阿里腾讯同日发新模型:Qwen4-Max单任务降58%,Hy4 flash仅竞品1/8
阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。 11月16日,阿里和腾讯在同一天各
阿里Qwen4-Max建立在2.4万亿参数的新架构之上,实测单任务平均花费由26.58元降到11.16元,缓存命中时每百万Token只要0.5元;腾讯Hy4 flash的激活参数只有12B,实测单任务成本相当于
DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅0.02元。
11月16日这天,阿里与腾讯双双上新。前者拿出Qwen4系列的首款旗舰Qwen4-Max,后者由混元团队推出轻量化模型Hy4 flash。
阿里官方披露的Work360评测数据显示,Qwen4-Max单任务平均费用从26.58元降到11.16元,降幅58%。腾讯这边的说法是,Hy4 flash在WorkIndex评测里单任务成本只有Hy4的1/20,也只有DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。
另外,阿里和腾讯的Q3财报将先后于11月18日、11月19日发布,就在本周。
01
Qwen4-Max:2.4万亿参数,任务费用砍掉一半
阿里官方博客称,Qwen4-Max用的是Qwen4系列的全新架构,总参数2.4万亿(2.4T),每个token激活71B参数,另有328B N-gram Embedding参数,原生支持视觉能力,上下文窗口达百万token。

费用能降下来,靠的是token效率。阿里官方数据显示,Work360评测中Xhigh和High两档推理强度下,Qwen4-Max的token消耗较前代Qwen3.8-Max分别少了约24%和35%;Terminal-Bench 4.0上两档分别减少约48%和49%。API定价同时全线下调,缓存命中价降得最狠,每百万tokens低至0.5元。

性能方面,阿里官方表示,Work360综合评测中Qwen4-Max得分由上一代Qwen3.8-Max的47.74分升到52.69分,DeepSWE、AA-Briefcase、HLAB-Vals等多项Agent专项基准也有明显提高。

架构上,Qwen4-Max从Attention、Residual和Embedding三个方向改造稀疏MoE模型:GDN+Qwen Sparse Attention(QSA)压低了长序列注意力的计算开销;Gated Residual(GR)把残差流拆成四条并行分支,跨层信息传递更强;N-gram Embedding则以较小的额外算力换取模型容量扩展。
阿里官方称,知识、代码、问答和STEM四类内部评测里,Qwen4-Max-Base的每字节比特数(BPB)在五个参评模型中都是最低的,各领域BPB比Qwen3.8-Max-Base下降约5%至13%,每个Token的激活参数同时少了约25%。

02
Hy4 flash:激活参数仅12B,成本压至竞品1/8、Hy4的1/20
同日亮相的腾讯混元Hy4 flash走轻量路线。腾讯官方介绍,该模型总参数224B(含64B Engram参数),激活参数仅12B,支持多模态和1M上下文长度。
腾讯把Hy4 flash称作“迄今为止最高性价比的Hy模型”。API价格上,每百万token输入0.5元、输出2元,命中缓存只要0.02元。WorkIndex评测中,其单任务成本为Hy4 preview的1/13、Hy4的1/20,以及DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。


为了把成本压到这个水平,腾讯在好几个环节做了针对性优化。预训练阶段引入混合注意力、LatentMoE、Engram等架构特性,KV cache大小只有Hy3的1/24、Hy4的1/6;后训练阶段先靠自蒸馏Hy4拿到综合智能水平,再用强化学习把端到端任务输出长度缩短50%;推理阶段则结合megakernel、4bit量化、DFly等手段,解码速度超过150 tps。
Hy4 flash的路子是“激活参数极度精简”——224B总参数里只激活12B,并用强化学习直接压缩输出长度,让每次任务消耗的Token数量本身就变少。

腾讯还请了85位WorkBuddy内部用户做盲测,覆盖27类共259个日常工作任务。结果显示,Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本低于所有参测模型,任务时长也最短。
综合效果上,腾讯称Hy4 flash略优于Hy4 preview。

03
两款产品,各自瞄准什么用户
从定位看,这两款模型面向的并不是同一类用户。
Qwen4-Max更像企业级复杂场景的旗舰。阿里在发布材料里列了多个落地案例:汽车制造场景中,单个工件加工编程所需人工投入从约475分钟降到24分钟,减少约95%;企业IPO法律尽调中,模型处理198份散乱底稿后交出一份86页、6万余字的完整报告;金融投研场景中,可调用90个MCP工具获取A股、港美股等市场数据并生成可溯源的报告。

Hy4 flash的定位更偏向日常办公提效。腾讯给出的适用场景有深度搜索、文档处理、PPT生成、简单前端展示和Computer Use,并称“在长程软件工程等复杂任务中使用智能上限更高的Hy4”。
落地渠道方面,Hy4 flash已经接入腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品。11月30日前,WorkBuddy用户可限时免费使用,腾讯云TokenHub API则限时5折。腾讯方面还透露,计划将Hy4 flash开源,并保持高频迭代。
04
评测方法的变化
这次发布,两家都把“贴近真实工作场景”的内部评测集摆在前台,公开榜单不再是唯一依据。
腾讯的WorkIndex评测集建立在WorkBuddy的典型任务之上,“聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数”。
阿里的Work360框架覆盖26个一级领域、182个二级子领域、721个三级细分领域,想用这套体系把工业与专业场景系统地纳进来。