事件专题 ·多源确认

Qwen4-Max 基准出炉:Artificial Analysis 拿 43 分,原生视觉加 1M 上下文

阿里巴巴 Qwen4-Max 的基准成绩公布,在 Artificial Analysis Index 拿到 43 分,比 Muse Wonder 低 1 分,比 Kimi K3.1 Pro(46 分)低 3 分,但比 Qwen3.8 Max(xhigh)高出 9 分。模型采用新的 MoE 架构,支持原生视觉输入,上下文窗口达到 1M token。在 xhigh reasoning effort 设置下跑出的成绩显示,Qwen 系列相比上一代提升明显。Agent Arena 是另一个亮点:Qwen4-Max 首次上榜即排名第 14,在 14.7k 个真实世界智能体会话中取得 +7.5% 的净提升,说明其在多步任务执行上有实际表现。与 Kimi K3.1 Pro、Muse Wonder 同场对比可以看出,顶级旗舰档的分数差距已收敛到个位数。

当前结论

阿里新版旗舰 Qwen4-Max 的成绩单来了,比上一代高 9 分,智能体会话实测也有 +7.5% 提升。做 Agent 或长文本应用的开发者可以对照 Kimi K3.1 Pro 的分数看看值不值得切换。

11 个信源58° AI 热度最后更新 2026/11/16 07:59:21

证据链

11 个信源
相关来源 1阿里通义 Qwen
查看原文
相关来源 2Artificial Analysis
查看原文
相关来源 5阿里云 Alibaba Cloud
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。