2026年11月16日,阿里巴巴通义团队发布新一代旗舰模型 Qwen4-Max,把长程智能体和真实工作场景当作主战场。模型基于全新 Qwen4 架构,骨干参数 2.4T,每 token 激活 71B,上下文窗口达到 100 万 token,并原生支持视觉。同日公布的 Agent Arena 榜单上,它以 7.5% 的净提升首登总榜第 14 位,成为排名最高的中国模型,阿里巴巴也由此成为排名第一的中国实验室。
架构上,Qwen4-Max 升级了三处:GDN 加 Qwen 稀疏注意力、门控残差分支、N-gram 嵌入。官方称 2.4T 规模的预训练全程平稳,没有出现 loss 尖峰。内测显示,它的 BPB(每字节比特数,越低越好)在知识、代码、问答、STEM 四个领域全部领先上一代 Qwen3.8-Max,低约 5%–13%,同时每 token 激活参数还少了 25%。
工作场景里它能干什么
官方用自研 Work360 评测衡量真实工作能力:Qwen4-Max 得 52.69 分,高于上代的 47.74 分。成本也降了:Work360 每任务平均成本从 4.43 美元降到 1.67 美元,降幅 62%;Token 用量在 Work360 上减少 24%–35%,在 Terminal-Bench 4.0 上减少约 48%–49%。展示的案例覆盖 3D 建模、游戏开发、汽车产线规划、金融投研、法律尽调与重症医疗:汽车产线场景里,单个工件的编程耗时从约 475 分钟压到 24 分钟;法律尽调里,198 份底稿被整理成 86 页、6 万多字的报告。
现在能用上吗
Qwen4-Max 已上线 QwenCloud,可通过 Token Plan 或 API 调用,也能在 Qwen Studio、Qoder 与 QwenWork 中使用。长程任务靠 Live Delivery 机制分阶段交付成果,用户中途可以纠正方向,相关插件已开源。需要注意:官方展示多为受控场景,真实业务效果仍待各自落地验证;Qwen4-Max 本身尚未开源,通义称同系列小模型后续会开源。下一步值得看的,是第三方独立评测能否复现官方成绩,以及 API 的具体定价细节。通义千问今年动作不断,此前千问已接入 Apple 智能中国版,语音侧的 Qwen-Audio-3.1 一次推出 5 款模型。