Команда Qwen из Alibaba выпустила Qwen4-Max, первую модель новой серии Qwen4. Это разреженная модель типа «смесь экспертов»: из 2,4 трлн параметров на каждый токен активируется 71 млрд. Модель изначально понимает изображения и видео и принимает контекст до миллиона токенов. Позиционируется как «AI-напарник» для кода, 3D, финансов и медицины.
Архитектура и обучение. Часть слоёв сжимает историю диалога в компактные состояния, а Qwen Sparse Attention выбирает только нужный фрагмент контекста. Это удешевляет обработку длинных последовательностей. Обучение прошло без скачков функции потерь, а базовая версия на 5-13% лучше Qwen3.8-Max-Base при активации на 25% меньшего числа параметров.


Оценка Artificial Analysis. Независимый агрегатор поставил Qwen4-Max 43 балла в своём Intelligence Index. Это на 9 баллов выше Qwen3.8 Max и на 3 балла ниже Kimi K3.1 Pro, у которого 46. Модель обошла предшественника по всем девяти оценкам индекса. Стоимость одной задачи составила $3,27 против $10,02 у Qwen3.8 Max: на 67% дешевле и примерно на 11% ниже, чем у Kimi.



При этом есть проигрыши. На Terminal-Bench 4.0 модель набирает 48% против 67% у Kimi K3.1 Pro, на FrontierCode 2.0 - 26% против 31% у Tencent Hy4.
Место в аренах. На Agent Arena, где оценки строятся на 14,7 тыс. реальных сессий пользователей, модель дебютировала на 14-м месте после 39-го у предшественника. Это лучший результат среди китайских моделей, а Alibaba поднялась на 5-е место среди лабораторий.

Цена и экономия. Тарифы снизились: $1,5 за миллион входных и $4,5 за миллион выходных токенов против $2 и $6 у Qwen3.8-Max. Чтение из кэша подешевело на 70%, до $0,075 за миллион. По данным Alibaba, модель расходует и заметно меньше токенов: на Terminal-Bench 4.0 экономия достигает 48-49%.

Игры и 3D. В Blender модель строит геометрию, собирает сцены, настраивает материалы, свет и рендер. Созданные ассеты годятся для игр и 3D-печати.
В Unity, Unreal Engine и Godot модель из одного текстового описания собирает играбельную игру и сама запускает её, дорабатывая камеру и анимации по визуальному фидбеку. Среди примеров - приключение кота-мага в Unreal Engine.



Промышленность и наука. На производствах SANF и Pacific Union модель прошла путь от планирования производственной линии до дизайна деталей и проверки обработки. Затраты на программирование одной детали упали с 475 минут до 24, это минус 95%.
На платформе Mira компании Deep Principle модель автономно провела 48-часовой запуск: собрала 2,7 млн молекул-кандидатов на хладагент для дата-центров и управляла автоматической лабораторией. После четырёх итераций дизайна и тестов получен проверенный в эксперименте охлаждающий материал.
Где попробовать. Модель доступна через API на QwenCloud, а также в Qwen Studio, QwenWork, Qoder, на OpenRouter и в OpenCode Go. Позже обещают открытые веса меньших моделей серии.

Источники
- Qwen4-Max: Your New Teammate Has Arrived
- Meet Qwen4-Max (тред анонса)
- Token efficiency and cost
- 3D understanding and design
- Manufacturing
- AI for science: coolant materials
- Qwen4-Max - QwenCloud
- Artificial Analysis: Qwen4 Max launch
- Qwen4 Max - Intelligence, Performance & Price Analysis
- Arena: Code Arena WebDev
- Arena: Image-to-WebDev Arena
- Arena: Agent Arena debut
- DesignArena: Python-PPTX и Spreadsheet
- ValsAI: Qwen 4 Max on Vals Index
- OpenRouter: Qwen4 Max
- Qwen4 Max - API Pricing & Providers (OpenRouter)
- OpenCode Go: Qwen4 Max available