阿里巴巴近日发布了旗舰大模型 Qwen4-Max。该模型采用混合专家架构,拥有 2.4 万亿参数,支持百万级 Token 上下文窗口。尽管其在代码基准测试中表现出色,但阿里巴巴决定不公开其权重。目前,开发者可通过 QwenCloud API 调用该模型。
阿里巴巴集团正式发布了 Qwen 系列的最新旗舰大模型 Qwen4-Max。据公司称,该模型在多项代码基准测试中表现优异,超越了包括 Claude Fable 5.1 和 Kimi K3.1 Pro 在内的部分国内外竞品。与此前部分 Qwen 版本不同,此次阿里巴巴选择不公开 Qwen4-Max 的模型权重。较小参数规模的版本预计将在未来推出。

Qwen4-Max 采用混合专家(MoE)架构,拥有 2.4 万亿参数,推理时单 Token 激活参数为 710 亿。该模型内置视觉能力,支持百万级 Token 的上下文窗口。开发者可通过 QwenCloud API 使用该模型,输入费用为每百万 Token 1.50 美元,输出费用为每百万 Token 4.50 美元。此外,该模型也已集成至 Qwen Studio、QwenWork 和 Qoder 中。
阿里巴巴表示,相比 Qwen3.8-Max,新模型在完成相同任务时所需的 Token 更少。在内部 Work360 测试中,单项任务的平均成本从 4.43 美元下降至 1.67 美元。
针对网络安全风险,阿里巴巴采取了针对性的数据过滤措施。据《南华早报》报道,模型训练数据剔除了用于构建攻击性网络攻击技能的资料,同时保留了诸如查找软件漏洞等有助于防御的材料。此外,模型还增加了针对化学、生物、放射性和核风险的安全训练。
测试表现方面,数据呈现不均衡。在 DeepSWE v1.1 代码测试中,Qwen4-Max 得分 75.7,略高于 Claude Opus 5.5 的 74.2;但在 Terminal-Bench 4.0 测试中,其得分 48.5,落后于 Opus 5.5(59.6)和 Kimi K3.1(67.2)。
独立评测机构 Artificial Analysis 的智力指数(Intelligence Index)给予该模型 43 分,排名第九。在成本方面,该指数显示 Qwen4-Max 在典型任务中的平均成本为 3.27 美元,低于 Claude Opus 5.5 的 10.04 美元。
免费获取企业 AI 成熟度诊断报告,发现转型机会








关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断