阿里釋出 MoE 模型 Qwen4-Max:百萬上下文、主打低成本長任務
2026/11/16 — 11/17 11:17·17 個來源(全部)·25 篇報道(全部)·入選 11-17 日報·入選 11-16 日報
核心速覽 (Key Takeaways)
- 11 月 16 日,阿里巴巴釋出 Qwen4 系列首款旗艦 Qwen4-Max,採用 MoE 架構,總引數 2.4T、每 token 啟用 71B,原生支援視覺與百萬 token 上下文,該模型不開源。
- 官方稱其專業與科學任務能力提升,並已過濾攻擊性網路能力;
- Artificial Analysis 測得其 Intelligence Index 為 43 分,單任務成本降幅各方報道在 58% 至 67% 之間。
- 該模型不開源,較小 Qwen4 系列模型權重將後續公開,已通過千問平臺等渠道提供 API。
事件背景與詳細解讀
11 月 15 日,阿里巴巴釋出 Qwen4 系列首款旗艦模型 Qwen4-Max,另一篇報道稱其於 11 月 16 日正式開放使用,官方部落格將其定位為面向工作、創意與探索的 AI 隊友。該模型採用 MoE 架構,總引數 2.4T,每個 token 啟用 71B,另含 328B N-gram Embedding 引數,具備原生視覺能力,支援 100 萬 token 上下文視窗,且不開放權重;阿里計劃後續開源 Qwen4 系列中的中小尺寸模型。
11 月 16 日,千問 AI 平臺上線 Qwen4-Max 的 API,快取命中每百萬 Tokens 0.5 元,並通過 QwenCloud、Qwen Studio、QwenWork、Qoder 及千問辦公等渠道提供,千問辦公同日新增至 10 款可選模型。官方稱 token 用量比 Qwen3.8-Max 最多少約 50%,單任務平均費用從 26.58 元降至 11.16 元,降幅 58%;API 定價為每百萬輸入 token 1.5 美元、輸出 4 美元,另有報道稱 Work360 單任務成本可降 62%。阿里稱其在 DeepSWE、AA-Briefcase、HLAB-Vals 等 Agent 基準上超過 Claude Opus5.5、GPT-6.1 Sol,在 CodeArena 前端程式設計盲測中位居第六,並稱訓練資料已過濾攻擊性網路能力以降低化學、生物、放射與核風險。
第三方評測方面,Artificial Analysis 測算 Qwen4 Max 在 Intelligence Index 得 43 分,使用 xhigh 推理強度,比 Qwen3.8 Max 高 9 分,每任務成本 3.27 美元,低約 67%,比 Kimi K3.1 Pro 低 3 分,成本也低約 11%;騰訊 Hy4 每任務 1.03 美元,但分數低 8 分。釋出次日,The Decoder 與 SiliconANGLE 繼續報道該模型的混合架構與成本優勢,目前材料中未見官方對評測分歧或後續開放計劃的進一步說明。
AI 綜合 20 篇報道生成 · 更新於 6 小時前
最新進展阿里巴巴釋出基座大模型 Qwen4-Max,總引數 2.4T、每個 Token 僅啟用 71B,支援百萬上下文與原生視覺,已在千問 AI 平臺開放 API。官方稱其單任務平均費用較上代降低 58%,在 CodeArena 前端程式設計盲測中位列全球第六,中小尺寸模型將陸續開源。
相關 AI 工具
- 熱度指數
- 921
- 全部來源
- 17
- 全部報道
- 25
- 首報
- 1 天前
這件事的報道 點標題看原文
阿里巴巴釋出基座大模型 Qwen4-Max,總引數 2.4T、每個 Token 僅啟用 71B,支援百萬上下文與原生視覺,已在千問 AI 平臺開放 API。官方稱其單任務平均費用較上代降低 58%,在 CodeArena 前端程式設計盲測中位列全球第六,中小尺寸模型將陸續開源。
價格與程式設計能力的實際變化,值得關注
InfoQ 中文AI 評分 72阿里巴巴釋出新一代大模型 Qwen4-Max,稱其輸出質量優於上一代,成本也更低。據 SiliconANGLE 報道,這些改進來自新的 Qwen4 架構,使訓練執行更高效。
看清阿里旗艦模型這次的架構與成本變化
SiliconANGLEAI 評分 72阿里在 11 月 15 日釋出旗艦模型 Qwen4-Max,並於 11 月 16 日正式開放使用,這是 Qwen4 系列的首個模型,也是 Qwen 少見地放棄開源、改為閉源的大模型。它採用 2.4 萬億引數的 MoE 結構,每個 token 只啟用 710 億引數,作者由此認為這套定價對個人開發者更有吸引力。
看清頂級旗艦模型轉向閉源、按啟用引數計價的新定價邏輯。
