(文/周琦 编辑/吕栋)
11月16日,阿里巴巴与腾讯同日发布新一代语言模型。阿里推出总参数2.4T的基座大模型Qwen4-Max,腾讯则上线轻量旗舰Hy4 flash,总参数224B、激活参数仅12B。值得注意的是,双方披露信息中,“单任务成本”取代“参数规模”成为核心竞争指标。
阿里Qwen4-Max:高智能上限与效率突破
阿里Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构。尽管总参数达2.4T,但每次仅激活71B参数,较上代每个Token激活参数减少25%。该模型具备原生视觉能力,支持百万级上下文。
在全球前端编程盲测榜CodeArena中,Qwen4-Max排名第六,介于GPT6-Astra与Claude Fable5.1之间。
阿里Qwen4系列中的中小尺寸模型将陆续开源。
腾讯Hy4 flash:极致性价比与轻量化
腾讯混元Hy4 flash采取轻量化路线,支持多模态及1M上下文。通过混合注意力、LatentMoE、Engram等架构设计,其KV cache压缩至Hy4的六分之一;结合megakernel及4bit量化技术,解码速度超过150tps。
官方数据显示,Hy4 flash综合效果略优于总参数770B的Hy4preview,但单任务成本仅为后者的1/13、标准版Hy4的1/20。
腾讯方面表示,Hy4 flash后续也将开源,混元发展将以“模型实用性”为核心原则。
行业趋势:成本成为第一叙事
此次两家巨头均不再单纯强调API单价,而是将“完成一个任务的费用”(Cost per Task)作为核心卖点,但在降本路径上呈现出不同战略方向。
阿里:提升思考效率,瞄准复杂场景
阿里数据显示,Qwen4-Max缓存命中价格低至每百万Tokens 0.5元,单任务平均费用较上代下降58%。这一成果得益于思考效率的提升:在Terminal-Bench 4.0专业编程评测中,同为Xhigh思考档位,Qwen4-Max每次尝试的平均Token用量从289K降至151K,降幅近半,得分却从38.9分升至48.5分。
阿里选择向上突破智能上限,Qwen4-Mex主要面向长周期复杂任务与专业场景(如编程、智能体、科研发现)。其构建的Work360全场景建模体系覆盖721个细分领域。实证显示,在汽车制造领域,单个工件加工编程的人工用时已从475分钟大幅降至24分钟。
腾讯:极致低价,主打日常高频任务
腾讯Hy4 flash定价为每百万Token输入0.5元、输出2元,缓存命中时仅需0.02元。内部测算显示,其单任务成本仅为DeepSeek-V4.1-Flash-1027(Max档位忙时价格)的八分之一。
在涉及85位内部用户的盲测中,涵盖27类共259个任务,Hy4 flash的用户满意度接近Claude Haiku 5.5,且单任务成本最低、端到端耗时最短。混元团队建议,用户可将深度搜索、文档处理、PPT生成等日常任务交由Hy4 flash处理,而将长程软件工程等复杂任务留给智能上限更高的Hy4,形成高低搭配的产品矩阵。

