阿里巴巴于周一发布了 Qwen 4 Max,这是其迄今为止最强大的人工智能模型,也是基于全新 Qwen 4 架构构建的首款旗舰产品。

它也是 Arena 代理排行榜上排名最高的中国模型,使该公司在该特定测试中领先于腾讯、Moonshot AI 和 DeepSeek。

新模型拥有 2.4 万亿个参数,可以处理文本、图像和视频,并接受多达 100 万个上下文标记。参数是模型在处理信息时可以处理和调整的所有不同刻度盘。令牌基本上是模型可以处理的最小信息单元。它当前的配置足以容纳冗长的代码库或文档堆栈。

哪些公司将在2027年之前IPO?

阿里巴巴采用了专家混合设计,这使得大部分参数对于其处理的任何给定单词都保持空闲状态。 Qwen 4 Max 一次激活 710 亿个,而 Qwen 3.8 Max 一次激活 950 亿个,允许非常大的模型使用每个代币更少的计算能力。

它可以编码,并且具有设计眼光

在《Agent Arena》上,Qwen 4 Max在个人型号中排名第14,并使阿里巴巴实验室整体排名第五。

排行榜使用任务完成情况、用户满意度以及模型对修正的响应程度来评估真实的代理会话,然后根据每个模型相对于平均竞争对手的净改进百分比对每个模型进行评分。 Qwen 4 Max 在 14,727 场比赛中初步得分为 7.46%,是中国参赛作品中最高的。

对于普通用户来说,它的视觉作品可能是更有趣的部分。 Code Arena 网络开发排名使用面对面的用户投票和基于积分的评级系统对人工智能模型构建的网站进行比较。 Qwen 4 Max 首次亮相,以 1,750 分的成绩排名全球第六,比前身提升 74 分,并在品牌和参考设计类别中排名第八。

这使得它与美国最好的模型处于同一领域,可以将请求、屏幕截图或粗略的想法转化为实际上看起来不错的工作界面。

阿里巴巴的演示更进一步,展示了模型构建游戏环境并将工厂布局转化为 3D 模型,尽管这些是公司选择的示例而不是独立测试。

视觉功能用于理解图像和视频并生成代码或其他基于文本的输出。它与发布新的图像生成器不同。

更便宜的情报,有一个陷阱

Qwen 4 Max 每百万个输入代币的成本为 1.50 美元,通过 QwenCloud 每百万个生成代币的成本为 4.50 美元,比之前旗舰产品的 2 美元和 6 美元的费率降低了 25%。自动缓存提供的重复使用输入的成本为每百万令牌 0.075 美元,这可以使重复工作流程的成本大大降低。

阿里巴巴表示,其对数百个专业领域的内部测试发现,与 Qwen 3.8 Max 相比,该模型使用的代币减少了 35%,平均任务成本降低了约 60%。换句话说,即使与价格相似的竞争对手相比,在该模型上执行任务也应该更便宜。

对于社区来说,更大的限制是 Qwen 4 Max 是封闭重量的。开发者可以通过API或阿里巴巴的应用程序使用它,但不能下载其内部参数、修改它或在自己的硬件上私下运行它。

Qwen 已成为开放模式生态系统的基础。 Hugging Face 8 月份的一份报告显示,其平台上有 151,448 个基于 Qwen 的衍生模型,大约是专门针对 Meta 的 Llama 系列构建的数量的 4.7 倍。其中包括为本地助手和专业工具提供支持的社区微调和优化版本。

阿里巴巴在今年早些时候开放了 Qwen 3.8 Max 的重量,尽管保留了一些之前的 Max 型号的专有权。它还在周一发布前几个月预览了带有较小型号的 Qwen 4 架构的元素。

此次发布会在一场拥挤的中国比赛中展开。 Moonshot 的 Kimi K3 将巨大的开放权重模型推向西方性能,而 DeepSeek 一直在 API 价格上展开激烈竞争。

Qwen 4 Max 在一些中国排名中处于领先地位,但美国实验室仍然在 Arena 的整体代理和网络开发表中占据榜首。它们的价格也贵得多。

阿里巴巴表示,较小的 Qwen 4 型号将以开放重量发布,让开发者有机会在这一代产品的基础上进行开发,而不是简单地租用其最大的型号。它尚未公布其尺寸或发布日期。