ข้ามไปที่เนื้อหา
เหตุการณ์ร้อนแรงกำลังพัฒนา

Alibaba เปิดตัว Qwen4-Max โมเดล MoE ขนาด 2.4T พารามิเตอร์

1 รายงาน1 แหล่งข่าวที่รายงานอัปเดต 1 ชม. ที่แล้ว

เริ่มตรงนี้

ไดเจสต์ AI

ทีม Qwen ของ Alibaba เปิดตัว Qwen4-Max โมเดลแรกในเจนเนอเรชัน Qwen4: เป็นโมเดล sparse MoE แบบ proprietary ที่มีแกนหลักขนาด 2.4T พารามิเตอร์ เปิดใช้งาน 71B พารามิเตอร์ต่อโทเคน รองรับอินพุตข้อความ รูปภาพ และวิดีโอ พร้อมหน้าต่างบริบท 1M โทเคน ให้บริการแบบโฮสต์เท่านั้น ผ่าน QwenCloud API, Token Plan, Qwen Studio, QwenWork และ Qoder โดยไม่เปิดน้ำหนักโมเดล จึงไม่สามารถโฮสต์เองหรือรันเป็นบิลด์แบบควอนไทซ์ได้ พรีวิวแบบ Token Plan-only เปิดให้ใช้ในเดือนนี้ และขีดจำกัดอัตราเริ่มต้นอยู่ที่ 5,000,000 โทเคนต่อนาที Alibaba รายงานต้นทุนเฉลี่ยต่องานลดลง 62% โดยราคาอินพุตอยู่ที่ $1.50 และเอาต์พุต $4.50 ต่อล้านโทเคน ลดลงจาก $2 และ $6 ของ Qwen3.8-Max Qwen4-Max อยู่อันดับหนึ่งใน 4 จาก 16 benchmark ที่จัดอันดับ นำด้วย HLAB-Vals-1.1 ที่ 21.3 แต่ตามหลังอย่างชัดเจนในด้านการเขียนโค้ดและวิชัน โดยได้ 31.5 ใน ProgramBench เทียบกับ 65.0 ของ Claude Opus 5.5

สร้างจากรายงาน · อัปเดต 13 นาทีที่แล้ว

ไทม์ไลน์รายงาน

ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน

16 พฤศจิกายน
  1. MarkTechPostคัดสรร
    Alibaba เปิดตัว Qwen4-Max: MoE 2.4T พารามิเตอร์ที่เปิดใช้งาน 71B และคอนเท็กซ์ 1M

    ทีม Qwen ของ Alibaba เปิดตัว Qwen4-Max โมเดลแรกในรุ่น Qwen4 เป็นโมเดล sparse MoE แบบ proprietary ที่มีแกนหลัก 2.4T พารามิเตอร์ เปิดใช้งาน 71B พารามิเตอร์ต่อโทเคน รองรับอินพุตข้อความ รูปภาพ และวิดีโอ พร้อมหน้าต่างคอนเท็กซ์ 1M โทเคน Alibaba รายงานต้นทุนเฉลี่ยต่องานลดลง 62% โดยราคาอินพุตอยู่ที่ $1.50 และเอาต์พุต $4.50 ต่อล้านโทเคน ลดลงจาก $2 และ $6 ของ Qwen3.8-Max Qwen4-Max อยู่อันดับหนึ่งใน 4 จาก 16 benchmark ที่จัดอันดับ นำด้วย HLAB-Vals-1.1 ที่ 21.3 แต่ตามหลังอย่างชัดเจนในด้าน coding และ vision โดยได้ 31.5 ใน ProgramBench เทียบกับ 65.0 ของ Claude Opus 5.5

ความร้อนแรงของเหตุการณ์นี้

ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม