截至 2026 年 11 月 17 日,阿里 Qwen4-Max 正式版已完成发布。发布日有两版口径:官方中文公关稿与多家媒体写的是 2026 年 11 月 16 日(北京时间 10:00),官方英文博客页则标注 2026/11/15;两版并存,本篇原样并列,不替官方择一。把这次发布压成一句话并不难:单任务费用大降六成,但第三方综合智能分数仍落后头部模型。便宜与落后同时成立,这才是这次发布真正值得读的地方。只盯降价,会漏掉官方同时认下的与头部之间的差距;只盯榜单,又会错过它在成本这一侧交出的成绩。本篇只核 Qwen 官方博客、阿里云百炼官方文档与中文公关稿可逐字核对的内容;第三方评测只给定性判断、不写具体分数名次;官方没说的部分留白不补,不替它补结论,也不做跨产品渲染。
四个数字读架构:2.4T、QSA、原生视觉与百万上下文
架构这一层,官方英文博客写得相当具体,逐字是「with a 2.4-trillion-parameter backbone, native vision capabilities, and a one-million-token context window」。拆开是三件事:2.4T 参数的主干、原生视觉能力、百万上下文窗口。参数细分官方也给了——「2.4T backbone parameters, 71B activated per token, and an additional 328B N-gram Embedding parameters」,即 2.4T 主干参数、每 token 激活 71B、另有 328B 的 N-gram Embedding 参数。这里的「激活 71B」是理解后面降本的关键:参数总量很大,但每次实际调动的只是一部分。
稀疏 MoE 的升级面官方逐字写道,「The architecture systematically upgrades the sparse MoE model across attention, residual connections, and embeddings」,也就是在注意力、残差连接与嵌入三处系统性地升级了稀疏 MoE。注意力这一块的核心叫 QSA,官方原文是「GDN + Qwen Sparse Attention (QSA): Three Gated DeltaNet layers compress history into fixed-size states for every QSA layer. QSA uses a lightweight indexer to select relevant context at micro-block granularity, reducing both attention and indexing costs for long sequences」。翻成读得懂的话:三层 Gated DeltaNet 把历史压成固定大小的状态,QSA 再用一个轻量索引器在微块粒度上挑出相关上下文,长序列下注意力和索引两头的开销都被压下去。官方另给一句「activating 25% fewer parameters」,激活参数比上代少约四分之一。这几句都是官方博客明说,不是第三方实测。
维度上还有两个官方自报的口径值得并排看。上下文长度在阿里云百炼文档里写死为 1,000,000,最大输入 991,808、思考模式 983,616;token 效率方面,官方博客给的是 Work360 上 Xhigh 与 High 两档用量分别降约 24% 与 35%,Terminal-Bench 4.0 上分别降约 48% 与 49%。这些都是官方按自测口径给出的数字,写在价格论证之前,作用是说明「为什么单任务会更便宜」——不是单纯降价,而是用量与激活参数一起往下走。原生视觉、QSA 稀疏注意力与百万上下文三项,是把它读成一次架构升级而非单纯调价的依据。
费用大降六成:两版口径不能混着读
价格是这次发布的主钩子,也是最容易读错的地方。官方英文博客给的口径逐字是「the average cost per task drops from $4.43 to $1.67 — a 62% reduction」,即单任务平均费用从 4.43 美元降到 1.67 美元,降幅 62%,币种是美元、口径是 Work360。中文公关稿与媒体给的则是另一版:单任务平均费用从 26.58 元降到 11.16 元,降低 58%,币种是人民币、口径同为 Work360。两版都是「官方」口径,但币种与降幅数字不同——一个 62%、一个 58%,一个美元、一个人民币,绝不能混着写。本篇正文统一用「约六成」和「费用大降六成」来覆盖,需要写具体数时标明币种与出处,不做任何自行折算或跨币种拼接。
为什么两版降幅会差出几个百分点?从官方给出的数字能读出的合理解释是:降幅本就由激活参数减少、token 用量下降与单价共同决定,不同渠道选了不同的比较基线与币种呈现,结果自然不同。但官方并未就「62% 与 58% 为何不同」给出说明,本篇也不替它找原因,只把两版原样摊开:想核对英文口径就看 4.43 到 1.67 美元、62%;想核对中文口径就看 26.58 到 11.16 元、58%。「费用大降六成」是对两版的统一概括,不是一个可以让两版互相替换的精确数字。
缓存命中价是另一个容易踩坑的点。0.5 元每百万 token 这一数字出自中文公关稿与多家媒体,属于媒体转述的官方口径;阿里云正式版定价页抓取文本以「缓存单价(每百万 Token)」的链接形式给出,并未直接显示 0.5 这个数字。写 0.5 元时必须标清是转述,不能写成官方定价页逐字列明的条款。相比之下,国内正式版的检索单价在官方文档里写得明确:输入每百万 token 10 元、输出每百万 token 30 元,推理服务供应商为阿里云百炼。一边是逐字可核的输入输出单价,一边是转述口径的缓存命中价,两者的证据强度不同,引用时不能一视同仁。
把架构、用量与单价三段接起来,降本的因果链才完整:激活参数少约四分之一、Work360 与 Terminal-Bench 4.0 的 token 用量下降、再叠加单价调整,三股力一起把单任务平均费用压到原来的四成左右。这也解释了标题为什么把「费用大降六成」放在前半句——它是官方在这一代上着墨最多、也最能量化的成绩。但同一篇发布里还有后半句,那就是下一节要处理的张力。
