我先联网检索 Qwen4-Max 的最新发布信息。
阿里在 11 月 16 日正式发布 Qwen4 系列首款旗舰 Qwen4-Max,这次的关键数字是 "更便宜":总参数仍为 2.4T、每个 token 只激活 71B,单任务平均费用从上一代 Qwen3.8-Max 的 26.58 元降到 11.16 元,降幅 58%,同期 Work360 综合得分从 47.74 分升到 52.69 分;API 同步降价,国内每百万 token 输入 10 元、输出 30 元,缓存命中仅 0.5 元。这次升级的重点是把 "贵" 这件事摁下去,并没有把参数往上堆 —— 参数没涨反降(激活参数少约 25%),token 用量少了两到五成,单价还往下调,三件事叠加才换来 58%。换句话说,旗舰模型的竞争标尺,正在从 "榜单分数" 换成 "跑完一个真实任务要花多少钱"。
一、先把三组数字摆在一起看
| 维度 | Qwen3.8-Max | Qwen4-Max | 变化 |
|---|---|---|---|
| 总参数 | 2.4T | 2.4T | 持平 |
| 每 token 激活参数 | 约 95B | 71B | 约 - 25% |
| 上下文 | 1M | 1M | 持平 |
| Work360 得分 | 47.74 | 52.69 | +10.4% |
| 单任务平均费用 | 26.58 元 | 11.16 元 | -58% |
| Terminal-Bench 4.0 得分 | 约 38 分 | 48.5 | 约 + 28% |
| Terminal-Bench 每次尝试 token | 289K | 151K | 约 - 48% |
| 输入价(元 / 百万 token) | 12 | 10 | -17% |
| 输出价(元 / 百万 token) | 36 | 30 | -17% |
| 缓存命中价(元 / 百万 token) | 1.5 | 0.5 | -67% |
新浪财经需要说明口径:58% 这个数字来自阿里自建的 Work360 评测(覆盖 26 个一级领域、182 个二级领域、721 个三级细分领域),是 "完成单个任务的平均费用",不是单纯的 API 单价降幅。单价降了 17%,剩下的大头来自 "少用 token" 和 "缓存更便宜"。
二、58% 是这么省出来的
拆开看,三条路径各自贡献一段:
- 同样的活,用更少的 token。 Work360 上,Xhigh 档 token 消耗降约 24%、High 档降约 35%;Terminal-Bench 4.0 上,Xhigh 档降约 48%、High 档降约 49%。思考更 "准"、更少绕弯,是最直接的省钱方式。
- 单价整体下调。 输入从 12 元降到 10 元、输出从 36 元降到 30 元,降幅 17%。
- 缓存命中价格砍到三分之一。 从每百万 token 1.5 元降到 0.5 元,对反复读同一批资料的长任务,这一项的杠杆最大 —— 多轮对话、文档反复引用、代码库反复检索,命中的部分几乎白送。
三件事叠起来,才有了 "同样的任务,账单少一半多" 的效果。
三、架构只动了三处,但每处都冲着效率去
Qwen4-Max 用的是基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,改进集中在三块:
| 模块 | 做法 | 带来的效果 |
|---|---|---|
| 注意力 | GDN(Gated DeltaNet)+ QSA 混搭:每四层里三层用 GDN 压缩历史,一层用稀疏注意力按 block 挑上下文 | 长序列注意力计算开销显著下降,1M 上下文才跑得动 |
| 残差 | Gated Residual:残差流扩成四条并行分支,门控读写 | 跨层信息传递更稳,大规模训练不易发散 |
| 词嵌入 | N-gram Embedding:额外 328B 参数,按局部上下文查表 | 用较低计算成本换更大模型容量 |
今日头条效果也落在指标上:Base 模型在知识、代码、问答、STEM 四类内部评测里的每字节比特数(BPB)均为参评模型最低,比上一代 Base 下降约 5% 至 13%,同时每 token 激活参数少约 25%。翻译成人话 —— 同样的参数规模,它 "想得更省"。
四、性能提升,主要长在智能体和编程上
| 评测 | Qwen4-Max | 参照 | 说明 |
|---|---|---|---|
| Agent Arena | 第 14 名 | 上一代第 39 名 | 基于全球用户 1.47 万次真实智能体任务,国产第一 |
| Code Arena(WebDev) | 1750 分,第 6 名 | 上一代 +74 分 | 前端编程盲测,国产第一 |
