阿里发布 Qwen4-Max:2.4T MoE、71B 激活、1M 上下文
Alibaba Releases Qwen4-Max: 2.4T MoE, 71B Active, 1M Context
阿里 Qwen 团队发布 Qwen4 系列首款模型 Qwen4-Max,采用 2.4T 参数稀疏 MoE 骨干、每 token 激活 71B,支持文本、图像、视频输入和 1M token 上下文窗口。
同一件事,精选收录的是《阿里发布Qwen4-Max基座模型,智能体与编程能力进阶》
阿里巴巴的 Qwen 团队发布了 Qwen4-Max,这是其 Qwen4 系列的首个模型。Qwen4-Max 是一个专有的稀疏 MoE 模型,拥有 2.4T 参数的骨干网络,每个 token 激活 71B 参数。它支持文本、图像和视频输入,并支持 1M-token 上下文窗口。阿里巴巴还降低了 API 价格,并报告称平均任务成本下降了 62%。
TL;DR
- 规模:2.4T 骨干参数,每 token 激活 71B,另加 328B N-gram 嵌入参数。1M 上下文,最大输出 393K token。
- 运行方式:仅限托管:QwenCloud API、Token Plan、Qwen Studio、QwenWork 和 Qoder。无开源权重,因此无法自托管或构建量化版本。
- 性能:相比 Qwen3.8-Max 有大幅提升。在代理工作方面与前沿模型竞争,但在硬编码和视觉任务上稍逊一筹。
- 最佳表现:HLAB-Vals-1.1(法律代理工作):21.3 分,而次优模型 Kimi K3.1 为 11.7 分。
什么是 Qwen4-Max?
Qwen4-Max 是阿里巴巴推出的一款多模态 MoE 语言模型,专为长周期专业工作设计。本月仅通过 Token Plan 预览版开放。
Qwen4-Max 的架构是如何工作的?
Qwen4 在三个方面升级了稀疏 MoE 设计:注意力机制、残差连接和嵌入层。
- GDN + Qwen 稀疏注意力 (QSA):每个 QSA 层与 3 个门控 DeltaNet 层配对。这些层将历史信息压缩为固定大小的状态。QSA 随后使用轻量级索引器以微块粒度选择相关上下文。这降低了长序列上的注意力和索引成本。
- 门控残差 (GR):4 个并行残差分支使用动态读写门。旨在增强信息流动并提高训练稳定性。
- N-gram 嵌入:额外的 328B 参数在第 2 层提供局部 token 模式的查找。这在不增加太多计算量的情况下增加了容量。
阿里巴巴报告称,在 2.4T 规模的预训练过程中没有出现损失尖峰。在内部测试中,Qwen4-Max-Base 比 Qwen3.8-Max-Base 的比特率降低 5% 至 13%。这是在激活参数减少 25% 的情况下实现的。
Qwen4-Max 在基准测试中的表现如何?
阿里巴巴的 对比图表涵盖了 16 项基准测试。竞争对手包括 Qwen3.8-Max-0902、Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astra 和 Kimi K3.1。部分分数引用自第三方排行榜。发布时均未进行独立复现。
Qwen4-Max 在 16 项基准测试中的 4 项排名第一:
- HLAB-Vals-1.1(法律代理):21.3 分,而 Kimi K3.1 为 11.7 分,Opus 5.5 为 9.2 分。
- Agents’ Last Exam v1.1:46.7 分,而 Opus 5.5 和 Kimi K3.1 均为 43.4 分。
- BioMysteryBench:85.0 分,而 GPT-6.1 Sol 为 84.4 分。
- DeepSWE v1.1:75.7 分,而 Kimi K3.1 为 75.5 分。
Claude Opus 5.5 在 16 张图表中的 7 张领先。Qwen4-Max 在编码和视觉方面明显落后:
- ProgramBench:31.5 分,而 Opus 5.5 为 65.0 分。
- Terminal-Bench 4.0:48.5 分,而 Kimi K3.1 为 67.2 分。
- Chartography:54.2 分,而 GPT-6 Astra 为 71.1 分。
- Humanity’s Last Exam:51.7 分,而 Opus 5.5 为 59.8 分。
在阿里巴巴自己的 Work360 基准测试中,Qwen4-Max 得分为 52.69,高于 Qwen3.8-Max 的 47.74。Work360 涵盖 26 个顶级领域和 721 个专业领域。
为什么 Qwen4-Max 的运行成本更低?
