千問推出 Qwen4-Max,主打長時間工作與分段交付
Qwen4-Max
處理複雜工作時,AI 助理可能要花很久才交出成果,使用者也不容易及早發現方向錯了。
- 千問推出 Qwen4-Max,主打長時間執行任務,並用 Live Delivery 先交出可用的初版,再依執行結果和使用者回饋逐步修改,讓人隨時檢視進度、修正方向。千問也展示了它用於 3D 建模、遊戲製作、法律檔案整理和雲端資源排程等工作的案例。官方表示,在 Work360 評測中,Qwen4-Max 得分 52.69,高於 Qwen3.8-Max 的 47.74。
- 該評測的單項任務平均成本也從 $4.43 降至 $1.67。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Qwen4-Max 把長時間工作、分段交付與使用者回饋放進同一流程,文中也以實際工作案例說明如何逐步完成複雜任務。
今天,我們推出 Qwen4-Max,成為你在工作、創作與探索上的全新 AI 夥伴。Qwen4-Max 採用全新的 Qwen4 架構,具備 2.4 兆引數的主幹網路、原生視覺能力,以及 100 萬 token 的上下文視窗。
Qwen4-Max 透過更熟練地運用專業工具、更出色地執行長期任務,以及提供更高品質的成果,提升實際工作效率。它能勝任各種創意與專業工作,涵蓋 3D 建模、遊戲開發、精密製造、金融、法律、醫療保健,以及前沿科學探索。作為全天候的 AI 夥伴,Qwen4-Max 能掌握全域性並推動專案進展,讓宏大的構想更接近實現,也為人類與 AI 開啟新的協作方式。

程式設計、工作與長期任務的全面效能比較。相較於 Qwen3.8-Max,Qwen4-Max 有顯著提升,在我們評估的幾乎所有能力上都表現更出色。評估詳情請見 註腳。
Token 效率與成本。Qwen4-Max 使用更少的 token,就能超越 Qwen3.8-Max:在 Work360 上,Xhigh 和 High 努力度下的 token 用量分別減少約 24% 和 35%;在 Terminal-Bench 4.0 上,則分別減少約 48% 和 49%。相較於 Qwen3.8-Max,我們也調降了 API 價格,其中快取輸入價格降幅尤其明顯。在我們的 Work360 評估中,平均每項任務的成本從 $4.43 降至 $1.67,減少 62%。

## 預訓練
Qwen4-Max 採用Qwen4 系列全新架構,具備2.4T 主幹引數、每個 token 啟用 71B 個引數,以及額外 328B 個 N-gram Embedding 引數。此架構全面升級稀疏 MoE 模型的注意力機制、殘差連線與嵌入層,提升運算效率、模型容量與訓練穩定性:
- GDN + Qwen 稀疏注意力(QSA):每個 QSA 層之前配置三個 Gated DeltaNet 層,將歷史資訊壓縮為固定大小的狀態。QSA 使用輕量級索引器,以微區塊為單位選取相關上下文,降低長序列的注意力與索引成本。
- 閘控殘差(GR):四個平行殘差分支運用動態讀取與寫入閘,強化跨層資訊流動並提升訓練穩定性。
- N-gram 嵌入:透過以上下文為基礎的查詢,在第二層提供區域性 token 模式的表徵,以極少額外運算擴大模型容量。

Qwen4-Max 架構。
以 2.4T 引數規模進行訓練的過程十分順利,損失值穩定下降,整個訓練過程沒有出現損失飆升。我們認為,這種穩定性主要歸功於模型架構與訓練最佳化的改進。

Qwen4-Max 預訓練過程平穩且穩定。
在我們針對知識、程式碼、問答與 STEM 的內部評估中,Qwen4-Max-Base 在五個受評估的檢查點中,bits per byte(BPB)最低。它在所有領域的表現都優於 Qwen3.8-Max-Base,BPB 約降低 5–13%,同時啟用的引數減少 25%。

內部評估:10 × BPB,數值越低越好。GLM-5.3 和 Kimi-K3.1-Pro 是經過後訓練的檢查點,可能會影響與基礎模型的比較。
真實世界生產力
Qwen4-Max 為跨產業的複雜工作流程帶來更強大的創作與專業能力,提供高品質且實用的成果,成為你提升真實世界生產力的全新 AI 工作夥伴。
