2026 年 11 月 16 日——阿里巴巴于 11 月 16 日发布新一代基座模型 Qwen4-Max,主干参数 2.4 万亿、每 token 激活 71B,原生支持文本、图像与视频输入,上下文窗口 100 万 token。官方公布国内 API 价格为每百万 token 输入 10 元、输出 30 元,缓存命中 0.5 元;在 Work360 基准上,单个任务的平均费用由 Qwen3.8-Max 的 26.58 元降至 11.16 元,降低 58%。

Qwen4-Max 是 Qwen4 系列的首款模型,官方将其定位为面向工作、创作与探索场景的「AI 新同事」。截至发稿,Qwen4-Max 未公布开源计划,官方表示系列中的小尺寸模型将陆续开源。此前 11 月 11 日,阿里已通过 Token Plan 上线 Qwen4-Max-Preview 预览版。

1. 架构与规格

Qwen4-Max 采用 Qwen 稀疏注意力(QSA)与 Gated DeltaNet 的混合结构:每四层中三层为 Gated DeltaNet,一层为 QSA,通过轻量 Indexer 以 block 粒度选择上下文;同时引入 Gated Residual 与 N-gram Embedding。官方称,Qwen4-Max-Base 的 BPB 较 Qwen3.8-Max-Base 下降约 5% 至 13%,每个 token 的激活参数减少约 25%。

项目 参数
主干参数 / 每 token 激活 2.4 万亿 / 710 亿
N-gram Embedding 参数 3280 亿
上下文 / 最大输出 1,000,000 / 131,072 token(思考模式 262,144)
最大思维链 262,144 token
输入模态 文本、图像、视频
推理档位 low / high / xhigh
API 兼容 OpenAI Chat Completions、Responses、Anthropic Messages、DashScope

2. 首日榜单

Artificial Analysis 智能指数 v5.0.1 给 Qwen4-Max 打 43 分,榜首 Claude Fable 5.2(max)为 65 分;Kimi K3.1 Pro 为 46 分、Muse Wonder(max)为 44 分,分别高出 3 分与 1 分;Qwen3.8-Max(0902)为 34 分,Qwen4-Max 较上一代高 9 分。Arena 的 Code Arena 前端编程榜上,Qwen4-Max 以 1750 分的初步成绩列第 6,较 Qwen3.8-Max-0902 的 1676 分高 74 分;HTML 榜以 1748 分列第 6,品牌与营销榜以 1705 分列第 8。Agent Arena 首秀列第 14 名,在约 1.47 万次真实智能体会话中实现 +7.5% 的净改进,上一代为第 39 名;按公司统计,阿里位列全球第五、中国厂商第一。Vals Index 上,Qwen4-Max 以 63.2% 列 38 个模型中的第 11 名,为中国模型最高。

官方给出的 16 项测试中,Qwen4-Max 在 4 项取得第一。Work360 框架包含 26 个一级领域、182 个二级子领域与 721 个三级细分领域,Qwen4-Max 得 52.69 分,较 Qwen3.8-Max 的 47.74 分提升约 10%;Agents' Last Exam 得 46.7 分,上一代为 27.9 分,Claude Opus 5.5 为 43.4 分。官方也披露了落后项:Terminal-Bench 4.0 得 48.5 分,低于 Kimi K3.1 的 67.2 分;ProgramBench 得 31.5 分,低于 Claude Opus 5.5 的 65 分。

榜单 / 基准 Qwen4-Max 对比
Artificial Analysis 智能指数 43 分 榜首 65;Kimi K3.1 Pro 46;Muse Wonder 44;Qwen3.8-Max 34
Arena Code Arena(WebDev) 1750 分,第 6 Qwen3.8-Max-0902 1676 分(高 74 分)
Arena Agent Arena 第 14 名 约 1.47 万次会话,净改进 +7.5%;上代第 39
Vals Index 63.2%,第 11/38 中国模型第一
Work360(官方) 52.69 分 Qwen3.8-Max 47.74 分(提升约 10%)
Agents' Last Exam 46.7 分 上代 27.9;Claude Opus 5.5 43.4
Terminal-Bench 4.0 48.5 分 Kimi K3.1 67.2 分

3. Token 效率与定价

官方披露,Qwen4-Max 在 Work360 上 Xhigh 与 High 两档推理强度的 token 消耗分别减少约 24% 与 35%;在 Terminal-Bench 4.0 上分别减少约 48% 与 49%,每次尝试的平均 token 用量由 289K 降至 151K。基于缓存价格下调,Work360 上单个任务的平均费用由 26.58 元降至 11.16 元。按 Artificial Analysis 口径,Qwen4-Max 运行智能指数的单任务成本为 3.27 美元,Qwen3.8-Max 为 10.02 美元。

项目 Qwen4-Max Qwen3.8-Max
国内输入(元/百万 token) 10 12
国内输出(元/百万 token) 30 36
国内缓存命中(元/百万 token) 0.5 1.5
国际站输入(美元/百万 token) 1.50 2.00
国际站输出(美元/百万 token) 4.50 6.00
国际站缓存命中(美元/百万 token) 0.075 未单独列示

国内另提供显式缓存:5 分钟缓存创建价格为每百万 token 12.5 元,1 小时缓存创建价格为 20 元。

4. 应用案例与上线渠道

3D 与游戏开发方面,Qwen4-Max 可在 Blender 中完成建模、场景搭建、材质与灯光渲染,并能使用 Unity、Unreal Engine、Godot 生成可运行的游戏;结合万镜一刻,可构建从分镜、白模预演到成片剪辑的视频工作流。工业制造方面,在三丰智能装备与统联精密的场景中,模型根据二维布局图构建三维产线并开展节拍仿真与 PLC 虚拟调试,单个工件加工编程的人工投入由约 475 分钟降至 24 分钟,减少约 95%。

AI for Science 方面,Qwen4 依托深度原理 Mira 连续运行 48 小时,构建包含 270 万个分子的候选空间,经 4 轮「设计—合成—测试」闭环获得经实验验证的新型冷却液分子及实体样品;在深势科技 PharmMaster 平台上,Qwen4-Max 围绕 NLRP3 靶点调用工具 454 次,完成 3,239 项计算指标评估,优化 24 个候选分子,优选分子名义结合亲和力约为专利起点的 3.6 倍。

上线渠道方面,开发者可通过千问AI平台的 API 或 Token Plan 调用,国际站 QwenCloud 同步提供;千问办公、Qoder、千问 App 与 Qwen Studio 已接入。第三方编程平台 OpenCode Go 的模型列表与 Command Code 的模型页均已列出 Qwen4-Max,Command Code 标价为每百万 token 输入 1.50 美元、输出 4.50 美元、缓存命中 0.075 美元。

数据来源:Qwen 官方博客、阿里云百炼模型页、Artificial Analysis、Arena、Vals AI、量子位与新浪科技,统计截至 2026 年 11 月 16 日。