,定位是什么?
回答 1:Qwen4-Max 于 2026 年 11 月 16 日正式发布并上线千问 AI 平台提供 API 服务,是通义千问新一代旗舰基座模型,面向办公生产力、软件开发、创意创作和科学研究等复杂长程任务。
问题 2:Qwen4-Max 的参数规模和架构是什么样的?
回答 2:Qwen4-Max 采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数 2.4T、单 Token 激活约 71B,另含 328B N-gram Embedding 参数,原生支持视觉理解,上下文窗口达 100 万 Token。
问题 3:Qwen4-Max 说单任务费用降 58% 是怎么算的?
回答 3:在 Work360 评测中,单个任务平均费用从 26.58 元降至 11.16 元,降幅 58%;一方面 QSA/MoE 架构减少 Token 消耗(Terminal-Bench 4.0 同档 Token 用量降近 50%),另一方面官方下调 API 定价、隐式缓存价降 70%。
问题 4:Qwen4-Max 编程和智能体能力达到什么水平?
回答 4:CodeArena 前端编程盲测列全球第 6、刷新中国模型最好成绩;ALE 智能体考试 46.7 分(上代 + 18.8),JobBench 67.3 分超过 GPT-6.1sol,Terminal-Bench 4.0 得分由 37.9 升至 48.5。
问题 5:普通用户和开发者怎么用上 Qwen4-Max 正式版?
回答 5:开发者可在千问 AI 平台(QwenCloud / 百炼)接入 API,兼容 OpenAI 和 Anthropic 接口;普通用户可在千问 APP、千问办公、Qoder 等应用直接体验,后续更小尺寸的 Qwen4 系列将开源权重。
【参考资料】
- [2026-11-16](阿里通义千问 Qwen4-Max 正式版发布)凤凰网科技(IT 之家)
- [2026-11-16](阿里正式发布 Qwen4,单任务平均费用降六成)新浪财经(网易智能)
- [2026-11-16](阿里正式发布 Qwen4-Max,单任务平均费用大降 6 成,具备原生视觉能力,支持百万上下文)智慧生活报
- [2026-11-16](Qwen4-Max 模型规格与定价)QwenCloud 官网
【免责声明】
本文依据官方发布与公开报道整理,仅作技术资讯参考,不构成投资或采购建议;评测成绩与定价以阿里通义千问官方页面为准,模型能力以实际调用效果为准。
