基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
9.0
重磅
AI SCORE
模型发布2026-11-16 10:07

Qwen4-Max 开放 API,强化长程开发任务

IT之家#通义千问#Agent#AI编程
Editor brief · 编辑速览

阿里正式上线 Qwen4-Max,采用 2.4 万亿参数 MoE 架构,支持原生视觉、百万 Token 上下文及 API 调用。官方报告其编程与长程任务能力提升,Work360 单任务平均费用由 26.58 元降至 11.16 元,并开源渐进交付插件。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

Qwen4-Max 这次正式上线,重点不只是把主干参数推到 2.4 万亿,而是尝试让模型完成更长、更复杂的工作,同时减少 Token 消耗和任务费用。对程序员来说,值得看的不是参数有多大,而是它能否以更低成本交付可用结果。

不过,原文的数据来自官方评测与案例,不能直接当作一般团队的收益预期。标题写「任务成本降低超 60%」,正文给出的 Work360 平均任务费用降幅却是 58%,这两个口径需要分清。

百万 Token 上下文,靠什么控制计算量

据原文,Qwen4-Max 于 11 月 16 日正式接入千问 AI 平台,区别于 11 月 11 日开放的限时预览版。模型采用稀疏 MoE(混合专家)架构,原生支持视觉理解,提供 100 万 Token 上下文窗口。

2.4 万亿是主干参数规模,原文没有披露每次推理实际激活多少参数,不能仅凭这个数字判断调用成本。

它控制长上下文计算量的做法,主要落在三个位置:

  • Attention:每四层中,三层使用 Gated DeltaNet,把历史信息压缩为固定状态;剩下一层使用 Qwen Sparse Attention,按 block 粒度选择相关上下文,减少长序列的注意力计算。
  • Residual:Gated Residual 把残差流扩展为四条并行分支,增强信息在不同层之间的传递。
  • Embedding:N-gram Embedding 在第二层通过查表提供局部 token 模式表示,以较低额外算力扩展容量。

可以把第一项理解为:多数层保存经过压缩的历史信息,部分层再选择相关上下文进行处理。这解释了它为何可能更省计算,但原文没有提供这些结构各自贡献多少收益的对照实验。

Qwen4-Max 的架构调整与能力说明

上下文装得下多少,与模型能否准确使用其中的信息,是两件事。 原文没有给出百万 Token 输入下的信息检索准确率、延迟或具体费用。

成本下降,要把 Token、单价和交付结果一起看

官方给出的性能变化是:Work360 得分从 Qwen3.8-Max 的 47.74 分升至 Qwen4-Max 的 52.69 分。

效率数据则分成两组。在同等性能下,Xhigh 和 High 两档推理强度的 Token 消耗,分别比前代减少约 24% 和 35%;在 Terminal-Bench 4.0 上,两档的降幅分别约为 48% 和 49%。

此外,API 定价同步下调,缓存命中价格尤其降低。Work360 中单个任务的平均费用从 26.58 元降至 11.16 元,降幅为 58%。

Qwen4-Max 的评测表现与任务费用变化

因此,任务变便宜,既有 Token 用量下降的因素,也有价格调整的因素。原文没有列出完整价目表,也没拆开两者各贡献多少,更没有解释标题中「超 60%」对应哪项测量。

Work360 是 Qwen 团队开发的评测框架,覆盖 26 个一级领域、182 个二级子领域和 721 个三级专业方向。范围很广,但覆盖行业多,不等于已经证明适合你的业务。 原文没有展开评分规则、任务分布,以及失败重试是否计入平均费用。

另一个方向是交付方式。Qwen4-Max 在智能体场景引入 Live Delivery:先交付可用首版,再根据反馈逐版扩展内容、提高质量,并同步开源 Qwen-Live-Delivery-Plugin。

这与软件开发中的迭代交付很接近:先让用户看到能运行的东西,再校正需求。官方展示了 Blender 三维建模、Unity 与 Unreal 游戏开发等案例;汽车零件加工案例中,单个工件编程的人工投入从约 475 分钟降至 24 分钟。这里衡量的是特定案例的人工投入,不能直接外推为所有开发任务的提效幅度。

我的判断

这次升级值得关注的,是把专业工具使用、长周期执行和最终交付质量放到一起看。对 AI 编程而言,一次回答写得漂亮,远不如代码能运行、工具能调用、修改能验收来得实在。

但目前证据仍以官方评测和演示为主。架构是否更优、费用能否普遍下降、专业任务能否稳定完成,都缺少原文可供核对的独立对照数据。尤其金融、法律、医疗案例,展示了任务范围,没有交代结果准确性和人工复核要求。

Live Delivery 的思路合理,但并非采用它就一定更高效。相比一次性生成完整结果,它有机会提前暴露需求偏差,也可能增加反馈轮次。原文没有提供两种交付方式的对照数据。

还要分清开源范围:当前明确开源的是 Qwen-Live-Delivery-Plugin;Qwen4 系列小尺寸模型只是宣布将陆续开源,原文未给出时间表,也没有宣布 Qwen4-Max 本身开源。

能拿来做什么

  • 通过 QwenCloud API 或 Token Plan 试用时,选一组已有验收标准的前端、Node 开发任务,与当前模型比较完成率、总费用和人工修改时间,不要只比较单次 Token 用量。
  • 对需要多轮修改的页面或功能开发,可以借鉴 Live Delivery:先要求交付可运行首版,再逐轮补齐交互与边界处理,每轮保留明确的验收条件。
  • 如果准备利用 100 万 Token 窗口处理大型代码库,先检查它能否定位依赖、引用正确文件并完成修改,再决定是否扩大输入规模。
  • 希望直接体验的开发者,可以从 Qwen Studio、QwenWork 或 Qoder 入手;需要本地部署的团队,则应等待小尺寸模型的实际开源信息,再判断是否适配。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 IT之家,原文版权归原作者所有。

阅读原文
上一篇
Qwen4-Max 主打长上下文与代理降本
下一篇
LoopForge 将编程智能体接入团队交付流程

资讯速览

IT之家 · 2026-11-16 10:07

AI 评分 9.0 / 10

相关标签

#通义千问#Agent#AI编程

继续阅读

  • Flutter 跑上手表模拟器,真机仍待验证
  • Qwen4-Max 主打长上下文与代理降本
  • LoopForge 将编程智能体接入团队交付流程
  • AG-UI 用事件协议连接智能体与前端
  • 电话语音智能体如何实现低延迟打断