Qwen4-Max é lançado com 25% menos parâmetros ativos e 62% de custos de tarefa menores

iconKuCoinFlash
Compartilhar
AI summary iconResumo
A Alibaba lançou o Qwen4-Max, um novo modelo de IA com 25% menos parâmetros ativos e 62% menor custo por tarefa. O modelo possui uma estrutura principal de 2,4 trilhões de parâmetros, 710 bilhões de parâmetros ativos e 328 bilhões de embeddings N-gram. Obteve 52,69 no benchmark Work360 e agora custa US$ 1,67 por tarefa. Traders que acompanham altcoins para observar podem notar a eficiência aprimorada do modelo. O índice de medo e ganância permanece como métrica-chave para o sentimento do mercado diante desses avanços em IA. O Qwen4-Max está disponível via API com preços reduzidos.
ME AI Notícia, Beating AI em Tempo Real: Após lançar a versão de pré-visualização na semana passada, a Alibaba lançou oficialmente o novo modelo de ponta Qwen4-Max, revelando sua arquitetura técnica completa, resultados de avaliação e preços da API. O Qwen4-Max mantém a escala principal de 2,4 trilhões de parâmetros da geração anterior, adicionando 328 bilhões de parâmetros de N-gram Embedding. Por meio de um redesign do mecanismo de atenção, conexões residuais e camadas de embedding de frases, o número de parâmetros principais ativados por token gerado caiu de cerca de 95 bilhões para 71 bilhões, uma redução de aproximadamente 25%. O modelo suporta compreensão visual nativa e contexto de até 1 milhão de tokens. Avaliações oficiais mostram que o Qwen4-Max obteve 52,69 pontos no benchmark Work360, contra 47,74 da geração anterior. Este benchmark, desenvolvido pela própria Alibaba, cobre tarefas profissionais em finanças, direito e manufatura. No teste de programação Terminal-Bench 4.0, o novo modelo reduziu o consumo de tokens em cerca de 48% a 49% em comparação com a geração anterior. O custo médio por tarefa no Work360 caiu de US$ 4,43 para US$ 1,67, uma redução de 62%. A Alibaba também apresentou um caso de pesquisa: o Qwen4, integrado a uma plataforma de experimentação automatizada, operou autonomamente por 48 horas consecutivas, selecionando novos materiais de refrigeração para data centers entre 2,7 milhões de moléculas candidatas. Após quatro ciclos de design molecular, síntese experimental e teste, foi finalmente produzida uma amostra física da molécula candidata validada experimentalmente. No entanto, ainda não foram divulgados dados suficientes para comprovar que seu efeito real de refrigeração é superior ao dos materiais atuais. No caso da indústria automotiva, o Qwen4-Max participou da modelagem de peças, planejamento de rotas de usinagem e validação por simulação. O tempo de operação manual para uma tarefa de programação de usinagem caiu de cerca de 475 minutos para 24 minutos, uma redução de aproximadamente 95%. O modelo também pode usar Blender, Unreal Engine e Unity para criar cenas 3D, jogos jogáveis e modificar-se repetidamente com base no feedback operacional. O Qwen4-Max já está disponível via API oficial, com suporte a interfaces compatíveis com OpenAI e Anthropic. O preço é de 10 yuan por milhão de tokens de entrada e 30 yuan por milhão de tokens de saída — cerca de 17% mais barato que a geração anterior; o preço da entrada com cache命中 caiu de 1,5 yuan para 0,5 yuan. A Alibaba confirmou que lançará open source modelos menores da série Qwen4 no futuro. (Fonte: MLion)
Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações. Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.