人工智能

阿里巴巴推出2.4万亿参数Qwen4-Max:百万Token上下文背后,AI开始比拼真实工作能力

作者: 来源:科技先生 文章标签:阿里巴巴,Qwen4-Max

image.png

当大模型的参数规模不断攀升,行业竞争的焦点也在发生变化。过去,模型厂商更愿意强调参数量、跑分和推理能力;但对于真正使用AI的企业来说,一个更现实的问题是:模型能否独立完成复杂工作,以及完成同样一项任务需要花多少钱?

11月16日,阿里巴巴正式发布新一代旗舰模型Qwen4-Max。这款模型拥有2.4万亿总参数,支持100万Token上下文窗口和原生视觉理解,并针对编程、办公、专业研究以及复杂Agent任务进行了优化。

与单纯追求模型规模不同,阿里此次着重强调了任务执行效率。根据阿里公布的Work360内部评测,Qwen4-Max在综合表现超过上一代Qwen3.8-Max的同时,平均任务成本下降约60%。这意味着,阿里希望将大模型竞争从能力展示进一步推向实际生产力和经济性。

2.4万亿参数,不意味着每次推理都要消耗同等算力

从技术架构来看,Qwen4-Max采用混合专家(MoE)架构,总参数规模达到2.4万亿,但每个Token实际激活的参数约为710亿。

这也是理解这款模型的一个关键。

MoE架构通过专家网络分工,让模型根据输入内容选择相应的计算路径,而不是每次推理都调用全部参数。阿里称,与上一代同为2.4万亿总参数规模的Qwen3.8-Max相比,Qwen4-Max每个Token激活的参数减少约25%。

在具体架构上,新模型升级了注意力机制、残差连接和Embedding设计,并结合Gated DeltaNet与Qwen Sparse Attention等技术,改善长上下文处理效率。

上下文窗口则扩展至100万Token。这意味着模型能够在一次任务中处理大量文档、代码仓库、图片及其他信息,不必频繁拆分内容,也有利于维持长时间任务中的上下文连续性。

值得注意的是,Qwen4-Max不仅支持文本输入,还具备原生视觉理解能力,并支持联网搜索、工具调用和结构化输出。这些能力使其不再局限于对话问答,而是可以连接外部工具,围绕一个目标持续执行多个步骤。

从回答问题到交付结果,Agent成为核心方向

如果说参数规模和上下文窗口决定了模型能够处理多复杂的信息,那么Agent能力决定了模型能否把这些信息转化为实际成果。

阿里此次为Qwen4-Max展示了多个跨行业应用案例。

在制造业场景中,模型可以根据二维布局生成三维生产线,进一步生成和模拟数控加工路径,并在实际加工前识别过切、欠切等潜在问题。阿里披露的一项案例显示,原本需要约475分钟的单个工件编程工作,借助模型辅助后缩短至约24分钟,人工编程时间减少约95%。

在金融领域,模型能够调用约90个MCP工具,收集市场数据、交叉核验公开信息,并最终生成Excel工作底稿和可编辑的PPT报告。

在法律场景中,模型处理了198份未经整理的文件,将其分类至14个文件夹,并生成一份86页的尽职调查报告,覆盖12个模块和14项法律问题。阿里强调,报告中的结论能够追溯至对应的原始文件。
In simulation, Qwen4-Max flags a local overcut caused by an oversized tool before any metal is cut.

更值得关注的是科学研究场景。

阿里披露,Qwen4-Max曾连续运行48小时,通过分子设计、合成测试和主动学习形成闭环,完成四轮实验迭代,最终发现一种经过实验室验证的新型冷却液分子。

这类任务已经超出了传统聊天机器人的工作范围。模型需要理解目标、制定计划、调用工具、分析实验结果,再根据反馈调整下一步行动。

当然,这些案例目前主要来自阿里公布的演示和内部项目,距离不同企业环境中的普遍复制仍有一定距离。但它们反映出一个明确方向:大模型厂商正在尝试让AI从提供建议转向参与实际生产。

成本下降60%,阿里试图降低企业使用AI的门槛

模型能力提升是一回事,企业是否愿意为这些能力持续付费,则是另一回事。

随着AI逐渐进入编程、研发、金融分析和制造业,企业面对的不再只是一次问答的Token费用,而是整个任务链条的成本。一次复杂Agent任务可能需要反复推理、调用外部工具、检索资料和修正结果。如果任务执行时间过长,或者需要多次人工介入,即使模型本身足够强大,也未必具备商业竞争力。

阿里公布的Work360评测,正是试图从这一角度证明Qwen4-Max的价值。

该评测覆盖26个一级领域、182个子领域和721个细分领域。按照阿里公布的数据,Qwen4-Max的综合得分达到52.69,高于Qwen3.8-Max的47.74;在High推理强度下,Token消耗减少约35%,平均单项任务成本下降约58%。
Average cost per task on the Qwen Work360 evaluation, Qwen4-Max vs Qwen3.8-Max.

需要说明的是,这些数据来自阿里自建评测体系,并非独立第三方对所有真实企业工作负载的验证。任务成本也不完全等于模型API价格,最终还取决于任务成功率、重复调用次数、人工审核和部署方式。

在商业化方面,Qwen4-Max已经通过QwenCloud API开放,并接入QwenWork、QwenStudio等产品。阿里还公布了相应的API价格,进一步推动模型进入开发者和企业应用市场。

这背后实际上是一场新的竞争:谁能以更低的成本完成同样复杂的任务,谁就更有机会获得企业长期订单。

旗舰模型暂不开放权重,阿里仍在寻找开源与商业化的平衡

对于长期关注通义千问的开发者来说,此次发布还有一个值得注意的变化。

Qwen系列此前凭借持续开放模型权重,在全球开发者社区积累了相当大的影响力。但此次发布的Qwen4-Max目前以商业API服务为主,并未开放旗舰模型权重。

阿里表示,未来将陆续推出Qwen4系列中规模更小的开放权重模型,供全球开发者下载和使用。不过,具体发布时间和授权细节尚未公布。

这实际上反映了模型厂商面临的一种现实选择:旗舰模型需要承担巨大的训练和推理成本,通过云端API提供服务,有利于控制资源、形成商业收入;而开放权重模型则可以扩大开发者生态,推动更多企业基于模型进行二次开发。

对阿里而言,这两条路线并不矛盾。

一方面,通过Qwen4-Max提升云计算和企业AI服务的竞争力;另一方面,继续利用开放模型吸引开发者,扩大通义千问在全球AI生态中的影响力。

从行业角度看,Qwen4-Max的发布传递出一个值得关注的信号:大模型竞争正在从单纯的智能水平较量,转向模型能力、任务执行效率、推理成本和应用生态的综合竞争。

尤其是随着Agent逐渐进入企业工作流程,真正决定AI商业价值的,可能不再是模型能回答多少问题,而是它能否可靠地完成一项工作,并且让企业觉得这笔投入值得。

相关信息

 

收藏文章

评论交流