Qwen 4 Max
阿里云Qwen 4系列中的旗舰大模型,定位为具备超长上下文与多模态能力的开源模型,支持百万级token上下文窗口、图像输入和工具调用。
核心事实
时间轴 (近 90 天)
Qwen 4 Max更适合作为复杂项目的辅助工具,而非轻量级快速原型开发的首选
生成的游戏原型在视觉呈现(场景建模、光影效果)上出色,但玩法逻辑不完整,如无生命值显示、无小地图、无法奔跑、AI敌人行为不够智能
Qwen 4 Max生成的游戏项目名为Blacksite,是一个第一人称射击游戏原型,模型自认为未达到与《使命召唤》相当的水平
在OpenCode终端环境中,Qwen 4 Max完成类《使命召唤》风格的第一人称射击游戏开发测试耗时数小时,共进行了4轮迭代,消耗36万tokens,费用约31美元
相比前代Qwen 3.8 Max,Qwen 4 Max完成同类任务所需的token数量大幅减少
Qwen 4 Max是原生多模态架构,可直接理解图像内容
Qwen 4 Max单次生成难以交付完整可玩的成果,需要人工介入或追加提示来补全细节
阿里巴巴的 Qwen 4 Max 于 11 月 11 日正式上线,官方没有发布任何基准测试成绩或模型卡。
Qwen 4 Max 预览版于 11 月 25 日结束,之后该模型即退役。
测试者 Ajay 实测 Qwen 4 Max 生成速度约每秒 47 token,一个河流场景花了 30 分钟。
还有 40 条时间轴事件
全部知识事实 (20)
Qwen4 Max Preview预览到11月25号。
70%已验证Qwen2.5-Max-0902支持100万Token的上下文窗口
70%已验证现代推理模型允许用户设置从low到high再到x-high的思考强度等级,等级越高模型在生成回答前会花更多时间进行内部推理
70%已验证Qwen 3 Max和DeepSeek-V3均采用MoE架构,总参数量达数千亿,但实际推理激活参数仅为总量的一小部分
70%已验证测评者认为Qwen3.8 27B在编码能力上几乎所有方面都比上一代Qwen3.7更强
65%已验证Artificial Analysis 给 Qwen 3.8 打出52的智能指数,追平满推理档的 GPT-5.6,智能体分51,高于 Claude Opus 4.8
65%部分验证目前Qwen 4 Max仅以预览形式提供,没有开放权重,无法下载模型文件。
65%部分验证作为预览版本,Qwen 4 Max表现波动较大,建议先在非关键路径上试用,等正式版发布后再做完整评估。
65%部分验证Qwen4-Max 定位为推理模型,原生支持视觉输入,上下文窗口为 100 万 token。
65%待验证Qwen 4 Max 预览版于 11 月 25 日结束,之后该模型即退役。
60%待验证Qwen 4 Max 预览版不能下载,也没有按 token 计费的 API,唯一入口是阿里云的 token 套餐,按月订阅。
60%待验证在 YouTube 创作者的五个实机编码任务中,Qwen 4 Max 的总成本约为 1.65 + 0.64 + 1.26 + 0.29 美元(第五个任务成本未明确列出),单任务成本远低于对比的 Claude 模型。
60%待验证在 DeepSWE 编码基准上,Qwen 4 Max 得分 75.7,排名第一,但 Kimi K3.1 为 75.5,GPT 6.1 Sol 为 75.2,差距极小。
60%待验证总体而言,Qwen 4 Max 在 16 项基准中领先 5 项。
60%待验证Qwen4-Max提供思考模式和标准模式两种推理模式;思考模式在输出答案前生成额外推理步骤,适合复杂任务,但推理token计入输出预算,增加处理时间和API费用。
60%待验证用户可在QwenChat免费试用Qwen 4 Max,API订阅“Token Plan”起价约每月6美元,新用户3美元。
60%待验证Atomic Agent团队测试中,Qwen 4 Max在三轮运行中全部通过59项隐藏测试,而上一代Qwen 3.8 Max一次都未能完成;Qwen 4 Max耗时约25分钟,Opus 5.5约4分钟,GPT-6.1 Sol不到两分半,且Sol成本约29美分,Qwen约65美分。
60%待验证在阿里巴巴基准测试中,Qwen 4 Max在DeepSUE编码代理测试中得75.7分胜出,Agent's Last Exam得46.7分领先,HLAB得21.3分(Opus 5.5为9.2分);但在Terminal Bench 4.0得48.5分(Opus 5.5为59.6分,Kimi为67.2分),Program Bench得31.5分(Opus 5.5为65分),Humanity's Last Exam得51.7分(Opus 5.5为59.8分)。总计Qwen 4 Max在3行中领先,Opus 5.5在7行中领先。
60%待验证Qwen 4 Max是原生多模态架构,可直接理解图像内容
50%待验证相比前代Qwen 3.8 Max,Qwen 4 Max完成同类任务所需的token数量大幅减少
50%