
作者 | 李水青
编辑 | 心缘
智东西 11 月 16 日报道,今日,阿里正式发布Qwen4 系列的首款模型—— Qwen4-Max。该模型采用 Qwen4 系列新架构,拥有2.4 万亿总参数,每个 token 激活 71B 参数;具备原生视觉能力,支持百万 token 上下文窗口。
Qwen4-Max 重点强化专业工具运用、长程任务执行与成果交付能力,覆盖3D 建模与游戏开发、工业制造、金融、法律、医疗及前沿科学探索等场景,强调理解工作全貌并持续推进项目。
在阿里公布的 DeepSWE、AA-Briefcase、HLAB-Vals 等多个 Agent 专项基准测评中,Qwen4-Max 得分相比前代 Qwen3.8-Max 提升显著,也超越了Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra等模型。

在 Artificial Analysis 公布的人工智能分析智能指数(AII)中,使用 xhigh 推理难度的 Qwen4 Max 在智能指数中得分为43 分,比 Qwen3.8 Max(xhigh)高 9 分,比 Kimi K3.1 Pro(max,46 分)低 3 分,但 AII 评测其单任务成本相比 Qwen3.8 Max 下降约 11%。Qwen4-Max 的单任务成本在阿里公布的 Work360 测评中降低达 58%。

目前,Qwen4-Max 已上线千问 AI 平台提供 API 服务,缓存命中每百万 tokens 低至0.5 元;用户也可通过阿里 Token Plan 调用新模型,或在千问办公、Qoder、千问 APP、Qwen Studio 等应用中直接体验。Qwen4 系列中小尺寸模型将陆续开源发布。
在海外社交平台 X 上,不少开发者对 Qwen4-Max 的第一反应是催更 Qwen4-27B。

此前 11 月 11 日,阿里宣布 Qwen4-Max 预览版上线,智东西第一时间体验后,发现该模型的多模态 Agent 能力亮眼,指令理解、搜索执行、多模态生成、3D 交互表现不错;但复杂任务下会出现多模态不一致、违背物理规律等问题。
今日,正式上线的 Qwen4-Max 表现如何?我们体验发现,Qwen4-Max 相比预览版在多模态 Agent 交付效果上进一步完善。比如在基于图片和自行搜索生成 " 厉娜原谅许飞 "Gif 动图任务中,Qwen4-Max 预览版出现了嘴型不匹配问题,但 Qwen4-Max 生成动图已经解决了这一问题。
在基本编程体验方面,Qwen4-Max 也正确生成了 " 鹈鹕骑自行车的 SVG 动画 ",未出现明显的与物理规律不符的情况。
博客:
https://qwen.ai/blog?id=qwen4-max
API:
https://www.qianwenai.com/models/qwen4-max
Token Plan:
https://platform.qianwenai.com/pricing/token-plan
一、Agent 测评能打,单任务费用降 58%
正如前文提到,在 Agent 专项测评里,Qwen4-Max 整体表现突出。
其在 DeepSWE、AA-Briefcase、HLAB-Vals、BioMysteryBench、HealthBench 等多个基准拿下好成绩,在代码、法律、生物科研、医疗推理、图表理解、视频理解优势明显。该模型相比前代 Qwen3.8-Max 提升显著,得分也高于 Claude Opus5.5、GPT-6.1 Sol、GPT-6 Astra 等国际前沿模型。
不过它并非全面领先,在 Agents ’ Last Exam、AgentArena 等长周期、真实复杂任务上,Qwen4-Max 测评成绩依然出色,但弱于 Opus 5.5、GPT-6 Astra 等顶尖模型。整体来看,Qwen4-Max 在垂直专业 Agent 任务爆发力较强,在超长时序、开放式复杂智能体任务仍有提升空间。
同时,Code Arena:WebDev 也显示 Qwen4-Max 前端编程能力出色,其在 Code Arena 盲测榜单中位居全球前列。

同时,相比 Qwen3.8-Max,Qwen4-Max API 定价全面下调,尤其大幅降低缓存命中价格。Work360 评测中,单个任务平均费用从 26.58 元降至 11.16 元,降低 58%。

Qwen4-Max 采用 Qwen4 系列全新架构,总参数 2.4T,每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数。该架构围绕 Attention、Residual 和 Embedding 三方面升级稀疏 MoE 模型,优化计算效率、模型容量和训练稳定性:
GDN+Qwen Sparse Attention(QSA),每四层中三层 Gated DeltaNet 将历史信息压缩为固定大小状态,另一层 QSA 通过轻量级索引器以 block 为粒度选择相关上下文,降低长序列注意力计算与索引开销;
Gated Residual(GR)将残差流扩展为四条并行分支,通过动态读写门控增强跨层信息传递,提升训练稳定性;
N-gram Embedding 根据局部上下文查表,在第二层引入局部 token 模式的额外表示,以较低额外计算开销扩展模型容量。



