您的位置首页 >科技要闻 >

Qwen4-Max 首批实测能力跻身第一梯队,单任务成本暴砍约 67%

2026 年 11 月 16 日阿里千问正式发布新一代旗舰模型 Qwen4-Max,首批实测的核心结论很直接:它在编程、智能体、专业任务等榜单上跻身全球第一梯队、多个维度拿到国产第一,同时把调用成本大幅压了下来 —— 按 Artificial Analysis 统一口径,单任务平均成本从约 10 美元降到 3 美元出头,便宜约三分之二,也就是常说的 "暴砍约 67%";在阿里自建 Work360 评测里,单任务平均费用从 26.58 元降到 11.16 元,降幅 58%。能做到 "更强还更便宜",根子在架构:总参数维持 2.4 万亿不变,但真正激活的参数从 95B 减到 71B,每次前向计算量变小,加上思考 Token 用量大幅压缩、缓存命中价格大降,账单自然就下来了。下面把实测榜单、成本口径、架构和接入方式一次讲清。

一、核心规格速览

项目Qwen4-Max 配置
总参数2.4 万亿(2.4T),MoE 架构
激活参数71B(上代 95B,减少约 25%)
上下文100 万 Token
模态原生文本、图像、视频输入,深度思考能力
关键技术QSA 稀疏注意力 + Gated DeltaNet(GDN)混合注意力
开放方式API 已上线千问 AI 平台,兼容 OpenAI / Anthropic 格式;中小尺寸模型后续开源

二、首批实测:能力榜单表现

评测 / 榜单Qwen4-Max 表现
CodeArena 前端开发(WebDev)全球第 6、国产第 1(约 1750 分),刷新中国模型纪录
Agents' Last Exam(ALE)46.7 分,较上代 +18.8 分,长程智能体领先
DeepSWE 代码修复75.7 分,排名第一
Agent Arena 真实会话全球第 14、国产第 1(上代第 39)
Work360 全场景(721 领域)52.69 分,上代 47.74,专业能力提升超 10%
Artificial Analysis 智能指数43 分(上代 34),位于第一梯队

短板也要说清:纯命令行 Bash 可靠性只排到第 29 名,黑盒软件复刻、图表读取两项还没追平海外顶配闭源模型,重运维类命令行任务目前建议搭配其他模型使用。

三、成本到底降了多少:两个口径别混

  • Artificial Analysis 口径(约 67%):按统一套题,单任务平均成本从约 10 美元降到 3 美元出头,便宜约三分之二,即 "暴砍约 67%"。
  • 阿里 Work360 口径(58%):同一复杂专业任务平均费用 26.58 元 → 11.16 元,降 58%;官方表述为平均成本降约 60%。
  • 单价同步下调:国内输入 10 元 / 百万 Token、输出 30 元 / 百万 Token;缓存命中低至 0.5 元 / 百万 Token(正常输入价的二十分之一);海外版缓存命中价格下降约 70%。
  • Token 也省:Terminal-Bench 4.0 同档思考下,单次尝试 Token 用量从 289K 降到 151K,减少近一半,得分反而从 38.9 升到 48.5。

四、为什么能 "又强又省"

  • 激活参数瘦身:总参数不变、激活从 95B 降到 71B,单 Token 计算量减少约 25%,这是降价的基础。
  • 思考更精炼:同档思考 Token 用量砍近一半,减少 "越想越啰嗦" 的无效消耗。
  • 缓存命中大降价:多轮工具调用、百万上下文反复读取历史底稿时,命中缓存只花零头,专治长程任务烧钱。
  • 混合注意力撑住长上下文:每 4 层配 3 层 GDN 压缩历史状态、1 层 QSA 按块挑重点,百万上下文不拖垮算力。

五、怎么接入

  1. 千问 AI 平台 / 百炼控制台开通 qwen4-max,新用户可领 100 万 Token 免费额度。
  2. API 兼容 OpenAI 与 Anthropic 两种格式,老项目改个地址即可切换。
  3. 高频重活可走 Token Plan 套餐;轻量使用直接在千问 App、Qoder、千问办公里体验。
  4. 等后续中小尺寸版本开源后,才可考虑本地部署,本次 Max 为闭源旗舰。

六、结论

Qwen4-Max 首批实测证明它站上了全球第一梯队:前端编程、长程智能体、专业任务多项国产第一,同时靠 "减激活参数 + 省 Token + 缓存降价" 把单任务成本压到约上代的三分之一(AA 口径约 67%、Work360 口径 58%)。它适合做复杂办公、编程、智能体和专业分析,但纯命令行运维仍需搭配其他模型,属于 "能打又划算" 的国产旗舰,而非全能无短板。

【常见问题】

问题 1:Qwen4-Max 首批实测说的 "成本暴砍 67%" 是哪个口径?

回答 1:这是 Artificial Analysis 统一套题口径,单任务平均成本从约 10 美元降到 3 美元出头、便宜约三分之二;阿里自建 Work360 口径下单任务费用是降 58%(26.58 元→11.16 元),两个统计口径不同,别混为一谈。

问题 2:Qwen4-Max 实测能力能不能排进第一梯队?

回答 2:可以,Qwen4-Max 在 CodeArena 前端榜全球第 6 国产第 1、Agent Arena 全球第 14 国产第 1,ALE、DeepSWE 等智能体与编程项领先,Artificial Analysis 智能指数 43 分,实测能力跻身全球第一梯队。

问题 3:Qwen4-Max 成本暴砍 67%,是不是模型能力被削弱了?

回答 3:不是,降价来自架构优化 —— 激活参数从 95B 减到 71B、思考 Token 减半、缓存命中大降价,而 Work360 得分反而从 47.74 涨到 52.69,能力提升超 10%,属于又强又省。

问题 4:Qwen4-Max 实测有没有明显短板?

回答 4:有,纯命令行 Bash 可靠性只排第 29,黑盒软件复刻和图表读取还没追平海外顶配,这类命令行运维任务建议搭配其他模型使用。

【参考资料】

[2026-11-17](阿里 Qwen4-Max 正式登场:单任务成本暴降 58%,前端编程全球第六)InfoQ

[2026-11-17](Qwen4-Max 正式发布,2.4 万亿参数、单任务均价对比)极客公园(微博)

[2026-11-16](2.4 万亿参数阿里通义千问 Qwen4-Max 正式上线:任务成本降低超 60%)新浪科技

[2026-11-16](刚刚,阿里 Qwen4-Max 正式发布!三榜国模第一,单任务成本暴降 58%)新浪科技

[2026-11-16](刚刚,Qwen4-Max 正式发布!单任务费用砍掉 58%,智能体盲测冲上国产第一)腾讯云开发者社区

[2026-11-16](Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity, and Discovery)Alibaba Cloud 官方新闻室

【免责声明】

本文为模型发布与实测科普,所有榜单排名、得分、成本降幅均来自厂商发布材料及 Artificial Analysis、CodeArena、ALE 等第三方评测公开结果,不同评测机构口径、考题和时间不同,数据不可直接横向等同。榜单会随版本迭代动态变化,成本与定价以千问 AI 平台官方页面实时公示为准;本文不构成 API 采购或投资建议,模型实际表现请以自行实测为准。本文不对任何闭源 / 开源模型作绝对优劣判定。

今日大家都在搜的词: