2.4T 是总账,71B 是单价
11月16日,阿里发布 Qwen4-Max:总参数 2.4T,原生视觉,上下文到一百万 token。它用 Qwen 稀疏注意力 MoE,每个 token 只激活 71B,比上代少 25%。
榜单第 6,与硬编程的分差
CodeArena 前端盲测排第 6,夹在 GPT6-Astra 与 Claude Fable5.1 中间;Agents' Last Exam 46.7 分,比上代高 18.8;JobBench 68.5 分,高于 GPT-6.1sol、低于 Claude Opus5.5。4.0 版的 Terminal-Bench 同为 Xhigh 档,单轮尝试的平均 token 从 289K 降到 151K,得分从 38.9 升到 48.5。
账单下降靠少花 token
缓存命中每百万 token 低至 0.5 元,单任务平均费用比上代降 58%。发布会上还有几个场景:物理科普网站被交付 14 个可用版本;汽车工件编程从 475 分钟压到 24 分钟;金融投研调用 90 个 MCP 工具,产出 Excel 与 PPT;材料发现连续跑 48 小时,从 270 万个候选分子里筛选。
两种口径
一边是 2.4T 的总参数与第 6 名,一边是每 token 只激活 71B、Terminal-Bench 48.5 分还没进第一梯队。CodeArena 第 6 是中国模型最好成绩,不等于全面领先。58% 的降幅,靠的是少花 token 和缓存价,不是单价打骨折。数字一致,落点不同。
原文链接:https://www.leiphone.com/category/industrynews/TRw4D5Bw5HsTmC1G.html
来源:雷峰网 / 阿里云