新闻股票阿里巴巴Qwen 4 Max领跑中国AI Agent竞赛,但权重未开放

阿里巴巴Qwen 4 Max领跑中国AI Agent竞赛,但权重未开放

作者: Decrypt·

要点速览

  • •Qwen 4 Max拥有2.4万亿参数,支持100万token上下文窗口,并原生处理文本、图像和视频。
  • •该模型是Arena Agent排行榜上排名最高的中国参评模型,在14,727次会话中以7.46%的初步得分位列单模型第14位。
  • •Qwen 4 Max定价为每百万输入token 1.50美元、每百万生成token 4.50美元,较前代降低25%,阿里巴巴内部测试显示平均任务成本降低约60%。
  • •该旗舰模型为闭源权重,开发者只能通过阿里巴巴的API或应用使用,无法下载或在自己的硬件上运行。
  • •Hugging Face统计到151,448个基于Qwen的衍生模型,约为基于Meta Llama系列构建数量的4.7倍,凸显了Qwen作为开放模型生态基础的地位。
阿里巴巴Qwen 4 Max领跑中国AI Agent竞赛,但权重未开放

阿里巴巴于周一发布Qwen 4 Max,这是其迄今最强大的AI模型,也是首个基于公司新Qwen 4架构打造的旗舰模型。根据阿里巴巴的官方公告及其Qwen博客文章,该模型拥有2.4万亿参数,支持最多100万token的上下文,并原生处理文本、图像和视频。

它也是Arena Agent排行榜上排名最高的中国模型,使阿里巴巴在这一特定测试中领先于腾讯、月之暗面(Moonshot AI)和DeepSeek。

参数实际上是模型在处理信息时可以调节的所有“旋钮”,而token则是模型处理的最小信息单位。阿里巴巴采用混合专家(mixture-of-experts)设计,在处理任意单词时,大部分参数保持闲置状态。Qwen 4 Max每次激活710亿参数,低于其前代Qwen 3.8 Max的950亿,使超大模型在每token上消耗更少的计算能力。100万token的上下文窗口足以容纳冗长的代码库或成堆的文档。

Agent Arena上的中国最佳模型

在Agent Arena上,Qwen 4 Max在单模型中排名第14位,使阿里巴巴整体位列第五大实验室。该排行榜通过任务完成度、用户满意度以及模型对纠正的响应程度来评估真实的Agent会话,并根据每个模型相对于平均竞争者的净百分比提升进行评分。Agent——即代表用户执行多步骤任务、过程中调用工具而非仅回答单一提示的模型——正日益成为模型输出转化为可用软件的形式,这也是这些排名受到开发者关注的原因,他们正在选择将什么接入自己的产品。Qwen 4 Max在14,727次会话中取得了7.46%的初步得分,是所有中国参评模型中最高的;由于该数字为初步结果,随着更多会话被记录,其排名可能发生变化。

编程能力与设计眼光

对于普通用户而言,该模型的视觉表现可能是更有趣的部分。Code Arena网页开发排行榜通过用户一对一投票和基于积分的评分系统比较各AI模型构建的网站。Qwen 4 Max以1,750分首次亮相即位列全球第六,较前代提高74分,并在品牌设计和参考设计类别中排名第八。

这使其与最优秀的美国系统处于同一水平,能够将请求、截图或粗略想法转化为外观出色的可用界面。阿里巴巴的演示更进一步,展示了该模型构建游戏环境以及将工厂布局转化为3D模型,不过这些是公司挑选的示例,而非独立测试。

视觉能力指的是理解图像和视频并生成代码或其他基于文本的输出。这与发布新的图像生成器并不是一回事。

更便宜的智能,但有代价

Qwen 4 Max通过QwenCloud的定价为每百万输入token 1.50美元、每百万生成token 4.50美元,较前代旗舰的2美元和6美元定价降低25%。由自动缓存提供的复用输入每百万token仅0.075美元,可显著降低重复性工作流的成本——在Agent式应用中,这种折扣可以叠加,因为多步骤任务的每一步都会重新发送相同的长上下文。

阿里巴巴表示,其内部跨数百个专业领域的测试发现,与前代Qwen 3.8 Max相比,该模型使用的token减少了35%,平均任务成本降低约60%。换言之,即使面对标价相近的竞争对手,在该模型上执行任务也应更便宜。

对开发者社区而言,更大的限制在于Qwen 4 Max是闭源权重的。开发者可以通过API或阿里巴巴的应用使用它,但无法下载其内部参数、进行修改,也无法在自己的硬件上私下运行该模型。实际上,这将旗舰模型的任何使用都绑定在阿里巴巴的托管平台上,包括其定价和可用性。

开放模型生态的支柱

Qwen已成为开放模型生态的基础。Hugging Face八月发布的一份报告统计,其平台上有151,448个基于Qwen的衍生模型,约为专门基于Meta Llama系列构建模型数量的4.7倍。其中包括社区微调版本和优化版本,为本地助手和专业工具提供支持。

阿里巴巴今年早些时候开放了Qwen 3.8 Max的权重,尽管此前一些Max模型保持专有,并在周一发布前的数个月通过较小的模型预览了Qwen 4架构的部分内容。

此次发布正值竞争激烈的中国赛道。月之暗面的Kimi K3将庞大的开放权重模型推向接近西方水平的表现,而DeepSeek则在API价格上展开激烈竞争。Qwen 4 Max在部分中国排名中领先,但美国实验室仍占据Arena整体Agent和网页开发排行榜的榜首位置,且这些模型的价格明显更高。

阿里巴巴表示,更小的Qwen 4模型将以开放权重发布,让开发者有机会在这一代基础上进行构建,而非仅仅租用其最大的模型。公司尚未公布这些模型的规模或发布日期。