DEV Community · AIAI 評分 68據 The Decoder 報道,阿里釋出旗艦模型 Qwen4-Max,總引數 2.4 萬億、每個 token 啟用 710 億,混合架構意在壓低長上下文成本。在 Artificial Analysis 智慧指數上它緊隨 Kimi K3.1 Pro 之後,阿里還計劃開源更小的 Qwen4 系列模型。
旗艦模型價格戰的新變數,選型時值得對照
The DecoderAI 評分 71
阿里巴巴釋出閉源模型 Qwen4-Max,總引數 2.4T、啟用引數 71B,採用 MoE 架構,原生支援視覺並具備 100 萬 token 上下文。其輸入價格為每百萬 token 1.5 美元,官方稱可將 Work360 單任務成本降低 62%。
國產旗艦模型再擴容,價格與上下文都值得對比
MarkTechPostAI 評分 74據 The Next Web 報道,阿里釋出 Qwen 系列新旗艦 Qwen4-Max,並選擇不開放模型權重。Qwen 團隊在 11 月 16 日的釋出部落格中將其定位為面向工作、創意和探索的 AI 隊友,稱其得分接近榜首。
主流旗艦模型轉向閉源,能力邊界值得關注
The Next WebAI 評分 71據 DEV Community 報道,阿里巴巴釋出 MoE 模型 Qwen4-Max,支援原生視覺與最高一百萬 token 上下文,可通過 QwenCloud、Qwen Studio、QwenWork 和 Qoder 使用。官方稱單任務平均成本下降逾 60%,token 用量比 Qwen3.8-Max 少約 50%,API 定價為每百萬輸入 token 1.5 美元、輸出 4 美元。材料未說明這些效率提升的測量方式。
核對價格與效率口徑,再判斷是否值得遷到新模型
DEV Community · AIAI 評分 61據 Reddit LocalLLaMA 版塊轉帖,阿里 Qwen4-Max 的官方部落格已釋出,文中附有基準測試成績。材料未給出具體分數或能力細節。
主流模型釋出節點,先看官方基準。
Reddit · LocalLLaMAAI 評分 59據 TestingCatalog 在 X 上彙總,阿里 Qwen4-Max 在 Artificial Analysis 指數上得分 43,比 Muse Wonder 低 1 分。該模型採用 MoE 架構,原生支援視覺和 100 萬 token 上下文視窗。
新模型基準與架構資訊,可橫向比較。
X:TestingCatalog (@testingcatalog)AI 評分 63據量子位報道,阿里巴巴 11 月 16 日釋出新一代基座大模型 Qwen4-Max,官方稱其在智慧體及程式設計能力上有所進階,面向真實全場景應用。目前公開的只有模型名稱與能力方向,具體評測資料與開放方式尚未披露。
瞭解國內頭部基座模型最新一代的能力方向
量子位AI 評分 7211 月 16 日,阿里釋出 Qwen4 系列首款旗艦 Qwen4-Max,總引數 2.4 萬億、每 token 啟用 71B,支援原生視覺與百萬 token 上下文;騰訊混元同日推出輕量模型 Hy4 flash。據阿里官方 Work360 評測,Qwen4-Max 單任務平均費用從 26.58 元降至 11.16 元,降幅 58%;騰訊稱 Hy4 flash 在 WorkIndex 中單任務成本僅為 Hy4 的 1/20。
兩家同日發新模型,成本與 token 效率是主要賣點。
华尔街见闻AI 評分 71據 ETtech 報道,阿里巴巴釋出新一代旗艦模型 Qwen4-Max,稱其處理複雜專業與科學工作的能力有所提升,同時加強了對安全風險的防護。該模型於週日釋出。
阿里旗艦換代,能力與安全兩條線都有變化
ETtechAI 評分 59據南華早報報道,阿里巴巴釋出其迄今最先進的模型 Qwen4-Max,並稱已對訓練資料做過濾,去除其中的攻擊性網路能力,同時降低化學、生物、放射與核風險。報道稱該模型配備嚴格的安全護欄,安全處理被作為此次釋出的重點之一。
看頭部廠商旗艦模型如何在能力與安全間取捨
TechmemeAI 評分 57據 Artificial Analysis 資料,阿里巴巴已釋出的 Qwen4-Max 在 Intelligence Index 得 43 分,比 Qwen3.8 Max 高 9 分,每任務成本低約 67%。但它比 Kimi K3.1 Pro 低 3 分,成本也低約 11%。
看清 Qwen4-Max 在指數和成本上的真實位置。
TechmemeAI 評分 63阿里釋出 Qwen4 系列首款模型 Qwen4-Max,採用新架構,總引數 2.4 萬億,每個 token 啟用 71B,具備原生視覺能力和百萬 token 上下文視窗。據智東西報道,阿里稱該模型在 DeepSWE、AA-Briefcase、HLAB-Vals 等 Agent 基準上較前代提升明顯,並超過 Claude Opus5.5、GPT-6.1 Sol 等模型,重點強化工具呼叫與長程任務執行。
阿里旗艦模型換代,引數與 Agent 基準對比值得關注。
