1. VEGA
  2. ბლოგი
  3. Qwen 4 Max: 2.4T-პარამეტრიანი გუნდის წევრი
16 ნოემბერი, 2026განცხადებები

Qwen 4 Max: 2.4T-პარამეტრიანი გუნდის წევრი

Qwen 4 Max: 2.4T-პარამეტრიანი გუნდის წევრი

Qwen 4 Max Alibaba-ს ახალი ფლაგმანია პროფესიული მუშაობისთვის, შემოქმედებითი წარმოებისა და კვლევისთვის. Qwen-ის გუნდმა ის 2026 წლის 16 ნოემბერს წარადგინა. Qwen4-Max აერთიანებს 1M-ტოკენიან კონტექსტურ ფანჯარას, ხედვისა და ენის მშობლიურ მხარდაჭერას და სამუშაო პროცესს, რომელიც მომხმარებლებს AI აგენტის შედეგის გადახედვის საშუალებას აძლევს, სანამ ის ჯერ კიდევ მუშაობს.

ბენჩმარკების შედარების დიაგრამა: Qwen4-Max და Qwen3.8-Max სხვა მოწინავე მოდელებთან შედარებით კოდირების, სამუშაოსა და ხანგრძლივი ამოცანების მიმართულებით

Qwen 4 Max: 1M კონტექსტი და იშვიათი არქიტექტურა

Qwen4-Max იყენებს ექსპერტების ახალი, იშვიათი შერევის არქიტექტურას, რომელსაც ჯამში 2.4 ტრილიონი პარამეტრი აქვს და თითო ტოკენზე 71 მილიარდ პარამეტრს ააქტიურებს; მას ემატება N-gram Embedding-ის 328 მილიარდი პარამეტრი. მოდელი აერთიანებს Gated DeltaNet-ის ფენებს, მიკრობლოკურ იშვიათ ყურადღების მექანიზმს და Gated Residual-ის ოთხ პარალელურ განშტოებას.

დიდი პროექტებისთვის მთავარი მახასიათებელი 1,000,000-ტოკენიანი კონტექსტური ფანჯარაა — საკმარისი სივრცე მთლიანი კოდბაზის ან დოკუმენტების სრული არქივის ერთ გაშვებაში დასამუშავებლად.

Qwen-ის ინფორმაციით, საბაზისო მოდელი Knowledge, Code, QA და STEM შეფასებებში Qwen3.8-Max-Base-თან შედარებით დაახლოებით 5–13%-ით ნაკლებ bits-per-byte-ს აღწევს და ამავე დროს 25%-ით ნაკლებ პარამეტრს ააქტიურებს.

ბენჩმარკების შედეგები: უკეთესი ქულები, ნაკლები ტოკენი

Qwen-ის თანახმად, Work360-ზე — ბენჩმარკზე, რომელიც მოიცავს პირველი დონის 26 სფეროს, 182 ქვესფეროსა და 721 სპეციალიზებულ მიმართულებას — Qwen4-Max-მა 52.69 ქულა მიიღო, Qwen3.8-Max-ის 47.74 ქულასთან შედარებით.

გუნდი ასევე აცხადებს ტოკენების ნაკლებ მოხმარებას: Work360-ზე Xhigh ძალისხმევის რეჟიმში დაახლოებით 24%-ით, ხოლო High რეჟიმში 35%-ით ნაკლები ტოკენი; Terminal-Bench 4.0-ზე კი 48–49%-ით ნაკლები.

ტოკენების ეფექტიანობა Work360-სა და Terminal-Bench 4.0-ზე: Qwen4-Max Qwen3.8-Max-ზე მაღალ ქულებს ნაკლები ტოკენით აღწევს

Qwen-ის მიერ წარმოდგენილი მონაცემებით, Work360-ზე ერთი ამოცანის საშუალო ღირებულება $4.43-დან $1.67-მდე შემცირდა — 62%-ით. განცხადებაში ნათქვამია, რომ API-ის ფასები Qwen3.8-Max-ზე დაბალია, განსაკუთრებით ქეშირებული შეყვანისთვის, თუმცა ზუსტი ტარიფები გამოქვეყნებული არ არის. ეს მომწოდებლის მიერ წარმოდგენილი შედეგებია და ყველა ტიპის დატვირთვისთვის გარანტიას არ წარმოადგენს.

