Alibaba zaprezentowało Qwen4-Max, pierwszy model z generacji Qwen4. Oferowany jako rozwiązanie własnościowe i dostępny wyłącznie w trybie hostowanym, akceptuje tekst, obrazy i wideo. Towarzyszy mu obniżka cen API oraz ogłoszona redukcja średniego kosztu na zadanie o 62%.
Architektura mieszanki ekspertów
Qwen4-Max to multimodalny model typu MoE (mixture of experts, czyli mieszanka ekspertów), architektura, w której tylko część parametrów jest aktywowana dla każdego tokena, czyli każdego przetwarzanego fragmentu tekstu. Model opiera się na bazie 2,4T parametrów, z czego 71B jest aktywnych na token, do czego dodaje się 328B parametrów Embedding N-gram. Jego okno kontekstu sięga 1M tokenów, przy maksymalnym wyjściu 393K tokenów.
Alibaba opisuje trzy ulepszenia w porównaniu z poprzednią generacją. Pierwsze łączy warstwę QSA (Qwen Sparse Attention), która wybiera istotne elementy kontekstu, z trzema warstwami Gated DeltaNet, które kompresują historię do stanów o stałym rozmiarze. Drugie, zwane Gated Residual, wykorzystuje cztery równoległe gałęzie rezydualne wyposażone w dynamiczne bramki odczytu i zapisu, mające na celu poprawę przepływu informacji i stabilności treningu. Trzecie dodaje parametry Embedding N-gram, które pozwalają na odwoływanie się do lokalnych wzorców tokenów w warstwie 2. Według firmy, wstępny trening na skali 2,4T nie wykazuje żadnych skoków straty. W wewnętrznych testach Qwen4-Max-Base wykazuje ilość bitów na bajt niższą o 5 do 13% niż Qwen3.8-Max-Base, przy jednoczesnej aktywacji o 25% mniejszej liczby parametrów.
Zróżnicowane wyniki w testach
Porównawczy wykres Alibaby obejmuje 16 benchmarków, zestawiając model z Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra i Kimi K3.1. Wiele wyników pochodzi z rankingów zewnętrznych i żaden nie został niezależnie zweryfikowany w momencie premiery. Qwen4-Max zajmuje pierwsze miejsce w 4 z tych 16 testów, w szczególności w HLAB-Vals-1.1 (agenci prawni) z wynikiem 21,3 wobec 11,7 dla Kimi K3.1 i 9,2 dla Opus 5.5, oraz w Agents’ Last Exam v1.1 z wynikiem 46,7.
Claude Opus 5.5 dominuje natomiast w 7 z 16 rankingów. Największe różnice dotyczą kodu i wizji: 31,5 w ProgramBench wobec 65,0 dla Opus 5.5 oraz 48,5 w Terminal-Bench 4.0 wobec 67,2 dla Kimi K3.1. W Work360, wewnętrznym benchmarku Alibaby obejmującym 26 głównych dziedzin i 721 wyspecjalizowanych pól, model uzyskuje 52,69 wobec 47,74 dla Qwen3.8-Max.
Spadające koszty użytkowania
Według Alibaby, zużycie tokenów zmniejsza się o około 24% przy obciążeniu Xhigh i o 35% przy obciążeniu High w Work360. Średni koszt na zadanie spada z 4,43 dolara do 1,67 dolara, co oznacza redukcję o 62%. Publiczne ceny podążają tą samą tendencją: wejście kosztuje 1,50 dolara za milion tokenów wobec 2 dolarów dla Qwen3.8-Max, a wyjście 4,50 dolara wobec 6 dolarów. Koszt odczytu niejawnej pamięci podręcznej spada o 70%, z 0,25 do 0,075 dolara.
Model nosi identyfikator qwen4-max na QwenCloud. Jego API jest kompatybilne z klientami OpenAI i Anthropic oraz obsługuje wywoływanie funkcji, wyjścia strukturalne, buforowanie kontekstu, przetwarzanie wsadowe, wyszukiwanie internetowe i dostrajanie (fine-tuning). Domyślny limit przepustowości wynosi 5 000 000 tokenów na minutę, a tryb rozumowania aktywuje się parametrem enable_thinking. Według oficjalnego wpisu Alibaby, wagi modelu nie są publikowane, co wyklucza samodzielne hostowanie.
