阿里发布 Qwen4-Max 基座大模型,智能体与编程能力进阶
11月16日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数2.4T、仅激活71B,具备原生视觉能力并支持百万上下文。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,在 CodeArena 前端编程盲测中位列全球第6,Agents' Last Exam(ALE)取得46.7分。
推荐理由:原文给出 Qwen4-Max 的架构、评测与定价细节,读者可据此判断其智能体与编程能力的位置。
技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。
6 条精选近 30 天 3条 共收录 47条
11月16日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数2.4T、仅激活71B,具备原生视觉能力并支持百万上下文。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,在 CodeArena 前端编程盲测中位列全球第6,Agents' Last Exam(ALE)取得46.7分。
推荐理由:原文给出 Qwen4-Max 的架构、评测与定价细节,读者可据此判断其智能体与编程能力的位置。
Google Cloud 发布 Gemini for healthcare,把临床、运营和行政系统中分散的数据整合起来,支持团队将数据转化为协同行动。该平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南和 Medicare 数据集,在既定护栏和人工监督下编排病历综合、事前授权审核等多步流程。
推荐理由:读者可了解 Gemini 如何接入电子病历、账单与医保数据,把多步临床与行政流程交给智能体编排。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。
推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。
推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线,可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型,面向持续运行的智能体任务,支持最高 1M token 上下文,并借助多 token 预测(MTP)、DFlash 或 DSpark 的投机解码实现最高 4 倍于同类开源模型的吞吐。
推荐理由:材料给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据,可据此判断本地跑长任务智能体的可行性。
Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。
推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。