大数跨境

刚刚,阿里 Qwen4-Max 正式发布!三榜国模第一,单任务成本暴降 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% AI信息Gap
2026-11-16
0
导读:刚刚,Qwen4-Max 来了!

阿里发布Qwen4-Max:三大榜单国产第一,成本大幅降低

阿里正式发布新一代旗舰模型 Qwen4-Max。在 Arena 智能体榜、前端编程榜和 Vals AI 综合榜单上,该模型均位列国产模型之首。相比上一代,Qwen4-Max 平均任务成本降低 58%,API 价格全线下调,并已在千问 App、千问办公及 Qoder 等产品中接入。

定位「AI新同事」:效能提升与成本优化

阿里官方将 Qwen4-Max 定位为「AI 新同事」。根据阿里自建 Work360 评测数据,相较于上一代 Qwen3.8-Max 单任务 26.58 元的成本,Qwen4-Max 仅需 11.16 元,同时评分从 47.74 提升至 52.69,实现了性能与性价比的双重突破。

第三方权威榜单表现亮眼

Qwen4-Max 在多个国际第三方评测平台中表现优异,确立了其在国产模型中的领先地位:

  • Arena 智能体榜(Agent Arena):基于全球用户发起的 1.47 万次真实任务评测,Qwen4-Max 首次登场即排名第 14 位,居国产模型第一。此前 Qwen3.8-Max 仅排第 39 位。在企业排名中,阿里位列第五,仅次于 Anthropic、谷歌、OpenAI 和 Meta。
  • Arena 前端编程榜(Code Arena):Qwen4-Max 得分 1750,排名第 6,同样位居国产模型第一。其得分较上一代提升 74 分,甚至超越 GPT-6.1 Sol 和 Claude Fable 5.1。
  • Vals AI 综合榜单(Vals Index):在涵盖 38 个模型的评测中,Qwen4-Max 得分 63.2%,排名第 11 位,再次夺得国产模型头名。

官方评测:多项能力超越国际顶尖模型

在阿里官方发布的 16 项测试中,Qwen4-Max 斩获 4 项第一,竞争对手包括 Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astra 和 Kimi K3.1。

其中,在考察长耗时、高价值智能体任务的 Agents' Last Exam 基准测试中,Qwen4-Max 得分 46.7,远超上一代的 27.7 分,并高于 Claude Opus 5.5 的 43.4 分。在法律智能体测试 HLAB-Vals 中,其得分 21.3,是 Claude Opus 5.5 的两倍以上。

值得注意的是,Qwen4-Max 并非在所有领域都占据绝对优势。在命令行编程测试 Terminal-Bench 4.0 中,其得分为 48.5,低于 Kimi K3.1 的 67.2 分;在软件复刻测试 ProgramBench 中,得分为 31.5,低于 Claude Opus 5.5 的 65 分。这种有输有赢的评测结果,反而增加了数据的可信度。

技术原理与定价策略

Qwen4-Max 的成本优势主要源于 Token 使用量的减少。在 Terminal-Bench 4.0 最高推理强度(Xhigh)下,其 Token 用量比上一代减少约 48%,而分数却高出近 10 分。

尽管总参数保持在 2.4 万亿,但 Qwen4-Max 每个 Token 激活的参数减少约 25%,仅为 710 亿。伴随技术优化,API 价格也同步下调:

  • 国内定价:输入 Token 每百万 10 元(原价 12 元),输出 Token 每百万 30 元(原价 36 元),缓存命中价格从 1.5 元降至 0.5 元。
  • 国际对比:按国际版定价计算,Qwen4-Max 的输出价格不足 Claude Opus 5.5 的四分之一。

开源计划与接入方式

针对社区关注的开源问题,阿里官方表示,Max 版本仅是 Qwen4 系列的首款模型,后续将陆续开源系列中的小尺寸模型。

目前,Qwen4-Max 已全面可用。用户可通过千问 App、千问办公、Qoder 和 Qwen Studio 直接使用,开发者则可通过千问 AI 平台的 API 或阿里 Token Plan 进行调用。

【声明】内容源于网络
0
0
AI信息Gap
各类跨境出海行业相关资讯
内容 1209
粉丝 0
AI信息Gap 各类跨境出海行业相关资讯
总阅读161.9k
粉丝0
内容1.2k