產業與專業工作
為了強化模型在產業與專業工作流程中的協作能力,我們開發了 Work360,這是一套用於建模和分類複雜工作情境的完整架構。其階層式分類涵蓋 26 個第一層領域、182 個第二層子領域,以及 721 個第三層專業領域,廣泛涵蓋各行各業與專業職務,同時提供細緻區分。我們以此分類架構為基礎,開發 Work360 基準測試,評估模型在具挑戰性的產業任務中的表現。在最新評估中,Qwen4-Max 得分 52.69,高於 Qwen3.8-Max 的 47.74,較前一代有顯著提升。Qwen4-Max 涵蓋更多產業,並具備更強的專業任務執行與協作能力,是更勝任且多用途的真實世界生產力工具。
全面涵蓋
模型比較
任務範例
3D 建模與生成
Blender:3D 建模與場景創作
Qwen4-Max 展現出強大的 3D 創作能力。它運用 Blender 進行幾何建模、場景組合、材質設定、燈光配置與算圖,逐步將創意構想轉化為細節豐富且風格鮮明的 3D 作品。無論是建築、室內空間、自然景觀或科幻場景,它都能整合掌握空間配置、物件結構與視覺外觀。
這些 3D 資產可實際用於遊戲,也能透過 3D 列印製作成實體物件。這展現了模型串接數位創作與後續生產流程的潛力,可支援設計探索、內容創作和原型製作。
GameDev:使用真正的遊戲引擎創作遊戲
Qwen4-Max 能流暢地使用 Unity、Unreal Engine 和 Godot 等主流遊戲引擎。只需提供一段自然語言描述,它便能建構場景、撰寫遊戲玩法邏輯、整合合適的外部資產、設定材質、設計 HUD 並製作視覺特效,打造出可遊玩的遊戲。在開發過程中,它會執行遊戲,並依據視覺與互動回饋調整鏡頭追蹤、角色動畫、命中回饋、燈光和節奏。透過反覆測試與迭代,它能將場景、玩法和音效整合成完整連貫的 3D 遊戲體驗。

00:00
/
00:00
魔法喵喵
Qwen4-Max 使用 Unreal Engine 打造了一款貓咪法師冒險遊戲。玩家可以施展法術、選擇升級專案,並迎戰一波波敵人與頭目。
00:00
/
00:00
雲觀星
Qwen4-Max 使用 Unreal Engine 打造了一款奇幻冒險遊戲。玩家可以御劍穿越雲層與圓環、探索世界,並迎戰頭目。
00:00
/
00:00
飛行競速
Qwen4-Max 使用 Unity 6 打造了一款以西湖為背景的手機競速遊戲。玩家可以甩尾、使用氮氣加速,並展開機翼飛行;遊戲可安裝於 Android 裝置。
汽車製造:從生產線規劃到高效零件設計與加工
在 SANF 和 Pacific Union 的實際生產環境中,Qwen4-Max 展現涵蓋汽車生產線規劃、零件設計與加工驗證的端對端能力。透過串接設計生成、工具執行與根據回饋進行驗證,帶來可量化的效率提升。
在生產線層級,Qwen4-Max 運用 2D 配置圖與製程引數,從既有裝置庫建立 3D 生產線模型、模擬週期時間,並執行 PLC 虛擬試車。在零件層級,它會建模並設計車門總成、摩擦輪等零元件,同時協助規劃加工製程、產生刀具路徑,並透過模擬進行驗證。透過根據回饋反覆修正,它能在加工開始前找出過切與材料去除不足的問題。在這項展示中,單件工件的程式編寫人工時間從約 475 分鐘縮短至 24 分鐘,減少約 95%。
代理式影片製作
搭配 Qwen4 和 WonderClip,你可以打造端對端的影片創作工作流程——從潤飾分鏡指令碼、建立靜態素材,到在粗模場景中為攝影機設計動畫、算繪成個別片段,再剪輯成完整的多場景影片。
Qwen4 強大的語言、多模態與代理式能力,為複雜影片創作帶來知識整合、可控性與穩定性。透過文字提示或參考圖片,將知識融入生成模型,讓生成內容更能反映創作者的知識與推理。引數化粗模可確保複雜靜態素材的幾何形狀、比例與空間關係一致,也能精確控制攝影機路徑,以及動作和事件的時間安排。自然語言互動結合可控的預視化,讓最終成果更可預測,也更容易解讀。
FDE 實戰:金融、法律與醫療保健
Qwen4-Max 支援金融投資研究、法律盡職調查與臨床醫療等高門檻領域的複雜工作。除了處理大量原始資料,它也能進行深度邏輯推演並追溯證據鏈,真正實現從「資訊檢索」到「專業級交付」的躍升。
