阿里巴巴发布正式版 Qwen4-Max,扩大托管 API 接入
正式模型接受文本、图像和视频输入,支持百万 token 上下文。阿里云列出六个服务区域,本次旗舰发布未提供可下载权重。
阿里巴巴于 11 月 16 日发布 Qwen4-Max 正式版。11 月 11 日开始的预览限于 Token Plan,正式版在阿里云 Model Studio 另有模型标识和按量 API,文档列出北京、新加坡、法兰克福、弗吉尼亚、东京和香港六个区域。
- 提交文本、图像或视频
- 调用模型和可用工具
- 返回文本或结构化结果
输入、输出与工具
正式 API 接受文本、图像和视频,返回文本。文档列出网页搜索、并行工具调用和结构化输出。后者允许程序规定结果应有哪些字段,方便后续软件读取。
百万 token 是上下文容量。文档将最大输入单列为常规模式 991,808 token、思考模式 983,616 token。单次请求可提交的长度取决于使用模式。
模型规模与测试口径
阿里巴巴称模型采用稀疏混合专家架构,共 2.4 万亿参数,每个 token 激活约 710 亿。模型会为各 token 选用部分计算模块,整体参数量和单步参与计算的参数量因此不同。
在阿里巴巴自设的 Work360 任务上,公司称高强度推理比 Qwen3.8-Max 少用 35% token,平均单项任务成本约低 60%。这些数字适用于所报任务和设置,真实业务成本还取决于输入规模、输出长度和调用方式。
接入方式与权重
Online Tech Tips 对照了预览和正式版的公开文档。本次旗舰开放的是托管推理,公告提到开放权重的是计划另行发布的较小 Qwen4 模型。厂商测试与实际工作流中的表现仍需分别评估。







评论
使用 GitHub 账号参与讨论,所有语言版本共用此评论区。
在 GitHub 查看讨论查看旧评论(Disqus)