阿里推出Qwen4?Max 宣稱成本砍62%、百萬token上下文挑戰專業AI戰場

加入Google偏好
加入Google偏好

阿里稱Qwen4?Max在Work360測評將任務成本降至1.67美元,並具原生視覺與百萬token上下文窗。

阿里巴巴近日推出新一代大型語言模型Qwen4?Max,強調「以更低成本處理專業任務」,並同步調降API收費,企圖以價格與技術優勢擴大企業級使用者採用。

開頭引人:阿里在官方部落格指出,經內部Work360評測,Qwen4?Max完成單項任務的平均成本從前代Qwen3.8?Max的4.43美元降至1.67美元,降幅達62%。公司並稱「Qwen4?Max以更少的token達到更佳表現」,同時針對快取輸入(cached?input)專案大幅下調API價格,吸引高頻次和長文字應用。

背景說明:Qwen4?Max採用新架構、標榜2.4兆(2.4T)引數規模,但每token實際啟動引數約710億(71B),顯示可能採用稀疏啟用或類似設計以兼顧規模與效率。模型具備原生視覺能力與高達一百萬token的上下文視窗,阿里表示目標市場涵蓋金融、法律、醫療、3D建模與科學研究等專業領域。

事實與資料:核心資料包括 - Work360成本:由4.43美元降至1.67美元(降幅62%)。 - 模型規模:2.4T引數;每token啟動約71B引數。 - 上下文長度:1,000,000 tokens。 - 商業策略:同步下調API價格,特別是快取輸入費用大幅減少(公司未公開細節折扣幅度)。

深入分析: - 成本來源與技術意涵:引數總量與「每token啟動引數」間的差異暗示Qwen4?Max可能採用稀疏化或混合專家(Mixture?of?Experts)類架構,藉由只啟用部分引數降低計算與成本,這與公司強調的「更少token、更高效能」說法相符。百萬token上下文窗則對法律合約、長篇學術資料、跨檔案檢索等場景具明顯優勢。 - 對阿里AI雲業務的意義:若實際成本與效能如宣稱,阿里可用較低API價格刺激企業採用,提升AI雲使用率,長期有望改善AI雲毛利。但短期內降價可能壓縮收入,且公司此前被外界指出AI雲的現金流壓力仍存在,需觀察量能是否能補回利潤。 - 供應鏈與競爭風險:全球高效GPU供應緊張、以及美國可能的出口限制,仍是阿里發展大規模模型的外在風險。國內競爭者(如百度、華為等)與國際對手(OpenAI、Anthropic等)也在加速佈局,市場競爭仍激烈。

駁斥替代觀點: - 有觀點認為該成本資料可能受限於公司特定評測環境或未包含全部運營費用,或為行銷宣稱。對此可反駁:阿里公開的架構細節(大參數總量與每token啟動引數)與長上下文設計合理解釋了成本下降的可能性,但這仍需第三方基準測試與實際商業部署數據驗證。換言之,公司資料具技術 plausibility,但外部驗證不可或缺。 - 亦有人擔憂「降價等於品質或延遲妥協」。阿里強調在Work360的表現優於前代,且提供原生視覺能力,顯示並非以犧牲能力換取成本,但實際延遲、穩定性與多樣化應用表現仍須企業端進行試點評估。

案例與應用場景:若模型表現與成本優勢成立,金融業可用於長期歷史資料回溯、法律業可一次處理整本合約與判例、醫療機構能整合跨院歷史病歷,3D建模與科學研究則受惠於大上下文窗對長序列或多模態資料的處理能力。

結論與展望/行動呼籲:Qwen4?Max展示阿里在模型效率與商業化路線上的新步伐,若外部基準與實際商業部署驗證其成本與效能,將有助於提升企業級採用並對AI雲競局造成實質影響。觀察重點包括:第三方基準測試結果、實際API採用量與營收影響、GPU與算力供應穩定性,以及其他廠商的回應策略。建議企業使用者先行以小規模實驗或試點專案驗證模型在自家場景的表現,再決定擴大導入;投資與產業觀察者則應關注阿里後續公佈的效能資料與商業化成長指標。

點擊下方連結,開啟「美股K線APP」,獲得更多美股即時資訊喔!
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考,並無任何推介買賣之意,投資人應自行承擔交易風險。


文章相關標籤
喜歡這篇文章嗎?
歡迎分享,讓更多人可以看到!
  • facebook
  • line
作者文章
最新文章