---
title: "2.4 万亿锁进 API，开源名单没写尺寸"
date: 2026-11-17
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-qwen4-max-closed-1117
language: zh-CN
---

# 2.4 万亿锁进 API，开源名单没写尺寸

> Qwen4-Max 的官方发布稿，通篇只有一句话提开源：Qwen4 系列中的中小尺寸模型将陆续开源发布。

Qwen4-Max 的官方发布稿，通篇只有一句话提开源：Qwen4 系列中的中小尺寸模型将陆续开源发布。

没有尺寸，没有时间，没有许可证。

这 3 个空，比 2.4 万亿这个数更能说明阿里现在怎么想。先把锁在门里的那一半看清楚。

## 价目表上的三个数

百炼北京地域的标价是：输入 10 元、输出 30 元、缓存命中 0.5 元，单位都是每百万 token。国际站另有一套，1.5 美元、4.5 美元、0.075 美元。创建缓存还要单收，5 分钟档 12.5 元，1 小时档 20 元。千问 AI 平台走的是同一套价目，两个入口没差价。两套货币别混着用：按 7.1 的汇率折，国际站那 1.5 美元约合 10.65 元，比北京价还贵 6% 左右。

缓存命中价是输入价的 1/20。

这个比例比降价本身重要。Agent 场景里，系统提示词、工具定义、代码库索引每一轮都要重发，这部分钱全走缓存价。同样一段 10 万 token 的上下文，第一次读进来花 1 元，第二次起只花 0.05 元。所以“单任务费用降 60%”里，很大一块不是模型变聪明了，是计费结构改了。官方英文稿对这次降价的描述就是“particularly large reductions in cached-input pricing”，重点本来就在缓存这一格。

再算一笔更实用的账：开一个 5 分钟的显式缓存，10 万 token 要付 1.25 元，之后每次命中 0.05 元。不开缓存，每次按输入价 1 元。两次调用就回本，第三次开始净赚。只调用一次的任务，开缓存反而多花 0.25 元。

缓存不是优惠，是给高频复用买的一张月票。

## 每任务 151K token

Terminal-Bench 4.0 上，Qwen4-Max 每次尝试的平均 token 从 289K 降到 151K。

自己算降幅：(289−151)÷289，得 47.8%。官方英文博客写“约 48%”，中文稿写“近 50%”，三个说法指向同一个数。得分从 37.9 升到 48.5，48.5÷37.9−1，得 28.0%。这是同一档推理强度的对比，Xhigh 对 Xhigh。

另有媒体把上代分数写成 38.9。按 38.9 算只有 24.7%，和“近 28%”对不上。同一句“提升”，一个 28%，一个 24.7%，差 3.3 个百分点。这一条按 37.9 取。

token 少一半，分数高三成。

这两个数放在一起，才是这次发布真正的卖点。参数规模只影响部署成本，token 用量直接影响每一次调用的账单。一个任务省 138K token，乘以每天百万级的调用次数，就是另一门生意。模型公司过去两年比的是“谁的脑子大”，今年开始比“谁想得省”。同一张评测图上，Work360 的 token 降幅是 24% 和 35%（两档推理强度），Terminal-Bench 是 48% 和 49%。任务越长，省得越多；日常办公这类短任务，省下来的没有编程那么多。

## 两套币值，两个降幅

Work360 的数字有两个版本，得分开说。

中文口径是：单任务平均费用从 26.58 元降到 11.16 元，降 58.0%。官方英文博客写的是：从 4.43 美元降到 1.67 美元，降 62.3%。同一套评测，两个降幅。26.58 元按 7.1 的汇率约合 3.74 美元，和 4.43 差得不小，所以差别不在汇率，更可能在统计档位——中文稿说的是缓存降价后的综合费用，英文稿用的可能是另一档推理强度。

差 4 个百分点，不影响方向。

但引用的时候得说清是哪一版。这篇按中文口径写。

## 第 6 名，差 76 分

CodeArena 网页开发榜上，Qwen4-Max 排全球第 6。

官方只给了名次，没给分。第三方整理的分值是 1750，榜首 Claude Fable 5.2 是 1826，1750÷1826 得 0.958，低 4.2%。官方博客的脚注写明名次引自 Arena 榜单。一个由人盲投票的榜，第 6 和第 1 只差 4.2%，这个差距比参数差距小得多。