| Vals Index | 63.2% | 38 个模型第 11 | 综合榜,国产第一 |
| Agents' Last Exam | 46.7 | 上一代 27.9;Claude Opus 5.5 43.4 | 长耗时、有实际价值的智能体任务 |
| HLAB-Vals | 21.3 | Claude Opus 5.5 的两倍多 | 法律智能体 |
| DeepSWE | 75.7 | — | 软件开发类基准 |
今日头条值得注意的不是 "拿了几个第一",而是提升最猛的两项都在 "长任务" 上:Agents' Last Exam 翻了一倍多,说明它更能扛住耗时长、步骤多、中途要自我纠错的任务。这类任务恰好是最烧 token 的,也解释了为什么 "更会干活" 和 "更省钱" 能同时发生。
五、能干什么活:五个已经跑过的场景
- 汽车制造:读二维布局图、调设备库生成三维产线、做节拍仿真与 PLC 虚拟调试;零件侧完成车门总成、摩擦轮等建模与刀路生成,上机前发现过切少切。官方展示的加工案例里,单个工件加工编程的人工投入从约 475 分钟压到 25 分钟左右(不同口径为 24 分钟或 26 分钟),减少约 95%。
- 游戏开发:用 Unreal Engine 等专业引擎搭场景、写角色逻辑、做特效与交互,还会自己跑起来看反馈再改。
- 法律尽调:处理 198 份格式不统一的底稿,整理成 14 个目录,交付 86 页、6 万余字的 IPO 法律尽调报告,结论附可追溯引用。
- 金融投研:调用 90 个 MCP 工具抓 A 股、港美股数据,产出可溯源报告、Excel 底稿和可编辑 PPT。
- AI4S(科研):参与新型冷却液分子设计与筛选,连续 48 小时自主执行 "设计 — 合成测试 — 主动学习" 闭环;药物侧围绕阿尔茨海默病相关 NLRP3 炎症小体靶点,累计调用工具 454 次、完成 3239 项计算指标评估,RBFE 估算的名义结合亲和力约为专利起点的 3.6 倍。
- 优化自身运行系统:在阿里云 AI 基础设施上自主迭代调度方案,数据标注的模型调用调度费用较基线平均降 9.00%,GPU 在线分配整机空闲容量时长增加 4.62%,CPU 离线重调度求解速度提升超 14.61 倍。
手机搜狐网还有个体验层的改动容易被忽略:Live Delivery(实时交付)机制。长任务不再 "憋到最后一次性交出",而是先给一个能用的首版,再按反馈迭代。官方举的例子是一个物理科普网站前后交了 14 版,从初版一路加到 3D 动画和交互实验。对用户来说,这解决的是 "跑了三小时才发现方向错了" 的问题;对成本来说,这避免了大段无效重跑。
六、价格和入口:怎么用、多少钱
| 项目 | 国内(千问 AI 平台) | 国际站 |
|---|---|---|
| 输入 | 10 元 / 百万 token | 1.5 美元 / 百万 token |
| 输出 | 30 元 / 百万 token | 4.5 美元 / 百万 token |
| 缓存命中 | 0.5 元 / 百万 token | 0.075 美元 / 百万 token |
| 接入方式 | API 服务、Token Plan | API 服务、Token Plan |
| 兼容性 | 兼容 OpenAI 与 Anthropic 接口格式 | 同左 |
| 体验入口 | 千问办公、Qoder、千问 APP、QwenStudio | 同左 |
阿里云帮助中心补充两个时间线细节:预览版 qwen4-max-preview 于 11 月 11 日先上线、仅支持 Token Plan,预览期为 11 月 11 日 10:00 至 11 月 25 日 24:00,到期后预览版标识下线;11 月 16 日上的是正式版 qwen4-max,服务范围覆盖中国内地与全球。开源策略没变 —— 旗舰闭源,Qwen4 系列的中小尺寸模型会陆续开源。
七、结论:这轮比拼的标尺换成了 "任务成本"
Qwen4-Max 最值得记的不是 "三榜国模第一",而是它把旗舰模型的评价口径从 "分数多少" 拉到 "跑完一件事花多少钱"。对企业用户,这意味着智能体从 "能演示" 走向 "能天天跑" 的门槛降了一大截 —— 单任务 11.16 元的成本,让批量跑几百上千个任务变得可以算账。对阿里自己,这也是防守姿势:参数规模追到 2.4T 之后,继续堆参数的边际收益已经不明显,省 token、降单价、抬缓存命中率,才是把模型变成生产工具的路。需要留个心眼的是,58% 是官方自建评测的结果,真实业务里的降幅取决于任务类型 —— 短任务吃单价,长任务吃 token 效率和缓存命中,混着跑才能接近这个数。
【常见问题】
问题 1:Qwen4-Max 的单任务费用降 58%,具体是怎么算出来的?
