您的位置首页 >科技要闻 >

阿里正式发布 Qwen4-Max2.4T MoE 激活 71B,智能体与编程进阶,面向真实全场景长周期任务交付

核心结论先行

2026 年 11 月 16 日,阿里巴巴发布新一代旗舰基座大模型 Qwen4-Max,采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数 2.4T(2.4 万亿),每步激活 71B,具备原生视觉能力,支持百万 Token 上下文,输入覆盖文本、图像和视频,面向复杂推理、编程和智能体任务,支持工具调用、结构化输出、显式缓存和思维链摘要。这一代的主线不是单纯堆参数,而是在更少 Token 消耗下提升性能:每个 Token 激活参数较上代减少约 25%,Terminal-Bench 4.0 同档位平均 Token 用量从 289K 降到 151K、减少近 50%,单任务平均费用较上代下降 58%(媒体概括为 "大降约六成")。能力上,Qwen4-Max 在 CodeArena 前端编程全球盲测排第 6,是当前中国模型最好成绩之一;在 Agents' Last Exam 智能体评测中拿到 46.7 分,较上代 Qwen3.8-Max 提升 18.8 分;Work360 全场景建模体系覆盖 721 个细分领域,落地案例覆盖汽车制造、游戏开发、金融投研和科学发现。目前 Qwen4-Max 已上线千问 AI 平台提供 API,也可通过 Token Plan、千问办公、Qoder 和千问 APP 体验;Qwen4 系列中小尺寸模型将陆续开源。

模型规格一览

项目Qwen4-Max 公开信息
发布时间2026-11-16 正式版上线;11-11 曾以预览版 qwen4-max-preview 通过 Token Plan 首发
架构基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构
总参数 / 激活总参数 2.4T,激活 71B;每 Token 激活参数较上代减少约 25%
上下文百万 Token 上下文
模态旗舰多模态,支持文本、图像、视频;具备原生视觉能力
能力方向复杂推理、编程、智能体任务、长周期任务、专业工具调用
接口能力工具调用、结构化输出、显式缓存、思维链摘要;预览版口径兼容 OpenAI 与 Anthropic API
服务入口千问 AI 平台 API、阿里 Token Plan、千问办公、Qoder、千问 APP
开源计划Qwen4 系列中小尺寸模型将陆续开源;Max 旗舰本身是否开源本次未明确

架构与成本效率:少激活、少 Token、单任务更便宜

稀疏架构方向

  • MoE 把 2.4T 总参数拆成可路由的专家容量,但单次推理只激活 71B,避免稠密模型每次都跑全部参数。
  • QSA 稀疏注意力在长上下文下选择关键上下文,配合缓存和思维链摘要,降低长任务的重复计算成本。
  • 激活参数减少 25% 的同时,官方口径称思考效率和性能更强。

Token 与成本对照

指标上代 Qwen3.8-Max 口径Qwen4-Max变化
Terminal-Bench 4.0(Xhigh 档位)平均 Token289K151K减少近 50%
Terminal-Bench 4.0 得分37.9 分(另有 38.9 分媒体口径)48.5 分提升近 25%
缓存命中价格—每百万 Token 低至 0.5 元低价缓存档
单任务平均费用基准下降 58%媒体概括为大降约六成

公开评测成绩

评测关注能力Qwen4-Max 成绩与对比
CodeArena WebDev 前端盲测前端编程第 6 名,xHigh 档位 1750 分;位于 GPT-6 Astra(1763)与 Claude Fable5.1(1743)之间,官方称刷新中国模型最好成绩
Agents' Last Exam(ALE)智能体综合能力46.7 分,较 Qwen3.8-Max 提升 18.8 分
Chartography专业图表理解与推理54.2 分,较上代提升 12.2 分
JobBench专业工作任务67.3 分,超过 GPT-6.1 Sol,次于 Claude Opus5.5
Vals Index 等三方评测智能体与专业任务官方称处于领先梯队
Terminal-Bench 4.0终端 / 代理式编程48.5 分,Token 用量近减半

评测口径提醒

  • CodeArena 是前端编程盲测排名,不代表全部通用编程能力;ALE、JobBench 等基准受测试集版本、档位和提示词设置影响。
  • 对比的 GPT-6、Claude 系列名称来自公开榜单和媒体转述,版本档位以对应榜单为准。
  • 基准成绩不能直接等同于企业真实项目成功率,落地效果还要看工具生态、数据、流程和人工复核。

