Qwen4-Max Dilancarkan dengan 25% lebih sedikit parameter aktif dan 62% kos tugas yang lebih rendah

iconKuCoinFlash
Kongsi
AI summary iconRingkasan
Alibaba melancarkan Qwen4-Max, model AI baharu dengan 25% lebih sedikit parameter aktif dan kos tugas 62% lebih rendah. Model ini mempunyai tulang belakang 2.4 trilion parameter, 710 bilion parameter aktif, dan 328 bilion penyambung N-gram. Ia mendapat skor 52.69 pada tolok Work360 dan kini berkos $1.67 setiap tugas. Pedagang yang memantau altcoin untuk diperhatikan mungkin memperhatikan kecekapan model yang diperbaiki. Indeks takut dan serakah tetap menjadi tolok utama bagi perasaan pasaran semasa kemajuan AI sebegini. Qwen4-Max boleh didapati melalui API dengan harga yang dikurangkan.
ME AI Mesej, Berita Cepat Beating AI, selepas membuka versi pra-pandangan minggu lepas, Alibaba secara rasmi melancarkan model unggul generasi baharu, Qwen4-Max, dengan mengumumkan struktur teknikal penuh, keputusan ujian, dan harga API. Qwen4-Max meneruskan skala utama 2.4 trilion parameter dari generasi sebelumnya, dengan menambahkan 328 bilion parameter N-gram Embedding. Melalui reka bentuk semula mekanisme perhatian, sambungan residu, dan lapisan penyemaian frasa, jumlah parameter utama yang diaktifkan setiap kali menghasilkan Token berkurang daripada kira-kira 95 bilion kepada 71 bilion, penurunan sebanyak 25%. Model ini menyokong pemahaman visual asli dan konteks 1 juta Token. Ujian rasmi menunjukkan Qwen4-Max mendapat skor 52.69 dalam piawai kerja profesional Work360, berbanding 47.74 untuk generasi sebelumnya. Set ujian buatan sendiri Alibaba merangkumi tugas profesional seperti kewangan, undang-undang, dan pembuatan. Dalam ujian pemrograman Terminal-Bench 4.0, penggunaan Token model baharu berkurang sebanyak 48% hingga 49% berbanding generasi sebelumnya. Kos purata tugas tunggal dalam Work360 turun daripada USD4.43 kepada USD1.67, penurunan 62%. Alibaba juga mempersembahkan kes saintifik. Qwen4 bekerjasama dengan platform eksperimen automatik, beroperasi secara kendiri selama 48 jam secara berterusan, untuk menyaring bahan penyejuk baharu yang sesuai untuk pusat data daripada 2.7 juta molekul calon. Selepas empat pusingan reka bentuk molekul, sintesis eksperimen, dan pengujian, akhirnya dihasilkan sampel fizikal molekul calon yang telah disahkan melalui eksperimen. Namun, pihak rasmi belum mengumumkan data yang cukup untuk membuktikan kesan penyejukan praktikalnya lebih baik daripada bahan sedia ada. Dalam kes pembuatan kereta, Qwen4-Max terlibat dalam pemodelan komponen, perancangan laluan pengolahan, dan pengesahan simulasi. Masa operasi manual bagi tugas pengaturcaraan pengolahan benda kerja berkurang daripada kira-kira 475 minit kepada 24 minit, penurunan sebanyak 95%. Model ini juga boleh menggunakan Blender, Unreal Engine, dan Unity untuk membuat adegan 3D, permainan boleh dimainkan, serta mengubah suai berulang kali berdasarkan maklum balas operasi. Qwen4-Max kini tersedia melalui API rasmi, menyokong antaramuka yang selaras dengan OpenAI dan Anthropic. Harga input 1 juta Token ialah 10 yuan, output 30 yuan, lebih murah sebanyak kira-kira 17% berbanding generasi sebelumnya; harga input dengan cache berjaya turun daripada 1.5 yuan kepada 0.5 yuan. Alibaba mengesahkan bahawa model yang lebih kecil dalam siri Qwen4 akan dibuka sumber selepas ini. (Sumber: MLion)
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.