Qwen4-Max 正式上线!
阿里技术 2026-11-16 11:16 福建


我们正式发布 Qwen4-Max——与你并肩工作、创作和探索的全天候 AI 新同事。Qwen4-Max 基于 Qwen4 系列全新结构,拥有 2.4 万亿参数,具备原生视觉能力,支持百万 token 上下文窗口。
Qwen4-Max 以更强的专业工具运用、长程任务执行与成果交付能力,推动真实世界生产力的提升。从专业工作的深度到无限创意的广度,从 3D 建模与游戏开发到复杂精密的工业制造,从金融、法律、医疗到前沿科学探索,在与你的协作中,Qwen4-Max 能够理解工作全貌并持续推进项目,让每一个目标都拥有抵达现实的路径,实现人与 AI 协同工作的全新可能。
Qwen4-Max现已上线千问 AI 平台对外提供 API 服务,用户也可通过阿里Token Plan调用新模型,或在千问办公、Qoder、千问APP、Qwen Studio 等应用中直接体验。Qwen4 系列的中小尺寸模型将陆续开源发布。
性能表现
编程、办公及长程任务综合性能对比
相比 Qwen3.8-Max,Qwen4-Max 的整体能力提升如下。

Code Arena:WebDev
Qwen4-Max 前端编程能力在 Code Arena盲测榜单中位居全球前列。

Token 效率与成本
Qwen4-Max 以更少的 token 消耗取得了优于 Qwen3.8-Max 的性能:在 Work360 上,Xhigh 和 High 两档推理强度下的 token 消耗分别减少约 24% 和 35%;在 Terminal-Bench 4.0 上,分别减少约 48% 和 49%。与此同时,相比 Qwen3.8-Max,我们全面下调了 API 定价,尤其大幅降低了缓存命中价格。在我们 Work360 的评测中,单个任务的平均费用从 26.58 元降至 11.16 元,降低了 58%。

预训练
Qwen4-Max 采用 Qwen4 系列的全新架构,拥有 2.4T 总参数,每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数。该架构围绕Attention、Residual 和 Embedding三个方面对稀疏 MoE 模型进行系统升级,优化计算效率、模型容量和训练稳定性:
GDN + Qwen Sparse Attention(QSA): 每四层中,三层 Gated DeltaNet 将历史信息压缩为固定大小的状态,另一层 QSA 通过轻量级索引器,以 block 为粒度选择相关上下文,降低长序列的注意力计算与索引开销。
Gated Residual(GR): 将残差流扩展为四条并行分支,通过动态读写门控增强跨层信息传递,提升训练稳定性。
N-gram Embedding: 根据局部上下文查表,在第二层引入局部 token 模式的额外表示,以较低的额外计算开销扩展模型容量。

Qwen4-Max 模型结构
在 2.4T 参数规模下,Qwen4-Max 的预训练过程平稳,loss 持续下降,全程未出现 loss spike。这主要得益于模型架构和训练优化的改进。

Qwen4-Max 平稳的预训练过程
在知识、代码、问答和 STEM 四类内部评测中,Qwen4-Max-Base 的每字节比特数(BPB)在全部五个参评模型中均为最低。相比 Qwen3.8-Max-Base,在总参数量同为 2.4T 的情况下,其各领域 BPB 下降约 5–13%,同时每个 token 的激活参数减少约 25%。

内部评测:指标为 10 × BPB,越低越好。参数量按激活参数 / 总参数标注。GLM-5.3 和 Kimi-K3.1-Pro 为后训练模型,后训练可能影响其与基座模型的比较。
驱动真实生产力
Qwen4-Max 深度融入千行百业的复杂工作流,以更强的专业能力推动高质量成果交付,成为驱动真实生产力的 AI 新同事。
工业与专业应用
为全面提升模型在工业与专业场景中的协作能力,我们构建了 Work360 综合场景建模框架。该框架对复杂行业场景进行系统解构与细粒度分类,建立了涵盖 26 个一级领域、182 个二级子领域和 721 个三级细分领域的层级分类体系,实现对工业与专业场景的全方位覆盖。基于这一分类体系,我们构建了极具挑战性的 Work360 行业基准测试。在最新评测中,Qwen4-Max (52.69 分) 相较于上一代模型 Qwen3.8-Max (47.74 分) 取得了显著进步,在更广泛的行业场景中成为更强大的专业生产力工具。
Qwen4-Max vs Qwen3.8-Max 模型对比

