底座架构重写,单任务成本暴降近六成,阿里把旗舰模型拉进了真实排班表。作者|桦林舞王
编辑|靖宇
终于,一款国产旗舰模型现身了。
11 月 16 日,阿里千问正式发布新一代旗舰模型 Qwen4-Max。就在五天前,它的预览版 qwen4-max-preview 刚在 Token Plan 里低调露过面,今天正式版直接亮出了完整底牌。
新模型依然维持着 2.4 万亿(2.4T)的主干总参数规模,原生支持文本、图像和视频输入,上下文窗口拉到了 100 万 Token。不过比参数表更显眼的,是官方同时给出的一笔账单:在模拟真实工作场景的评测里,千问 4 Max 跑完单个任务的平均费用,从上一代的 26.58 元降到了 11.16 元,直接砍掉 58%。
千问团队这次释放的信号很明确,旗舰大模型单纯拼纸面考分的阶段翻篇了,现在的目标是把模型塞进真实工作流,当一个能扛长活、也算得过账的「新同事」。
01
给 2.4 万亿参数的巨兽「减负」
过去一年,行业里没少见识号称百万上下文的模型。但真把几十万字的项目文档或者一整个代码库丢进去,很多模型到了后半程就开始注意力涣散、输出卡顿,账单还贵得吓人。要让「新同事」在 100 万上下文和长程 Agent 任务里跑得稳、跑得省,光靠外围工程补丁已经不够了,必须动底层架构。
千问 4 Max 这次在底座上做了三处关键调整,核心逻辑都是把算力花在刀刃上。
先看负责记忆的注意力层。如果让模型在长文本里每写一个字,都要回头把前面几十万字逐字重读一遍,算力开销会急剧膨胀。千问换上了混合方案(GDN 加 Qwen Sparse Attention),每 4 层网络里,有 3 层负责把看过的历史信息压缩成固定大小的状态往前传,剩下 1 层按区块挑重点信息细看。这就像一个老练的秘书,平时在脑子里记着会议纪要主线,关键时刻才去翻具体某一页的原件,长上下文自然就不卡顿了。

千问 4 Max 模型在模型功能中的对比|图片来源:千问
模型参数推高到 2.4 万亿,训练时最怕遇到数据洪流冲垮网络,也就是工程师常说的损失值尖峰(loss spike)。千问在残差层引入了门控机制(Gated Residual),把原本单线传输的信息通道扩充成 4 条并行分支,还在路口加了调节开关。这套设计让 2.4 万亿这么大的盘子从头到尾平稳跑完了预训练。
在嵌入层,千问还在第二层加了一套 328B 规模的词组查表机制(N-gram Embedding)。遇到常见搭配直接查表提取特征,不怎么多花计算量,就把模型的知识容量撑了起来。
这三刀改完,千问 4 Max 每个 Token 只激活 71B 参数,比上一代少了约 25%,但脑子反而更好使了。在内部的知识、代码、问答和 STEM 综合评测里,底座模型 Qwen4-Max-Base 的数据压缩效率指标(BPB,越低代表预测越准)在 5 个参评模型里降到了最低,比前代 Qwen3.8-Max-Base 压低了 5% 到 13%。
虽然说不看榜单,但是千问 4 Max 的评分依然不错。在覆盖 26 个一级领域、182 个二级子领域和 721 个三级细分领域的 Work360 行业基准测试中,千问 4 Max 拿到了 52.69 分,比前代 Qwen3.8-Max 的 47.74 分涨了一截;同时在 Xhigh 和 High 两档思考强度下,它的 Token 消耗分别减少了约 24% 和 35%,到了更硬核的 Terminal-Bench 4.0 终端任务里更是少了约 48% 和 49%。
叠加阿里云百炼同步下调的定价,成本优势被进一步放大。在国内华北 2(北京)节点,千问 4 Max 的标准按量定价为每百万 Token 输入 10 元、输出 30 元,比前代的 12 元和 36 元便宜了一截,新开通用户还直接送 100 万免费 Token;针对 Agent 反复读取背景资料的场景,它的显式和隐式缓存命中价格直接打到了每百万 Token 0.5 元(创建缓存 5 分钟为 12.5 元,1 小时为 20 元)。国际版定价也同步降至输入 1.5 美元、输出 4.5 美元,隐式缓存低至 0.075 美元,缓存降幅达到 70%。
02
从 3D 雪村到汽车产线
模型到底好不好用,最终还得看真实跑出来的画面和代码。这几天,B 站上的技术 UP 主们已经拿预览版跑出了不少有意思的实测,而千问官方今天也同步放出了正式版的硬核演示。
先看民间预览版的趣味实测。B 站 UP 主「eddieliugd」只用了一句提示词,就让 Qwen4-Max 预览版一次成型造出了一座带光影和地形起伏的 3D 阿尔卑斯雪村,整套代码生成下来总共只花了 6.4 万 Token。另一位 B 站 UP 主「AI 随风随风」则让预览版模型在单文件里搓出了一个可玩的 3D 低多边形漂移赛车小游戏,赛道、车辆操控和仪表盘 UI 一应俱全。

