阿里巴巴Qwen正式发布Qwen4-Max,从限时订阅预览进入常规API接入阶段,提供百万token上下文、多模态输入及工具调用能力。此次主推的Live Delivery强调分阶段交付与人工反馈,但长任务可靠性、实际成本及专业场景表现仍需独立验证,API开放也不等于模型权重开源。
阿里巴巴旗下Qwen于2026年11月16日宣布正式发布Qwen4-Max,将新一代旗舰模型从限时订阅预览推进到提供常规API接入的阶段。根据官方公告,开发者可通过QwenCloud API或Token Plan使用该模型,也可在QwenWork、Qoder和QwenStudio中体验。
这次发布的关键,不只是更大的参数规模或百万token上下文,而是正式型号及服务入口的变化。与此同时,Qwen将产品重点放在长时间、多步骤的工作任务上:模型不仅回答问题,还要调用工具、检查执行结果,并在用户干预下持续交付可修改的成果。这一方向的实际价值,仍取决于具体工作流中的可靠性与成本,而非仅由演示决定。
从限时预览到正式API,变化在哪里
阿里云模型上架记录分别将qwen4-max-preview和qwen4-max列于11月11日和11月16日。前者被明确标注为仅支持Token Plan的预览版,后者则是此次正式发布的型号。
AIFlux此前关于Qwen4-Max限时预览的报道介绍了临时型号的服务期限和订阅限制。正式API入口出现,意味着开发者评估接入时有了不同于原先预览的选择;但这不等于预览型号自动转为正式型号,也不代表旧套餐的用途、配额和数据条款随之取消。已有应用仍需核对模型ID及所选服务的具体条件。
QwenCloud开发者指南已经在常规API示例中使用qwen4-max,示例采用OpenAI客户端。指南同时提醒,区域端点必须与该区域创建的API密钥对应,仅在控制台切换区域不会改变应用代码。因此,迁移并非只替换一个模型名称。
官方公告可见日期和阿里云上架记录均指向11月16日。不过,Qwen公告网页的文章时间元数据仍标注8月3日,与正文日期不一致。现有材料支持11月16日正式服务上线这一时间线,尚不足以据此确定该网页最初上传的精确时刻。
2.4万亿参数,不能直接换算成任务成功率
Qwen团队披露,Qwen4-Max采用稀疏混合专家架构,主干参数为2.4万亿,每处理一个token激活710亿参数,另有3280亿N-gram Embedding参数。主干规模、每次计算实际激活的规模和额外嵌入参数是不同口径,不宜混写成一个未经区分的“总参数”指标。
官方介绍的架构改动包括Gated DeltaNet与Qwen Sparse Attention结合、门控残差连接,以及利用局部token模式的N-gram嵌入。其中,部分层将历史信息压缩为固定大小的状态,稀疏注意力则选择相关上下文参与计算,目标是降低长序列处理开销。这些是厂商对设计与训练结果的说明,不能直接证明每一种长任务都更快或更准确。
按照正式型号文档,模型接受文本、图像和视频输入,输出为文本。“多模态”在这里主要指理解多种输入,并不意味着模型本身能直接生成视频、音频或所有类型的最终文件。公告中展示的游戏、三维场景和办公文档,需要放在模型与外部工具协同工作的环境中理解。
百万上下文与输出预算,是两回事
正式型号的上下文窗口为1,000,000 tokens,但非思考模式最大输出为131,072 tokens;在思考模式下,思考与最终回答合计的最大token数为262,144。Token是模型处理内容的计量单位,不能直接等同于中文字数。
这几个限制决定了不同的使用边界:较大的上下文允许任务纳入更多文档、代码和历史信息,却不意味着可以生成同样长度的答案;思考与回答共享总预算,也意味着不能把全部额度都视为用户最终能读到的正文。预览稿中的输出数字不应直接沿用到正式型号。
文档还列出工具调用、并行工具调用、联网搜索、JSON结构化输出和缓存等能力,支持OpenAI Chat Completions、Responses、Anthropic Messages及DashScope协议。相应服务表中,批量推理、模型调优和模型部署被标为不支持。这些限制指向该托管服务的支持范围,不能因接口兼容就推断所有功能都与原有应用完全一致,更不能把API开放等同于模型权重开放。
Live Delivery:把长任务拆成可以检查的交付
此次公告强调的Live Delivery,针对的是智能体工作流中的一个常见问题:用户直到任务结束才看到结果,一旦模型早期走错方向,后续工作可能都要重做。
Qwen描述的方式是先交付一个可用版本,再根据执行结果与用户要求逐步扩展。用户可在每轮交付中检查成果、纠正错误或改变方向,而不是把整个目标一次交给模型后等待最终答案。其核心价值主张是缩短反馈闭环,而非取消人的监督。
官方将这一能力与模型、智能体运行框架和产品的联合设计联系起来,并展示了Blender建模、游戏引擎开发和专业办公等案例。因此,这些成果既反映模型能力,也依赖工具接入、执行环境、反馈机制及产品封装,不能一概归结为裸模型接口即可完成的功能。
在Qwen自建的Work360评测中,团队报告Qwen4-Max得分为52.69,上一代Qwen3.8-Max为47.74。官方还称,在其Work360评测配置下,平均每项任务成本从4.43美元降至1.67美元。这些数据有助于理解厂商的优化目标,但属于特定评测与配置下的结果,并不构成所有企业任务都能按同样幅度降本的保证。
专业场景的演示,距离可放心委托还有多远
公告展示的应用覆盖金融研究、法律尽调、医疗和科学发现。其中,药物研究案例主要通过文献、专利、分子设计和计算评估筛选候选分子;官方明确提到,优选分子仍有待进一步湿实验验证。计算指标的改善不等于已证明药物有效,更不是临床疗效。
法律和医疗案例也应作同样区分:能够整理材料、追溯证据、生成建议,与能够独立承担专业责任并不是一回事。Qwen自己的伦理声明指出,模型用于辅助工作,不替代高影响场景中的专业判断,可能造成严重后果的决策仍需人类专家监督。
截至此次发布,可以确认的是正式型号、API入口及文档中的能力和限制。其在真实业务中的长任务完成率、错误恢复能力和总体成本,仍需在相应数据、权限和工具环境下验证。本报道未调用收费API或独立复测模型性能。
至于开放生态,Qwen在公告中表示,同一技术谱系的较小尺寸Qwen4模型将陆续开源。这是一项后续计划,不是Qwen4-Max权重已经开放的证明。对开发者而言,此次最明确的进展是旗舰托管服务进入正式接入阶段;能否从“可调用”走向“可可靠委托”,则需要由可复查的实际交付来回答。