任务样例

三维世界理解与生成
Blender:三维建模与场景创作
三维创作能力方面,Qwen4-Max 能够熟练使用 Blender 工具,串联几何建模、场景搭建、材质配置与灯光渲染等环节,将创意逐步转化为细节丰富、风格鲜明的三维作品。
从建筑与室内空间,到自然景观和科幻场景,Qwen4-Max 展示了对空间布局、物体结构与视觉效果的综合把握。
这种三维创作能力被进一步应用于游戏开发场景,并通过 3D 打印成为实体作品,将数字创作与后续开发、制作流程相衔接,为设计探索、内容创作和原型制作提供支持。
游戏开发:基于专业引擎的游戏创作
Qwen4-Max 能够熟练驾驭 Unity、Unreal Engine、Godot 等主流游戏引擎。 只需简单的自然语言需求,它就能合理利用外部资产,独立完成场景搭建、玩法逻辑开发、资产整合、材质配置、HUD 设计与特效制作,交付一个上手就能玩的游戏。
开发过程中,它会实际运行游戏,根据画面与交互反馈调整各种细节,如镜头跟随、角色动作、命中效果与打击感、光影与节奏配合,通过持续的运行测试与迭代,将场景、玩法和视听效果整合为可直接运行和体验的 3D 游戏。
喵出法随:Qwen4-Max 在 Unreal Engine 中打造猫咪法师冒险游戏。玩家可施放多种法术、选择能力强化,并挑战逐波敌群与首领。
汽车制造:从产线规划到零件设计与加工提效
在三丰智能装备、泛海统联精密的实际生产场景中,Qwen4-Max 将图纸理解、参数化建模与专业工具调用等能力融入工程流程,支持汽车制造中的产线规划、零件设计与加工验证等任务。其将设计生成、工具执行与反馈验证串联起来,展示了贯穿汽车制造全链路应用能力,带来可量化的效率提升。
在产线层面,Qwen4-Max 根据二维布局图与工艺参数,调用既有设备库构建三维产线,并开展节拍仿真与 PLC 虚拟调试;在零件层面,它完成车门总成、摩擦轮等部件的建模与设计,并辅助开展加工工艺规划、刀路生成与仿真核验。Qwen4-Max 通过根据仿真反馈迭代加工方案,在上机前发现过切、少切等问题。
在所展示的加工案例中,单个工件加工编程所需的人工投入由约 475 分钟降至 24 分钟,减少约 95%。
Agentic 视频创作
借助 Qwen4 与万镜一刻,您可以构建端到端的视频创作工作流。从打磨分镜脚本、搭建静态资产,到在白模预演中驱动相机动画、渲染生成独立片段,最终剪辑成连贯的多场景影片。
Qwen4 强大的语言、多模态以及智能体能力给复杂视频创作带来了知识注入、可控性和稳定性:
知识以文本或参考图prompt的形式注入到生成模型,使得生成更能反应创作者的知识和逻辑。
参数化白模预演确保复杂静态资产中几何结构、比例尺度与空间关系的一致性,也可精确控制动态运镜中的相机路径、动作和事件的时间轴卡点。
人机交互的自然语言化以及预演的可控性使得最终的成品更加稳定可解释。期待您使用Qwen4创作更多精彩的内容。
金融、法律、医疗落地实践
在专业垂直领域,Qwen4 深入金融投研、法律尽调与临床医疗三大高门槛场景,不仅可以处理繁杂的原始资料,更能完成深度的逻辑推演与证据链溯源,真正实现从“信息检索”到“专业交付”的跨越。
金融投研
Qwen4 可熟练调用 90 个 MCP 工具,全面获取 A 股、港美股、债券、基金及衍生品市场的行情、财务、利率与分红数据,并结合搜索对公开资料进行交叉核验。面对复杂的投研需求,它能够跟踪行业供需与订单变化、研判宏观利率与信用利差、比较股债性价比,并开展多因子回测以评估风格暴露。
以下案例以沪深 300 股指衍生品为例,展示了模型如何综合资金成本、股息率与合约期限计算理论基差、分析实际贴水,并考察隐含与历史波动率的差异。
最终,投研成果以 Excel 底稿和可编辑的 PPT 报告形式交付,并提供双重溯源保障:一是来源可查,点击单元格链接即可直达原始数据出处;二是图表可对照,PPT 图表与 Excel 底稿完全对齐,研究人员可随时从报告回溯至底稿,精准核对数值与计算公式。
企业 IPO 法律尽调
处理长程复杂法律实务方面,Qwen4-Max 面对客户分批提供的 198 份格式混乱、命名不一的散乱底稿,模型能有效排除干扰,按实质内容重命名并归类为 14 个目录,自动编制底稿文件清单;同时主动检索工商登记、知识产权、司法及信用等公开信息,与底稿进行多源交叉核验,核实发行人相关事实。
在核心的风险把控上,模型能深挖协议细节并剖析法律风险(如精准识别“对赌协议恢复条款”等潜在隐患),进而提供可执行的整改建议。
最终,它按严苛的实务标准交付了一份 86 页、6 万余字的完整尽调报告,全面覆盖历史沿革、股权架构等 12 个模块及 14 项具体法律问题,且所有结论均附有底稿引用以便追溯,在大幅提升尽调效率的同时,有力支持律师将精力聚焦于核心风险判断。
危重症临床医疗
在危重症临床医疗场景中,患者往往并发症多、病情变化快,伴随高频次的检查化验,产生了体量巨大且形态各异的医疗数据——包括几十份检验单、上万字的病程记录、多份医嘱以及 1,433 张原始影像。
视频中的患者在颈动脉支架术后经历室颤并复苏,拔管后出现胸痛,并于第六天再次插管。Qwen4 在单次对话中通读了整份复杂病历,完成了从信息提取到辅助决策的闭环:查指标(跨日期精准定位特定 CRP 结果)、理病程(将六天内的复杂事件对齐为清晰的时间线)、读影像(将影像归为六类序列,定位目标胸部 CT,通过多窗口并行读取数百张原始图像,准确识别出“双肺背侧实变”,与主管医生诊断完全一致)、做决策(综合多模态信息进行权衡,给出四条处置建议,与医生当日医嘱逐条对应)。
通过深度的医疗协同,模型能够高效整合多源证据,为临床一线决策提供坚实可靠的辅助支持。
驱动长周期智能体(24/7 Agents)
Qwen4-Max 支持智能体全天候推进长周期任务,通过自主规划与持续迭代,分阶段交付可用成果,兼顾自主执行与用户掌控。
持续交付:边做边交付,方向全掌控
长程智能体经常蒙头做事,缺少阶段性反馈,导致用户难以实时掌握进展、发现偏差和调整方向。为此,Qwen4-Max 融入 Live Delivery 能力,先交付可用首版,再持续交付更新版本,逐版扩展内容、提升质量。用户可依据每版交付成果评估进展、校准方向,Agent 可结合用户反馈动态调整计划,让长程任务的交付进展可见、执行方向可控。
我们同步开源 Qwen-Live-Delivery-Plugin,安装插件即可体验持续交付能力。
云资源调度:
提升模型自身应用、推理与训练的资源效率
Qwen4-Max 具备围绕复杂目标与约束进行运筹建模、求解与验证的能力,从而交付高质量的优化决策方案。该能力在阿里云真实业务场景中落地,实现了模型自主迭代并优化自身所需调度方案的闭环,涵盖数据标注中的多模型调用调度、云计算 GPU 资源的在线分配调度,以及云计算 CPU 资源的离线重调度。
在这一过程中,模型根据任务设定自主生成候选算法,协同阿里自研求解器 MindOpt 对可行性、目标值与耗时进行评估并获得反馈,进而通过修改代码、交叉验证来迭代更优策略。从上层模型调用到底层云资源调度,Qwen4-Max 依托可量化的反馈持续进化,直接优化了支撑其自身应用、推理与训练的运行系统,而由此带来的成本降低与资源效率提升,又将为下一轮模型迭代提供更坚实的算力支撑。
在相应场景中,数据标注场景模型调用调度费用对应参考基线平均降低 10.42%,GPU 在线分配相对基线的整机空闲容量时长提升 4.62%,CPU 离线重调度场景中达到最优目标的求解速度提升超 14.61 倍。

