
11 月 16 日,阿里发布新一代基座大模型 Qwen4-Max:总参数 2.4T,全新 MoE 架构,原生视觉能力,100 万 Token 上下文窗口。已上线千问 AI 平台提供 API:缓存命中每百万 Tokens 低至 0.5 元,完成单任务平均费用较上代降低超 60%。Qwen4 系列中小尺寸模型将陆续开源发布。每经点评指出:独立第三方评测分数仍落后于头部模型,性价比优势不自动等于能力领先。
角度定位:定价与开源双线并行,把「谁开放」直接写进了价目表。
【技术/工程视角】MoE 的钱花在哪
2.4T 总参数配合 MoE,意味着每次推理只激活其中一部分,成本才降得下来。原生视觉与 100 万 Token 上下文则是另一项投入:长上下文的注意力计算与显存开销不轻。0.5 元的缓存价,本质是把重复前缀的计算结果复用后再卖一次。
【商业/资本视角】六成降价的对账单
单任务平均费用降超 60%,缓存命中每百万 Tokens 低至 0.5 元——这是把模型能力翻译成单位成本的语言。每经点评点破要害:第三方评测仍落后头部模型。便宜是获客策略,不是技术判决;先用价格换调用量,赌的是规模摊薄下一代训练成本。
【用户/社会视角】五毛钱的门槛
每百万 Tokens 缓存命中 0.5 元,对小团队是实打实的门槛下移:过去只敢在 demo 里跑的长文档分析,现在能放进生产流程。中小尺寸模型陆续开源,把选择权交回开发者。代价同样清楚——榜单排名靠后是能力上限,选便宜前先测自己的任务。
免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.


