阿里巴巴 Qwen 團隊在 2026 年 11 月 16 日正式發表次世代基礎模型 Qwen4-Max。新模型建於全新的 Qwen4 架構,總參數達 2.4 兆,原生支援視覺理解,上下文窗口擴大到 100 萬 token。官方同時把 API 價格全線調低:輸入每百萬 token 定價 1.5 美元(約 NT$47)、輸出 4.5 美元(約 NT$142),兩項都比前代便宜,開發者可在 QwenCloud 直接呼叫,也能在 Qwen Studio、QwenWork 與 Qoder 等應用裡使用。
新架構:2.4 兆參數、每 token 只激活 710 億
依官方部落格揭露,Qwen4-Max 的骨幹為 2.4T 參數,每個 token 激活 71B 參數,另外附加 328B 的 N-gram Embedding 參數。架構在注意力、殘差連接與嵌入三個環節做了系統性升級:Gated DeltaNet(GDN)搭配 Qwen 稀疏注意力(QSA),每三層 GDN 把歷史壓縮成固定大小的狀態,QSA 再以輕量索引器以微區塊粒度挑選相關上下文,降低長序列的注意力與索引成本。Gated Residual 把單一殘差流拆成四條平行分支,用動態讀寫閘門強化跨層資訊流;N-gram Embedding 則在第二層以上下文查找提供局部 token 模式的表徵,幾乎不增加運算就擴大模型容量。
官方強調這趟 2.4T 規模的訓練過程全程沒有出現 loss spike,歸功於架構與訓練優化的改進。在知識、程式、問答與 STEM 的內部評測中,Qwen4-Max-Base 的 bits-per-byte 比 Qwen3.8-Max-Base 低約 5% 至 13%,激活參數卻少了 25%。
效率帳單:單任務成本從 4.43 美元降到 1.67 美元
Qwen 團隊自建 Work360 評測框架,分類層級涵蓋 26 個第一級領域、182 個次領域與 721 個專業方向,用來對照新舊模型在真實產業任務上的表現。在該框架最新評測中,Qwen4-Max 拿到 52.69 分,前代 Qwen3.8-Max 為 47.74 分;單任務平均成本從 4.43 美元(約 NT$139)降到 1.67 美元(約 NT$53),降幅 62%。
token 用量方面,官方給出的對比數據是:Work360 在最高推理強度(Xhigh)下省約 24%、高強度(High)省約 35%;Terminal-Bench 4.0 兩個強度分別省約 48% 與 49%。 Terminal-Bench 4.0 同一 Xhigh 檔位,平均每次嘗試的 token 用量從 28.9 萬降到 15.1 萬,分數則從 37.9 提升到 48.5。第三方盲測部分,官方宣稱 Qwen4-Max 在前端程式設計盲測 CodeArena 排名第 6,並在 Agents’ Last Exam、Vals Index 等評測的代理能力與專業任務項目落在第一梯隊。
定價:比 Qwen3.8-Max 低 25%,快取讀取降 70%
對照 Alibaba Cloud Model Studio 的國際定價表,qwen4-max 輸入 1.5 美元、輸出 4.5 美元,前代 Qwen3.8-Max 同表定價為 2 美元與 6 美元,新模型輸入輸出各降 25%。隱式快取讀取定價每百萬 token 0.075 美元(約 NT$2.4),官方稱該項目比前代低 70%[1]。中國國內定價為輸入 10 元人民幣、輸出 30 元、隱式快取命中 0.5 元。
規格面上,QwenCloud 文件列出不思考模式最大輸出 131,072 token,思考模式下思考加最終回答合計可達 262,144 token,預設開啟思考且預設強度為 high。模型支援函式呼叫、結構化輸出、網路搜尋、PDF、程式碼直譯器與 MCP 協定,但目前不支援微調、模型部署與批次推論。
官方展示:機械加工工程編排從 475 分鐘壓到 24 分鐘
官方部落格用一組產業案例說明「真實生產力」的定位。在汽車製造場景,Qwen4-Max 於 SANF 與 Pacific Union 的實際產線示範產線規劃、零件設計與加工驗證,單一工件的機械加工工程編排人工時數從約 475 分鐘降到 24 分鐘,削減約 95%。法律端展示預 IPO 盡職調查:模型把客戶分批提供的 198 份格式不一的工作底稿依實質內容重命名、歸入 14 個資料夾,再比對公司登記、智慧財產、司法與信用等公開紀錄,最終交付 86 頁、逾 6 萬字的報告,涵蓋 12 個審查構面與 14 項法律議題,每項結論都附底稿引用。
金融投研案例呼叫 90 個 MCP 工具抓取 A 股、港股、美股、債券、基金與衍生品的行情與財報,產出可追溯來源的 Excel 與簡報。重症醫療展示則在單次對話內讀完數十日檢驗報告、逾萬字病程紀錄與 1,433 張原始影像,把六天的病情變化整理成時間軸,給出四項與當日醫囑逐條對應的處置建議。
時間軸與開源承諾:27B 接班最受矚目
這波發布早有鋪墊。2026 年 9 月 22 日雲棲大會上,阿里確認 Qwen4 正在訓練並採全新架構,家族命名為 Qwen4-Max、Qwen4-Plus、Qwen4-Flash 與 Qwen4-27B,Qwen 大語言模型負責人劉大一恆當時證實開源側優先安排 27B。10 月 29 日阿姆斯特丹 Apsara 大會上,阿里雲 CTO 李飛飛對與會者說出「Qwen4 下週見」,指向 11 月 2 日至 8 日,實際預覽版在 11 月 11 日才開放,而且僅限 Token Plan 訂閱使用。11 月 16 日正式版上線後,按量計費的 API 才全面開放。
開源承諾方面,官方在推文與部落格都提到 Qwen4 系列的較小模型將釋出開放權重,但沒有給出日期與型號清單。截至 11 月 11 日檢查時,Qwen 團隊的 Hugging Face 組織仍沒有任何 Qwen4 倉庫,社群等待的焦點正是接班 Qwen3.8-27B 的 Qwen4-27B。
把整場發布攤開來看,Qwen4-Max 把重心從跑分排名擺到單位成本與交付品質:官方用 Work360、Terminal-Bench 與一組產業案例把競爭拉進「真實工作能不能便宜做完」的戰場,價格帶又比前代整整下探四分之一。待驗證的兩件事同樣明確:這些廠商自測數據何時被獨立實驗室複現,以及承諾開源的小尺寸 Qwen4 模型何時釋出。