榜单有玄学，4.2% 不是。

## 参数表里多出来的 328B

2.4 万亿是主干。官方英文博客的原话是 2.4T backbone parameters，另加 328B 的 N-gram Embedding 参数。合起来是 2.73 万亿。中文稿统一说 2.4 万亿，把嵌入那部分省掉了。官方把 328B 单列，71B 的激活数里没有它，但显存里照样要占位置，下载也少不了它。

架构上有 3 处改动，官方写得很具体。

注意力层是 GDN 加 QSA：每 4 层里有 3 层用 Gated DeltaNet 把历史压成固定大小的状态，剩下 1 层用轻量索引器按块挑相关内容。残差改成 4 条并行分支，用动态读写门控。词表那层做 N-gram 查表，在第 2 层就把局部模式补上。官方对 N-gram 那一段的说明是：用很小的额外算力换容量；对 GDN 加 QSA 的说法是，降低长序列的注意力和索引开销。

这些改动的结果写在 2 个地方：2.4 万亿参数的训练全程没有出现 loss 尖峰；在自有知识、代码、问答、STEM 评测上，Qwen4-Max-Base 的 BPB 比 Qwen3.8-Max-Base 低 5% 到 13%，而激活参数少 25%。

BPB 越低越好，激活参数越少越省，两个方向同时走，才是这一代的账。

## 为什么最强的那个不开源

现在回到开头那个空。

阿里不是第一次这么干。2025 年 9 月的 Qwen3-Max 就是闭源的，只走 API 和千问 App；真正放开的最大一档是 Qwen3-235B-A22B，Apache 2.0 协议。2026 年的 Qwen3.8-Max 同样闭源。这条线很清楚：最上面一层收钱，下面一层养生态。

所以 Qwen4-Max 不开源，不是这次的决定，是早就定好的分层。分层不变，名单上就不会有它。

分层的算术在激活参数上。开源的 Qwen3-235B 每次激活 22B，闭源的 Qwen4-Max 每次激活 71B，差 3.2 倍。按激活参数算，前者每个 token 的计算量不到后者的三分之一。把 2.4 万亿放出去，等于把一个自己都嫌贵的推理负载送给所有人。任何一家把旗舰权重放出去，也等于把自己的单位成本曲线交给对手看。

这句话可以反过来说：不开源，是因为开了也没几个人跑得动。

但技术不是主要原因。

同一周，美团把 1.6 万亿的 LongCat-2.5 用 MIT 协议放了出来，还配了一份 194 张昇腾卡的部署说明。1.6 万亿能开，2.4 万亿就不是“太大开不了”。真正的区别在生意：美团卖外卖，模型是成本项；阿里卖云，模型是收入项。两家在同一个星期做的两个决定，背后是两张不同的利润表。开源是做生态，闭源是做毛利，两件事不冲突，只是先做哪一件。

一个把模型当成本，一个把模型当收入。

这句话比任何“技术领先”的解释都准：研发费用是转成行业基础设施，还是转成毛利，两种选择都能活，但两本账不一样，压力也不一样。

## 开源名单上的空

官方说“中小尺寸”，这 4 个字里有信息。

Qwen3 时代的开源名单是 8 款，从 0.6B 到 235B，全是 Apache 2.0，两头差 390 倍。参照这份名单，Qwen4 缺的正是尺寸、时间、许可证这 3 项，一项都没补上。

名单是空的，只能等它自己写。

还有一层：中小尺寸开源，最大的受益者不是开发者，是阿里云。小模型跑在本地，遇到跑不动的任务，用户第一反应是升级，不是换厂；大模型不开源，需要它的人只能调 API。开放和收钱，被同一套动作完成了。

现在能确定的只有一件事：2.4 万亿那一档，不在名单上。

这不是阿里一家的问题。开源与闭源的分界线这几年一直在往上移：2025 年是 235B，2026 年是 1.6 万亿。每一代都把上一代的次旗舰放出来，把这一代的旗舰关起来。社区拿到的永远是上一代的最好，不是这一代的最好。这条线的另一面是：每年都有一个次旗舰够用，但永远差半步。

对用模型的人是坏消息，对做模型的人是一道护城河。

名单还没写尺寸。这就是答案的一部分。

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-qwen4-max-closed-1117
本内容仅供参考，不构成投资建议。
