Qwen4-Max上線,第三方指數拿43分

AI model illustration: a layered core glowing red with small figures below

阿里通義千問團隊發表 Qwen4-Max,這是千問迄今參數規模最大的模型。總參數達 2.4 兆,採用混合專家架構,每個 token 實際啟用約 710 億參數,另搭配 3280 億參數的 N-gram 嵌入模組。模型支援文字與圖像輸入,具備推理模式,上下文長度依官方說法為百萬 token 等級。

預覽版先在阿里的 Token Plan 上線,限時最低一折;Qoder、千問 App、QwenStudio 已切換到新模型,API 則透過阿里雲提供。權重不開放下載,延續了千問自 Qwen2.5-Max 以來 Max 系列只在自家雲端提供的做法。團隊表示 Qwen4 家族中的小尺寸模型將會開源,沿用同一套架構與訓練方法,但並未公布尺寸、授權條款與上線時間點。

阿里自己公布的數字

千問團隊在發表部落格中,將它定位為能夠連續工作的「AI 隊友」,並舉出幾個實際應用案例:兩家汽車零組件供應商用它撰寫加工程式,單一工件的程式編寫時間從約 475 分鐘降到 24 分鐘;在一次上市前的法律盡職調查中,模型整理了 198 份底稿,交出 86 頁報告;另有一次 48 小時的自主運行,模型設計出一種資料中心冷卻液,再由自動化實驗室合成出來。這些案例皆為公司自述,客戶名稱與驗收標準並未公開。

成本方面,阿里表示同類任務的 token 消耗量比 Qwen3.8-Max 明顯減少。在自家的 Work360 基準測試上,單一任務成本從 4.43 美元降到 1.67 美元。

分項成績阿里也列出一張表,強項與短板都攤開來看。在法律智慧體基準 HLAB-Vals 1.1 上拿下 21.3 分,Claude Opus 5.5 為 9.2 分;程式設計基準 DeepSWE v1.1 為 75.7 分,與 Opus 5.5、GPT-6.1 Sol、Kimi K3.1 幾家擠在 74 到 76 分之間。到了 Terminal-Bench 4.0,只有 48.5 分,Kimi K3.1 為 67.2 分;ProgramBench 上則是 31.5 分,Opus 5.5 為 65.0 分。

第三方榜單的位置

獨立評測機構 Artificial Analysis 給 Qwen4-Max 的智慧指數是 43 分,比 Qwen3.8-Max 的 34 分高出 9 分,在同價位 81 個模型中排第 38,略高於 41 分的中位數。放在它直接比較的十個頂尖模型裡,Qwen4-Max 排第九,前面有 Claude Fable 5.2(65)、Gemini 4 Carbon(60)、Claude Opus 5.5(59)、GPT-6 Astra(57)等;國產模型中排在它前面的是月之暗面(Moonshot AI)的 Kimi K3.1 Pro(46)。

另一份榜單的結果更亮眼。根據 Arena 公布的資料,Qwen4-Max 在 Agent Arena 拿下中國模型第一,阿里在總榜升至第 14 名。

價格是它的招牌。依 Artificial Analysis 記錄的官方報價,輸入每百萬 token 1.50 美元、輸出 4.50 美元,命中快取的輸入再折減 95%。跑完一道智慧指數題平均 3.27 美元,比 Qwen3.8-Max 的 10.02 美元低 67%,也略低於 Kimi K3.1 Pro 的 3.68 美元;騰訊 Hy4 更便宜,約 1.03 美元,但分數低 8 分。

代價是話多。評測期間 Qwen4-Max 共輸出 1.27 億個 token,同類中位數為 7860 萬,多出約六成(粗略估算)。單價壓低了,用量卻又拉回一部分。

與同一梯隊並排來看

把幾家國產旗艦模型並排來看,格局相當清楚。Kimi K3.1 Pro 的智慧指數高 3 分、單題貴約 0.4 美元,在終端類任務上明顯更強;Qwen4-Max 勝在法律、長時程任務與價格;騰訊 Hy4 走的是極致低價路線。三家之中只有 Qwen4-Max 不釋出權重,而千問過去靠開源模型累積的開發者社群,正是它與另外兩家拉開差距之處。

對中國的開發者而言,眼下能做的是趁 Token Plan 的折扣期,拿真實任務試跑一輪。Max 不開源,私有化部署得等小尺寸模型;何時釋出、釋出到多大,阿里目前並未說明。另外,阿里部落格中的多項分數採用的是自行測試的口徑,Artificial Analysis 也尚未提供單題耗時數據,延遲表現目前無法查證。

參考來源:千問團隊發表部落格、Artificial Analysis 模型頁面(智慧指數、單題成本、輸出 token 數)、CocoLoop、Arena 榜單、Trending Topics;財聯社報導用於核對上線管道與折扣,參數與分項成績以阿里公布的口徑為準。