两件事叠加:令牌用量更少,价格更低。在 Work360 上,高努力程度下令牌使用量下降约 24%,极高努力程度下下降 35%。在 Terminal-Bench 4.0 上,降幅分别约为 48% 和 49%。Work360 每任务平均成本从 4.43 美元降至 1.67 美元,削减了 62%。
标价也下降了。输入价格为 每百万令牌 1.50 美元,低于 Qwen3.8-Max 的 2 美元。输出价格为 4.50 美元,低于 6 美元。隐式缓存读取减少 70%,从 0.25 美元降至 0.075 美元。
Qwen4-Max 与竞争对手对比
| 指标 | Qwen4-Max | Qwen3.8-Max | Claude Opus 5.5 | GPT-6.1 Sol | Kimi K3.1 Pro |
|---|---|---|---|---|---|
| 总参数量 | 2.4T 主干 + 328B N-gram 嵌入 | 2.4T | 未披露 | 未披露 | 2.8T |
| 激活参数量 | 71B | 未披露(博客暗示约 95B) | 未披露 | 未披露 | 104B |
| 上下文窗口 | 1M | 1M | 1M | 1,050,000 | 1,048,576 |
| 最大输出长度 | 393K | 131K | 128K | 128K | 未披露 |
| 输入模态 | 文本、图像、视频 | 未披露 | 文本、图像 | 文本、图像 | 文本、图像 |
| 权重 | 专有,仅限 API | 未披露 | 专有 | 专有 | 开源(Kimi K3.1 Pro 许可证) |
| 输入/输出价格(每百万令牌) | $1.50 / $4.50 | $2 / $6 | $4 / $20 | $2 / $10 | $2 / $10 |
| 缓存输入(每百万令牌) | $0.075 | $0.25 | $0.20 | $0.10 | $0.20 |
| DeepSWE v1.1* | 75.7 | 69.3 | 74.2 | 75.2 | 75.5 |
| Terminal-Bench 4.0* | 48.5 | 38.9 | 59.6 | 56.1 | 67.2 |
| Humanity’s Last Exam* | 51.7 | 43.9 | 59.8 | 54.0 | 51.1 |
| ProgramBench* | 31.5 | 28.0 | 65.0 | 52.5 | 25.0 |
| HLAB-Vals-1.1* | 21.3 | 15.4 | 9.2 | 6.3 | 11.7 |
*分数来自阿里巴巴的 Qwen4-Max 图表。Qwen3.8 列是 Qwen3.8-Max-0902。图表将 Kimi 标记为“Kimi K3.1”。Moonshot 自己的卡片报告 Kimi K3.1 Pro 在 Terminal-Bench 4.0 上的得分为 65.7,Opus 5.5 为 66.4。
开发者如何使用 Qwen4-Max?
模型 ID 为 QwenCloud 上的 qwen4-max。API 兼容 OpenAI 和 Anthropic 客户端。支持的功能包括函数调用、结构化输出、上下文缓存、批处理、网络搜索和微调。默认速率限制为每分钟 5,000,000 个令牌。思考模式通过 enable_thinking 切换。
订阅访问通过 Token Plan 进行。
关键要点
- 2.4T MoE 主干,每个令牌仅 71B 激活。
- 新的 QSA 注意力机制、门控残差和 328B N-gram 嵌入。
- 在 16 项基准测试中的 4 项上排名第一,以 HLAB-Vals-1.1 的 21.3 分为领先。
- 每百万令牌 1.50 美元/4.50 美元,缓存输入降低 70%。
- 弱点:ProgramBench(31.5)和 Terminal-Bench 4.0(48.5)。
查看 官方 Qwen4-Max 博客、 QwenCloud 模型页面 以及 Token Plan 定价页面。您可以通过我们的 GPULeaderboard.com Chrome 扩展程序 在此处查看部署选项和规格。
此外,欢迎在 Twitter 上关注我们,并别忘了加入我们的 150k+ML SubReddit 以及订阅 我们的通讯。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们。
需要与我们合作推广你的 GitHub 仓库或 Hugging Face 页面或产品发布或网络研讨会等吗?联系我们
文章 Alibaba Releases Qwen4-Max: 2.4T MoE, 71B Active, 1M Context 首发于 MarkTechPost。
来源:MarkTechPost · marktechpost.com