阿里巴巴发布安全的通义千问4 Max模型


中国阿里巴巴集团发布了其全新的旗舰级AI模型“通义千问4 Max”,该模型拥有约2.4万亿个参数,并宣布了一系列技术调整以减少网络和生物滥用。该公司报告称,在其内部评估中,安全代码生成测试显著改善,任务平均成本有所降低。
阿里巴巴发布的拥有2.4万亿个参数的“通义千问4 Max”模型,体现了全球旗舰模型竞争已从单纯提升编程能力转向同时证明安全风险的降低。
中国“阿里巴巴”集团于2026年11月16日发布了其全新的旗舰级模型“通义千问4 Max”,据称该模型包含约2.4万亿个参数,并展示了一系列旨在减少滥用的工程改进。据路透社报道了该公司发布的详细信息,同时明确区分了集团宣布的功能与该社能够独立验证的结果。
阿里巴巴表示,其对新系统进行了训练,使其保留了对发现和修复代码漏洞有用的网络安全技术知识,同时排除了被公司认为会直接协助执行黑客和攻击性渗透操作的信息。
根据阿里巴巴自己的内部基准测试,“通义千问4 Max”在安全代码生成测试中获得了14.7%的成绩,高于上一代模型的8%。这些百分比专门指模型在特定技术测试中的表现,不应被解释为系统生成的任何代码本身就是安全的整体概率。
阿里巴巴还报告称,在其自有评估中,完成单项任务的平均成本下降了近60%,这一数字在很大程度上取决于所选任务的性质、所使用的计算设置以及衡量中采用的会计假设。路透社指出,其无法独立验证这些技术和财务声明。
该模型庞大的2.4万亿参数规模反映了其架构的体量与广度,但仅凭这一点并不能证明实际使用中的整体性能水平或成本效益。在已发布的实际应用中,内存需求、响应时间、网络效率、软件兼容性以及推理步骤或工具调用的数量共同决定了模型的真实运营价值。
该公司表示,计划在晚些时候发布“通义千问4”系列中较小规模的开源权重模型。然而,宣布权重发布计划在实际操作中不同于向公众实际提供这些权重;法律许可条件和随附的技术文档将决定未来开发者可用的选择范围。
阿里巴巴还展示了应对化学、生物、放射性和核风险的护栏,并指出其内部评估未发现有证据表明用户执行危险任务的能力出现大幅增加。这一声明的范围比提供模型绝不会被滥用的绝对保证要窄,因为安全评估的质量始终取决于测试的设计以及能否由独立机构进行重复验证。
路透社将此次发布置于中国国内关于安全标准透明度的更广泛讨论背景之中;SemiAnalysis机构的一项审查显示,在857个中国AI模型发布中,仅有约3.6%公开了安全测试结果。尽管腾讯和月之暗面此前曾描述过与网络能力相关的调整,但这些公告仍然是独立于今日发布的先前进展。
“通义千问4 Max”的发布具有战略重要性,因为旗舰类模型的竞争已将追求先进能力与提供降低风险的具体证据结合在一起。最具价值的编辑跟进将包括查阅原始模型卡、外部红队测试结果、独立重现的编程基准、API的实际定价以及可用权重的清晰文档,因为在得到独立确认之前,公布的性能数据仍然是机构声明。
这些技术细节凸显了在机构公告与开放科学验证之间进行方法论区分的重要性;虽然安全代码测试中的14.7%和近60%的成本降低表明阿里巴巴实验室内部存在有希望的发展趋势,但在将模型部署到敏感的生产环境之前,开发者和企业仍需检查即将发布的开源版本的许可条件,并在多步骤推理任务中比较实际的响应时间和内存消耗。
问:阿里巴巴的新款通义千问模型4 Max有多少个参数?
答:阿里巴巴集团将其旗舰模型通义千问4 Max描述为拥有约2.4万亿个参数,并计划在同系列中推出较小的开源权重版本。
问:通义千问4 Max在安全编程测试中获得了什么成绩?
答:该模型在公司内部的安全代码生成测试中获得了14.7%的成绩,而上一代版本为8%。需要指出的是,这是路透社未进行独立验证的特定测试结果。
问:阿里巴巴在模型训练中是如何处理网络安全风险的?
答:该公司表示,其对模型进行了训练,以保留对发现和修复漏洞有用的网络安全知识,同时排除了会直接协助执行渗透攻击的信息。
问:根据该报道,中国模型中安全报告的透明度现状如何?
答:路透社引用的SemiAnalysis机构审查显示,在857个中国人工智能模型发布中,仅有约3.6%公开了安全测试结果。