分数仍落后头部:第三方指数只给定性
降价讲完,必须把另一半事实摆上桌:分数仍落后头部。这里能指认的第三方口径是 Artificial Analysis 的智能指数(Intelligence Index),具体口径为 xhigh 推理档的综合智能评分。按多家媒体与转述渠道的定性判断,Qwen4-Max 在这一综合智能口径上仍落后于头部模型。本篇只保留这一句定性,不写任何具体分数与名次。
之所以只给定性,是因为 grading 的证据强度不同。官方博客在脚注里把 AA-Briefcase v1.1、AutomationBench-AA 等分项成绩署名 Artificial Analysis,也把 APEX-Agents v1.1 署名 Mercor 榜单、CodeArena 与 AgentArena 署名 Arena、HLAB-Vals-1.1 署名 Vals Index——这说明官方在分项上明确标注了第三方来源。但「综合智能指数落后头部」这句话并未写进官方博客的一手正文,它来自媒体对第三方榜单的转述;而那些被媒体反复引用的具体分数与名次,本篇一律不写数字。换句话说,能核的是「有这样一个具名第三方口径、且定性判断是仍落后头部」,核不了的是精确到个位的分数与排位——后者属于二手,写进正文就是把转述当一手。
这点恰恰构成标题的后半句。费用大降六成与分数仍落后头部不是两句互相抵消的漂亮话,而是同一次发布里同时成立的两面:它在成本与效率这一侧交出了可量化的进步,在第三方综合智能这一侧仍没有站到最前。把任何一面单独抽出来当成结论,都会失真——只看前者会以为性价比已经反超,只看后者会忽略成本侧的实质进展。诚实的读法是把两句话一起读:更便宜是真的,仍落后也是真的。
平台命名、Model ID 与 Preview 的边界
第三个容易出错的地方是平台叫什么。英文博客写 QwenCloud,中文公关稿写「千问 AI 平台」(qianwenai.com),阿里云官方文档写的是百炼 Model Studio——三者指向同一服务的不同叫法。本篇以阿里云百炼 Model Studio 为主称,需引述时再注明别名,不把三个名字当成三个不同产品。API 层面,正式版的 Model ID 是 qwen4-max,官方文档写明兼容 OpenAI 与 Anthropic API,具体支持 OpenAI Chat Completions、Responses、Anthropic Messages 与 DashScope;想当然的「一家一个接口」在这里不成立,调用侧沿用既有 SDK 习惯即可。
正式版和预览版的关系必须说清,因为这是最常被混的事。Qwen4-Max-Preview 的 Model ID 是 qwen4-max-preview,预览窗口为 2026 年 11 月 11 日 10:00 至 11-25 24:00(UTC+8),预览结束后下线;预览期仅支持 Token Plan,不支持按量计费。正式版则是 2026 年 11 月 16 日新发布的服务,Model ID 换成 qwen4-max,并在预览仅支持 Token Plan 之外新增了按量计费(正式版文档列输入 10 元、输出 30 元每百万 token)。所以正式版不是 Preview 改个名字:两个 Model ID 不同,能力状态不同,计费方式也不同;开发者要把 model 参数从 qwen4-max-preview 改成 qwen4-max,不会自动切换。官方文档还专门留了一句「正式版 Qwen4-Max 已上线,建议使用正式版」,迁移方向写得很直白。
与站内既有专文的分工也在此说清。站内 11-12 的预览期产品专文写的是「没定、没兑现、停用」三日历横评,读的是产品状态的通用框架;本篇只对 Qwen4-Max 正式版这一条发布负责,不套那套框架,也不把两件事当成同一篇的上下集。模型单价与方案专文处理的是怎么按单价挑方案,本篇只在交代输入输出单价与两版降幅口径时碰价格,不做任何选型建议。至于哪些模型该进候选,那是旗舰模型对比专文的活。
能力边界官方也逐字给了:模型调优不支持、模型部署不支持、批量推理不支持。这三项写着「不支持」就是不支持,不能因为旗舰模型名字大就推断它能微调或能批量跑。把它们和 2.4T 主干放在一起读,反而更能看清这代产品的定位——它是一条把推理与多模态体验做重、把训练与批量能力留在别处的调用型服务。
开源承诺与官方留白
官方博客还有一句关于开源的承诺:「Smaller models in the family are coming to open source, built on the same lineage and trained with the same generation of techniques, tuned for what small models do best.」即 Qwen4 系列的中小尺寸模型将陆续开源,沿用同一血统与同一代训练技术,针对小模型擅长的事做调优。这句话有两个边界必须守住:其一,官方没有给出具体型号与发布日期,本篇不替它编;其二,旗舰 Max 本身并不开放权重,「陆续开源」指的是中小尺寸,不是这一款。把「系列将开源」写成「Max 已开源」,就是把承诺当成现状。
官方没说的部分同样值得列出来。截至 2026 年 11 月 17 日,官方未在可核材料里给出 62% 与 58% 两版降幅为何不同的解释,未逐字在正式版定价页列出 0.5 元的缓存命中价,未就第三方综合智能指数落后头部给出一手回应,也未公布中小尺寸开源的具体时间与型号清单。这些留白不是疏漏,而是这篇发布的实际边界:能核的是架构参数、官方自测的用量降幅、两版费用口径、平台命名与 Preview 关系;核不了的具体分数、开源时间表与差异解释,留白不补。任何把这些留白说得有鼻子有眼的转述,都值得先回官方页对一遍。
把全文收束回开头那句话:费用大降六成是真的,分数仍落后头部也是真的。一份发布同时给出这两句,等于把性价比与头部差距一并交到读者手里,由读者自己权衡,而不是替读者宣布谁赢了。这大概也是这次发布最值得记下的写法——数字足够硬,结论却保持克制。