事件专题 ·多源确认

Qwen4 Max 发布:Artificial Analysis 智能指数得分 43,比 Qwen3.8 Max 高 9 分

Alibaba Qwen 团队发布 Qwen4 Max,在 Artificial Analysis Intelligence Index 上以 xhigh 推理档位拿到 43 分,比 Qwen3.8 Max(xhigh,34 分)高出 9 分,仅落后 Kimi K3.1 Pro(46 分)3 分。每个 Index 评测项都有提升,其中 HLE-Diamond 从 24% 涨到 45%(+21 分),AA-Omniscience +18 分,AutomationBench-AA +17 分,Terminal-Bench 4.0 +9 分。 成本方面改善明显:单任务成本 $3.27,约为 Qwen3.8 Max($10.02)的三分之一,比 Kimi K3.1 Pro($3.68)低约 11%。这来自 25% 的每 token 降价($1.50/$4.50 每百万输入/输出 token,缓存命中价 $0.075)、缓存命中便宜 70%,以及每任务输出 token 从约 171k 降到约 105k(少 39%)。模型支持 1M token 上下文和文本+图像输入。 短板也存在:Terminal-Bench 4.0 上得 48%,明显落后 Kimi K3.1 Pro 的 67%;Cognition 私有评测 FrontierCode 2.0 上得 26%,与 Kimi K3.1 Pro 持平但落后 Tencent Hy4(31%)。Tencent Hy4 单任务成本仅 $1.03,但 Index 分数低 8 分,国内旗舰模型在性价比区间形成竞争梯队。

当前结论

Qwen4 Max 把单任务成本砍到 Qwen3.8 Max 的三分之一,分数还反超 9 分,智能指数 43 分只差 Kimi K3.1 Pro 三分。做知识工作智能体的看 AA-Briefcase 上 1686 Elo 领先,写代码的注意它在 Terminal-Bench 4.0 上还输 Kimi 一截。

5 个信源79° AI 热度最后更新 2026/11/16 03:46:34

证据链

5 个信源
主要来源阿里通义 Qwen
查看原文

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。