金融投資研究:Qwen4 能熟練呼叫 90 個 MCP 工具,全面取得 A 股、港股與美股、債券、基金及衍生性商品的市場報價、財務資料、利率和股利資料,並整合搜尋功能,交叉比對公開揭露資訊。面對更複雜的研究任務時,它會追蹤產業供需動態與新訂單變化、評估總體利率與信用利差、衡量股債收益率差,並進行多因子回測以評估風格曝險。
在滬深 300 指數衍生品案例中,它會結合融資成本、股息率與合約到期日,計算理論期貨基差、分析實際相對現貨的折價,並檢視隱含波動率與歷史波動率之間的價差。最終產出為 Excel 活頁簿與可編輯的 PowerPoint 簡報,並以雙重追溯機制為依據:第一,可查證的來源,點選儲存格中的超連結即可直接前往原始資料來源;第二,圖表與活頁簿對應,PowerPoint 圖表與其所依據的 Excel 活頁簿一一對應,讓分析師能從簡報回溯,核對確切數值與公式。
IPO 前法律盡職調查:Qwen4-Max 展現出處理複雜、長期法律工作的卓越能力。面對客戶分批提供、格式與命名不一致的 198 份工作底稿,模型能有效排除雜訊,依據實質內容重新命名並分類檔案至 14 個資料夾,並自動編製工作底稿索引。它也會主動搜尋涵蓋商業登記、智慧財產權、司法紀錄與信用紀錄的公開資料,並將這些來源與工作底稿交叉比對,以查證發行人的相關事實。在核心風險控管方面,模型會仔細審查契約條款並分析法律風險,準確識別估值調整機制(VAM)協議中的恢復條款等潛在疑慮,並提出可執行的補救建議。最終,它交付一份符合嚴格專業標準的完整報告:86 頁、超過 60,000 個中文字,涵蓋公司沿革與股權結構等 12 個審查領域,以及 14 項具體法律議題。每項結論都有工作底稿引註作為依據,確保完整可追溯,大幅提升效率,並讓法律顧問能專注於核心風險判斷。
重症照護:患者通常會出現多種併發症,臨床狀況也會迅速變化。頻繁的診斷檢查產生大量異質醫療資料,包括數十份檢驗報告、超過 10,000 個中文字的病程紀錄、多組醫囑,以及 1,433 張原始醫療影像。影片中的患者在接受頸動脈支架置放術後發生心室顫動,經成功急救後,拔管又出現胸痛,並於第 6 天再次插管。在單次對話中,Qwen4 檢視整份複雜病歷,完成從資訊擷取到臨床決策支援的端對端工作流程:查詢檢驗數值(準確找出多個日期中特定的 CRP 結果)、整理臨床病程(將六天的複雜事件整合成連貫的時間軸)、判讀影像(將檢查分類為六個影像系列,找出目標胸部 CT,並部署多個子代理,同時檢視數百張原始切片,辨識出雙側依賴部位實變,與主治醫師的診斷完全一致),以及支援決策(綜合多模態臨床證據,提出四項處置建議,逐項對應醫師當天實際開立的醫囑)。透過緊密融入臨床工作流程,模型能有效整合多方證據,為第一線臨床決策提供可靠且可採行的支援。
金融
法律
醫療保健
長時間運作的代理(24/7 代理)
Qwen4-Max 為 24/7 代理提供支援,透過自主規劃與持續迭代處理長時間任務,分階段交付可用成果,同時讓使用者掌握主導權。
即時交付:持續交付,使用者掌握主導權
使用者若必須等到長時間任務完成才能看到結果,代理出錯時往往難以補救。Qwen4-Max 的即時交付功能透過持續交付與即時使用者指引,讓長時間任務保持在正軌。代理會提早交付可用的初版,再透過後續版本逐步擴充與改進,並根據執行結果和使用者需求更新計畫。每次交付都讓使用者能據以評估進度,並決定下一步。使用者可隨時介入修正錯誤或調整方向,在工作進行期間持續掌握主導權。
我們也將 Qwen-Live-Delivery-Plugin 開源。使用者安裝這個外掛即可開始使用即時交付。
雲端資源排程:提升模型部署、推論與訓練的資源效率
Qwen4-Max 能針對複雜目標與限制進行作業研究建模、求解和驗證,進而提供高品質的最佳化決策方案。這項能力已部署於阿里雲的實際業務情境,形成由模型自主反覆調整並最佳化所需排程方案的閉環,具體涵蓋資料標註的多模型呼叫排程、雲端運算 GPU 資源的線上配置與排程,以及雲端運算 CPU 資源的離線重新排程。
