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

Alibaba hat mit Qwen4-Max sein neues proprietäres Spitzenmodell vorgestellt. Seine Stärken soll es vor allem bei komplexen agentischen Aufgaben mit vielen Arbeitsschritten zeigen. Als Einsatzgebiete nennt Alibaba unter anderem Programmierung, 3D-Modellierung und wissenschaftliche Forschung. Nach einer Vorschau am 11. November ist das Modell seit heute regulär per API verfügbar.

Weiterlesen nach der Anzeige

Direkter Vorgänger ist Qwen3.8-Max. Qwen4-Max verwendet eine überarbeitete Mixture-of-Experts-Architektur mit 2,4 Billionen Parametern im Hauptmodell. Davon sind pro Token 71 Milliarden aktiv, rund 25 Prozent weniger als beim Vorgänger mit 95 Milliarden. Dennoch ist das neue Modell leistungsfähiger.

Hinzu kommen 328 Milliarden Parameter für sogenannte N-Gram-Embeddings, die gelernte Muster kurzer Tokenfolgen über eine Nachschlagetabelle bereitstellen und so die Modellkapazität mit geringem zusätzlichem Rechenaufwand erhöhen. Das Kontextfenster umfasst unverändert eine Million Token. Beide Modelle können Texte, Bilder und Videos verarbeiten, geben selbst aber ausschließlich Text aus.

Qwen4-Max verbessert sich durch die Bank

Im Intelligence Index von Artificial Analysis (AA) erreicht Qwen4-Max in der höchsten Denkstufe 43 Punkte, neun mehr als Qwen3.8-Max. Es verbessert sich in allen neun Einzeltests.

Der Intelligence Index von Artificial Analysis fasst die Ergebnisse von neun Benchmarks zu einer gewichteten Gesamtbewertung zusammen. Getestet werden unter anderem Programmierung, logisches Denken und Faktenwissen.

(Bild: Artificial Analysis)

Das derzeit führende chinesische Modell Kimi K3.1 Pro liegt mit 46 Punkten knapp vor Qwen4-Max. Im Programmierbenchmark Terminal-Bench 4.0 erreicht Kimi 67 gegenüber 48 Prozent. Tencent Hy4 erreicht 35 Indexpunkte, übertrifft Qwen4-Max bei FrontierCode 2.0 aber mit 31 gegenüber 26 Prozent.

Weiterlesen nach der Anzeige

Ein etwas anderes Bild zeigt der Vals Index, der KI-Modelle bei praktischen Aufgaben aus Finanzwesen, Programmierung, Recht und Steuerwesen bewertet: Dort liegt Qwen4-Max mit 63,20 Prozent knapp vor Kimi (62,52 Prozent), während es bei AA drei Indexpunkte zurückliegt.

Insgesamt liegen führende westliche Modelle weiterhin deutlich voraus: Claude Sonnet 5.5 erreicht 55 und Googles Gemini 4 Carbon 60 Indexpunkte. An der Spitze des Index steht derzeit Anthropics Claude Fable 5.2 mit 65 Punkten.

Alibaba verlangt laut offizieller Preisliste 1,50 Dollar pro Million Eingabetoken und 4,50 Dollar für Ausgabetoken, jeweils 25 Prozent weniger als beim Vorgänger. Zwischengespeicherte Eingaben kosten 0,075 Dollar pro Million Token, 70 Prozent weniger als zuvor.

AA ermittelt 3,27 Dollar pro Aufgabe des Intelligence Index gegenüber 10,02 Dollar für Qwen3.8-Max und 3,68 Dollar für Kimi K3.1 Pro. Qwen4-Max erzeugt im gewichteten Mittel rund 105.000 Ausgabetoken pro Aufgabe, 39 Prozent weniger als sein Vorgänger. Damit benötigt es allerdings weiterhin deutlich mehr Ausgabetoken als Kimi mit rund 72.000. Trotz der deutlichen Einsparungen ist Qwen4-Max nicht grundsätzlich günstiger als die westliche Konkurrenz: OpenAIs GPT-6.1 Sol (Max) erreicht beispielsweise 55 Indexpunkte bei Kosten von lediglich 1,27 Dollar pro Aufgabe.

Der Kostenvergleich von Artificial Analysis zeigt die durchschnittlichen Kosten für die Bearbeitung von Aufgaben des Intelligence Index. Die Ergebnisse sind nach Benchmarks gewichtet und berücksichtigen Eingabe, Ausgabe, Reasoning und Cache-Nutzung.

(Bild: Artificial Analysis)

Über den gesamten Index benötigt Qwen4-Max 32 Prozent weniger Eingabetoken. Da bei mehrstufigen Agentenaufgaben frühere Informationen wiederholt übermittelt werden, entfallen laut AA rund 85 bis 90 Prozent der Kosten auf Eingabetoken. Der geringere Verbrauch und günstigere Cachetreffer senken somit die Kosten.

Qwen4-Max ist über Alibabas Cloudplattform per API und Token-Abonnement sowie in Qwen Studio, QwenWork und Qoder verfügbar. Entwickler können es außerdem über OpenRouter und Vercel AI Gateway nutzen.

Qwen3.8-Max bleibt ebenso verfügbar wie das schnellere und günstigere Qwen3.8-Flash. Mit Qwen3.8-27B, Qwen3.8-2.4T-A95B und Qwen3.8-Flash-Next bietet Alibaba zudem Modelle mit offenen Gewichten an, die sich auf eigener Infrastruktur betreiben lassen.

(tobe)

来源

heise online