2026年11月16日,阿里通义千问团队宣布正式发布 Qwen4-Max。这是 Qwen4 系列的首款模型,官方将其定位为与用户并肩工作、创作和探索的全天候"AI 新同事",重点强化专业工具运用、长程任务执行与成果交付能力。此前在2026年11月11日,该模型曾以预览版形式限时开放,此次为正式版本上线并对外提供 API 服务。

技术规格方面,Qwen4-Max 基于 Qwen4 系列的全新架构,总参数 2.4T,每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数,具备原生视觉能力并支持百万 token 上下文窗口。新架构围绕 Attention、Residual 和 Embedding 三个方面对稀疏 MoE 进行了升级:每四层中有三层采用 Gated DeltaNet 把历史信息压缩为固定大小的状态,另一层采用 Qwen Sparse Attention 以 block 为粒度选取相关上下文;Gated Residual 将残差流扩展为四条并行分支以增强跨层信息传递;N-gram Embedding 则通过查表方式补充局部 token 模式的表示。官方称,在这一参数规模下预训练过程平稳,全程未出现 loss spike。与 Qwen3.8-Max-Base 相比,在总参数量相同的情况下,Qwen4-Max-Base 在知识、代码、问答和 STEM 四类内部评测中的 BPB 下降约 5% 至 13%,每个 token 的激活参数减少约 25%。
在应用层面,官方展示了覆盖多个行业的案例。例如,创作者可以让模型操作 Blender 完成建模、材质与灯光渲染,或在 Unity、Unreal Engine、Godot 中搭建场景、开发玩法并实际运行调试;制造企业可以让它依据二维布局图构建三维产线、开展节拍仿真与 PLC 虚拟调试,在所展示的加工案例中,单个工件加工编程的人工投入由约 475 分钟降至 24 分钟;金融、法律和医疗从业者则可以用它完成可溯源的投研底稿、整理 198 份底稿并产出 86 页的 IPO 尽调报告,或在单次对话中通读包含 1,433 张原始影像的危重症病历并给出处置建议。在科研方向,官方介绍了模型在 48 小时自主运行中完成新型冷却液分子设计与合成验证,以及围绕 NLRP3 靶点开展分子优化设计的案例。
此次升级的重点之一是效率与成本。官方构建了涵盖 26 个一级领域、182 个二级子领域和 721 个三级细分领域的 Work360 行业基准,Qwen4-Max 得分 52.69,上一代 Qwen3.8-Max 为 47.74。在 token 消耗上,Work360 的 Xhigh 和 High 两档推理强度分别减少约 24% 和 35%,Terminal-Bench 4.0 上分别减少约 48% 和 49%。此外,模型加入了 Live Delivery 持续交付能力,在长程任务中先交付可用首版再逐版完善,并同步开源 Qwen-Live-Delivery-Plugin。安全方面,在 Last Secure Code Bench 中,函数级功能与安全双通过率由前代的 22.0% 提升至 31.8%。
目前,Qwen4-Max 已上线千问 AI 平台,模型 ID 为 qwen4-max。平台公布的 API 价格为输入每百万 tokens 10 元、输出每百万 tokens 30 元,缓存命中每百万 tokens 0.5 元。官方表示,相比 Qwen3.8-Max 全面下调了定价,在 Work360 评测中单个任务的平均费用由 26.58 元降至 11.16 元,降幅 58%。用户也可以通过阿里 Token Plan 调用,或在千问办公、Qoder、千问 APP、Qwen Studio 中直接体验。Qwen4 系列的中小尺寸模型将陆续开源发布。
整体来看,Qwen4-Max 的发布重心不在单纯扩大参数规模,而是在总参数量与前代持平的前提下,通过架构调整降低激活参数和 token 消耗,并以下调后的定价降低长程任务的使用成本。官方给出的大量行业案例也显示出其从对话问答转向成果交付的产品思路。需要留意的是,Work360 等核心评测由官方自建,跨厂商的第三方对比数据仍有待补充,开源中小尺寸模型的具体型号与时间也尚未公布。
