علی‌بابا در ۱۶ نوامبر ۲۰۲۶ مدل Qwen4-Max را عرضه کرد که آن را توانمندترین مدل خانواده Qwen تا امروز می‌نامد. این شرکت در اطلاعیه‌ای از هانگژو گفت مدل ۲٫۴ تریلیون پارامتر کل، توان بینایی بومی و پنجره بافت یک‌میلیون‌توکنی دارد. معماری آن ترکیب متخصصان است و برای هر توکن ۷۱ میلیارد پارامتر را فعال می‌کند که به گفته علی‌بابا در همان مقیاس کل، ۲۵ درصد کمتر از Qwen3.8-Max است.

علی‌بابا می‌گوید Qwen4-Max در Code Arena، فهرست برتری برنامه‌نویسی در شرایط واقعی، رتبه ششم را گرفته و در Agents' Last Exam و Vals Index و JobBench و Chartography نمره‌های قوی ثبت کرده است. در Work360، آزمونی که علی‌بابا آن را اختصاصی و شامل ۷۲۱ حوزه تخصصی توصیف می‌کند، می‌گوید مدل از Qwen3.8-Max بهتر است، با تلاش استدلال بالا ۳۵ درصد توکن کمتر مصرف می‌کند و میانگین هزینه هر وظیفه را حدود ۶۰ درصد کاهش می‌دهد. شرکت همچنین از اجرای ۴۸ ساعته یک عامل خبر داد که به گفته‌اش به مولکول خنک‌کننده تراشه با اعتبار آزمایشگاهی رسید و از نمایشی در ماشین‌کاری که به ادعای آن زمان برنامه‌نویسی دستی را از حدود ۴۷۵ دقیقه به ۲۴ دقیقه رساند.

درباره دسترسی، علی‌بابا می‌گوید Qwen4-Max هم‌اکنون از طریق Token Plan و API در QwenCloud و روی بسترهای علی‌بابا مانند Qwen Studio و QwenWork و، بر اساس پوشش خبری، Qoder در دسترس است. بر پایه گزارش VentureBeat و The Next Web، API در منطقه سنگاپور برای هر میلیون توکن ورودی ۱٫۵۰ دلار و برای خروجی ۴٫۵۰ دلار دریافت می‌کند و ورودی کش‌شده ۰٫۰۷۵ دلار است. برخلاف بسیاری از نسخه‌های پیشین Qwen، این مدل اختصاصی است و وزن قابل‌دانلود ندارد. علی‌بابا می‌گوید مدل‌های کوچک‌تر Qwen4 با وزن باز به‌زودی منتشر می‌شوند، اما تاریخ و مجوزی اعلام نکرده است.

Carl Franzen از VentureBeat در تحلیلی در ۱۷ نوامبر زمینه‌ای مستقل می‌افزاید. او می‌نویسد Artificial Analysis این مدل را در شاخص هوش خود ۴۳ ارزیابی کرده، بالاتر از ۳۴ برای Qwen3.8-Max اما عقب‌تر از Kimi K3.1 Pro با ۴۶، GPT-6.1 Sol و Claude Sonnet 5.5 با ۵۵، Claude Opus 5.5 با ۵۹، Gemini 4 Carbon با ۶۰ و Claude Fable 5.2 با ۶۵. در هزینه هر وظیفه از دید Artificial Analysis، او ۳٫۲۷ دلار برای Qwen4-Max در برابر ۳٫۶۸ دلار برای Kimi K3.1 Pro را گزارش می‌کند، هرچند مجموعه آزمون آن با ارقام خود علی‌بابا فرق دارد. همچنین نتایج پایین‌تر از رقبا را یادآور می‌شود، از جمله ۴۸٫۵ در Terminal-Bench 4.0 در برابر ۵۹٫۶ برای Opus 5.5 و ۶۷٫۲ برای Kimi، و مدل را کند می‌داند، با حدود ۳۲ دقیقه برای هر وظیفه شاخص هوش.

The Next Web گزارش داد پیش‌نمایش محدود از ۱۱ نوامبر باز شده بود. نمودارهای منتشرشده علی‌بابا به‌طور مستقل دوباره اجرا نشده است.

منابع