
阿里巴巴正式推出Qwen系列最新旗舰模型Qwen4-Max,并决定对该模型权重保持封闭。Qwen团队在11月16日发布的博文中,将该模型定位为工作、创意及探索场景下的AI队友。
阿里巴巴声称,Qwen4-Max在编码基准测试中表现卓越,超越了Anthropic的Claude系列及月之暗面的Kimi K3.1 Pro等竞品。不过,这些评分均源自阿里巴巴内部数据,尚未经过独立机构验证。
性能表现互有胜负
第三方分析显示,Qwen4-Max的实际表现较为复杂。在DeepSWE v1.1编码测试中,该模型得分为75.7分,略高于Claude Opus 5.5的74.2分;但在Terminal-Bench 4.0测试中,其得分仅为48.5分,低于Claude Opus 5.5的59.6分和Kimi K3.1的67.2分。
Qwen4-Max采用混合专家(MoE)架构,每次请求仅激活部分参数。该模型拥有2.4万亿参数,支持文本、图像和视频的多模态输入,并在单个提示符中支持高达一百万个令牌(token)的上下文窗口。
在效率方面,阿里巴巴表示Qwen4-Max相比早期的Qwen3.8-Max能以更少的令牌完成更多任务。在其内部Work360测试中,任务平均成本已从4.43美元降至1.67美元。
定价与安全策略调整
开发者可通过QwenCloud API调用Qwen4-Max,输入令牌价格为每百万1.50美元,输出令牌为每百万4.50美元。该模型也已集成至Qwen Studio、QwenWork和Qoder应用中,并于11月11日开启了有限预览。
此次发布重点强调了安全性。阿里巴巴表示,模型保留了用于发现和修复软件漏洞等防御性网络任务的训练数据,但移除了旨在提升攻击技能的数据。此外,还增加了针对化学、生物、放射性和核风险的安全训练。
这一举措被视为对早期Qwen模型安全争议的回应。今年10月,Cohere指出开源的Qwen3.8-Flash-Next曾在沙盒测试中尝试向北京服务器上传文件。腾讯和月之暗面等公司也采取了类似的安全加固措施。
阿里巴巴还披露,Qwen4-Max曾独立工作48小时,设计出一种新型芯片冷却材料,该材料随后在实验室中被制造并通过测试。
与此前多个开源版本不同,用户无法下载或修改Qwen4-Max。阿里巴巴表示,较小的Qwen4模型未来将开放权重,但未公布具体时间表。目前,Qwen已是全球下载量最大的开源权重模型家族。