Qwen4-Max 登顶 Agent Arena 中国模型榜首,阿里升至全球第五
Alibaba Qwen 团队发布 Qwen4-Max,在 Agent Arena 排行榜上从 Qwen3.8-Max 的第 39 名跃升至总榜第 14 名,成为排名最高的中国模型,使阿里升至中国第一、全球第五的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。该成绩基于 14.7k 次真实智能体任务会话,净提升 7.5%,超过腾讯 Hy4(+5.7%)、Moonshot Kimi K3.1 Pro(+4.0%)、小米 MiMo-V2.6-Pro(+1.5%)和 DeepSeek-V4.1-Flash(+1.1%)。 模型采用新 MoE 架构,具备原生视觉能力和 1M token 上下文窗口。官方内部评估显示,相比 Qwen3.8-Max,Qwen4-Max 完成任务最多可节省约 50% 的 token 用量,单任务平均成本下降超 60%。分项信号上,用户好评与投诉差值提升 13%,确认成功率提升 9%,可控性提升 8%,均为中国模型最佳。类别排名中 Work 第 12、Chat 第 14、Code 第 16。 定价为输入 $1.5/M tokens、输出 $4.5/M tokens、隐式缓存 $0.075/M tokens,其中隐式缓存价格下调 70%,API 已在 QwenCloud 上线,Qwen Studio、QwenWork 和 Qoder 可直接体验。官方提到官方覆盖 3D 建模、游戏开发、制造、金融、法律、医疗等场景,更小的 Qwen4 开源权重版本后续将发布。
当前结论
阿里这波是真的把腾讯和 DeepSeek 都压下去了,Agent 排行榜冲到全球第 14,成本还降了 60%。做智能体应用的开发者可以先把 API 拿来跑跑,1M 上下文加这个价格,比 Qwen3.8-Max 划算不少。
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。