智东西AI 評分 80千問辦公上線 10 款模型,除剛釋出的 Qwen4-Max 外,還包括 Kimi、GLM、DeepSeek、MiniMax、Step 等三方模型,個人版和企業標準版使用者可在模型列表中自行選擇。此前只提供標準、高階、Qwen3.8-Max 三檔,據雷峰網報道,官方稱按任務複雜度選模型可降低 Token 成本。
辦公產品開放多模型選擇,直接影響日常選型與成本。
雷峰网AI 評分 61據彭博社報道,阿里巴巴釋出旗艦模型 Qwen4-Max,稱其在編碼基準上超過 Fable 5.1 和 Kimi K3.1 Pro。該模型不開源,阿里還計劃後續公開較小的 Qwen4 系列模型權重。
看國產旗艦閉源模型的編碼對標口徑
TechmemeAI 評分 58Qwen 官方釋出旗艦模型 Qwen4-Max,採用 2.4T 引數的 MoE 架構,上下文視窗達 100 萬 token。官方稱其效果超過 Qwen3.8-Max,且最多可少用約 50% 的 token。
旗艦模型的引數、上下文與 token 效率同步升級
TechmemeAI 評分 71阿里巴巴釋出新一代基座大模型 Qwen4-Max,總引數 2.4T,具備原生視覺能力並支援百萬上下文。該模型已在千問 AI 平臺開放 API,快取命中每百萬 Tokens 0.5 元,單任務平均費用較上代下降 6 成,Qwen4 系列中小尺寸模型將陸續開源。
看清國產旗艦模型這次的能力和價格變化
雷峰网AI 評分 83Artificial Analysis 表示已拆解 Qwen4 Max 在 Intelligence Index 各評測項上的結果,並在 X 上給出完整分佈。摘要中未列出各單項分數。
看單科表現比只看總分更能判斷模型適合什麼任務
X:Artificial Analysis (@artificialanlys)官方AI 評分 41Artificial Analysis 測算,Qwen4 Max 每完成一個 Intelligence Index 任務成本 3.27 美元,比 Qwen3.8 Max 的 10.02 美元低 67%,也低於 Kimi K3.1 Pro 的 3.68 美元。騰訊 Hy4 更便宜,為 1.03 美元,但分數低 8 分。
按任務算錢的橫向成本表,選型時最直接
X:Artificial Analysis (@artificialanlys)官方AI 評分 46Artificial Analysis 稱,Qwen4 Max 在 Intelligence Index 上比 Qwen3.8 Max 高 9 分,同時每任務輸出 token 從約 171k 降到約 105k,減少約 39%。也就是說更強分數沒有靠更長的輸出堆出來。
分數和 token 消耗一起看,才知道升級是否划算
X:Artificial Analysis (@artificialanlys)官方AI 評分 46據 Artificial Analysis 報道,阿里巴巴已釋出 Qwen4 Max,在 Intelligence Index 上以 xhigh 推理強度取得 43 分,比 Qwen3.8 Max 高 9 分,落後 Kimi K3.1 Pro 3 分,每任務成本約低 11%。
阿里新一代旗艦模型的實際位置和價格都擺出來了
X:Artificial Analysis (@artificialanlys)官方AI 評分 58據 36 氪報道,阿里巴巴釋出新一代基座大模型 Qwen4-Max,總引數 2.4T,具備原生視覺能力,支援百萬上下文。新模型已在千問 AI 平臺提供 API 服務,快取命中每百萬 Tokens 低至 0.5 元,使用者也可在千問 App、Qoder、Qwen Studio 等應用中體驗。Qwen4 系列的中小尺寸模型將陸續開源。
Qwen 旗艦換代,引數、上下文和 API 價格一併公佈。
36氪AI 評分 75據 Bloomberg 報道,阿里巴巴釋出新的旗艦 AI 模型,並稱其效能可與 Anthropic 和 OpenAI 的模型相抗衡。這是中國廠商對標美國頭部 AI 實驗室的最新動作。
中國頭部廠商旗艦模型迭代,直接牽動模型選型。
Bloomberg TechnologyAI 評分 59
同時在說的其他事
- 熱度指數 118千問辦公新增 10 款大模型,含 Kimi、GLM、DeepSeek 等2 個來源
- 熱度指數 80本地執行大模型的視訊記憶體與頻寬估算教程1 個來源
- 熱度指數 1375發酵中輝達董事會未議黃仁勳復職,推進涉其調查22 個來源
- 熱度指數 1268爆加州總檢察長起訴 OpenAI,指智慧體失控入侵 Hugging Face15 個來源
- 熱度指數 710美商務部發布臨時最終規則,收緊海外資料中心遠端訪問 AI 晶片11 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

