Qwen 发布 Qwen4-Max:MoE 架构、原生视觉与 1M token 上下文窗口
自动整理 · 基于采集摘要,未逐条核验
本站整理于
事件要点
Qwen 发布旗舰模型 Qwen4-Max,采用新 MoE 架构,具备原生视觉能力和 1M token 上下文窗口。官方内部评估显示相比 Qwen3.8-Max 可减少约 50% 的 token 用量,每任务平均成本下降超过 60%;定价为输入 $1.5/M tokens、输出 $4.5/M tokens、隐式缓存 $0.075/M tokens,隐式缓存降价 70%。
相关背景
上下文窗口是什么?模型一次能处理的内容与遗忘边界
上下文窗口是模型一次处理所能容纳的词元范围,涉及当前请求使用的内容。系统指令与历史消息也可能占用预算,不同模型对输入、输出及思考词元的限制方式需要分别核对。窗口大不等于模型永久记住资料,也不保证能准确找出长文中的所有细节;超过限制可能报错或触发截断等处理。
词元是什么?Token 与字数、用量和上下文预算的关系
词元Token是语言模型处理文本时使用的离散单位,可以对应一个字、一个词的一部分或标点等片段,取决于分词器。它不等于固定数量的中文字或英文单词。输入预算与生成用量常以词元计量,但模型和接口口径可能不同,核算时应使用目标模型的计数方式,并检查实际返回的用量信息。
阅读说明
事件要点来自采集摘要;相关背景引用本站已有资料,帮助理解术语,不作为本次事件的新事实。产品效果、适用条件及后续变化请查看原始资料。
原文来源
来源与采集进展
| 来源 | 报道标题 | 原文发布时间 | 本站收录时间 |
|---|---|---|---|
| x.com | Qwen 发布 Qwen4-Max:MoE 架构、原生视觉与 1M token 上下文窗口 | 2026-11-16 10:01 | 2026-11-16 10:32 |