阿里發布 Qwen4-Max,三個榜單均列國產模型第一,單項任務成本降 58%
刚刚,阿里 Qwen4-Max 正式发布!三榜国模第一,单任务成本暴降 58%
阿里正式發布新一代旗艦模型 Qwen4-Max,並已接入千問 App、千問辦公、Qoder 和 Qwen Studio。Qwen4-Max 在 Arena Agent Arena、Code Arena 和 Vals Index 三個榜單均為國產模型排名第一。
文章並列官方任務成本數據與多個第三方榜單,亦呈現不同編程基準的落差,方便比較 Qwen4-Max 的成本變化和表現邊界。
(來源:AI信息Gap)
剛剛,阿里正式發佈新一代旗艦模型 Qwen4-Max。在 Arena 智能體榜、前端編程榜和 Vals AI 綜合榜單上,它都是排名最高的國產模型。
和上一代相比,Qwen4-Max 平均每個任務便宜了 58%,API 價格也全線下調,千問 App、千問辦公和 Qoder 都已經接入。
話接上文。
千問的新模型,更強了,也更便宜了。
阿里官方給 Qwen4-Max 的定位是「AI 新同事」。
在阿里自建的 Work360 評測裏,上一代 Qwen3.8-Max 平均每個任務要花 26.58 元,Qwen4-Max 只要 11.16 元,分數還從 47.74 漲到了 52.69。
Qwen4-Max 的三個國產模型第一,都來自第三方榜單。
大模型匿名評測平台 Arena 幾分鐘前剛剛發帖,「Qwen4-Max 第一次登上智能體榜 Agent Arena,就排到第 14 名,國產模型第一。」
這個榜單來自全球用戶發起的 1.47 萬次真實智能體任務,上一代 Qwen3.8-Max 只排第 39 名。
按公司算,阿里在這個榜排第五,前面只有 Anthropic、谷歌、OpenAI 和 Meta,國產公司裏它排第一。
Arena 前端編程盲測榜 Code Arena 上,Qwen4-Max 得分 1750,排第 6 名,同樣是國模第一。
它比上一代高了 74 分,甚至排在了 GPT-6.1 Sol 和 Claude Fable 5.1 前面。
第三方評測機構 Vals AI 的綜合榜單 Vals Index 上,Qwen4-Max 得分 63.2%,在 38 個模型裏排第 11 名,阿里再喜提一個國模第一。
在阿里官方放出的 16 項測試裏,Qwen4-Max 拿下了 4 項第一。
參賽選手包括 Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astra 和 Kimi K3.1。
最亮眼的是 Agents' Last Exam,這個基準考查耗時長、有實際價值的智能體任務。
Qwen4-Max 在這項測試裏得分 46.7,上一代才 27.9 分,也超過了 Claude Opus 5.5 的 43.4 分。
法律智能體測試 HLAB-Vals 上,Qwen4-Max 的 21.3 分是 Claude Opus 5.5 的兩倍多。
但注意,Qwen4-Max 並不無敵。
命令行編程測試 Terminal-Bench 4.0,Qwen4-Max 得分 48.5,Kimi K3.1 67.2 分。
軟件復刻測試 ProgramBench 上,Qwen4-Max 31.5 分,Claude Opus 5.5 65 分。
有輸有贏,這樣的跑分某種意義上來説,反而更加可信。
Qwen4-Max 更省錢,靠的是少用 token。
Terminal-Bench 4.0 上,推理強度開到最高檔 Xhigh 時,Qwen4-Max 比上一代少用了約 48% 的 token,分數還高出近 10 分。
Qwen4-Max 的總參數還是 2.4 萬億,每個 token 激活的參數卻少了約 25%,只有 710 億。
並且,Qwen4-Max 的 API 價格也跟着下調了。
國內千問 AI 平台上,Qwen4-Max 每百萬輸入 token 10 元、輸出 token 30 元。作為對比,上一代是 12 元和 36 元。緩存命中的價格也從 1.5 元降到了 0.5 元。
按國際版定價算,Qwen4-Max 的輸出價格還不到 Claude Opus 5.5 的四分之一。
網友們呼聲最高的,還是開源。
有人喊着要 27B 版本,有人在等 Flash 版。
阿里官方則表示,「Max 只是 Qwen4 的第一款模型,系列中的小尺寸模型也將陸續開源。」
它們還得再等等,Qwen4-Max 倒是現在就能用。
千問 App、千問辦公、Qoder 和 Qwen Studio 都已接入,開發者可以通過千問 AI 平台的 API 或阿里的 Token Plan 調用。
新浪科技公眾號
“掌”握科技鮮聞 (微信搜索techsina或掃描左側二維碼關注)
科學大家

新浪科技
新浪科技為你帶來最新鮮的科技資訊

蘋果匯
蘋果匯為你帶來最新鮮的蘋果產品新聞

新浪眾測
新酷產品第一時間免費試玩

新浪探索
提供最新的科學家新聞,精彩的震撼圖片
來源:新浪科技 · finance.sina.com.cn




