阿里正式发布Qwen4,单任务平均费用降六成

  11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文,现已上线千问 AI 平台对外提供 API 服务,中小尺寸模型将陆续开源。

  据介绍,Qwen4-Max 采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,2.4T 总参数仅激活 71B。在权威全球前端编程盲测 CodeArena 中,Qwen4-Max 位居第6,居于 GPT6-Astra 与 Claude Fable5.1 之间,刷新中国模型最好成绩;在"智能体最后的考试"Agents' Last Exam(ALE)中取得 46.7 分,较上代 Qwen3.8-Max 提升 18.8 分;在评估专业图表理解与推理的 Chartography 评测中取得 54.2 分,较上代提升 12.2 分;在专业工作评测 JobBench 中得分 67.3,超过 GPT-6.1sol、次于 Claude Opus5.5。

  图注:在 CodeArena 前端编程全球榜中,Qwen4-Max 位居第6

  据介绍,新模型以更少 Token 实现更高性能。在 Terminal-Bench 4.0 评测中,同为 Xhigh 思考档位,每次尝试平均 Token 用量由 289K 降至 151K,减少近 50%,得分由 37.9 分升至 48.5 分。缓存命中每百万 Tokens 低至 0.5 元,完成单任务平均费用较上代下降 58%。

  在落地层面,Qwen4 构建了覆盖 721 个细分领域的 Work360 全场景建模体系,系统评测得分 52.69,较上代提升超 10%。在汽车制造中,单个工件加工编程人工用时从 475 分钟降至 24 分钟,用时减少 95%;在游戏开发领域,可调用 Blender 等专业工具一句话生成 3D 游戏;在金融投研场景,可调用 90 个 MCP 专业工具产出 Excel 底稿与 PPT 报告。在科学发现领域,Qwen4 连续 48 小时自主运行,从 270 万个候选分子中合成一种新型冷却液材料;针对阿尔兹海默症靶点,经 454 次工具调用优化出 24 个候选分子,优选分子结合亲和力较起点提升约 3.6 倍。

  用户可通过阿里 Token Plan 调用新模型,或在千问办公、Qoder、千问 APP 等应用直接体验。(袁宁)