原文標題:Qwen4-Max: Your New Teammate Has Arrived

Qwen團隊11月16日發表Qwen4-Max,定位為可協助工作、創作與研究的AI隊友。新模型建立在Qwen4新架構上,骨幹參數2.4兆、每個token啟用710億參數,另有3,280億個N-gram Embedding參數,具備原生視覺能力與一百萬token上下文視窗。架構改動包括以Gated DeltaNet搭配自家Qwen Sparse Attention降低長序列成本、四路平行的Gated Residual,以及N-gram Embedding,官方表示預訓練全程沒有出現損失尖峰。

效能方面,官方自建的Work360基準涵蓋26個一級領域與721個細分領域,Qwen4-Max得分52.69,前代Qwen3.8-Max為47.74。官方也指出,在Work360與Terminal-Bench 4.0上完成任務所需token較前代減少約24%至49%,加上API降價,Work360每項任務平均成本由4.43美元降到1.67美元。

官方展示的應用包括以Blender建模、用Unity與Unreal Engine製作可玩遊戲、汽車產線規劃、法律盡職調查與加護病房病歷整理等。Qwen4-Max即日起可透過QwenCloud的Token Plan或API使用,也能在QwenWork、Qoder與QwenStudio中選用;團隊同時開源Qwen-Live-Delivery-Plugin,並表示同系列較小模型之後將開源。

發生了什麼事

Qwen團隊發表新一代旗艦模型Qwen4-Max,採2.4兆參數稀疏MoE架構與百萬token上下文,已在QwenCloud及旗下多項產品開放使用。

為什麼重要

新架構以較少的啟用參數降低每項任務的token用量與成本,並主打可長時間自主執行的智慧體,代表大型模型競爭正從單次問答轉向完整交付工作成果。

影響哪些人

透過API打造智慧體或自動化流程的開發者與企業最直接受影響,金融研究、法律、製造與遊戲開發團隊也可評估官方展示的專業工作流程。

已確認與未確認

架構規格、Work360分數與成本降幅均出自官方文章;多項基準為官方自建或自行測試,完整API價格表、供應地區與開源小模型時程,原文未詳細說明。