Alibaba je predstavila model Qwen4-Max, koji dolazi sa 2,4 triliona parametara – jednako kao i prethodnik Qwen3.8 Max. Ipak, novi model donosi optimizovanu MoE arhitekturu, unapređen mehanizam rutiranja eksperata i poboljšane podatke za trening.
Arhitekturalne novosti
Qwen4-Max uvodi tri ključne tehničke inovacije. GDN (Gated DeltaNet) funkcioniše kao sistem tekućih beležaka – umesto da ponovo čita ceo kontekst od početka, model ažurira memoriju brisanjem zastarelih i dodavanjem novih informacija, što sprečava rast KV keša.
QSA (Qwen Sparse Attention) dopunjuje GDN tako što koristi mali, brzi indeks za pronalaženje tačnih detalja unutar dugog konteksta. Na svaka tri GDN sloja dolazi jedan QSA sloj, što čini obradu milion tokena više od 7 puta bržom. GR (Gated Residual) poboljšava protok informacija kroz model, dok N-gram Embedding – sa 328 milijardi parametara – donosi trenutno prepoznavanje čestih fraza bez dodatnog opterećenja.
Cene i performanse
Alibaba je postavila cenu na $1,5 po milion ulaznih tokena, $4,5 po milion izlaznih tokena i $0,075 po milion tokena implicitnog keširanja – sve niže nego kod Qwen3.8-Max, uz 70% popust na implicitno keširanje.

Na Artificial Analysis Intelligence Index-u, Qwen4-Max osvaja 43 boda – što je 9 bodova više od prethodnika, ali 3 boda manje od Moonshot-ovog Kimi K3.1 Pro, pri ceni koja je oko 11% niža po zadatku.
https://x.com/ArtificialAnlys/status/2122161629592953032

Na Vals AI rang listi, Qwen4-Max zauzima 11. mesto – što je trenutno najviši plasman za bilo koji kineski AI model.
https://x.com/ValsAI/status/2122152965293457822
Qwen4-Max donosi napredak u efikasnosti i ceni, ali za sada nije uspeo da preuzme primat od Kimi K3.1 Pro na globalnoj lestvici.
Izvor: Wccftech