AI აგენტი, რომლის მიმართულების შეცვლაც ამოცანის დროს შეგიძლიათ

სამუშაო პროცესში ყველაზე პრაქტიკული ცვლილებაა Live Delivery: ხანგრძლივად მომუშავე აგენტები შუალედურ შედეგებს რეალურ დროში აჩვენებენ, რათა მომხმარებლებმა პროგრესი შეაფასონ და ამოცანის დასრულებამდე მისი მიმართულება შეცვალონ. Qwen-მა Live Delivery-ის ღია კოდის პლაგინი გამოუშვა.

დემონსტრაციებში ნაჩვენებია Unity 6-ში, Unreal Engine-სა და Godot-ში შექმნილი სათამაშო თამაშები, ასევე Blender-ში მოდელირება და აგენტური ვიდეოწარმოება. ქვემოთ წარმოდგენილია „Meow of Magic“ — კატის ჯადოქრის თავგადასავალი, რომელიც მოდელმა Unreal Engine-ში შექმნა.

პროფესიული გამოყენების მაგალითებია ფინანსური კვლევა, რომლისთვისაც 90 MCP ინსტრუმენტი Excel-ის სამუშაო წიგნებსა და PowerPoint-ის პრეზენტაციებს ქმნის, და იურიდიული სათანადო შემოწმება, რომლის დროსაც 198 სამუშაო დოკუმენტი წყაროებზე მითითებულ 86-გვერდიან ანგარიშად გარდაიქმნება. ყველგან ერთი და იგივე მიდგომაა: ინსტრუმენტების ხანგრძლივი გამოყენება და შემდეგ შედეგი, რომლის გადახედვაც შეგიძლიათ.

სად სცადოთ Qwen4-Max

Qwen-ის ინფორმაციით, მოდელი ხელმისაწვდომია QwenCloud-ის Token Plan-ის ან API-ის, ასევე QwenWork-ის, Qoder-ისა და QwenStudio-ს მეშვეობით. Qwen4-Max-ის წონები ღია არ არის; მოგვიანებით ღია კოდის სახით უფრო მცირე Qwen4 მოდელების გამოშვებას გვპირდებიან.

მოწინავე მოდელების გამოცდა შეგიძლიათ vega.chat-ზე ან api.vega.chat-ის მეშვეობით; Qwen 4 Max-ის ხელმისაწვდომობისთვის მოდელების სიას ადევნეთ თვალი.

სამედიცინო, იურიდიული, ფინანსური და სხვა მნიშვნელოვანი შედეგების მქონე ამოცანებისთვის თავად Qwen-ის გაფრთხილებაც გაითვალისწინეთ: მოდელი პროფესიულ განსჯას ეხმარება, მაგრამ მას ვერ ჩაანაცვლებს.

VEGA API — all models·API docs·Qwen 4 Max: коллега для долгой работы с 2,4T параметров

ასევე წაიკითხეთ

Gemini 4 Hydrogen-ის წარდგენა
Gemini 4 Hydrogen-ის წარდგენა13 ნოემბერი, 2026
Inkling 2 Small: Thinking Machines-ის საუკეთესო ღია მოდელი
Inkling 2 Small: Thinking Machines-ის საუკეთესო ღია მოდელი13 ნოემბერი, 2026
MiniMax H3-Image: 4K ღია წონებით 10 წამზე ნაკლებში
MiniMax H3-Image: 4K ღია წონებით 10 წამზე ნაკლებში11 ნოემბერი, 2026

კომენტარები · 0

VEGA - built in getmyai.io
ფასებიმოდელებიბლოგიშემქმნელის შესახებმომსახურების პირობებიკონფიდენციალურობის პოლიტიკასაფოსტო გზავნილების პოლიტიკა