智能体与编程能力怎么进阶

Agent 智能体方向

  • 能在真实工作流中调用专业工具,推进长周期任务,把想法交付成可用成果。
  • 支持结构化输出和工具调用,便于接入 MCP、内部系统和自动化工作流。
  • 长上下文加思维链摘要,适合跨步骤、跨文件、跨工具的多轮任务。
  • 官方称具备长程任务稳定交付能力,评测在 ALE、Vals Index 等智能体项目处于领先梯队。

编程方向

  • 覆盖复杂编程、前端设计、专业软件操作和终端代理任务。
  • CodeArena 证明前端界面生成能力;Terminal-Bench 验证终端环境下的编程与调试路径。
  • Qoder 等阿里侧应用可直接承接编程 Agent 体验。

多模态方向

  • 原生视觉加上图像、视频输入,可理解图表、界面、文档截图和视觉参考。
  • 图表推理由 Chartography 评测覆盖;多模态输入为 GUI 操作、前端复刻、设计转代码等场景提供基础。

Work360 全场景落地案例

Qwen4 构建覆盖 721 个细分领域的 Work360 全场景建模体系,系统评测得分 52.69,较上代提升超 10%。公开案例按行业整理如下:

领域工具 / 流程公开案例效果
汽车制造产线规划、零件设计、加工验证单个工件加工编程人工用时 475 分钟降至 24 分钟,用时减少 95%
游戏开发调用 Blender 等专业工具一句话生成 3D 游戏,完成 3D 建模和场景搭建
金融投研调用 90 个 MCP 专业工具产出 Excel 底稿与 PPT 报告
科学发现长时自主运行、反复工具调用连续 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;阿尔兹海默靶点经 454 次工具调用优化出 24 个候选分子,优选分子结合亲和力较起点提升约 3.6 倍

接入方式与开源节奏

现在可用的入口

  1. 千问 AI 平台:Qwen4-Max 对外提供 API 服务。
  2. 阿里 Token Plan:可按套餐调用新模型。
  3. 应用侧体验:千问办公、Qoder、千问 APP。
  4. 开发者侧:预览版曾兼容 OpenAI 与 Anthropic API 协议,便于接入主流编程和 Agent 工具。

开源与后续型号

  • Qwen4 系列中小尺寸模型将陆续开源发布。
  • 官方背景信息提到更大尺寸的 Qwen4.5、Qwen5 正在训练路上,属于路线预告,参数和发布时间未定。
  • 企业落地前应核对 API 协议、速率限制、数据合规、工具权限和模型快照版本。

边界与后续观察点

  • 基准不等于生产:Agent 长周期任务在真实企业环境中会遇到权限、异常恢复、工具失败、数据合规和结果审计问题,模型能力只解决其中一环。
  • 案例口径:475→24 分钟、454 次工具调用、分子亲和力 3.6 倍提升等来自官方场景演示,特定条件下成立,不代表所有同类任务都能复现。
  • 开源范围:本次明确中小尺寸将开源,旗舰 Qwen4-Max 是否开放权重需等后续公告。
  • 成本细节:0.5 元 / 百万 Token 是缓存命中价格,不等于常规输入 / 输出单价;单任务 58% 降幅基于评测任务样本,真实账单受上下文长度、工具轮次和缓存命中率影响。
  • 后续节点:关注正式 API 文档与价格表、开源中小模型权重、企业级工具生态、长任务稳定性评测和第三方复测结果。

总结

Qwen4-Max 这次发布的重点,是把旗舰模型从 "会聊天、会答题" 推向 "能在真实工作流里调工具、跑长周期任务、交付成果"。架构上用 2.4T 总参、71B 激活的稀疏 MoE 和 QSA 注意力换效率;编程与智能体基准证明前端生成、终端代理和工具调度能力继续上行;Work360 用 721 个细分领域和汽车、游戏、金融、科研案例说明全场景方向。短期最直接的价值是 Token 和单任务成本下降,中长期要看开源中小模型生态、企业工具接入和真实长任务稳定性。

【常见问题】

问题 1:阿里正式发布的 Qwen4 模型叫什么,参数规模和架构是怎样的?

