# Qwen 4 (通義千問 4)

依據 OpenAITools.app 於 2026-11-10 查驗的觀測資料，Qwen 4 (通義千問 4)（qwen.ai）是收錄於 Large Language Models (LLMs) 的 AI 平台，每月產生 3510.14萬次造訪，月流量變化量為 -233.98萬（-6.2%）。其主要地理市場為俄羅斯（流量佔比 37.2%），並採用免費增值定價模式。依每月流量計算的主要競爭替代方案包括 DeepSeek（每月 3.73億次造訪），Together AI（每月 164.59萬次造訪），OpenRouter（每月 1994.14萬次造訪）。

阿里雲第四代基礎大模型家族與全模態 AI 助手 — 涵蓋 Qwen 4 (Qwen4)、Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B 與 Qwen 3.8-Flash-Next 架構

## 主要觀測資料與規格

| 指標 | 數值 |
| :--- | :--- |
| 工具名稱 | Qwen 4 (通義千問 4) |
| 代稱 | qwen-4 |
| Status | active |
| Origin | official |
| Maintenance | active |
| 官方網域 | qwen.ai |
| 網站網址 | https://qwen.ai |
| 分類 | Large Language Models (LLMs), 開源 AI 模型, AI 聊天機器人, AI 助手, AI 程式碼生成器, AI API, AI 模型 |
| 定價模式 | 免費增值 |
| 每月造訪次數 | 35,101,353 |
| 月流量變化 | -2,339,815 |
| 月成長率 | -6.2% |
| 主要市場 | 俄羅斯 |
| 市佔率 | 37.2% |
| 直接造訪 | 25,020,350 |
| 自然搜尋造訪 | — |
| 社群造訪 | — |
| 推薦流量造訪 | 1,034,074 |
| 電子郵件造訪 | 395,328 |
| 評論分數 | 4.7 |
| 收藏數 | 1,180 |
| 支援平台 | 網站, API, 開源 |
| 帳務平台 | Alibaba Cloud |
| 屬性 | 功能: 網站; 功能: 開源; 價格: 免費增值 |
| 標籤 | Qwen 4, Qwen4, Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B, Qwen 3.8-Flash-Next, 阿里雲, Open Source LLM, 混合專家模型, 100 萬上下文視窗, 多模態 AI |

## 總覽

Qwen 4（通義千問 4 / Qwen4）建構於 Qwen3.8-Flash-Next（Qwen 3.8-Flash-Next）率先驗證的混合 Gated DeltaNet + Gated Attention 稀疏混合專家（MoE）架構之上（總參數量 125B，每 Token 啟動 6B 參數，並配備 51B n-gram 嵌入查找層）。此設計讓 Qwen 4 家族在保持極低推理成本的同時，實現了原生 100 萬 Token（1M）上下文視窗、原生全模態理解與生成，以及遞迴自我改進（Recursive Self-Improvement, RSI）能力。除四大核心層級（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B）外，亦提供針對程式碼工程的 qwen4-coder-plus 與全模態深度思考的 qwen4-omni-120b-think。用戶可透過 chat.qwen.ai 免費使用網頁與行動端助手，於 Hugging Face 與 Ollama 下載 Apache 2.0 授權開源權重，或透過阿里雲百煉（Alibaba Cloud Model Studio）串接商業 API。

## 價格與方案

chat.qwen.ai（及 qwen.ai）提供免費的網頁版與行動端多模態 AI 對話服務；本地部署模型（如 Qwen4-27B）採用寬鬆的 Apache 2.0 授權於 Hugging Face 與 Ollama 免費開源；企業級模型（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）則透過阿里雲百煉（Alibaba Cloud Model Studio）提供按 Token 計費的商業 API。

## 關鍵功能與能力

- **四大核心層級與專項模型矩陣 (Qwen4-Max / Plus / Flash / 27B):** 完整涵蓋旗艦深度推理 Qwen4-Max、企業級均衡主力 Qwen4-Plus、高吞吐低延遲 Qwen4-Flash、本地工作站開源模型 Qwen4-27B，以及專項模型 qwen4-coder-plus 與 qwen4-omni-120b-think。
- **混合 Gated DeltaNet + Gated Attention 稀疏 MoE 架構:** 基於 Qwen 3.8-Flash-Next (Qwen3.8-Flash-Next) 驗證的創新架構（125B 總參數、每 Token 僅啟動 6B 參數 + 51B n-gram 嵌入查找層），兼顧超大容量知識記憶與極速推理吞吐。
- **遞迴自我改進 (RSI) 與 100 萬 Token 原生上下文:** 導入 Recursive Self-Improvement (RSI) 機制提升複雜數學、程式碼與智慧體推理上限，同時支援 1M Token 超長上下文視窗與原生多模態（文字、影像、音訊、影片）理解。
- **Apache 2.0 開源生態與本地 PC/工作站一鍵執行:** Qwen4-27B 等開源權重採用 Apache 2.0 商業友善授權，原生支援 Hugging Face、Ollama、vLLM 與消費級 GPU 工作站本地私有化部署。
- **邁向 5–10 兆參數的清晰演進路線:** 於 2026 杭州雲棲大會（9 月 22 日）與阿姆斯特丹峰會（10 月 29 日）正式發表，奠定通往 5 兆至 10 兆參數規模的 Qwen 4.5 與 Qwen 5 下一代擴展藍圖。

## 主要使用情境

- **基於 Alibaba Cloud Model Studio 的彈性多級 API 編排 (企業 AI 研發與後端工程團隊):** 在阿里雲百煉平台組合運用 Qwen4-Max 處理核心複雜決策、Qwen4-Plus 承載日常業務流、Qwen4-Flash 處理高併發即時回應，並透過 qwen4-coder-plus 加速軟體開發。
- **使用 Qwen4-27B 於本地工作站私有化部署 (獨立開發者與重視隱私的企業):** 透過 Ollama 或 Hugging Face 下載 Apache 2.0 授權的 Qwen4-27B 開源權重，在本地 PC 或工作站上離線執行高效能長上下文模型。
- **全模態長篇文件分析與多語言即時思考 (跨國創作者、分析師與一般用戶):** 善用 chat.qwen.ai 與 qwen4-omni-120b-think 的 1M 上下文與全模態理解能力，免費完成超長財報解析、音視訊理解及跨語言內容創作。

## 優勢

- 產品線層次分明，同時提供商業閉源旗艦（Qwen4-Max/Plus/Flash）與 Apache 2.0 開源本地模型（Qwen4-27B）
- 創新的 Gated DeltaNet + Gated Attention + 51B n-gram 查找層架構，僅需 6B 啟動參數即可釋放百億級模型效能
- 原生支援 100 萬 Token 上下文視窗、全模態（Omni）思考以及遞迴自我改進（RSI）推理
- chat.qwen.ai 提供免費無門檻的網頁與行動端體驗，Alibaba Cloud Model Studio API 定價極具競爭力

## 限制

- 最高參數規模的完整藍圖（5–10 兆參數的 Qwen 4.5 與 Qwen 5）仍處於分階段演進週期中
- 在本地執行 Qwen4-27B 並開啟超長上下文時，仍需具備充足 VRAM 的高階 PC 或工作站硬體
- 部分最新專項預覽模型（如 qwen4-omni-120b-think）在不同雲端區域的配額開放有先後順序

## 常見問題

### 什麼是 Qwen 4 (Qwen4 / 通義千問 4)？它包含哪些模型版本？
Qwen 4（亦寫作 Qwen4，中文名通義千問 4）是阿里雲於 2026 年 9 月杭州雲棲大會與 10 月阿姆斯特丹雲棲大會預覽推出的第四代基礎大型模型家族。其核心矩陣涵蓋四個層級：旗艦推理模型 Qwen4-Max、均衡企業級模型 Qwen4-Plus、低延遲高吞吐模型 Qwen4-Flash、面向本地 PC/工作站部署的 270 億參數開源模型 Qwen4-27B，以及專項模型 qwen4-coder-plus 與 qwen4-omni-120b-think。

### Qwen 4 與 Qwen 3.8-Flash-Next (Qwen3.8-Flash-Next) 是什麼關係？
Qwen 4 採用了在 Qwen 3.8-Flash-Next（Qwen3.8-Flash-Next）中率先預覽驗證的混合 Gated DeltaNet + Gated Attention 稀疏 MoE 架構（125B 總參數、每 Token 啟動 6B 參數，並配有 51B n-gram 嵌入查找層），在此基礎上全面升級了 100 萬 Token 上下文、原生多模態理解與遞迴自我改進（RSI）能力。

### 如何免費使用 Qwen 4 或在本地部署 Qwen4-27B？
一般用戶可直接造訪 qwen.ai 或 chat.qwen.ai 免費使用 Qwen 4 網頁版與行動端助手；開發者可透過 Hugging Face 與 Ollama 免費取得採用 Apache 2.0 授權開源的 Qwen4-27B 權重進行本地部署，或透過阿里雲百煉（Alibaba Cloud Model Studio）串接 Qwen4-Max、Qwen4-Plus 與 Qwen4-Flash API。

### Qwen 4 後續的 Qwen 4.5 和 Qwen 5 路線圖為何？
根據阿里雲於 2026 年雲棲大會（杭州與阿姆斯特丹）公布的技术路線圖，通義千問團隊正依託混合稀疏架構與遞迴自我改進（RSI）技術，在後續的 Qwen 4.5 與 Qwen 5 世代中將模型規模擴展至 5 兆至 10 兆（5–10 Trillion）參數。

### Qwen 4 (通義千問 4) 的每月流量與成長趨勢為何？
Qwen 4 (通義千問 4) 目前每月有 3510.14萬次造訪，月流量變化為 -233.98萬（成長率 -6.2%）。其主要來源市場為俄羅斯（佔比 37.2%），其中包含每月 2502.04萬次直接造訪與每月 — 次自然搜尋造訪。

### Qwen 4 (通義千問 4) 是免費的嗎？其定價模式為何？
Qwen 4 (通義千問 4) 採用免費增值定價模式。chat.qwen.ai（及 qwen.ai）提供免費的網頁版與行動端多模態 AI 對話服務；本地部署模型（如 Qwen4-27B）採用寬鬆的 Apache 2.0 授權於 Hugging Face 與 Ollama 免費開源；企業級模型（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）則透過阿里雲百煉（Alibaba Cloud Model Studio）提供按 Token 計費的商業 API。支援的帳務與結帳平台包括：Alibaba Cloud。

### 2026 年最佳的 Qwen 4 (通義千問 4) 替代方案有哪些？
依據 OpenAITools.app 的分類流量與功能契合度，Qwen 4 (通義千問 4) 的前五大替代方案為：1. DeepSeek（每月 3.73億次造訪）; 2. Together AI（每月 164.59萬次造訪）; 3. OpenRouter（每月 1994.14萬次造訪）; 4. Fireworks（每月 65.97萬次造訪）; 5. DeepInfra（每月 45.78萬次造訪）。

### Qwen 4 (通義千問 4) 支援哪些平台與核心 AI 能力？
Qwen 4 (通義千問 4) 分類於 Large Language Models (LLMs), 開源 AI 模型, AI 聊天機器人, AI 助手，支援以下平台：網站, API, 開源，其核心能力標籤包括：Qwen 4, Qwen4, Qwen4-Max, Qwen4-Plus, Qwen4-Flash, Qwen4-27B。

## 替代方案

| 工具名稱 | 每月造訪次數 | 定價模式 | 比較 |
| :--- | :--- | :--- | :--- |
| [DeepSeek](https://openaitools.app/tw/tool/deepseek) | 372,761,591 | 免費增值 | [比較](https://openaitools.app/tw/compare/deepseek-vs-qwen-4) |
| [Together AI](https://openaitools.app/tw/tool/together-ai) | 1,645,930 | 免費增值、付費 | [比較](https://openaitools.app/tw/compare/qwen-4-vs-together-ai) |
| [OpenRouter](https://openaitools.app/tw/tool/openrouter-ai) | 19,941,437 | 付費 | [比較](https://openaitools.app/tw/compare/openrouter-ai-vs-qwen-4) |
| [Fireworks](https://openaitools.app/tw/tool/fireworks-ai) | 659,687 | 需聯絡報價 | [比較](https://openaitools.app/tw/compare/fireworks-ai-vs-qwen-4) |
| [DeepInfra](https://openaitools.app/tw/tool/deep-infra) | 457,810 | 付費 | [比較](https://openaitools.app/tw/compare/deep-infra-vs-qwen-4) |
| [BigModel（智譜大模型開放平台）](https://openaitools.app/tw/tool/bigmodel) | 5,700,686 | 免費增值 | [比較](https://openaitools.app/tw/compare/bigmodel-vs-qwen-4) |
| [騰訊混元](https://openaitools.app/tw/tool/tencent-hunyuan-large-model) | 1,485,463 | 需聯絡報價 | [比較](https://openaitools.app/tw/compare/qwen-4-vs-tencent-hunyuan-large-model) |
| [Google AI Studio](https://openaitools.app/tw/tool/google-ai-studio) | 112,620,020 | 免費增值 | [比較](https://openaitools.app/tw/compare/google-ai-studio-vs-qwen-4) |
| [Groq](https://openaitools.app/tw/tool/groq) | 3,987,936 | 付費 | [比較](https://openaitools.app/tw/compare/groq-vs-qwen-4) |
| [Google Gemma 開源模型](https://openaitools.app/tw/tool/gemma-open-models-by-google) | 4,900,914 | 免費增值、付費 | [比較](https://openaitools.app/tw/compare/gemma-open-models-by-google-vs-qwen-4) |
| [Unsloth AI](https://openaitools.app/tw/tool/unsloth-ai) | 887,457 | 免費 | [比較](https://openaitools.app/tw/compare/qwen-4-vs-unsloth-ai) |
| [Novita AI](https://openaitools.app/tw/tool/novita-ai) | 271,371 | 付費 | [比較](https://openaitools.app/tw/compare/novita-ai-vs-qwen-4) |

---
來源：https://openaitools.app/tw/tool/qwen-4