Qwen4-Max 开启预览：阿里巴巴新一代旗舰模型没有公布基准成绩
稀疏 MoE 架构和 100 万 token 上下文登场，但没有基准成绩，也没有开放权重计划
阿里巴巴于 2026 年 11 月 11 日开放 Qwen4-Max 的托管预览，向 Token Plan 订阅用户提供其第四代 AI 产品线中的首款模型。这让开发者和企业团队得以在正式商用前第一次实际使用这款新旗舰，但发布时没有公布模型卡，没有独立的基准验证，也没有确认是否开放权重——在更广泛的评测出炉之前，关于该系统实际能力的若干问题仍悬而未决。
这是预览窗口，不是正式发布
访问仅限于截至 11 月 25 日的 15 天窗口，需要订阅 Token Plan，起价约每月 3 美元，Standard 和 Pro 档位逐级提升，最多允许八个并发智能体会话。预览期间不提供标准的按量付费 API 价格。共支持五个入口——Qwen 应用、Qoder、QwenWork、QwenStudio，以及 Token Plan 的 API 兼容层——同时兼容 OpenAI 和 Anthropic 的客户端，因此已经在使用 Claude Code、Cursor、Cline 或 OpenCode 的团队，只需极少改动就能把现有配置指向 Qwen4-Max。
该模型提供三档推理级别——low、medium 和 xhigh——默认设为 xhigh，表明阿里巴巴意在把它主要定位于需要长时间推理的任务：编程、长工具链和文档密集型工作流。最大输出为 393216 个 token，涵盖思考过程和最终答案。Qwen4-Max 接受文本、图像和视频输入，从第一天起就是多模态的，而此前几代 Qwen Max 在旗舰规模上只处理文本。
稀疏专家与 N-gram 记忆层构成 Qwen 4 架构
2026 年 8 月，阿里巴巴在Hugging Face 上发布了 Qwen3.8-Flash-Next，并明确称其为「Qwen4 架构的早期预览」。该文档披露了一种稀疏混合专家设计：总参数 1250 亿，每个 token 推理时激活约 60 亿，使用 512 个专家模块，每次前向传播选取前 10 个进行路由。后来的一份报告称总参数为 1760 亿，不过两个数字都指向同一个架构预览。两者都未被确认为 Qwen4-Max 的模型规格；阿里巴巴没有为这次预览发布模型卡。
稀疏 MoE 结构让每个 token 只经过一小部分专门的专家模块，而不是同时运行所有参数，从而在支撑更大总参数量的同时，把每个 token 的计算成本保持在与小得多的稠密模型相当的水平。
架构预览中还出现了另外三种机制。一个辅助的 N-gram 记忆层存放在主机内存而不是加速器内存中，为频繁出现的 token 序列提供基于查找的检索，用内存占用换取更少的重复计算。多 token 预测模块可以同时预测多个 token，有望提高长文本生成的吞吐量。Qwen 稀疏注意力应用于每四层中的三层，用更稀疏的变体取代全注意力，降低在长序列上做注意力计算的二次方成本。这些机制共同支撑起该系统宣称的 100 万 token 上下文窗口——这一数字来自Qwen Code 0.26.3中的客户端配置代码，阿里巴巴尚未在模型卡中独立确认。
前代模型的基准成绩是唯一可用的参照
Qwen4-Max 开放时没有任何评测结果——没有内部基准表，没有第三方复现，也没有与 Fable 5、GPT-5.6 Sol 或 Claude Opus 5 的比较。阿里巴巴表示，新系统在世界知识、代码生成以及长工具调用任务中的持续表现上都优于前代，但发布时没有拿出任何数字来支撑这些说法。
最接近的可用参照是 2026 年 8 月 3 日发布的Qwen3.8-Max。阿里巴巴的评测显示，它在 Terminal Bench 2.1 上得分 86.6，SWE-bench Pro 67.7，PaperBench 93.0，CoWorkBench 74.8。在Artificial Analysis 智能体指数上，Qwen3.8-Max 在 xhigh 推理设置下得分 58，与 xhigh 强度下的 Claude Opus 5 持平，比 Opus 5 的最高分 59 低 1 分；发布时还在 Text Vision Arena 上排名第二。这些分数是 Qwen4-Max 要证明自己有实质进步所必须越过的底线。
社区对架构相近的 Flash-Next 预览版进行的早期测试，在结构化任务上得出的结果并不稳定，这表明在某些工作负载下，稀疏激活模型的可靠性特征可能与稠密模型不同。这些零散证据不能推广到 Qwen4-Max，但它凸显了 15 天预览窗口的意义：开发者在真实工作负载上跑出的基准，会比阿里巴巴在发布时可能公布的任何评测表都提供更有用的信号。
开放权重：阿里巴巴影响最大的沉默
Qwen4-Max 发布时只提供订阅访问，任何 Qwen 4 模型都没有许可条款，也没有确认可下载的权重。对于让 Qwen 系列具备全球竞争力的开发者生态来说，这种沉默是影响最大的悬而未决的问题。
Qwen3.8-27B 以 Apache 2.0 许可发布，Qwen3.6-27B 开放了权重，Qwen3-Coder 也开放了权重。开发者社区之所以在 Qwen 生态上构建工具，部分原因在于阿里巴巴一直在推出前沿 API 的同时，搭配一款较小规格、可部署的开放模型。根据这一历史，即将推出的系列中规模最小的 Qwen4-27B 最有可能开放权重，但目前没有任何承诺。Qwen4-Max 本身没有相关公告，这与 Qwen3.8-Max 的先例一致——后者同样先以闭源发布，之后阿里巴巴才宣布计划公开其权重。这一轨迹是否会在 Qwen 4 上重演，目前尚不得而知。
中国区 Apple Intelligence，以及接下来的规模
Qwen4-Max 预览的背景中还有两项进展，让这件事的意义超出了预览窗口本身。2026 年 10 月 31 日，阿里巴巴与苹果宣布，Qwen 将为中国区的 Apple Intelligence 提供支持——涵盖 Siri、写作工具和视觉智能等 18 项功能——开发者测试于 11 月 4 日开始，计划在 12 月随 iOS 27.3 向消费者推出。这一安排让阿里巴巴的模型在苹果中国区的庞大装机量上实现消费级规模部署，把 Qwen 的触达范围远远扩展到开发者和企业渠道之外，也让任何把该系统视为「API 优先」的竞争分析变得更加复杂。
在 9 月的杭州云栖大会上，首席执行官吴泳铭公布了一份路线图，预计 Qwen 4.5 和 Qwen 5 系列的参数规模将达到 5 万亿至 10 万亿——这一规模说法没有附带时间表或架构承诺，但表明阿里巴巴打算继续在前沿竞争。完整的 Qwen 4 产品线——Max、Flash、Plus 和 27B——已于 9 月公布，但目前只有旗舰进入预览；Flash、Plus 和 27B 都没有公布上线日期。Qwen4-Max 预览结束后的 API 价格尚未公布；Qwen3.8-Max 发布时的定价为每百万输入 token 2 美元、每百万输出 token 6 美元。
对于现在评估 Qwen4-Max 的团队来说，15 天的窗口既是机会也是限制。在这段时间里收集到的智能体工作流、长上下文可靠性和编程准确率方面的性能数据，将决定阿里巴巴的第四代旗舰能否守住前代建立的竞争地位——赶在 Qwen 4 家族其余成员到来之前，也赶在开放权重问题有了答案之前，而这个答案将决定开发者生态中的哪一部分会追随它。