Newsora
雷峯網11/16 11:33 · 5h ago

阿里正式發佈Qwen4,智能體及編程能力進階,邁向真實全場景

11月16日,阿里巴巴發佈全新一代基座大模型Qwen4-Max,總參數2.4T,具備原生視覺能力,支持百萬上下文。基於創新的模型架構和訓練優化,Qwen4-Max以更少的Token消耗實現了更高的性能,在智能體和編程等關鍵能力項上持續進化:在權威的全球前端編程盲測CodeArena中,Qwen4位居第六;在Agents' Last Exam(ALE)、Vals Index等智能體能力及專業任務三方評測中,Qwen4均處於領先梯隊。Qwen4面向全領域的真實任務深度優化,可更好地調用專業工具處理長週期任務,推進AI在汽車製造、遊戲開發、金融投研及科學研究等專業領域的深入落地。Qwen4-Max現已上線千問AI平臺對外提供API服務,緩存命中每百萬Tokens低至0.5元,完成單任務的平均費用較上代模型大降6成;用戶也可通過阿里Token Plan調用新模型,或在千問辦公、Qoder、千問APP等應用中直接體驗。據悉,Qwen4系列中的中小尺寸模型將陸續開源發佈。 (圖說:在CodeArena前端編程全球榜中,Qwen4-Max位居第6) Qwen4-Max採用基於Qwen稀疏注意力(QSA)的全新MoE架構,2.4T總參數僅激活71B,每個Token激活參數較上代模型少25%,並擁有更高的思考效率:在 Terminal-Bench 4.0 專業編程評測中,同爲 Xhigh 思考檔位,Qwen4-Max 較上一代 Qwen3.8-Max 的每次嘗試平均 Token 用量從 289K 降至 151K,減少近50%,評測得分則從 38.9 分提升至 48.5 分,提升近25%。同時,基於緩存命中價格的大幅下降,評測結果顯示,Qwen4-Max相比Qwen3.8-Max完成單個任務的平均費用(Cost per Task)降低了 58%。 全新的架構結合高效的訓練優化,使得Qwen4-Max性能全面提升。在聚焦編程的CodeArena全球盲測權威榜單中,Qwen4-Max前端(Webdev)位列全球第6,居於GPT6-Astra和Claude Fable5.1之間,刷新中國模型最好成績;在“智能體最後的考試” Agents' Last Exam(ALE)取得了46.7的最高分,較Qwen3.8-Max大幅提升18.8分;在評估大模型理解專業圖表與推理能力的Chartography評測中,Qwen4-Max取得54.2分,較上代模型提升12.2分;在專業工作評測JobBench中,新模型得分68.5,超過GPT-6.1sol、次於Claude Opus5.5;在專注法律專業的評測HLAB-Vals-1.1上,Qwen4-Max得分21.3分,較Qwen3.8-Max進步了5.9分,位居行業領先模型行列。 無論是日常簡單需求,還是長週期複雜任務,Qwen4都能實現可靠交付,人機協作更絲滑高效。Qwen4-Max在模型內實現了持續交付(Live Delivery)機制,可先生成一個可用的首版,並持續根據用戶意見逐版擴展內容直至完成:針對一個物理課堂科普網站的設計需求,Qwen4-Max交付14次可用版本,最終擴充爲一個包含3D動畫、交互實驗和原理詳解的精緻網站。同時,Qwen4-Max還具備圍繞複雜目標與約束進行運籌建模、求解與驗證的能力,通過自主規劃和持續迭代,編排智能體解決更復雜的任務:基於阿里雲AI基礎設施,Qwen4-Max自主閉環優化了支撐其自身應用、推理與訓練的運行系統,在數據標註場景中讓模型成本費用降低 10%,將CPU 離線重調度場景的最優求解速度提升超14倍。 圖說:面向全場景721個方向的真實工作領域,Qwen4較上代模型整體提升超10%的專業能力 從專業協作(Cowork),到全天候智能體,Qwen4正深入更多真實工作任務和生產環境。千問團隊構建了包含721個細分領域的Work360全場景建模體系,在系統評測中,Qwen4-Max得分52.69,較上一代模型提升超10%。在遊戲開發等專業設計領域,Qwen4展現出強大的3D建模能力,並能更好地調用Blender等專業工具,一句話就能生成一個好玩、酷炫的3D遊戲。在汽車製造行業,Qwen4已貫穿產線規劃、零件設計與加工驗證等全流程,將單個工件加工編程的人工用時從475分鐘驟降至 24分鐘,用時減少 95%;在金融投研場景,Qwen4熟練調用 90 個 MCP 專業工具,產出 Excel 底稿與 PPT 報告,支持雙重溯源確保結論可靠。 在AI輔助科學發現(AI For Science)的前沿領域,Qwen4已初步產出材料和藥物發現的真實成果。在材料發現領域,Qwen4連續 48 小時自主運行,從 270 萬個候選分子中挑選出候選分子,並通過 4 輪“設計—合成—測試”閉環,真實合成出一種新型冷卻液材料,爲緩解高功率芯片帶來的數據中心散熱難題提供了新思路;在藥物發現領域,針對阿爾茲海默症關鍵靶點,Qwen4通過 454 次工具調用,完成 3239 項計算評估,設計優化了24 個候選分子,最終優選分子與靶點的名義結合親和力較起點分子提升約3.6倍,是更有效的新選擇。 (完)

Aggregator site: only the publisher's summary is shown here. Read the full story at the source.
Read full story →