阿里巴巴Qwen 4 Max領跑中國AI Agent競賽,但權重仍未開放下載
重點速覽
- •Qwen 4 Max擁有2.4兆個參數,支援100萬token上下文視窗,並原生處理文字、圖像與影片。
- •該模型是Arena agent排行榜上排名最高的中國參賽者,在個別模型中排名第14位,於14,727個對話中取得初步7.46%的成績。
- •Qwen 4 Max定價為每百萬輸入token 1.50美元、每百萬生成token 4.50美元,比前代降低25%;阿里巴巴內部測試顯示平均任務成本降低約60%。
- •旗艦模型為閉源權重,開發者只能透過阿里巴巴的API或應用程式使用,無法下載或在自己硬體上運行。
- •Hugging Face統計有151,448個基於Qwen的衍生模型,約為基於Meta Llama系列模型數量的4.7倍,凸顯Qwen作為開源模型生態系基石的角色。

阿里巴巴於週一發布Qwen 4 Max,這是迄今為止其最強大的AI模型,也是首款基於公司全新Qwen 4架構打造的旗艦模型。根據阿里巴巴的官方公告及Qwen部落格文章,該模型擁有2.4兆個參數,支援最多100萬token的上下文,並原生處理文字、圖像與影片。
它也是Arena agent排行榜上排名最高的中國模型,使阿里巴巴在該項測試中領先騰訊、月之暗面(Moonshot AI)與DeepSeek。
參數實際上就是模型在處理資訊時可調整的各種「旋鈕」,而token則是模型處理的最小資訊單位。阿里巴巴採用混合專家(mixture-of-experts)設計,讓大部分參數在處理任何特定詞彙時保持閒置。Qwen 4 Max每次僅啟動710億個參數,低於前代Qwen 3.8 Max的950億,使超大規模模型在每個token上消耗更少的運算資源。100萬token的上下文視窗足以容納大型程式碼庫或成堆的文件。
Agent Arena最高排名的中國模型
在Agent Arena上,Qwen 4 Max在個別模型中排名第14位,並使阿里巴巴成為整體排名第5的實驗室。該排行榜透過任務完成度、使用者滿意度以及模型對修正的回應情況來評估真實的agent對話,再以相對平均競爭者的淨百分比提升來為每個模型評分。Agent——代表使用者執行多步驟任務、過程中呼叫工具而非僅回答單一提示的模型——正日益成為模型輸出轉化為實際軟體的形式,這也是為何這些排名受到開發者關注的原因,他們需要決定將哪些模型接入自己的產品。Qwen 4 Max在14,727個對話中取得初步7.46%的成績,為中國參賽者中最高;由於該數字為初步結果,隨著更多對話被記錄,其排名可能變動。
編碼實力與設計眼光
該模型的視覺表現對一般使用者而言可能是更有趣的部分。Code Arena網頁開發排行以面對面的使用者投票與積分制評分系統,比較各AI模型建立的網站。Qwen 4 Max以1,750分首次亮相即居全球第六,比前代上升74分,並在品牌設計與參考式設計類別中排名第八。
這使其與最優秀的美國模型處於同一水準,都能將請求、螢幕截圖或粗略想法轉化為外觀出色的可用介面。阿里巴巴的示範更進一步,展示該模型建構遊戲環境以及將工廠平面圖轉換為3D模型,不過這些都是公司挑選的範例,而非獨立測試。
其視覺能力適用於理解圖像與影片,並產生程式碼或其他文字輸出,與推出新的圖像生成器並不相同。
更便宜的性能,但有代價
Qwen 4 Max透過QwenCloud收費為每百萬輸入token 1.50美元、每百萬生成token 4.50美元,比前代旗艦的2美元與6美元降低25%。由自動快取提供的重複輸入每百萬token僅0.075美元,可大幅降低重複性工作流程的成本——這項折扣在agent式應用中會不斷累積,因為此類應用在多步驟任務的每一步都會重發相同的長上下文。
阿里巴巴表示,其內部測試涵蓋數百個專業領域,發現該模型比Qwen 3.8 Max少用35%的token,並將平均任務成本降低約60%。換言之,即使與標價相近的競爭對手相比,在此模型上執行任務也更為便宜。
對開發者社群而言,更大的限制是Qwen 4 Max為閉源權重模型。開發者可透過API或阿里巴巴的應用程式使用它,但無法下載其內部參數、進行修改,或在自己硬體上私有運行。實際上,這使旗艦模型的任何使用都綁定於阿里巴巴的託管平台,包括其定價與供應情況。
開源模型生態系的支柱
Qwen已成為開源模型生態系的基石。Hugging Face八月的一份報告統計,其平台上有151,448個基於Qwen的衍生模型,約為專門基於Meta Llama系列所建模型數量的4.7倍。這些包括社群微調版本與最佳化版本,為本地助理與專業工具提供動力。
阿里巴巴今年稍早開源了Qwen 3.8 Max的權重,儘管此前曾對部分Max模型保持專有,並在週一發布前的數個月,透過較小模型預覽了Qwen 4架構的部分內容。
此次發布正值競爭激烈的中國賽場。月之暗面的Kimi K3將超大規模開源權重模型推向西方水準,而DeepSeek則在API價格上激烈競爭。Qwen 4 Max領先部分中國排行榜,但美國實驗室仍佔據Arena整體agent與網頁開發排行中的頭名位置,而這些模型的價格也高出許多。
阿里巴巴表示,將推出開源權重的較小Qwen 4模型,讓開發者有機會基於這一代模型進行開發,而不只是租用其最大的模型。公司尚未公布其規模或發布日期。