阿里发布 Qwen4-Max:2.4T 参数、百万上下文、单任务费用降 58%
发布时间:2026年11月16日 09:20:0011 月 16 日,阿里发布新一代基座大模型 Qwen4-Max,首发上线千问 AI 平台,API 与 Token Plan 同步开放。模型采用 QSA 稀疏注意力 MoE 架构,总参数 2.4T,支持百万上下文与原生视觉;官方称 Terminal-Bench 4.0 同档位下 Token 用量降近 50%、得分升近 28%,单任务费用降 58%。
事件:一周预览之后正式发布
11 月 16 日,阿里发布新一代基座大模型 Qwen4-Max,首发上线千问 AI 平台,API 服务与 Token Plan 同步开放。
关键规格:
| 项目 | 参数 |
|---|---|
| 架构 | QSA 稀疏注意力 MoE |
| 总参数 | 2.4T |
| 上下文 | 百万级 |
| 模态 | 原生视觉输入,文本输出 |
| 官方效果 | Terminal-Bench 4.0 同档位 Token 用量降近 50%、得分升近 28% |
| 官方成本 | 单任务费用降 58% |
海外模型页显示的价格为输入 1.5 美元、输出 4.5 美元每百万 token,并支持 OpenAI 与 Anthropic 两种接口格式。
真正的卖点不是参数量
2.4T 的参数规模放在 2026 年已经不算新闻。值得看的是另外两处:
第一,QSA 稀疏注意力。 百万上下文的最大成本从来不是「装得下」,而是「算得起」。稀疏注意力把长上下文中的计算量压下来,才有可能把 1M 上下文做成默认能力而非加价项。
第二,单任务费用降 58%。 这个指标的参照系是「做完同一个任务的总花费」,包含了多轮调用与工具使用的 token。对 Agent 场景来说,这比「每百万 token 单价」更有意义——一个任务跑二十轮,单价低但轮数多,总账反而更贵。
与竞品的对照
2026 年 11 月的旗舰格局已经很拥挤:
| 模型 | 厂商 | 定位 |
|---|---|---|
| Qwen4-Max | 阿里 | 国产旗舰,长上下文 + 原生视觉 |
| Gemini 4 Argon / Carbon | 谷歌 | 旗舰推理 |
| Claude Fable 5.2 / Opus 5.5 | Anthropic | 编码与 Agent |
| GPT-6.1 Sol | OpenAI | 通用旗舰 |
Qwen4-Max 的差异化在价格带:1.5 / 4.5 美元的定价,明显低于多数西方旗舰。对调用量大的国内团队,这是最直接的吸引力。
三层影响
对国内开发者:长上下文 + 原生视觉 + 低价,可以支撑整本 PDF、整段视频的分析类应用。
对云厂商竞争:阿里把旗舰模型与 Token Plan 打包,实际是把「模型能力」变成「云用量」的入口。
对开源生态:官方表示后续会有更小的开源变体,这是 Qwen 系列一贯的路径——先发旗舰,再逐步开源。
需要冷静看的几点
- 效果数据来自官方:Terminal-Bench 4.0 的具体设置未完整披露。
- 58% 的降幅口径:是「同任务总费用」还是「同等 token 量的单价」,需看细则。
- 百万上下文的实际有效长度:长上下文模型普遍存在「中部遗忘」。
- 原生视觉的具体能力边界:图像理解与视频理解的深度未细说。
观察点
- 第三方复现 Terminal-Bench 4.0 成绩。
- 长上下文在真实文档上的召回表现。
- 小型开源变体的发布时间与许可。
- Token Plan 的额度与限速规则。
一句话总结:Qwen4-Max 的竞争点不在「2.4T」,而在「百万上下文能不能便宜地用」——稀疏注意力和按任务计的 58% 降幅,才是它真正的武器。