# Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и минус 60% к цене задачи

> 2026-11-17 · AI Release · @ai_release1

> #Alibaba #Qwen4-Max #MoE #LLM #QwenCloud #AI #Qwen #нейросети

### ⚡ Главное за 5 секунд - Alibaba выкатила Qwen4-Max — MoE -модель на 2,4 трлн параметров, из них на токен работают 71 млрд. - Доступна через QwenCloud по API и токен-планам, плюс в QwenWork и QwenStudio. - Контекст — до 1 млн токенов, есть нативное зрение; вход с попаданием в кэш стоит $0,075 за 1 млн токенов. - Младшие open-weight модели серии Qwen4 обещаны позже, без дат и размеров. ### 🔍 Что случилось Alibaba 17 ноября открыла общий доступ к Qwen4-Max. Модель работает на облачной платформе компании: через API, токен-тарифы QwenCloud, а ещё внутри QwenWork и QwenStudio. Это прямой наследник Qwen3.8-Max — с тем же общим числом параметров, 2,4 трлн. Механика в цифрах. Архитектура — sparse MoE: на обработку каждого токена поднимается 71 млрд параметров из 2,4 трлн. У прошлой версии активных было на 25% больше. На высоких настройках «размышления» модель тратит на 35% меньше токенов, а средняя цена одной задачи падает примерно на 60%. Контекст вырос до 1 млн токенов, картинки Qwen4-Max разбирает сама, без отдельного визуального модуля. Alibaba подкрепила релиз замерами. В Code Arena модель на шестом месте. На своём бенчмарке Work360 — 721 профессиональная область — она обошла предшественника. В демо с автозапчастями агент сам ловил ошибки в проекте и ужал написание программы обработки с 475 минут до 24. Оффлайн-перепланирование задач на CPU ускорилось больше чем в 14 раз, расходы на вызовы модели при разметке упали в среднем на 9%. Есть и исследовательские прогоны. В подборе хладагентов для чипов агент крутился 48 часов подряд и прошёл четыре цикла — от молекулярного дизайна до анализа результатов. Один кандидат потом проверили в реальном эксперименте и подтвердили охлаждающие свойства. В теме Альцгеймера агент сделал 454 вызова инструментов, просмотрел 3239 метрик и выдал 24 молекулы-кандидата — и ZDNet Korea честно оговаривает: это поиск, а не доказанный лечебный эффект. ### 🧠 Наш разбор Ставка на дешёвый инференс читается сразу. Alibaba не гонится за абсолютным рекордом по бенчмаркам — она продаёт экономику: те же 2,4 трлн на бумаге, меньше активных на токен, меньше токенов на задачу. По нашей оценке, это ответ на то, что рынок в 2026-м ругается не на качество, а на счёт за API. Что меняет. Цена $0,075 за 1 млн входных токенов при попадании в кэш — это уровень, на котором длинные агентские циклы перестают быть роскошью. Демо с 48-часовым прогоном и 454 вызовами инструментов как раз про это: раньше такие эксперименты упирались в бюджет, а не в интеллект модели. Для команды, которая крутит агента по документации или логам, разница в 60% на задачу — это разница между пилотом и продакшеном. Кто выигрывает. Alibaba — она заходит в корпоративные пайплайны через цену и через QwenWork. Разработчики — пока идёт ценовая война. Проигрывают, похоже, те, кто продаёт «ум» без экономики: если конкурент даёт сравнимый результат втрое дешевле, вопрос про бенчмарки становится вторым. Но 25% экономии активных параметров достижимы и за счёт агрессивного роутинга. Мы считаем: без внешних замеров на чужих задачах цифра «минус 60%» остаётся обещанием вендора. ### ⚠️ Чего мы не знаем Главная слабость — источник цифр. Work360 придумала сама Alibaba, шестое место в Code Arena не говорит, насколько модель отстаёт от топ-5 и в каких языках. Неясно, как MoE-роутинг ведёт себя на не-английском и на «грязных» корпоративных документах. Цена $0,075 — только вход с кэшем, без цены выхода и без промахов мимо кэша. Отдельно стоит помнить: в октябре Cohere публично поднимала вопросы безопасности к Qwen, а значит недоверие к китайским моделям никуда не делось. Проверять стоит самому — на своих задачах и своих счетах. ### 💬 О чём спорить - Что важнее для агентских сценариев: абсолютное качество на чужих бенчмарках или цена одной задачи в вашем пайплайне? - Стоит ли ждать open-weight версий Qwen4 или строить продакшен на закрытом API, который может подорожать в любой момент? - 24 молекулы-кандидата за один прогон — это прорыв в автоматизации науки или красивая демонстрация, которую ещё никто не воспроизвёл? **Прогноз:** в течение квартала Alibaba выложит хотя бы одну открытую модель серии Qwen4 — младше Max по параметрам, с упором на локальный запуск. **Источник:** ZDNet Korea

[Источник](https://zdnet.co.kr/view/?no=20261117085635)
