阿里巴巴周一发布Qwen 4 Max,这是其迄今最强大的AI模型,也是首款基于全新Qwen 4架构的旗舰模型。

在Arena智能体排行榜中,它也是排名最高的中国模型,在这项特定测试中领先腾讯、月之暗面和DeepSeek。
新模型拥有2.4万亿参数,能够处理文本、图片和视频,支持最多100万Token的上下文。参数是模型处理信息时可使用和调整的不同变量;Token则基本上是模型处理信息的最小单位。这样的上下文容量足以容纳大型代码库或大量文档。
阿里采用混合专家架构,处理每个词时,大多数参数保持不活动状态。Qwen 4 Max每次激活710亿参数,低于Qwen 3.8 Max的950亿,使超大模型能以更低的单Token计算量运行。
在Agent Arena中,Qwen 4 Max在单个模型中排名第14,并使阿里在实验室整体排名中位列第五。
该榜单根据任务完成情况、用户满意度及模型响应纠正的能力,评估真实的智能体会话,并以相对平均竞争对手的净改善百分比评分。Qwen 4 Max在14727次会话中取得7.46%的初步得分,是中国参评模型中的最高分。
对普通用户而言,其视觉设计能力可能更值得关注。Code Arena网页开发榜单通过用户对AI生成网站的两两投票及积分评级进行比较。Qwen 4 Max首次登榜即以1750分位列全球第六,比上一代高74分,并在品牌设计和参考图设计类别中排名第八。
在将请求、截图或粗略想法转化为可运行且具有良好视觉效果的界面方面,这一表现使它接近表现最好的美国模型。
阿里的演示还展示了模型构建游戏环境,以及将工厂布局转换为3D模型的能力,但这些是公司挑选的示例,并非独立测试。
这里的视觉能力,是指理解图片和视频并生成代码或其他文本输出,并不等于发布了新的图像生成器。
通过QwenCloud使用Qwen 4 Max,每百万输入Token收费1.50美元,每百万输出Token收费4.50美元,较上一代旗舰的2美元和6美元降低25%。命中自动缓存的重复输入,每百万Token收费0.075美元,可显著降低重复工作流成本。
阿里表示,在覆盖数百个专业领域的内部测试中,与Qwen 3.8 Max相比,新模型的Token使用量减少35%,平均任务成本下降约60%。这意味着,即使与单价相近的竞争模型相比,执行任务的成本也可能更低。
对开发者社区而言,更大的限制是Qwen 4 Max并未开放权重。开发者可以通过API或阿里的应用使用它,但不能下载内部参数、修改模型,或在自己的硬件上私有部署。
Qwen已成为开放模型生态的重要基础。Hugging Face在8月的一份报告中统计,其平台上基于Qwen的衍生模型达151448个,约为专门基于Meta Llama系列模型数量的4.7倍,其中包括为本地助手和专用工具提供支持的社区微调及优化版本。
尽管一些此前的Max模型保持专有,阿里仍在今年早些时候开放了Qwen 3.8 Max的权重。在此次发布前数月,公司也通过较小模型预先展示了Qwen 4架构的部分特性。
此次发布处于激烈的中国AI竞争之中。月之暗面的Kimi K3推动超大开放权重模型接近西方模型的性能,DeepSeek则在API价格方面积极竞争。
Qwen 4 Max在部分中国模型排名中领先,但美国实验室仍占据Arena整体智能体和网页开发榜单的首位,其价格也明显更高。
阿里表示,将推出开放权重的较小Qwen 4模型,让开发者能够基于这一代模型进行开发,而不只是租用最大的旗舰模型。目前,公司尚未公布这些模型的规模或发布日期。
Source: Decrypt