脑机网 脑机网LOGIC.WANG
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章
ESC

阿里新旗舰总参数 2.4 万亿,每个 token 只唤醒 710 亿

## 关键要点

2026-11-17 · 2025 字 · 脑机网信息截止 2026-11-17

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

关键要点

  • 2026 年 11 月 16 日,阿里发布 Qwen4 系列最强模型 Qwen4-Max:总参数 2.4 万亿,原生视觉,上下文 100 万 tokens,以付费 API 形式上线。
  • 它是稀疏专家模型,每个 token 只激活约 710 亿参数,约为参数池的 3%;阿里称单位 token 激活参数比 Qwen3.8-Max 少约 25%。
  • 缓存命中的输入价格降至每百万 tokens 0.5 元人民币(约 0.07 美元),阿里给出的单任务成本比 Qwen3.8-Max 下降 58%。
  • 开源承诺只覆盖 Qwen4 系列的中小尺寸,将"分阶段"开放;2.4 万亿的 Max 不在其中。

设想三种工作负载,跑在同一个付费 API 上。第一种,每次请求都贴进同一份 80 页合同。第二种,让智能体对着同一个代码仓库跑一长串工具调用。第三种,一整天不停抛出互不相关的短问题。

前两种会变便宜,第三种不会。这不是计费出错,而是阿里新旗舰背后的设计押注。

实际发布的东西

按官方公布的规格:总参数 2.4 万亿,原生支持视觉,上下文窗口 100 万 tokens。它已在阿里 Qwen 平台以付费 API 上线,也可通过 Token Plan 及办公、编程和消费级应用触达。

两个数字要分开看,多数报道把它们混在一起:2.4 万亿是模型可调用的参数池规模;710 亿是任何一个 token 实际激活的部分,约占池子的 3%。两者之间的落差,正是阿里在卖的东西。

3% 的技巧,以及它不是免费的

Qwen4-Max 是混合专家模型,建立在阿里所称的 Qwen Sparse Attention 之上。它不把每个参数都跑一遍,而是由路由层挑选一小部分专家模块。阿里称,每个 token 激活的参数比 Qwen3.8-Max 少约 25%。

代价并不陌生。稀疏路由省的是单 token 算力,但整个参数池仍要驻留在某处:显存占用不会随激活比例等比缩小。批处理效率取决于同一时刻到达的请求是否恰好路由到同一批专家。纸面上很便宜的稀疏模型,遇上形状不对的负载可能很贵。

阿里自己的效率叙事指向的不是列表价,而是"做完一件事烧掉多少 token"。在专业编程评测 Terminal-Bench 4.0 上,公司报告在同样"xhigh"思考档位下,每次尝试的平均 token 从约 28.9 万降到约 15.1 万,得分 48.5。每次成功少烧的 token 会复利——它同时打在算力、时延和价格上。

阿里在卖的数字,与真正要紧的数字

缓存命中的输入价格压到每百万 tokens 0.5 元人民币(约 0.07 美元/0.55 港元)。阿里给出的单任务成本降幅,相对 Qwen3.8-Max 是 58%,也就是它"约六成"说法的来源。缓存是能造出这个量级差距的机制之一;公司只给总数,没有给拆解。

按脑机网首席科学家李安的说法,这次发布里要紧的不是参数数量,而是每完成一个任务花掉的 token,因为企业预算真正盯的是这个数。

缓存奖励的是一种特定形状的活:跨请求重复的长而稳定的前缀——固定的系统提示、代码库上下文、团队反复追问的同一份文档。对一串一次性、互不相关的短提示,它几乎没用。所以这个折扣是真的,但不是全线降价:同一份制度文件、同一个仓库、同一条客户记录,被问上一千遍,才是它瞄准的负载。

它站在什么位置

阿里称 Qwen4-Max 在 CodeArena 这个盲测前端编程对比中排第六,并援引智能体和专业任务基准——包括 Agents' Last Exam 的 46.7 分——作为进入第一梯队的证据。这些是公司挑的评测、自报的分数,有方向性,但不能替代你自己跑一遍。

开源上,部分报道把阿里的计划读成覆盖旗舰,并不是。阿里明确承诺的是:Qwen4 系列的中小尺寸模型将分阶段开源。这是对家族里较小成员的承诺,不是对 2.4 万亿的 Max。

还有一个市场细节值得留意。2026 年国内模型 API 价格反复下调,购物节期间还出现过大幅折扣的 token 包。58% 的改善落在一个买家本就预期降价的市场上,持久优势与其说取决于这个月的数字,不如说取决于效率提升还能不能持续到来。

诚实的局限

本文依据阿里公布的发布规格,以及国内财经媒体的报道(《上海证券报》《澎湃新闻》《新京报》贝壳财经、《南方都市报》、量子位)。58% 单任务降本与 Terminal-Bench 48.5 分等基准结果均为公司自报,没有独立复现;各媒体对上代分数的表述略有出入,故只引新模型分数。写作时没有第三方评测,中国以外平台定价未确认。"缓存主要利好稳定重复负载"是分析,不是公司说法。中小尺寸模型的开源时间只有"分阶段",没有日期。本文不涉及安全评测与训练数据来源。

普通人现在能做什么

  • 量"每完成一个任务的 token",而不是"每百万 token 多少钱"。拿一个代表性流程在你现用的模型上从头跑到尾,数它烧了多少;这个基线是任何厂商折扣唯一能对比的东西。
  • 查清你的流量里有多少是可缓存的。提示共享长而稳定的前缀,缓存折扣就是真金白银;每个请求都短且唯一,头条折扣不会出现在账单上。
  • 迁移关键链路前等独立基准。公司自报的评测是试用的起点,不是搬生产流量的理由。

数据与信源

信息截止 2026-11-17。文中数据以该日期前已公开的信息为准。

本文引用 公开报道与公司公告(未逐条列示)。

本站历史文章在正文中标注了来源机构与时间,但未逐条附原始链接。如需核验文中任一具体数字,请在评论区注明段落与数据,我们会在 2 个工作日内补出处。

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

查看「AI大模型」更多内容 → · 返回首页

引用本文

欢迎媒体、智库与研究机构引用。引用时请注明来源「脑机网」并保留原文链接,同时保留文章页标注的「信息截止」日期。转载规则见 引用与转载规范。

GB/T 7714脑机网编辑部. 阿里新旗舰总参数 2.4 万亿,每个 token 只唤醒 710 亿[EB/OL]. (脑机网)[2026-11-17]. 北京: 脑机网, https://aiai.cafe/a/njw-cf28fa. 2026-11-18.
APA脑机网编辑部. (2026, November 17). 阿里新旗舰总参数 2.4 万亿,每个 token 只唤醒 710 亿. 脑机网. https://aiai.cafe/a/njw-cf28fa
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章