AI News

阿里发布 Qwen4-Max:主模型 2.4 万亿参数,API 价格较上代降 25%

heise online更新于 11月16日 21:21

Alibaba startet Qwen4-Max: Effizienter und günstiger als der Vorgänger | heise online

AI 导读

阿里巴巴发布专有旗舰模型 Qwen4-Max,采用改进的 MoE 架构,主模型 2.4 万亿参数、每 token 激活 710 亿,另有 3280 亿参数的 N-Gram 嵌入,上下文窗口保持 100 万 token,可处理文本、图像和视频但只输出文本。该模型在 Artificial Analysis 智能指数最高思考档得 43 分,比 Qwen3.8-Max 高 9 分,九个单项测试全部提升,但落后 Kimi K3.1 Pro 的 46 分。API 定价为每百万输入 token 1.50 美元、输出 4.50 美元,均比上代低 25%,缓存输入 0.075 美元;AA 测算每项任务成本 3.27 美元,低于上代的 10.02 美元。模型已通过阿里云 API、Qwen Studio、QwenWork、Qoder 以及 OpenRouter 和 Vercel AI Gateway 提供。

推荐理由

AI 评分 76

原文给出新模型的架构参数、九项基准变化和每任务成本,可据此判断它在智能体任务上的位置与代价。

主题

标签

正文 · AI 翻译

阿里巴巴发布了其新的专有旗舰模型 Qwen4-Max。据称,它的优势主要体现在涉及大量工作步骤的复杂智能体任务上。阿里巴巴列举的应用领域包括编程、3D 建模和科学研究。在 11 月 11 日进行预览后,该模型自今日起通过 API 正式开放使用。

广告后继续阅读

它的直接前代是 Qwen3.8-Max。Qwen4-Max 采用经过改进的混合专家架构,主模型拥有 2.4 万亿参数。其中每个 token 激活 710 亿参数,比前代的 950 亿减少约 25%。尽管如此,新模型的能力更强。

此外还有 3280 亿参数用于所谓的 N-Gram 嵌入,通过查找表提供学习到的短 token 序列模式,从而以较低的额外计算开销提高模型容量。上下文窗口保持不变,仍为 100 万 token。两个模型都能处理文本、图像和视频,但自身只输出文本。

Qwen4-Max 全面提升

在 Artificial Analysis(AA)的智能指数中,Qwen4-Max 在最高思考档位获得 43 分,比 Qwen3.8-Max 高 9 分。它在全部九项单项测试中都有提升。

Artificial Analysis 的智能指数将九项基准测试的结果汇总为一个加权总分。测试内容包括编程、逻辑推理和事实知识等。

(图:Artificial Analysis)

目前领先的中国模型 Kimi K3.1 Pro 以 46 分略高于 Qwen4-Max。在编程基准 Terminal-Bench 4.0 中,Kimi 达到 67%,而 Qwen4-Max 为 48%。腾讯 Hy4 获得 35 个指数分,但在 FrontierCode 2.0 上以 31% 对 26% 超过 Qwen4-Max。

广告后继续阅读

Vals Index 呈现出略有不同的图景,该指数评估 AI 模型在金融、编程、法律和税务领域的实际任务表现:在那里,Qwen4-Max 以 63.20% 略高于 Kimi(62.52%),而在 AA 上则落后三个指数分。

总体而言,领先的西方模型仍明显领先:Claude Sonnet 5.5 达到 55 分,谷歌的 Gemini 4 Carbon 达到 60 个指数分。目前指数榜首是 Anthropic 的 Claude Fable 5.2,为 65 分。

根据官方价格表,阿里巴巴对每百万输入 token 收取 1.50 美元,对输出 token 收取 4.50 美元,均比前代低 25%。缓存输入每百万 token 收费 0.075 美元,比之前低 70%。

AA 测算智能指数每项任务成本为 3.27 美元,而 Qwen3.8-Max 为 10.02 美元,Kimi K3.1 Pro 为 3.68 美元。Qwen4-Max 在加权平均下每项任务生成约 105,000 个输出 token,比其前代少 39%。不过,它所需的输出 token 仍明显多于 Kimi 的约 72,000 个。尽管节省显著,Qwen4-Max 并非总体上比西方竞争对手更便宜:例如 OpenAI 的 GPT-6.1 Sol(Max)在每项任务成本仅为 1.27 美元的情况下达到 55 个指数分。

Artificial Analysis 的成本比较显示了处理智能指数任务的平均成本。结果按基准测试加权,并考虑输入、输出、推理和缓存使用。

(图:Artificial Analysis)

在整个指数中,Qwen4-Max 所需的输入 token 少 32%。由于在多步骤智能体任务中先前信息会被重复传输,据 AA 称约 85% 至 90% 的成本来自输入 token。因此,更低的消耗和更便宜的缓存命中降低了成本。

Qwen4-Max 可通过阿里巴巴云平台的 API 和 token 订阅,以及 Qwen Studio、QwenWork 和 Qoder 使用。开发者还可以通过 OpenRouter 和 Vercel AI Gateway 使用它。

Qwen3.8-Max 仍然可用,更快且更便宜的 Qwen3.8-Flash 也是如此。此外,阿里巴巴还通过 Qwen3.8-27B、Qwen3.8-2.4T-A95B 和 Qwen3.8-Flash-Next 提供开放权重的模型,可在自有基础设施上运行。

(tobe)

来源

heise online