回答 1:按阿里 Work360 评测口径,Qwen4-Max 完成单个任务的平均费用从上一代 Qwen3.8-Max 的 26.58 元降到 11.16 元,降幅 58%。这个降幅由三部分叠加:token 用量减少约 24% 至 49%、API 单价下调约 17%、缓存命中价格从 1.5 元降到 0.5 元,所以 Qwen4-Max 的 "单任务费用" 降幅远大于单纯的单价降幅。
问题 2:Qwen4-Max 参数没涨,为什么反而 "思考更高效"?
回答 2:Qwen4-Max 总参数保持 2.4T,但每个 token 激活的参数从约 95B 降到 71B,少了约 25%;架构上又用 GDN+Qwen 稀疏注意力降低长序列计算开销、用 Gated Residual 稳定跨层信息传递、用 N-gram Embedding 以较低算力扩展容量。三者合起来,让 Qwen4-Max 在同样的任务上少走弯路、少烧 token,也就是 "思考更高效"。
问题 3:Qwen4-Max 的 API 价格是多少,缓存命中为什么更划算?
回答 3:Qwen4-Max 国内每百万 token 输入 10 元、输出 30 元,缓存命中仅 0.5 元;国际站为输入 1.5 美元、输出 4.5 美元,缓存命中 0.075 美元。对反复读取同一批文档、代码库或多轮对话的长任务,缓存命中价格越低,Qwen4-Max 的 "单任务费用" 就越接近官方口径的 58% 降幅。
问题 4:Qwen4-Max 适合用来做哪些任务?
回答 4:Qwen4-Max 主打长程智能体、编程与专业办公,已在汽车制造的产线规划与零件编程、游戏开发、IPO 法律尽调、金融投研、材料与药物发现等场景验证。因为它支持 1M 上下文、原生视觉和工具调用,配合 "先交付可用版本再迭代" 的实时交付机制,Qwen4-Max 更适合步骤多、耗时长、需要中途纠偏的任务。
【参考资料】
- [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](阿里、腾讯新模型齐登场:Qwen4-Max 单任务成本降 58%)新浪财经
- [2026-11-16](Qwen4-Max 首发上线千问 AI 平台,API 服务、Token Plan 同步开放)千问 AI 平台
- [2026-11-16](Qwen4-Max:思考更高效,单任务费用降 58%)人人都是产品经理
- [2026-11-16](刚刚,Qwen4-Max 发布!复杂任务 Token 成本直降 58%)搜狐
- [2026-11-16](模型上架与更新)阿里云百炼
- [2026-11-16](2.4 万亿模型 "进厂打工",千问 Qwen4-Max 发布:参数没涨,成本降一半)ZAKER
- [2026-11-13](qwen4-max-preview(最新模型))阿里云帮助中心
- [2026-11-12](阿里云最新 Qwen4-Max 大模型介绍:模型定位、特征、能力、适用场景解析)阿里云开发者社区
【免责声明】
本文基于公开信息整理,仅供技术交流与信息参考,不构成投资建议或采购决策依据。文中模型参数、评测得分、价格与落地案例均来自厂商官方发布材料及公开报道,评测结果受测试集、推理档位与价格口径影响,实际使用成本会随任务类型、缓存命中率与调用方式变化。产品定价与可用性可能随时调整,请以千问 AI 平台及阿里云官方文档为准。