在這個流程中,模型會根據任務規格自主產生候選演算法,並與阿里巴巴自研的求解器 MindOpt 協作,評估可行性、目標值和耗時,取得回饋後再透過修改程式碼與交叉驗證,反覆迭代出更優策略。從上層的模型呼叫到下層的雲端資源排程,Qwen4-Max 持續根據可量化的回饋進化,直接最佳化支援自身應用、推論與訓練的營運系統。由此降低的成本與提升的資源效率,又能提供更穩健的運算能力,支援下一輪模型迭代。在這些不同情境中,資料標註的模型呼叫排程成本較參考基準平均降低 10.42%;線上 GPU 配置使整機閒置容量的持續時間增加 4.62%;離線 CPU 重新排程情境中,達到最佳目標值的求解速度提升超過 14.61 倍。
閉環乾濕實驗室:Qwen4 自主設計並合成新型冷卻液材料
為了應對新一代高功率晶片為資料中心帶來的散熱挑戰,Qwen4 利用 Deep Principle 的 Mira 平臺所整合的乾濕實驗室環境,自主完成新型冷卻液分子從設計、實驗室合成到測試驗證的流程,最終取得該材料的實體樣品。
在連續執行 48 小時的代理流程中,Qwen4 全程自主作業:先調查可能的技術途徑,建立包含 270 萬種分子的候選空間,接著依序進行結構篩選、MPA 性質預測、第一原理計算、逆合成分析與實驗規劃。之後,Qwen4 指揮自動化濕實驗室準備試劑,並執行合成、分離與純化及測試,將螢幕上的分子結構轉化為實驗室中的實體樣品。經過四輪「分子設計 → 合成與測試 → 主動學習」閉環迭代後,Qwen4 獲得了一種經實驗驗證的新型冷卻液分子。
這項工作從 AI 材料探索延伸至 AI 基礎設施材料,探索以材料為基礎解決資料中心散熱問題的新途徑,並展現 Qwen4 在數位與實體世界之間進行長期科學探索的能力。
藥物探索:透過自主研究減緩認知衰退
阿茲海默症會逐漸損害記憶與認知能力,為家庭與社會帶來長期照護負擔。神經發炎是其病理的重要組成部分,而參與這一過程的 NLRP3 炎症小體,則是研究新介入策略的重要方向。Qwen4-Max 以 DP Technology 的 PharmMaster 平臺為基礎,聚焦此標的,展現涵蓋標的研究、分子最佳化與設計,以及計算評估的端對端能力。它不只會生成分子結構,還能整合文獻與專利解讀、專業工具運用及計算回饋,形成反覆迭代的科學工作流程。
在這個流程中,Qwen4-Max 會自主搜尋文獻與專利證據、選擇參考分子,並建立評估基準。接著,它會多次進行結構設計、性質預測與分子對接,根據評估回饋調整最佳化策略。最後,它會綜合比較各輪指標,並透過相對結合自由能(RBFE)評估,排定候選分子的優先順序。整個流程中,它呼叫工具 454 次、完成 3,239 項計算指標評估,並設計與最佳化 24 個候選分子,將證據檢索、設計生成、工具執行及依據回饋進行驗證整合為端對端流程。
相較於從專利取得的起始分子,最終優先選出的分子在多項關鍵計算指標上都有顯著提升。RBFE 計算估計,它對目標的名義結合親和力約為參考分子的 3.6 倍。DP Technology 的專家也肯定了這項成果,認為該分子具有相當的研究價值,值得進一步進行實驗室驗證。從疾病相關目標到具高潛力的候選分子,Qwen4-Max 結合以證據為依據的設計、專業工具執行與計算回饋,展現自主推進長期科學研究任務、反覆最佳化分子並產出具價值研究成果的能力。
模型、Agent Harness 與產品協同設計
Qwen4-Max 透過模型、Agent Harness 與產品層的緊密協同設計而成,並與 Qoder 等產品的團隊合作。這種做法從真實使用者工作流程出發,定義模型能力,並以端對端交付成果進行評估,特別著重於日常辦公工作與專業設計。透過提升任務執行成效與使用者體驗,Qwen4-Max 能將想法化為完整成果。
辦公工作
設計:首頁
設計:作品集
設計:小遊戲
安全性
