阿里巴巴正式推出 Qwen4-Max:2.4 兆參數、支援百萬 Token 長文脈,主打效能與成本優化

阿里巴巴正式推出 Qwen4-Max:2.4 兆參數、支援百萬 Token 長文脈,主打效能與成本優化

有助於理解文章的圖片

阿里巴巴於當地時間 2026 年 11 月 16 日正式推出新一代大型語言模型 Qwen4-Max。這款模型自 11 月 11 日起已開放有限度預覽,正式版本採用專家混合(MoE)架構,總參數規模達 2.4 兆,內建視覺辨識能力,並支援最高 100 萬 Token 的上下文處理長度,鎖定長文本分析、程式開發及複雜推理等應用場景。

MoE 架構降低運算負擔,API 定價具成本優勢

根據阿里巴巴公布的技術資料,Qwen4-Max 雖然擁有 2.4 兆總參數,但每次處理 Token 僅啟用約 710 億個參數。相較前代 Qwen3.8-Max,同樣具備 2.4 兆總參數規模,單次運算所使用的參數量減少 25%。此外,模型配置 3,280 億個用於快取功能的 N-gram 參數,並在注意力運算中採用 Gated DeltaNet 與 QSA 最佳化技術。

API 模型識別碼為 qwen4-max,標準費率為每 100 萬輸入 Token 1.50 美元、每 100 萬輸出 Token 4.50 美元。已存在快取的輸入內容,每 100 萬 Token 收費 0.075 美元;建立快取則依保存時間計價,5 分鐘版本為 1.875 美元,1 小時版本為 3 美元。另提供 100 萬 Token 的免費使用額度。

使用者可透過 QwenCloud 的 Token Plan、API,以及 QwenWork、Qwen Studio 和 Qoder 等服務使用模型。以官方公布的競品價格比較,Claude Opus 5.5 每 100 萬輸入與輸出 Token 分別收費 4 美元及 20 美元;Google Gemini 4 Argon 與 Carbon 目前為 2 美元及 10 美元,但預計自 12 月 1 日起調整為 4 美元及 20 美元。OpenAI GPT-6.1 Terra 的輸出價格則為每 100 萬 Token 5 美元。

阿里巴巴並未公開 Qwen4-Max 的模型權重,但表示將於近期推出規模較小、採開放權重形式的 Qwen4 系列模型。

官方強調推理效率提升,部分基準測試仍落後競爭對手

阿里巴巴根據自家的 Work360 基準測試指出,Qwen4-Max 在高強度推理模式下的整體表現優於前代 Qwen3.8-Max。公司表示,新模型的 Token 使用量減少 35%,每項任務的平均成本降低約 60%。以人民幣計算,平均成本從 26.58 元降至 11.16 元,降幅約 58%;以美元計算,則從 4.43 美元降至 1.67 美元,減少約 62%。部分任務的 Token 使用量最多可減少約 50%,其中 Terminal-Bench 4.0 程式開發測試的 Token 用量降低 49%。不過,這些成本與 Token 節省數據來自阿里巴巴內部基準測試,公布資料未顯示經外部機構驗證。

在部分基準測試中,Qwen4-Max 展現競爭力。例如,Agents' Last Exam v1.1 得分 46.7,高於 Claude Opus 5.5 的 43.4 及 GPT-6.1 Sol 的 42.6;HLAB-Vals-1.1 得分 21.3,也高於 Kimi K3.1、Claude Opus 5.5 與 GPT-6.1 Sol。DeepSWE v1.1 則取得 75.7 分,略高於 Kimi K3.1 的 75.5 分及 Claude Opus 5.5 的 74.2 分。阿里巴巴另表示,Qwen4-Max 在 Code Arena 排名第六,程式開發相關測試亦進入前段班。

然而,測試結果並非全面領先。在 Terminal-Bench 4.0 中,Kimi K3.1 取得 67.2 分,Claude Opus 5.5 為 59.6 分,Qwen4-Max 僅有 48.5 分;ProgramBench 項目中,Claude Opus 5.5 以 65 分大幅領先 Qwen4-Max 的 31.5 分。在 Humanity's Last Exam、Chartography 及 Video-Index 等測試中,也有競爭模型取得較高分數,顯示不同模型仍各有擅長領域。

獨立評測排名第 11,人工智慧綜合指標排名第 38

第三方評測機構 Vals AI 在設定高強度推理模式及指定參數後,給予 Qwen4-Max 63.20% 的 Vals Index 成績,誤差範圍為正負 1.01 個百分點,在 38 款受測模型中排名第 11。這也是該機構此次評測中排名最高的中國模型,略高於 Kimi K3.1 Pro 的 62.52%,並優於前代 Qwen3.8-Max 的 59.05%。

細項評測方面,Qwen4-Max 在 Finance Agent v2.1 取得 66.68%,排名 41 款模型中的第 8;Vals Finance Index 為 61.99%,同樣排名第 8。Vibe Code Bench v1.1 得分 86.66%,排名第 15;HLAB-Vals-1.1 得分 21.25%,排名第 7。其他項目包括 EMB v1.1 得分 70.83%、Terminal-Bench 4.0 得分 48.48%、Tax Agent Bench 得分 40.35%,以及 Legal Research Bench 得分 41.35%。

另一家評測機構 Artificial Analysis 則給予 Qwen4-Max 43 分的 Intelligence Index,在 81 款模型中排名第 38,略高於 41 分的整體中位數。該機構估算,完成一項指標測試任務平均需要 3.27 美元及 33.2 分鐘,時間成本高於 13.4 分鐘的整體中位數。

資安防護仍待外部驗證

在資安方面,阿里巴巴表示,Qwen4-Max 的訓練設計著重於辨識及修補軟體漏洞,同時排除可能強化駭客攻擊能力的訓練資料。根據公司公布的數據,模型在 Secure Code Bench 的通過率從 22% 提升至 31.8%,並稱未發現足以造成大規模網路安全風險的能力。

不過,Qwen4-Max 目前尚未接受外部紅隊測試,安全性評估主要依賴阿里巴巴內部審查。這也意味著,模型在實際部署環境中的資安風險,以及官方宣稱的防護效果,仍有待獨立機構進一步檢驗。

Source: Original Korean article - Trendy News Korea

留言