驱动科学发现
干湿实验闭环:
Qwen4自主设计与合成新型冷却液材料
面向下一代高功率芯片给数据中心带来的散热挑战,Qwen4依托深度原理Mira提供的一体化干湿实验环境,自主完成了一种新型冷却液分子的设计、实物合成与测试验证,最终获得真实材料样品。
在连续48小时的自主Agent运行中,Qwen4全自动完成路线调研,构建包含270万个分子的候选空间,并依次开展结构筛选、MPA性质预测、第一性原理计算、逆合成设计与实验规划。
Qwen4进一步调度自动化湿实验室完成真实物料的配制、合成、分离纯化与测试,将屏幕上的分子结构转化为实验室中的实体样品。经过4轮“分子设计-合成测试-主动学习”的闭环迭代,Qwen4最终获得经过实验验证的新型冷却液分子。
从用AI探索材料,到用材料支撑AI基础设施建设,本次任务为破解数据中心散热难题探索了新的材料路径,展现了Qwen4跨越数字世界与物理世界的长程科学发现能力。
药物发现:
以自主科研探寻延缓认知衰退的新路径
阿尔茨海默病逐步损害患者的记忆与认知能力,也给家庭和社会带来长期照护负担。神经炎症是其重要病理环节,参与这一过程的 NLRP3 炎症小体,为探索新的干预策略提供了重要研究方向。
围绕这一靶点,Qwen4-Max 在深势科技 PharmMaster 平台上,展示了贯穿靶点研究、分子优化设计与计算评估的全链路能力。它不只是生成分子结构,更将文献与专利理解、专业工具调用和计算反馈融入持续迭代的科研流程。
在这一过程中,Qwen4-Max 自主检索文献与专利证据,选择参考分子并建立评估基线,随后通过多轮结构设计、性质预测与分子对接,根据评估反馈调整优化方向,最终结合跨轮指标比较与相对结合自由能(RBFE)评估完成候选优选。整个流程累计调用工具 454 次,完成 3,239 项计算指标评估,设计优化 24 个候选分子,将证据检索、设计生成、工具执行与反馈验证串成一条完整链路。
相比专利起点,最终优选分子在多项核心计算指标上实现全面改善。RBFE 计算估计显示,其与目标靶点的名义结合亲和力达到起点的约 3.6 倍。深势科技的专家认为,该分子具有较高的研究价值,值得进一步开展湿实验验证。从疾病相关靶点到高潜力候选分子,Qwen4-Max 将证据驱动的设计、专业工具执行与计算反馈相结合,展示了自主推进长程科研任务、持续优化分子并形成有价值研究成果的能力。

