通义千问发布 Qwen4 Max,Intelligence Index 较 Qwen3.8 Max 高 9 分且成本更低
通义千问发布 Qwen4 Max,据 Artificial Analysis 数据,其 Intelligence Index 得分 43,比 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。
原文用 Artificial Analysis 的指数与每任务成本对比 Qwen4 Max 相对上代和 Kimi K3.1 Pro 的位置,便于判断性价比。
Qwen· @Alibaba_Qwen · X·2026-11-16 11:46· 57 分钟前精选AI 评分73
AI 导读
通义千问宣布发布 Qwen4 Max,据 Artificial Analysis 数据,其 Intelligence Index 得分 43,较 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。每任务成本 $3.27,约为 Qwen3.8 Max 的三分之一,输出 token 用量减少 39%;上下文窗口 1M tokens,定价 $1.50/$4.50 per 1M input/output tokens,已在阿里第一方 API 开放。
推荐理由
原文借助 Artificial Analysis 数据对比了 Qwen4 Max 的得分与成本变化,读者可据此评估它相对上代和竞品的性价比。
比 Qwen3.8-Max 高 9 分,且成本更低。快来试试吧!@ArtificialAnlys
原文阿里巴巴发布了 Qwen4 Max,在 Artificial Analysis 智能指数上比 Qwen3.8 Max 高 9 分,落后 Kimi K3.1 Pro 3 分,而每任务成本约低 11%
Qwen4 Max 在使用 xhigh 推理强度时,智能指数得分为 43,比 Qwen3.8 Max(xhigh)高 9 分,比 Kimi K3.1 Pro(max,46)低 3 分
要点:
- 与 Qwen3.8 Max(xhigh,34)相比,Qwen4 Max 在指数中的每一项评估上都有提升:HLE-Diamond +21 分(24% 至 45%)、AA-Omniscience +18 分、AutomationBench-AA +17 分、CritPt v2 +13 分、Terminal-Bench-Science +11 分、Terminal-Bench 4.0 +9 分、GDP.pdf +3 分、FrontierCode 2.0 +3 分,以及 AA-Briefcase +82 Elo。
- Qwen4 Max 每完成一个智能指数任务的成本为 $3.27,约为 Qwen3.8 Max($10.02)的 1/3,比 Kimi K3.1 Pro($3.68)低约 11%:这得益于其每 token 价格比 Qwen3.8 Max 低 25%、缓存命中便宜 70%,以及更低的 token 用量。腾讯 Hy4 的每任务成本约为 Qwen4 Max 的 1/3($1.03),但在指数上低 8 分。
- Qwen4 Max 每任务的输出 token 数比 Qwen3.8 Max 少 39%:每个智能指数任务约 105k 输出 token,而 Qwen3.8 Max 约 171k、Kimi K3.1 Pro 约 72k、腾讯 Hy4 约 78k。Qwen4 Max 使用了更少的 token,同时在智能指数上提升了 9 分
- AA-Briefcase(知识工作)方面的改进:在 AA-Briefcase 这一针对真实商业文件的智能体工作评估中,Qwen4 Max 达到 1686 Elo,而 Kimi K3.1 Pro 为 1674、腾讯 Hy4 为 1446。
- Qwen4 Max 在 Terminal-Bench 4.0 上落后于 Kimi K3.1 Pro,在 FrontierCode 2.0 上落后于腾讯 Hy4:Qwen4 Max 在 Terminal-Bench 4.0 上得分为 48%,而 Kimi K3.1 Pro 为 67%、腾讯 Hy4 为 37%。在 @cognition 对真实世界编码任务的私有评估 FrontierCode 2.0 上,其得分为 26%,与 Kimi K3.1 Pro(26%)持平,落后于腾讯 Hy4(31%)。
关键模型细节:
- 上下文窗口:1M tokens
- 多模态:文本和图像输入,文本输出
- 定价:在阿里巴巴第一方 API 上为每 1M 输入/输出 token $1.50/$4.50,缓存命中价格为 $0.075。这全面低于 Qwen3.8 Max($2.00/$6.00,缓存命中价格为 $0.25)
- 可用性:@Alibaba_Qwen 的第一方 API
阿里巴巴发布了 Qwen4 Max,在 Artificial Analysis 智能指数上比 Qwen3.8 Max 高 9 分,落后 Kimi K3.1 Pro 3 分,而每任务成本约低 11%
Qwen4 Max 在使用 xhigh 推理强度时,智能指数得分为 43,比 Qwen3.8 Max(xhigh)高 9 分,比 Kimi K3.1 Pro(max,46)低 3 分
要点:
- 与 Qwen3.8 Max(xhigh,34)相比,Qwen4 Max 在指数中的每一项评估上都有提升:HLE-Diamond +21 分(24% 至 45%)、AA-Omniscience +18 分、AutomationBench-AA +17 分、CritPt v2 +13 分、Terminal-Bench-Science +11 分、Terminal-Bench 4.0 +9 分、GDP.pdf +3 分、FrontierCode 2.0 +3 分,以及 AA-Briefcase +82 Elo。
- Qwen4 Max 每完成一个智能指数任务的成本为 $3.27,约为 Qwen3.8 Max($10.02)的 1/3,比 Kimi K3.1 Pro($3.68)低约 11%:这得益于其每 token 价格比 Qwen3.8 Max 低 25%、缓存命中便宜 70%,以及更低的 token 用量。腾讯 Hy4 的每任务成本约为 Qwen4 Max 的 1/3($1.03),但在指数上低 8 分。
- Qwen4 Max 每任务的输出 token 数比 Qwen3.8 Max 少 39%:每个智能指数任务约 105k 输出 token,而 Qwen3.8 Max 约 171k、Kimi K3.1 Pro 约 72k、腾讯 Hy4 约 78k。Qwen4 Max 使用了更少的 token,同时在智能指数上提升了 9 分
- AA-Briefcase(知识工作)方面的改进:在 AA-Briefcase 这一针对真实商业文件的智能体工作评估中,Qwen4 Max 达到 1686 Elo,而 Kimi K3.1 Pro 为 1674、腾讯 Hy4 为 1446。
- Qwen4 Max 在 Terminal-Bench 4.0 上落后于 Kimi K3.1 Pro,在 FrontierCode 2.0 上落后于腾讯 Hy4:Qwen4 Max 在 Terminal-Bench 4.0 上得分 48%,而 Kimi K3.1 Pro 为 67%,腾讯 Hy4 为 37%。在 FrontierCode 2.0(@cognition 对真实世界编码任务的私有评测)上,它得分 26%,与 Kimi K3.1 Pro(26%)持平,落后于腾讯 Hy4(31%)。
关键模型细节:
- 上下文窗口:1M tokens
- 多模态:文本和图像输入,文本输出
- 定价:在阿里巴巴第一方 API 上为每 1M 输入/输出 tokens 1.50 美元/4.50 美元,缓存命中价格为 0.075 美元。这全面低于 Qwen3.8 Max(2.00 美元/6.00 美元,缓存命中价格为 0.25 美元)
- 可用性:@Alibaba_Qwen 的第一方 API
来源:Qwen · x.com
事件后续 · 2
来源:RadarAI · aihot.news