通义千问Qwen4-Max正式上线:降本60%的账怎么算、谁最受益

源自15位全网作者

14:10

11月16日,阿里巴巴全新一代基座大模型Qwen4正式发布,旗舰Qwen4-Max首发上线千问AI平台,API服务与Token Plan同步开放调用,面向开发者与企业全面开放。热搜里的“降本60%”,对应的是官方口径里的单任务平均费用:在阿里自建的Work360评测中,单个任务的平均费用从26.58元降至11.16元,降幅58%,后续媒体汇总普遍写成“超60%”。知乎微博微博

“降本60%”是三层乘法叠出来的

最表面的一层是单价下调。国内千问AI平台上,Qwen4-Max每百万输入token 10元、输出30元,作为对比,上一代是12元和36元,缓存命中价格也从1.5元降到了0.5元。海外版输入1.5美元、输出4.5美元,缓存命中降了70%,同口径下Work360单任务均价从4.43美元掉到1.67美元——媒体说的“超六成”,直接账就是这么来的。知乎知乎

真正的大头在第二层:同样的活,用的token变少了。官方给出的对比是,在Work360上,Xhigh和High两档推理强度下的token消耗较上代分别减少约24%和35%,在Terminal-Bench 4.0上分别减少约48%和49%。支撑这一层的是架构换代:Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,总参数2.4T,支持百万上下文。但每个token真正激活的参数从上一代的95B降到71B、瘦身整整四分之一,每四层里配了三层Gated DeltaNet,把历史信息压进固定大小的状态,只留一层给QSA稀疏注意力,让百万上下文跑起来不拖累显存和算力。知乎知乎知乎

第三层是第三方交叉验证。ArtificialAnalysis按统一套题测算,Qwen4-Max的单任务平均成本从10美元左右降到3美元出头,便宜了约三分之二,其智能指数给到43分、发布首日即入榜。知乎知乎

但三层乘法共用同一个前提:降本数字都出自厂商自建评测或特定第三方套题。Work360是阿里自己构建的体系,涵盖26个一级领域、182个二级子领域和721个三级细分领域。同一套评测的分数也从47.74涨到了52.69,强和便宜是同一组数字的两面。落到真实账单:多轮工具调用、反复读取长文档和代码库越多的任务,0.5元的缓存价和变少的思考token叠得越足,账单越接近“省六成”;单轮短问答,降幅基本感知不到。知乎知乎

正式版强在哪,又哪里明显偏科

Arena的真实用户盲测榜Agent Arena来自全球用户发起的1.47万次真实智能体任务,Qwen4-Max第一次登榜就排到第14名、国产模型第一,上一代只排第39。前端编程盲测榜Code Arena上,它拿到1750分(初步自动评测),全球第6、国产第1,排在Claude Fable 5.1和GPT-6.1 Sol前面。知乎知乎

第三方评测机构Vals AI的综合榜单上,Qwen4-Max得分63.2%,在38个模型里排第11,同样是国产第一——综合、编程、智能体三个第三方口径都坐上了国模头名。官方横向测试里拉开最大的两项是长程任务和代码修复:Agents’ Last Exam得分46.7、比上代高出近七成,DeepSWE代码修复75.7分排第一。知乎知乎

偏科同样具体:命令行编程测试Terminal-Bench 4.0得分48.5,被Kimi K3.1的67.2分甩开;黑盒软件复刻ProgramBench只有31.5分,Claude Opus 5.5是65分。Arena同日放出的会话数据里,它的Bash可靠性只排第29。知乎知乎

预览版留下的疑问,正式版答到哪一步

11月11日,Qwen4-Max的预览版只上线Token Plan,白天2折、夜里折上折到0.8,官方标注的预览期到11月25日24:00截止。预览版的工程口碑并不一致:有用户反馈多次修改后仍无法正常使用、频繁插入测试代码并违背预设规则,这条差评帖在小红书拿到121个赞、119条评论。知乎微博小红书

正式版把分数涨在了榜单上,但“预览版的稳定性问题是否被修复”不在官方发布内容里,首日第三方实测仍在积累,这一条只能存疑。社区呼声最高的开源也有了明确回答:旗舰Max暂时闭源,Qwen4系列的中小尺寸模型将陆续开源发布。知乎

开发者现在该做的是一道换算题

接口同时兼容OpenAI和Anthropic两种格式,老项目换个地址就能切过去试,模型页还提供100万token的免费额度可直接领取。最划算的动作是按新价单和“少用两三成token”重新核算现有任务的账单结构;三个需要留意的地方:重度命令行和Bash自动化不是它的强项,别指望单独替换;想要本地部署,得等后续的中小尺寸开源;对多轮任务稳定性敏感的团队,先用自己的项目灰度一轮再定。知乎

对需要“通读全局、长时间执行、分阶段交付”的办公和长程智能体场景,Qwen4-Max已经把国产第一梯队的综合能力压到了缓存价只有输入价零头的水平;但60%的降本最终是否成立在你的账单上,取决于任务里可缓存上下文和token浪费的占比——这比榜单名次更值得逐日观察。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章