
阿里通义千问团队11月16日宣布推出新一代旗舰模型Qwen4-Max正式版,采用稀疏MoE(混合专家)架构,主干参数规模达2.4万亿,原生支持视觉理解,并提供100万Token上下文窗口。 与此前11月11日开放的限时预览版不同,此次发布意味着该模型正式接入千问AI平台,开发者可通过Token Plan或API调用。
在架构层面,Qwen4-Max围绕Attention、Residual和Embedding三个层面做了系统性调整。每四层中三层使用Gated DeltaNet将历史信息压缩为固定状态,剩余一层以Qwen Sparse Attention按block粒度选择相关上下文,以降低长序列的注意力计算开销;Gated Residual将残差流扩展为四条并行分支;N-gram Embedding则在第二层以查表方式提供局部token模式表示。官方称,新模型在提升复杂任务处理能力的同时,可减少Token消耗、降低任务成本。
效率提升是此次升级的显性指标。Qwen4-Max在Work360行业基准上取得52.69分,前代Qwen3.8-Max为47.74分。在同等性能下,Xhigh和High两档推理强度的token消耗分别较前代减少约24%和35%;Terminal-Bench 4.0上的token消耗降幅达约48%和49%。API定价同步下调,缓存命中价格大幅降低,Work360评测中单个任务平均费用从26.58元降至11.16元,降幅58%。
模型能力明显向长程任务执行倾斜。Qwen4-Max面向办公生产力、创意创作、软件开发和科学研究等场景,重点提升专业工具使用、长周期任务执行与交付质量,可处理3D建模、游戏开发、工业制造、金融、法律、医疗等任务。在智能体场景中,模型引入Live Delivery机制——先交付可用首版,再根据反馈逐版扩展内容与质量,并同步开源了Qwen-Live-Delivery-Plugin插件。官方展示的案例覆盖Blender三维建模、Unity与Unreal引擎游戏开发、汽车产线规划与零件加工编程等;在汽车零件加工案例中,单个工件编程的人工投入从约475分钟降至24分钟。