三、从 3D 游戏到汽车制造,专业场景直接交付
为提升工业与专业场景协作能力,Qwen4-Max 构建 Work360 综合场景建模框架,对复杂行业场景系统解构与细粒度分类,形成 26 个一级领域、182 个二级子领域、721 个三级细分领域的层级分类体系。
基于该体系构建的 Work360 行业基准测试中,Qwen4-Max 得分 52.69 分,相较 Qwen3.8-Max 的 47.74 分明显提升。

该能力进一步用于游戏开发,并通过 3D 打印形成实体作品,衔接后续开发、制作流程,支持设计探索、内容创作和原型制作。
Qwen4-Max 可驾驭 Unity、Unreal Engine、Godot 等主流游戏引擎。根据自然语言需求,它能利用外部资产独立完成场景搭建、玩法逻辑开发、资产整合、材质配置、HUD 设计与特效制作,交付可上手玩的游戏。开发过程中,它会实际运行游戏,根据画面与交互反馈调整各种细节。
比如样例 " 喵出法随 " 中,Qwen4-Max 在 Unreal Engine 打造猫咪法师冒险游戏,玩家可施放多种法术、选择能力强化,并挑战逐波敌群与首领。
聚焦汽车制造,在三丰智能装备、泛海统联精密的实际生产场景中,Qwen4-Max 将图纸理解、参数化建模与专业工具调用融入工程流程,支持产线规划、零件设计与加工验证,串联设计生成、工具执行与反馈验证。案例中,单个工件加工编程所需人工投入由约 475 分钟降至 24 分钟,减少约 95%。
聚焦 Agentic 视频创作,用户借助 Qwen4 与万镜一刻,可构建端到端视频创作工作流:从分镜脚本、静态资产,到白模预演中驱动相机动画、渲染独立片段,最终剪辑成连贯多场景影片。Qwen4 的语言、多模态及智能体能力带来知识注入、可控性和稳定性。
此外,在金融投研、法律尽调与临床医疗三大高门槛场景,Qwen4 可处理繁杂原始资料,并完成深度逻辑推演与证据链溯源,从 " 信息检索 " 走向 " 专业交付 "。
四、智能体全天候干活:边交付边迭代,自主闭环设计冷却液
团队称,Qwen4-Max 支持智能体全天候推进长周期任务,通过自主规划与持续迭代分阶段交付可用成果,兼顾自主执行与用户掌控。
持续交付方面,针对长程智能体缺少阶段性反馈、用户难掌握进展的问题,Qwen4-Max 融入 Live Delivery 能力:先交付可用首版,再持续交付更新版本,逐版扩展内容、提升质量。用户可依据每版成果评估进展、校准方向,Agent 可结合反馈动态调整计划,让长程任务交付进展可见、执行方向可控。
阿里同步开源 Qwen-Live-Delivery-Plugin,安装插件即可体验持续交付能力。
云资源调度方面,Qwen4-Max 具备围绕复杂目标与约束进行运筹建模、求解与验证的能力,可交付优化决策方案。该能力在阿里云真实业务场景落地,实现模型自主迭代并优化自身所需调度方案的闭环,涵盖数据标注中的多模型调用调度、云计算 GPU 资源在线分配调度、云计算 CPU 资源离线重调度。
相应场景中,数据标注场景模型调用调度费用对应参考基线平均降低 10.42%,GPU 在线分配相对基线整机空闲容量时长提升 4.62%,CPU 离线重调度场景达到最优目标的求解速度提升超 14.61 倍。
在驱动科学发现场景中,面向高功率芯片散热难题,Qwen4 依托深度原理 Mira 干湿实验环境,在连续 48 小时的自主 Agent 运行中,构建 270 万个分子候选空间;并通过 4 轮设计 - 测试 - 学习闭环,完成新型冷却液分子设计、合成与实验验证。
针对阿尔茨海默病 NLRP3 靶点,Qwen4-Max 依托深势 PharmMaster 完成药物发现全链路智能设计,经多轮迭代优化得到 24 个候选分子,优选分子结合亲和力约为起点 3.6 倍,具备湿实验验证价值。
此外,阿里方提及,Qwen4-Max 遵循六大 AI 原则,将治理贯穿全生命周期。代码安全能力显著提升,安全代码通过率大幅上涨;网络安全侧重防御类数据,强化攻击防护;CBRN 场景下可识别风险请求,不会输出可落地的高危方案,同时避免过度拒答。
结语:全球头部模型竞速 Agent,Qwen4 盯上产业工作流
当下,全球头部模型竞争正从单纯比拼推理能力,转向代码开发、计算机操作、专业知识工作与长程 Agent 执行。OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 持续强化复杂任务处理与计算机使用能力,Anthropic 近期推出 Fable 5.2、Mythos 5.2,进一步向编程、金融和科学研究等高难度任务推进。
Qwen4-Max 试图打造的差异化优势,是将大规模模型能力与产业工作流深度结合。从 2.4 万亿参数、百万 Token 上下文,到专业工具调用、自主迭代和科研闭环,阿里试图让模型从回答问题走向交付成果。随着小尺寸模型陆续开源,Qwen4 系列能否进一步降低企业部署与应用门槛,将成为其下一阶段竞争的关键。