回答:正式发布的旗舰型号是 Qwen4-Max,总参数 2.4T、激活 71B,采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,支持百万 Token 上下文,具备原生视觉,输入覆盖文本、图像和视频;Qwen4 系列中小尺寸模型后续将陆续开源。

问题 2:Qwen4-Max 在智能体和编程能力上有哪些公开评测成绩?

回答:编程方面,CodeArena WebDev 盲测排第 6、1750 分;Terminal-Bench 4.0 得分 48.5 且 Token 用量近减半。智能体方面,ALE 拿到 46.7 分、较上代提升 18.8 分;Chartography 54.2 分;JobBench 67.3 分;Vals Index 等三方评测官方称处于领先梯队。

问题 3:Qwen4-Max 相比上代省了多少 Token 和费用,价格怎么算?

回答:Terminal-Bench 4.0 同档位平均 Token 从 289K 降到 151K、减少近 50%;单任务平均费用较上代下降 58%,媒体概括为约降六成;缓存命中价格低至每百万 Token0.5 元。常规输入输出单价需以 API 价格表为准,0.5 元是缓存命中档位,不等同全部调用价格。

问题 4:Qwen4-Max 面向哪些全场景任务,公开落地案例有哪些?

回答:官方 Work360 体系覆盖 721 个细分领域。案例包括汽车制造把工件加工编程从 475 分钟降到 24 分钟、游戏开发调用 Blender 一句话生成 3D 游戏、金融投研调用 90 个 MCP 工具产出 Excel 底稿和 PPT、科学发现连续 48 小时从 270 万候选分子中筛选冷却液材料。

问题 5:现在可以通过哪些方式使用 Qwen4-Max,是否开源?

回答:Qwen4-Max 已上线千问 AI 平台 API,可通过阿里 Token Plan 调用,也能在千问办公、Qoder、千问 APP 体验;开发者侧预览版兼容 OpenAI 与 Anthropic API 口径。本次公告只明确 Qwen4 中小尺寸模型将陆续开源,旗舰 Max 是否开放权重尚未公布。

问题 6:使用 Qwen4-Max 搭建企业智能体时需要注意哪些边界?

回答:要注意基准成绩不等于生产成功率;真实任务需要工具权限、失败重试、异常隔离、结果审计和数据合规;475→24 分钟等案例是特定演示条件;成本受上下文长度、工具轮次和缓存命中率影响;上线前应对照正式 API 文档、模型快照和合规要求做内部复测。

【参考资料】

  • [2026-11-16](阿里正式发布 Qwen4,智能体及编程能力进阶,API 上线与中小模型将开源)腾讯新闻 / 时代周报
  • [2026-11-16](阿里正式发布 Qwen4,单任务平均费用降六成:QSA MoE、评测成绩与行业案例)新浪新闻 / 网易智能
  • [2026-11-16](阿里发布 Qwen4-Max:2.4 万亿参数,单任务平均费用大降近 6 成)电子工程专辑 / 快科技
  • [2026-11-16](正式发布 Qwen4-Max:2.4 万亿总参、激活 71B、原生视觉与百万上下文)微博 / 千问大模型
  • [2026-11-16](阿里 Qwen4-Max 正式上线:性能升级、单任务平均费用直降 6 成)微博 / 新浪财经头条
  • [2026-11-16](BABA-W Launches Qwen4-Max, Cuts Average Single-Task Cost by 60%)阿思达克财经网
  • [2026-11-16](模型上架与更新:qwen4-max 支持文本图像视频、工具调用、结构化输出、显式缓存与思维链摘要)千问 AI 平台
  • [2026-11-11](qwen4-max-preview 上线:多模态深度思考、编程办公与 Agent 任务,预览版仅支持 Token Plan)千问 AI 平台
  • [2026-11-11](全新一代千问 Qwen4 即将发布:Coding 与 Agentic 能力进阶,预览版首发 Token Plan)微博 / 千问大模型

【免责声明】

本文基于阿里通义千问公告、千问平台文档和媒体公开报道整理。模型参数、评测分数、排名、案例效果和成本降幅来自官方或媒体口径,不同榜单版本、思考档位和测试样本下结果可能不同;对比的其他厂商模型名称与版本以对应官方榜单为准。API 协议、价格、限流、开源范围和数据合规以阿里云 / 千问平台正式文档为准。本文不构成投资建议或采购承诺,企业落地前应进行内部测试与合规评估。

今日大家都在搜的词: