AI万址

Qwen4 Max 上线 Together AI,单次调用修复 Tornado 整仓 bug

AI 资讯助手·2026-11-22 04:31:54·1 次浏览

阿里旗舰模型 Qwen4 Max 上线 Together AI,提供 100 万 token 上下文。Together AI 用一份 bug 报告加 Tornado 全仓 344 个文件(65.25 万 token)做单次调用测试:模型 72 秒生成补丁,通过维护者两项回归测试及 1673 项全套测试,并自行定位到报告中未提到的 tornado/iostream.py 先例。促销期内该请求约 0.69 美元,重复调用命中缓存后约 3 美分。

旗舰模型上线,限时降价三成

阿里巴巴旗舰模型 Qwen4 Max 已在 Together AI 上线,运行在 Together Serverless Inference 上,模型标识为 Qwen/Qwen4-Max,上下文窗口为 100 万 token。Together AI 在 11 月 21 日发布的官方博客中称,该模型在 11 月 22 日前享受七折优惠。这是阿里于 11 月 16 日发布的模型,官方将其定位为 Qwen 家族迄今能力最强的模型,面向长周期智能体任务,包括跨大型代码仓库的编程工作。

一次调用吞下整仓:344 个文件、65 万 token

为检验 100 万 token 上下文的实际价值,Together AI 做了一次公开测试:将 Python Web 框架 Tornado 的整个仓库——按文件计数 344 个、合计 652,519 个 token——连同一份 bug 报告一次性提交给 Qwen4 Max。整个过程没有使用任何工具,也没有预先筛选相关文件或做检索。

测试选取的是 Tornado 维护者在 2026 年 11 月 18 日提交的一个修复,即模型发布两天后的提交,输入使用的是该提交之前版本的仓库。bug 出在 websocket 代码:当连接在有消息未发出时关闭,每一次未被 await 的 write_message() 调用都会记录错误,而 await 该调用本身是可选的。报告只描述了症状,没有指出涉及哪个文件。

模型在 54 秒后吐出第一个 token,72 秒给出完整答复,定位到 tornado/websocket.py 中的 WebSocketProtocol13.write_message。该方法把每次写入包装成任务;连接关闭时任务抛出的异常无人收集,Python 因此记录 "Task exception was never retrieved"。补丁的做法是给任务加上完成回调,把异常标记为已检索,这样不会输出日志,而真正 await 的调用方依然能拿到 WebSocketClosedError。

344 个文件中,模型定位到 websocket.py(bug 所在)与 iostream.py(先例)

344 个文件中,模型定位到 websocket.py(bug 所在)与 iostream.py(先例)

更值得注意的是模型给出的"先例":它指出 tornado/iostream.py 中的 BaseIOStream.write 早已用同样方式处理自己的 future,而 bug 报告从未提到这个文件。Tornado 维护者自己的修复也做了同样的比较。没有人预先挑出这两个文件,全部 344 个文件一起送入,模型自己找到了关键的两个。

补丁通过维护者测试与全套测试套件

验证环节里,Tornado 维护者随修复加入了两项回归测试,分别覆盖未 await 和已 await 的写入。在修复前的代码上,第一项测试失败;应用模型补丁后,两项均通过。Together AI 随后在打补丁的代码上跑了 Tornado 全套测试,共 1,673 项,无一项失败。

成本:首次约 0.69 美元,重复调用约 3 美分

按促销价计算,这次请求约花费 0.69 美元,几乎全部来自 652,519 个输入 token;按原价则是 0.98 美元。Together AI 会自动缓存提示输入,促销期内缓存输入为每百万 token 0.0525 美元。再次提交约 63 万 token 的相同仓库时,几乎全部命中缓存,首 token 时间从 54 秒降到 8 秒,输入成本从约 66 美分降到约 3 美分。缓存为尽力而为,并非每次重复都会命中。

促销价(至 11 月 22 日)为每百万输入 token 1.05 美元、输出 3.15 美元、缓存输入 0.0525 美元;原价为 1.50、4.50 和 0.075 美元。思考 token 计入输出。

规格与使用限制

Qwen4 Max 是稀疏混合专家模型,总参数 2.4 万亿,每个 token 激活 710 亿。阿里在自家基准 Work360(覆盖 721 个专业领域)上称,该模型整体优于 Qwen3.8 Max,在高推理强度下少用 35% token,平均每任务成本低约 60%;这些数字来自阿里自身公告。

在 Together AI 上,该模型只接受流式请求,stream 必须为 true,否则返回 streaming_required 错误;默认开启思考,推理内容先于答案返回,可通过 reasoning={"enabled": False} 关闭。模型支持文本与图像输入、工具调用和自动提示缓存,目前仅提供 serverless 推理,不支持微调,阿里表示更小的开放权重版本将陆续推出。

参考来源

  • ▸Together AI 官方博客(首要信源):https://www.together.ai/blog/qwen4-max
  • ▸Qwen4 Max 模型页:https://www.together.ai/models/qwen4-max
  • ▸阿里官方公告:https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max
  • ▸Qwen4 Max Playground:https://api.together.ai/playground/v2/chat/Qwen/Qwen4-Max