“模型-框架-产品”协同设计
在 Qwen4-Max 的研发过程中,我们与 Qoder 等产品团队紧密合作,协同设计模型、智能体运行框架与产品。我们从用户在日常办公和专业设计中的实际需求出发,明确模型需要解决的问题,并以端到端任务的交付质量检验整体效果。在此基础上,持续提升任务执行能力、优化用户体验,帮助用户把想法落到实处,交付可直接使用的成果。
安全
我们以六大人工智能发展原则为指导,即:以人为本、包容诚信、隐私保护、安全可靠、可信可控以及开放共治,将模型治理贯穿于整个模型生命周期——从最初的设计与研究,到开发、训练、部署以及实际应用——确保负责任的人工智能是原生内嵌于设计之中,而非事后补充。
在软件工程训练任务中,我们在功能性检查的基础上新增了代码安全检测,以增强模型的内生安全编码能力。在 Last Secure Code Bench 的“无安全提示代码重建”及“功能与漏洞双重检验”中,Qwen4-Max 的函数级功能与安全双通过率从前代(Qwen3.8-Max)的 22.0% 提升至 31.8%;在函数,文件,仓库三个粒度上的同时生成安全代码比例从 8% 提升至 14.7%,接近翻倍。
模型在规避注入、内存安全和越权访问等核心风险上表现尤为突出,能显著减少默认生成的代码漏洞,协助开发者从源头压缩系统受攻击面。
在网络安全方面,我们按任务的具体用途筛选,保留用于漏洞验证、检测和修复等防御任务的数据,剔除用于提升攻击能力等进攻任务的数据。经过内部安全专家对长程任务运行轨迹(包含完整 CoT)审查发现,Qwen4-Max 的网络安全防御能力大幅提升,针对攻击性用途的防护能力也显著增强。尚未发现模型产生大规模网络安全风险的能力。
在 CBRN 方面,我们设计了安全数据并在安全后训练阶段提升了 Qwen4-Max 的内生安全。在内部评测中,Qwen4-Max 在未产生过度拒答的同时,识别出更多含有潜在风险的请求并给出安全回答。经过内部专家对模型作答(包含完整 CoT)审查发现,模型提出的方案不具备真正的创新性,也无法端到端的完成任务。尚未发现模型能够将相关知识转化为显著提升使用者能力的风险。
总结
Qwen4-Max 是面向工作、创作与探索场景的全天候人工智能协作伙伴。
它融合先进推理、原生视觉与长程任务执行能力,将复杂目标转化为可用的交付成果与具体的研究产出。依托持续交付(Live Delivery)机制,以及模型、智能体运行框架与产品层面的协同设计,Qwen4-Max 能够持续推进项目,根据用户反馈进行动态调整,并提供可供审阅和进一步拓展的成果。Max 只是 Qwen4 的第一款模型,系列中的小尺寸模型也将陆续开源:同源的技术路线、同一代的训练与对齐积累,面向小模型真正擅长的场景做取舍。
作为新一代智能协作伙伴,Qwen4-Max 现已就绪,可随时响应用户的协作需求。


欢迎留言一起参与讨论~
本文转载自微信公众号「阿里技术」,查看原文。版权归原作者所有,如有侵权请联系删除。