Alibaba 发布 Qwen4 Max,Intelligence Index 得分 43,成本降至每任务 $3.27
Alibaba 发布 Qwen4 Max,在 Artificial Analysis Intelligence Index 上以 xhigh 推理档取得 43 分,比 Qwen3.8 Max (xhigh, 34) 高 9 分,比 Kimi K3.1 Pro (max, 46) 低 3 分,每任务成本 $3.27,约为 Qwen3.8 Max ($10.02) 的三分之一,比 Kimi K3.1 Pro ($3.68) 低约 11%。 分项来看,HLE-Diamond 从 24% 升至 45%(+21 分),AA-Omniscience +18 分,AutomationBench-AA +17 分,CritPt v2 +13 分,Terminal-Bench 4.0 +9 分。在知识工作评测 AA-Briefcase 上达到 1686 Elo,高于 Kimi K3.1 Pro 的 1674 和 Tencent Hy4 的 1446。token 效率提升明显:每任务输出约 105k tokens,比 Qwen3.8 Max 的约 171k 少 39%。 定价为 $1.50/$4.50 每百万输入/输出 tokens,缓存命中 $0.075,全面低于 Qwen3.8 Max 的 $2.00/$6.00(缓存 $0.25)。模型支持 1M token 上下文窗口,接受文本与图像输入。短板仍在编程与终端任务:FrontierCode 2.0 得 26%,低于 Tencent Hy4 的 31%;Terminal-Bench 4.0 得 48%,明显低于 Kimi K3.1 Pro 的 67%。
当前结论
阿里这次主打性价比:分数逼近 Kimi K3.1 Pro,每任务成本只要三分之一,输出 token 还省了近四成。写代码不如腾讯 Hy4,但知识型智能体工作很强。做 agent 和批量推理的团队可以直接去 Qwen 官方 API 试。
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。