Qwen4-Max:思考更高效,单任务费用降 58%

MoE 架构 2.4T 总参、71B 激活,单任务平均费用降 58%,DeepSWE 拿到 75.7、Terminal-Bench 4.0 拿到 48.5,1M 上下文和原生视觉一起端上来,Qwen4-Max 这笔账要重算。
刚刚,阿里正式发布了 Qwen4-Max,这是 Qwen4 系列的第一款模型,上下文 1M,最大输出 393K MoE 架构,2.4T 总参,71B 激活,原生视觉 先看一下这个模型的成绩,在 Agent 编程方面,DeepSWE 拿到 75.7,Terminal-Bench 4.0 拿到 48.5(上一代 38.9),而在长程任务上,Agents’ Last Exam 拿到 46.7(上一代 27.9) 而对于 WebDev Arena,是当前国模的最好成绩 其他的要点整理如下,首先看看: 更省 :每个 token 的激活参数比上一代少约 25%,同样的任务少用 24%–49% 的 token,单个任务的平均费用降了 58% 长任务分阶段交付 :先交一个能用的首版,再按反馈一版一版往上加 API 价格 :每百万 token 输入 10 元、输出 30 元,缓存命中 0.5 元(Qwen3.8-Max 是 12 元、36 元、1.5 元) 在哪用 :千问 AI 平台(接口兼容 OpenAI 和 Anthropic 的格式)、Token Plan,以及千问办公、Qoder CN、千问 App、Qwen Studio 开源 :Qwen4 的小尺寸模型会陆续开源 我先试了一下它看图的本事:给它两张应县木塔的照片,它可以在 Blender 里照着建出来 左边是照片 从游戏到新药 现在的模型能力上来了,做出一些 3D 的游戏不在话下,这里先给大家看一个没有皮肤的 如果把这一个改成绑定上 Unreal 里面的资产,就可以是类似下面这个样子 Blender 也一样,它可以从建模一路做到渲染 在汽车产线上,它可以给零件写加工程序,一个工件的编程时间从 475 分钟降到了 24 分钟 接上万镜一刻,它可以把一条片子从分镜做到成片 在阿里自建、覆盖 721 个细分领域的 Work360 行业评测上,Qwen4-Max 比上一代提升了超过 10% 金融、法律和医疗的活,它交出来的东西都能查回出处 做投研时,它可以交出一份 Excel 底稿加一份 PPT,数字都能点回原始数据 给它 198 份乱七八糟的底稿,它可以整理出一份 86 页的尽调报告 一份带 1,433 张影像的危重症病历,它可以在一次对话中读完 跑长周期任务时,它会 先交一个能用的首版,再一版一版往上加 ,就比如一个物理科普网站,它前后交了 14 个版本 这套能力也开源成了插件 Qwen-Live-Delivery-Plugin,首发支持 Codex CLI 阿里云也拿它来优化自己的资源调度 科研这块,它可以连着跑 48 小时,自己设计并合成出一种新型冷却液 它还针对阿尔茨海默病设计了一个候选药物分子 在 Qoder 里,它可以直接做 Office 文档、网页和小游戏 Token 用量和价格都降了 同样的任务,Qwen4-Max 用的 token 更少,单价也更低,两样叠在一起,在阿里自建的行业评测 Work360 里,单个任务的平均费用从 26.58 元降到了 11.16 元 价格方面,缓存命中降到了每百万 token 0.5 元,大约是海外主流模型同类价格的 5%–10% 还得说一下,正式版默认用 High 档思考,做网页这类活,可以手动调到 Xhigh 激活参数少了四分之一 至于为啥能这么省,是因为 Qwen4-Max 换了一套新的 MoE 架构,2.4T 总参里每个 token 只激活 71B,比上一代少了约 25% 改动集中在三处: GDN + QSA :每四层里三层用 Gated DeltaNet 压缩历史,一层用 Qwen 稀疏注意力按 block 挑上下文,长序列算得更省 Gated Residual :残差流扩成四条并行分支,用门控读写,训练更稳 N-gram Embedding :第二层按局部上下文查表,多花一点计算,换来更大的模型容量 整个 2.4T 规模的预训练,loss 一路平滑下降,Base 模型的 BPB 也比上一代低了 5%–13% 最后 这一款模型已经上线到了千问的 AI 平台,可以通过 API 或者是 Token Plan 来使用 本文由人人都是产品经理作者【赛博禅心】,微信公众号:【赛博禅心】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载 题图来自Unsplash,基于CC0协议
