千问Qwen4-Max预览版上线：刘大一恒首份答卷能否追上腾讯Hy4

11月11日，千问放出Qwen4-Max预览版，同时预告Qwen4正式版即将发布。

其实从10月起，阿里Qwen4的风声就没断过。匿名模型Kalmia出现在大模型盲测平台Arena上，外界普遍猜它就是Qwen4；社交媒体上还流传着它游戏开发能力的内测结果。

官方预热也没停。11月6日千问贴出海报，上书“北冥有鱼，其名为_”。Qwen4-Max预览版官宣之后，千问办公等阿里系产品立刻接入，正式版还压在手里。

按照千问的说法，Qwen4对知识的理解更深，对世界的感知更立体。开发者内测结果显示，它在3D建模、网页设计、交互这些方面表现抢眼。

问题是，同期大模型赛道上腾讯已经先出手。11月4日，姚顺雨带队的腾讯混元发布Hy4，自称进入最强开源模型行列。接下来该刘大一恒交卷了。他手里的Qwen4能不能让千问在新一轮较量中再往前挪一步，外界盯着看。

01 Qwen4想用大参数追高、小模型补缺？

11月9日，一份游戏开发创造力评估榜单GameFeel Bench在圈内传开：代号hawk的Qwen-4-Flash-Early API内测拿到49.9分，超过Opus 5.5 xHigh的47.2分；Qwen-4-27B-Early得44.6分，离Sonnet 5.5只差0.4分。

据说测试团队在Qwen4正式发布前就拿到了内测API Key，Flash版和27B部署版都覆盖到了。不过这份第三方榜单还得留个心眼。GameFeel Bench在GitHub上只有12颗星，7项评价指标里4项靠人工打分，结果免不了带上主观色彩。

Qwen4-Max预览版一出来，我们就拿它试了试：让它围绕第四波科技智库的主题与风格做一套网站首页，呈现上要跟智库的定位对得上，布局和交互还得敢玩点新的。栏目方面，Deep Brand、智库报告、科技资讯、品牌动态、活动、关于我们这些都要有。

（左/Qwen4-Max预览版；右/Hy4）

大约10分钟后，Qwen4-Max预览版交出了第一版首页。页面结构齐全，还给了“夜航”和“纸面”两套主题。但首屏没给最新资讯留板块，主视觉区域（Hero）的标题占了近三分之一屏，又没有向下滚动的提示，读者可能看完首屏就走。整体来说，作为初稿，这版首页还算完整。

我们再用同一段提示词让Hy4做了一版，框架和色系变化不少，右侧卡片从品牌相关指数换成了公司方法论介绍。单看这一次输出，Hy4版的视觉完成度更高，鼠标跟随、卡片变色、下划浏览这些交互细节也更丰富（下滑浏览等动态截图未体现）。

这种基础网页设计其实看不出模型的上限，我们又要它视觉化表达“在噪声里识别出信号”：起初是一团无序粒子，慢慢收敛成一条有方向的结构，生成一段5秒左右的3D动画网页。

Qwen4-Max预览版制作

Hy4制作

从画面看，Qwen4-Max预览版收敛得比较粗糙，结尾颜色过曝；Hy4用一个从左往右移动的旋转光效来表现识别过程，相对精致。

榜单和实测只能说明模型的一部分能力，上面的对比也有主观成分。要看懂这些表现背后的技术变化，得回到架构。阿里8月26日已开源Qwen3.8-Flash-Next，作为Qwen4的架构预览，技术报告显示其激活参数量约为上一代旗舰Qwen3.5-397B-A17B的三分之一，训练Token数量和训练计算量（FLOPs）都约为其九分之一。用更少的算力，拿到接近甚至超过上一代旗舰的测试成绩。

大参数和小模型，对千问来说是两回事。

从Qwen3.8-Max的2.4万亿参数，到业内猜测Qwen4的3万亿，再到Qwen4.5、Qwen5规划的5万亿至10万亿，想进第一梯队，参数竞赛绕不开。另一边，1.5B、3B、8B、27B等中小参数模型还在陆续开源，把能力铺到闭源体系够不着的地方。刘大一恒前不久在乌镇峰会上解释过：头部闭源企业不会去管小语种、小众垂类应用、特殊硬件芯片适配这类细分领域的问题。这些短板得靠开源中小参数模型补上。

02 同期上线，看什么？

1993年生的刘大一恒和1998年生的姚顺雨，都是“90后”技术高管。一个从Qwen早期预训练一路做上来，接任后头一回为全新一代模型负责；另一个从OpenAI空降腾讯，直接统筹腾讯混元大模型与AI基础设施核心研发。

两家的全新一代模型还正好撞档。早在8月底，26日阿里放出Qwen3.8-Flash-Next，提前亮出Qwen4架构，两天后腾讯发布并开源Hy4 preview，新模型的对决那时候就已经起手。

刘大一恒如今接手千问大模型，他在9月云栖大会上把Qwen4的技术路线讲了出来：模型RSI自进化、架构更新、多模态交互。他还确认，Qwen4已经进入训练阶段。

其中模型自我改进这一项，是把递归自我改进（RSI）引入Qwen4的训练流程。任务越长、步骤越多，模型执行中攒下的真实反馈数据就越丰富，训练系统就有机会从中挑出能用于下一轮训练的材料。

不过RSI不是千问独有，腾讯混元也在探类似路子。10月，腾讯Hy Frontier团队联合相关学者提出Terminal-RSI训练框架，靠递归训练持续改进终端智能体的执行能力。

同一时期可作对照的还有长上下文方向。Hy4与Qwen4预览架构各自的技术取舍很有代表性：Hy4走Gated DeepSeek Sparse Attention（Gated DSA），借IndexCache把稀疏索引跨层复用；Qwen4预览架构则让GDN与QSA逐层混用，大约四分之三的层做循环状态压缩，剩下那些层承担稀疏注意力检索。前者的做法是在稀疏注意力机制内部砍掉重复计算索引的开销；后者把循环状态压缩和稀疏检索配在一起，减少需要跑全局注意力的层数。

架构之外，两家还在另一条线上较劲：谁能更早进入真实工作场景。刘大一恒反复说的全模态能力，并不停留在“看懂图像、理解视频”，还要把视觉感知和Agent行动接起来，让模型依据现实环境里的信息连续完成任务。

腾讯混元这边的Hy4头一回加入视觉理解能力，同时具备电脑操作（Computer Use）能力，能配合命令行与图形界面，像真人那样操作电脑，把办公、开发这类活儿做下来。

模型架构显露的是处理信息的思路。对马上要露面的Qwen4来说，真正要证明的是实际任务中的能力。回到场景里，用户只关心一件事：模型能不能可靠地调用工具，把复杂的长程任务做完，并交出符合要求的结果。