Qwen4-Max正式發布:主幹規模不變,激活參數減少25%,任務成本下降62%

BiRun 訊,繼上週開放預覽版後,阿裡正式發布新一代旂艦模型 Qwen4-Max,公佈完整技術架構、評測成績及 API 定價。

Qwen4-Max 延續上一代 2.4 萬億參數的主幹規模,額外引入 3280 億 N-gram Embedding 參數。通過重新設計注意力機製、殘差連接和詞組嵌入層,每次生成 Token 激活的主幹參數從約 950 億降至 710 億,減少約 25%。模型支持原生視覺理解和 100 萬 Token 上下文。

官方評測顯示,Qwen4-Max 在專業工作基準 Work360 上獲得 52.69 分,上一代為 47.74 分。這套阿裡自建的評測覆蓋金融、法律、製造業等專業任務。在 Terminal-Bench 4.0 編程測試中,新模型的 Token 消耗比上一代減少約 48% 至 49%。Work360 的平均單任務成本則從 4.43 美元降至 1.67 美元,下降 62%。

阿裡還展示了一個科研案例。Qwen4 聯閤自動化實驗平台,連續自主運行 48 小時,從 270 萬個候選分子中篩選適用於數據中心的新型冷卻液材料。經過四輪分子設計、實驗閤成和測試,最終製出了經過實驗驗証的候選分子實物樣品。不過,官方尚未披露足以証明其實際冷卻效果優於現有材料的數據。

在汽車製造案例中,Qwen4-Max 參與零件建模、加工路徑規劃和仿眞驗証。一項工件加工編程任務的人工操作時間,從約 475 分鐘縮短至 24 分鐘,減少約 95%。模型還能使用 Blender、Unreal Engine 和 Unity,製作 3D 場景、可翫遊戲,並根據運行反饋反復脩改。

Qwen4-Max 已開放正式 API,支持 OpenAI 和 Anthropic 兼容接口。每百萬 Token 輸入 10 元、輸出 30 元,比上一代便宜約 17%;緩存命中輸…

信源

動察 Beating 頻道 · 動察 Beating 交流羣。
你怎麼看這條消息?來投第一票

評論

0/500
免責聲明:本文內容僅供參考,不構成任何投資建議。
更多快訊