Qwen4-Max 预览版一句话一次成型生成的 3D 阿尔卑斯雪村,消耗 6.4 万 Token|视频来源:B 站 UP 主「eddieliugd」

Qwen4-Max 预览版单文件生成的 3D 低多边形漂移赛车小游戏|视频来源:B 站 UP 主「AI 随风随风」
到了今天的正式版,官方演示直接把复杂程度拉高了一个档次。
在游戏开发演示里,千问 4 Max 独立搭建场景和玩法逻辑,做出了一款可实际游玩的 3D 猫法师 RPG 游戏,界面里装备背包、小地图 HUD 和 Boss 战一应俱全。而在开发网页应用时,千问这次引入了「持续交付(Live Delivery)」机制,并开源了对应的 Qwen-Live-Delivery-Plugin 插件,模型不再闷头憋一个小时给你一堆半成品,它会先交出一个能跑通的首版,再跟着你的反馈随时打断、边改边叠。在官方演示的中文物理科普网站案例里,它不仅持续扩展出了完整的课程页面,还直接在网页里嵌入了可手动调节参数的 3D 光学全反射交互实验。

Qwen4-Max 独立完成场景搭建与玩法逻辑开发的 3D RPG 游戏实机演示|来源:千问官方

Qwen4-Max 通过持续交付机制生成中文物理科普网站及 3D 光学交互实验|来源:千问官方
走出娱乐和科普,在三丰智能装备和统联精密的汽车制造演示中,千问 4 Max 直接接手了工业软件流。它能把 2D 图纸转成 3D 产线布局,对车门等部件做参数化建模,并在加工刀路仿真核验中自动揪出「刀具直径过大导致的局部过切」问题。在代码安全方面,它在 Last Secure Code Bench 测试里的功能与安全双通过率也从上一代的 22.0% 提到了 31.8%。

Qwen4-Max 辅助汽车产线 3D 布局与零件加工仿真核验|来源:千问官方
03
国产旗舰的牌局怎么打
从演示中看出,千问 4 Max 在真实业务里的落地数据比动画本身更实在。
在三丰智能装备和统联精密的实际生产场景中,以前老师傅编一个工件的加工程序平均要花约 475 分钟,引入千问 4 Max 辅助之后,人工投入压到了 24 分钟,省掉了约 95% 的时间。
在金融和法律圈,它同样能接住最繁琐的案头活,做金融投研时,它能一口气调度 90 个 MCP 工具抓取多源数据,最后交出每一处数字都可溯源的 Excel 底稿和可编辑 PPT;面对 IPO 法律尽调里 198 份命名混乱的散乱底稿,它能自己归类并交叉核查公开信息,识别出对赌协议隐患,最终写出 86 页、6 万多字的完整报告。
甚至在危重症临床辅助决策,以及与深度原理合作的 48 小时冷却液新材料筛选(从 269 万个分子里挑出候选分子并联动实验验证)中,也能看到它的身影。
为了让开发者顺畅用上这些能力,千问 4 Max 目前已全面上线千问 AI 平台的 API 与 Token Plan,并接入了千问 APP、千问办公、Qoder、Qwen Studio 和 QwenWork。它同时兼容 OpenAI 与 Anthropic 的 API 格式,支持 low、high、xhigh 三档思考强度调节(默认开启 high 档)。按照官方的说法,Qwen4 系列的中小尺寸模型接下来也会陆续开源。
11 月的国产大模型赛场,各家其实各有侧重。
月初腾讯混元发布了开源的 Hy4 正式版,百度也在 11 月上旬接连端出了主打轻快的文心 5.5 Flash Base 和 Preview 版本。但在 2.4 万亿参数的旗舰底座上直接重写全套底层架构、把长程任务的单次账单砍掉近六成,千问 4 Max 依然是这个月最重磅的旗舰动作。
从去年卷参数、卷跑分,到今年底带着 58% 的单任务成本降幅走进工厂车间和律所,大模型旗舰的比拼已经开始换赛道。
技术能力早就足够惊艳,接下来真正决定谁能留在企业排班表里的,是月底那张算力账单。
*头图来源:千问
本文为极客公园原创文章,转载请联系极客君微信 geekparkGO
直播预告

模型越来越大,生成质量不断刷新,算力投入也在持续加码。置身这场「万卡竞赛」,一家创业公司怎样找到自己的胜算?
年内累计融资近 5 亿元的达瓦科技,选择把核心投入放在控制层,走出一条「重控制,轻渲染」的技术路线。这条路从真实片场长出来:多年影视制作与虚拟拍摄,让达瓦积累了约 180TB 结构化过程数据——摄影机怎样移动、灯光怎样变化、人物怎样与环境发生关系。这些藏在成片背后的信息,为模型理解「改变什么、保留什么」提供了重要依据。
沿着这条路径,达瓦希望让生成的内容能够被准确修改,让发生过的变化能够被记住,并让世界随着人的行动持续运行。其 Scenes AI 已展示在单张消费级 NVIDIA RTX 显卡上运行实时世界模型的能力。
从片场积累到国际技术舞台,从已有业务的收入与盈利到实时互动的新市场,达瓦的选择,也提出了一个值得讨论的问题:AI 视频的竞争,究竟有哪些不同的赢法?
11 月 17 日,极客公园创始人 & CEO 张鹏将对话达瓦科技 CTO 朱子威、CPO 李宗兴,聊透这条路线背后的技术判断与商业逻辑。



来源:极客公园