大模型军备竞赛进入深水区,阿里云又在关键节点放出新牌。11月16日,阿里正式发布新一代基础模型Qwen4,率先上线的是Qwen4-Max版本,API服务和Token计划同步开启。这一代模型放弃了此前Qwen3系列的Dense架构,全面转向基于Qwen Sparse Attention(QSA)的MoE设计,总参数量达到2.4T,原生支持视觉输入,交付长时任务时稳定性明显提升,百万token上下文窗口成为标配,还能主动调用专业工具处理长周期任务并根据用户反馈分阶段交付结果。

先看一组硬核数据。在Terminal-Bench4.0评测中,保持相同Xhigh水平的前提下,Qwen4-Max单次尝试的平均Token消耗从上一代Qwen3.8-Max的289K降至151K,降幅接近50%;分数则从37.9提升至48.5,增长约28%。更值得注意的是,缓存价格的大幅下调直接拉低了任务成本——平均每次任务的耗费下降了58%之多。这意味着,模型在更“省”的同时还能做得更好,效率提升非常直观。
价格方面,国内每百万Token输入10元、输出30元、隐式缓存命中仅0.5元,国际站则对应1.5美元、4.5美元和0.075美元。相比市面上同类水平的模型,这个定价策略明显带着“走量”的意图,降低门槛吸引开发者。除了Qwen AI平台,用户还可以通过QwenCloud调用,或在Qwen Office、Qoder等应用中直接体验。
落地案例最能说明真实生产力。在汽车制造场景中,模型将绘图理解、参数化建模和工具调用整合进工艺流程,原本单工件加工编程需要约475分钟的人工操作,现在只需26分钟,缩减幅度高达95%。而在AI4S(科学智能)领域,Agent连续运行48小时后构建了一个包含270万个分子的候选空间,仅通过4轮闭环就获得了经过实验验证的新型冷却分子。针对NLRP3靶点,模型累计调用工具454次,完成3239次指标评估,优化出24个候选分子,其中最优分子的名义结合亲和力达到专利出发点的3.6倍。这些数据说明,Qwen4已经不是单纯秀肌肉,而是切实在解决工业级和科研级的真实问题。
更有意思的是,模型还参与了自身的调度优化。在数据标注调度环节,它让成本相比基准降低9.00%;在GPU在线分配中,空闲容量持续时间提升了4.62%;CPU离线重调度的求解速度更是提升了超过14.61倍。这种“自己优化自己”的尝试虽然还处在早期,但方向确实引人遐想——大模型的能力正在从应用工具延伸到基础设施管理。
这次发布延续了一个明显的趋势:大模型的竞争焦点正在从参数大小和榜单分数的“能力验证期”,转向解决实际生产问题、降低落地成本的“生产力部署期”。从工具调用到分阶段交付,从价格下探到场景深耕,阿里这套组合拳打得很务实。对于开发者和企业来说,真正值得关心的或许不是2.4T这个数字,而是它能帮你省下多少时间与成本。