作者|桦林舞王 编辑|靖宇 底座架构重写,单任务成本暴降近六成,阿里把旗舰模型拉进了真实排班表。 终于,一款国产旗舰模型现身了。 11 月 16 日,阿里千问正式发布新一代旗舰模型 Qwen4-Max。就在五天前,它的预览版 qwen4-max-preview 刚在 Token Plan 里低调露过面,今天正式版直接亮出了完整底牌。 新模型依然维持着 2.4 万亿(2.4T)的主干总参数规模,原生支持文本、图像和视频输入,上下文窗口拉到了 100 万 Token。不过比参数表更显眼的,是官方同时给出的一笔账单:在模拟真实工作场景的评测里,千问 4 Max 跑完单个任务的平均费用, 从上一代的 26.58 元降到了 11.16 元,直接砍掉 58% 。 千问团队这次释放的信号很明确,旗舰大模型单纯拼纸面考分的阶段翻篇了,现在的目标是把模型塞进真实工作流,当一个能扛长活、也算得过账的「新同事」。 01 给 2.4 万亿参数的巨兽「减负」 过去一年,行业里没少见识号称百万上下文的模型。但真把几十万字的项目文档或者一整个代码库丢进去,很多模型到了后半程就开始注意力涣散、输出卡顿,账单还贵得吓人。要让「新同事」在 100 万上下文和长程 Agent 任务里跑得稳、跑得省,光靠外围工程补丁已经不够了,必须动底层架构。 千问 4 Max 这次在底座上做了三处关键调整,核心逻辑都是把算力花在刀刃上。 先看负责记忆的注意力层。如果让模型在长文本里每写一个字,都要回头把前面几十万字逐字重读一遍,算力开销会急剧膨胀。千问换上了混合方案(GDN 加 Qwen Sparse Attention),每 4 层网络里,有 3 层负责把看过的历史信息压缩成固定大小的状态往前传,剩下 1 层
ARTICLE
/
极客公园
全村希望,千问 4 Max 正式发布,2.4 万亿参数模型「进厂打工」
2026年11月17日 14:41 · 来自 极客公园