郭震 AI公众号:郭震AI

实时 AI 消息

通义千问Qwen4-Max正式版上线:2.4万亿参数MoE,任务成本降近六成

据搜狐报道,通义千问Qwen4-Max正式版已上线,采用2.4万亿参数的MoE架构,并把任务成本压低近六成。相关报道同时提到该版本支持100万token上下文,定位为面向长文档与复杂任务的旗舰模型。

发布时间
通义千问Qwen4-Max正式版上线:2.4万亿参数MoE,任务成本降近六成
图源: huggingface.co

11月16日,通义千问Qwen4-Max正式版上线的消息经多家聚合渠道传出,搜狐的报道给出了核心参数:2.4万亿参数的混合专家(MoE)架构。

报道同时强调成本,称该版本把任务成本降低近六成。把降本与更强并列写进标题,本身就说明厂商判断客户当前更在意单位任务的经济性,而不只是榜单排名。

参数规模方面,2.4万亿指的是MoE架构下的总参数量,推理时每个token只激活其中一部分专家。这已是当前大模型在能力与算力开销之间取平衡的主流做法,也让总参数与推理成本之间的关系不再线性。

另有报道提到Qwen4-Max支持100万token上下文。这个量级对应的是整份代码库、长篇报告或跨天对话历史可以一次性输入,而不必先做切片检索。

长上下文叠加更低的任务成本,会直接改变开发者的工程取舍:整份资料一次性交给模型,在经济上开始变得可行。这也会影响检索增强与智能体流水线的设计,因为切分和召回的复杂度可以相应下降。

谨慎之处同样明显。任务成本降近六成缺少公开的评测条件说明——单价、缓存命中率、批处理规模和工作负载构成都会显著影响最终数字,标题里的百分比很难直接套到某条具体流水线上。

对开发者而言,下一步要盯的是官方模型卡与技术报告、第三方对基准的复现,以及API定价与限流细则是否与降本说法对得上。

通义千问系列在国内开源与商用两条线上都有较高关注度。正式版落地后,量化、微调、私有化部署等周边工具的跟进速度,往往比发布本身更能决定真实采用率。

为什么重要

如果降本说法在真实负载下成立,长上下文加低单价的组合会压缩检索增强与分片流水线的必要性,改变企业侧的成本模型。

微博邮件

AlibabaQwenModel ReleaseMoE
返回实时消息

附近消息

全部

11/17 01:00

OpenAI推出新图像分类器,ChatGPT将对试图获取CSAM的账号封禁24小时

TechCrunch报道,OpenAI上线了一款新的图像分类器,用于识别并阻断儿童性虐待材料(CSAM),同时改变了ChatGPT中的处置方式。按照新规则,试图访问此类内容的账号会被警告并封禁24小时。

11/17 01:02

OpenAI 让 Apollo 评估员进驻内部,专查模型是否试图「颠覆」自身管控

Apollo Research 11 月 16 日宣布,将以试点方式把六名安全评估员嵌入 OpenAI 内部,调查模型是否会设法破坏自身或后继版本的对齐与管控机制。OpenAI 按约定范围开放训练代码、数据集、强化学习轨迹与中间检查点,但保留以技术、安全或知识产权为由扣留信息的权利,评估的独立性因此受到质疑。

11/17 00:07

报道称 OpenAI 曾探讨以逾 50 亿美元收购可解释性初创公司 Goodfire

据 The Information 报道,OpenAI 曾就收购 AI 可解释性初创公司 Goodfire 展开探讨,讨论中的交易金额超过 50 亿美元。这一消息把长期偏研究导向的模型可解释性领域,推到了大额并购的讨论中心。

11/17 01:07

腾讯推出 Hy4 Flash:100 万 token 上下文,每百万 token 0.07 美元

据 Pasquale Pillitteri 报道,腾讯发布 Hy4 Flash 模型,支持 100 万 token 上下文窗口,定价为每百万 token 0.07 美元。超长上下文叠加极低单价,指向整库代码、长文档比对与长会话智能体等负载,但真实表现仍需第三方基准和上线信息来验证。