11月16日,阿里千问发布新一代旗舰模型Qwen4-Max。此前五天,预览版qwen4-max-preview已在Token Plan中出现。新模型主干总参数维持2.4万亿,原生支持文本、图像和视频输入,上下文窗口为100万Token。官方同时给出了成本数据:在模拟真实工作场景的评测中,单任务平均费用从上一代的26.58元降至11.16元,降幅58%。

千问4 Max发布:2.4万亿参数,单任务成本降近六成

要让长上下文任务跑得稳、跑得省,千问4 Max在底座上做了三处调整。注意力层采用GDN与Qwen Sparse Attention的混合方案,每4层网络中,3层把历史信息压缩成固定大小的状态向前传递,1层按区块挑选重点信息。残差层加入门控机制,把原本的单线通道扩充为4条并行分支,并设置调节开关。嵌入层在第二层增加了一套328B规模的N-gram查表机制,常见搭配直接查表提取特征。调整后,每个Token只激活71B参数,比上一代减少约25%。

评测方面,底座模型Qwen4-Max-Base的数据压缩效率指标BPB在5个参评模型中最低,比前代Qwen3.8-Max-Base降低5%到13%。在覆盖26个一级领域、182个二级子领域和721个三级细分领域的Work360行业基准中,千问4 Max得分52.69,前代Qwen3.8-Max为47.74。在Xhigh和High两档思考强度下,它的Token消耗分别减少约24%和35%;在Terminal-Bench 4.0终端任务中,两档分别减少约48%和49%。

阿里云百炼同步下调了价格。国内华北2(北京)节点,标准按量定价为每百万Token输入10元、输出30元,前代为12元和36元,新开通用户可获100万免费Token。面向Agent反复读取背景资料的场景,缓存命中价格降至每百万Token 0.5元,创建缓存5分钟为12.5元、1小时为20元。国际版定价为输入1.5美元、输出4.5美元,隐式缓存0.075美元。