Alibaba выпустила Qwen4-Max: модель с контекстом в миллион токенов и сниженной стоимостью задач
Новая флагманская модель Alibaba сочетает 2,4 трлн параметров с более разреженной обработкой контекста. Компания заявляет о снижении расходов на некоторых задачах; результаты независимых тестов неоднозначны.

Новая архитектура Qwen4-Max
Alibaba выпустила Qwen4-Max — флагманскую модель серии Qwen4 для профессиональных задач в промышленности, науке и финансах. По данным команды Qwen, модель с архитектурой «смесь экспертов» содержит 2,4 трлн параметров, но активирует 71 млрд на токен. Она обрабатывает изображения напрямую и поддерживает контекстное окно в один миллион токенов.
В основе модели — гибридная обработка контекста: три слоя сжимают предыдущий текст, а следующий выбирает важные части. Архитектура также использует параллельные связи между слоями с динамическими механизмами управления потоком данных и слой N-граммных эмбеддингов с 328 млрд параметров. Alibaba сообщила, что при обучении конфигурации на 2,4 трлн параметров потери снижались без резких скачков.
Подробнее об устройстве модели Alibaba рассказала в описании Qwen4-Max.
Alibaba заявляет о снижении затрат
На внутреннем тесте Work360, охватывающем задачи в 721 специализированной области, Qwen4-Max, по данным Alibaba, использовала примерно на четверть-треть меньше токенов, чем предшественница. Средняя стоимость задачи, как утверждает компания, снизилась с $4,43 до $1,67, а оценка выросла с 47,74 до 52,69. На Terminal-Bench 4.0 расход токенов, по данным компании, сократился почти вдвое.
Индекс Artificial Analysis оценивает Qwen4-Max в 43 балла — на девять выше Qwen3.8-Max и на три ниже Kimi K3.1 Pro. По оценке Artificial Analysis, одна задача индекса обходится в $3,27 против $10,02 у предшественницы и $3,68 у Kimi K3.1 Pro. В API Alibaba цена составляет $1,50 за миллион входных токенов и $4,50 за миллион выходных; попадания в кеш стоят $0,075.
Внешние тесты показывают разные результаты
В сравнении, приведённом The Decoder, Qwen4-Max набрала 46,7 балла на тесте длительных агентных задач Agents’ Last Exam v1.1 — лучший результат в рассматриваемой группе. На Humanity’s Last Exam модель уступила Opus 5.5 и моделям GPT. В HealthBench Professional она отстала от моделей GPT, но немного опередила Opus 5.5.
На Terminal-Bench 4.0 результат Qwen4-Max составил 48% против 67% у Kimi K3.1 Pro. В тесте программирования FrontierCode 2.0 модель разделила с Kimi результат 26%, тогда как Tencent Hy4 получила 31%. Таким образом, преимущество по цене и отдельным тестам не означает лидерства по всем показателям.
Live Delivery и примеры применения
Для продолжительных задач Alibaba представила Live Delivery: модель сначала выдаёт пригодную к использованию версию результата, затем дорабатывает её, а пользователь может вмешаться и изменить направление работы. Сопутствующий Qwen-Live-Delivery-Plugin компания открыла для сообщества.
Среди примеров внедрения Alibaba приводит использование модели автомобильными партнёрами SANF и Pacific Union: по сообщению компании, ручное программирование одной детали сократилось примерно с 475 до 24 минут. В финансовом сценарии модель обращается к 90 инструментам MCP и формирует файлы Excel и PowerPoint, в которых, как утверждает Alibaba, можно проверить происхождение каждого числа.
Внутри собственной инфраструктуры Alibaba использовала Qwen4-Max вместе с решателем MindOpt. По данным компании, стоимость распределения вычислительных задач для разметки данных снизилась в среднем на 10,42%, а оптимальные решения при распределении задач CPU в дата-центрах находились более чем в 14 раз быстрее, чем при сравнении с альтернативным методом.
Лабораторные задачи, игры и доступность
Alibaba также описала эксперименты с физическими лабораториями. По заявлению компании, вместе с системой Mira модель автономно работала 48 часов, перебрала 2,7 млн молекулярных кандидатов и провела четыре цикла разработки и проверки охлаждающей жидкости для чипов дата-центров. В проекте с платформой PharmMaster модель оптимизировала 24 молекулы для соединения, связанного с воспалительной реакцией при болезни Альцгеймера. Компания заявила, что итоговый кандидат связывается с целевым белком примерно в 3,6 раза лучше исходного соединения из патента; специалисты DP Technology считают результат перспективным для дальнейших лабораторных тестов.
Для разработки игр Qwen4-Max демонстрировали с Unity, Unreal Engine и Godot. По описанию Alibaba, модель может подготовить игровые сцены, логику и визуальные элементы, а затем запускать игру и корректировать её по результатам взаимодействия. Компания сообщила, что модель доступна через QwenCloud, QwenWork, Qoder и QwenStudio. Выпуск моделей Qwen4 меньшего размера с открытым исходным кодом запланирован на будущее.
Продолжить чтение
В ленте материалов: 1