在 Alibaba,我們依循 AI 開發的六項原則(以人為本、包容與誠信、隱私保護、安全與可靠、可信賴與可控,以及開放共治),將模型治理落實於整個模型生命週期,從初步設計與研究,到開發、訓練、部署及實際應用,確保負責任的 AI 從設計之初就融入其中,而非事後補上。針對軟體工程訓練任務,我們在功能檢查之外加入程式碼安全檢查,以強化模型內在的安全編碼能力。在 Last Secure Code Bench 的「未提供安全提示的程式碼重建」及「功能與漏洞雙重驗證」測試中,Qwen4-Max 在功能與安全性兩方面的函式層級通過率,從前一代 Qwen3.8-Max 的 22.0% 提升至 31.8%;在函式、檔案與程式碼儲存庫這三種粒度上,皆能同時安全產生程式碼的比例則從 8% 上升至 14.7%,接近翻倍。模型在避免注入、記憶體安全及存取控制失效等核心風險方面表現尤其出色,大幅降低預設產生程式碼中的漏洞,協助開發者從源頭縮小系統的攻擊面。針對網路安全,我們依據各項任務的特定目的篩選資料,保留漏洞驗證、偵測與修補等防禦任務資料,同時移除旨在提升攻擊能力的攻擊型任務資料。內部安全專家審查長期任務軌跡(包括完整思路鏈,CoT)後發現,Qwen4-Max 的網路安全防禦能力大幅提升,對攻擊型用途的安全防護也顯著強化。目前未觀察到可能造成大規模網路安全風險的能力。針對 CBRN,我們設計了專用安全資料,並在安全後訓練階段強化 Qwen4-Max 的安全性。在內部評估中,Qwen4-Max 能辨識更多帶有潛在風險的請求並提供安全回覆,且沒有出現過度拒答。內部專家審查模型的回答(包括完整 CoT)後發現,模型提出的解決方案並非真正創新,也無法端到端完成任務。目前尚未發現模型會將相關知識轉化為顯著提升使用者能力的風險。
倫理宣告
Qwen 旨在用於合法且有益的用途,不得用來造成傷害。不得利用 Qwen 剝削或危害任何人(包括兒童),鼓吹暴力、仇恨、歧視或虐待,或開發、使用 CBRN 武器;也不得利用 Qwen 侵犯隱私、詐欺或欺騙、散佈不實資訊、從事網路安全濫用,或規避安全防護措施。Qwen 的設計目的是協助人們工作,而非在影響重大的情境中取代專業判斷。若決策可能造成嚴重後果,仍須仰賴人類的專業知識與監督。Qwen 使用者必須確保所有輸入資料均以合法方式取得及使用,並已取得相關人士對使用其影像或影片的授權。使用者不得侵犯個人對自身影像、影片或其他人格權利,並須遵守適用的法律與規範。
使用方式
Qwen4-Max 現已在 QwenCloud 上線。你可以透過 Token Plan 或 API 開始打造應用。
你也可以在 QwenWork、Qoder 和 QwenStudio 上使用這個模型。
摘要
Qwen4-Max 是你工作、創作與探索的 24/7 AI 隊友。先進的推理能力、原生視覺能力與長期任務執行能力相結合,能將複雜目標轉化為可用的交付成果與具體的研究成果。透過 Live Delivery 以及模型、執行框架與產品的共同設計,它能讓專案持續推進、根據你的回饋調整,並交付可供你檢視、信賴和延伸運用的成果。而 Max 只是 Qwen4 的初步亮相。這個系列中的小型模型即將以開源形式推出,承襲相同的技術脈絡,並採用同一世代的訓練技術,針對小型模型最擅長的任務進行調校。你的新隊友已經登場,隨時準備好與你合作。
註腳
JobBench:我們的分數是使用更新後的 資料集 和 評測程式碼 得出的。
APEX-Agents v1.1:分數引自 Mercor 排行榜。
AA-Briefcase v1.1 和 AutomationBench-AA 的分數引自 Artificial Analysis。
CodeArena 和 AgentArena 的分數引自 LM Arena。
HLAB-Vals-1.1 的分數引自 Vals Index。
Agents’ Last Exam v1.1 的分數引自 Agents’ Last Exam。
ChartoGraphy:Qwen4-Max 和 Qwen3.8-Max-0902 的分數是在將 min_pixels 設為 4096×32×32 的條件下得出的。
引用
@misc{qwen4, title = {Qwen4-Max: Your New Teammate Has Arrived}, url = {https://qwen.ai/blog?id=qwen4-max}, author = {{Qwen Team}}, month = {Nov}, year = {2026}}
