Qwen4-Max单任务降58%,Hy4 flash成本仅竞品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,阿里与腾讯在同一天各自亮出新模型:阿里带来Qwen4系列首款旗舰Qwen4-Max,腾讯混元则推出轻量化模型Hy4 flash。
阿里官方公布的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%。腾讯方面表示,Hy4 flash在WorkIndex评测中的单任务成本只有Hy4的1/20,也仅为
DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。
本周阿里、腾讯Q3财报将分别于11月18日、11月19日发布。
Qwen4-Max:2.4万亿参数,任务费用砍掉一半
据阿里官方博客介绍,Qwen4-Max基于Qwen4系列全新架构,总参数2.4万亿(2.4T),每个token激活71B参数,另设328B N-gram Embedding参数,具备原生视觉能力与百万token上下文窗口。

成本能降下来,靠的是token效率提升。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分别减少约24%和35%;Terminal-Bench 4.0上,两档分别减少约48%和49%。API定价也全面下调,缓存命中价格降得尤其多,每百万tokens低至0.5元。

性能方面,阿里官方称,对比上一代Qwen3.8-Max,Qwen4-Max在Work360综合评测中的得分由47.74分升至52.69分,DeepSWE、AA-Briefcase、HLAB-Vals等多个Agent专项基准也有明显提升。

架构上,Qwen4-Max从Attention、Residual和Embedding三个方向升级稀疏MoE模型:GDN+Qwen Sparse Attention(QSA)压低长序列注意力计算开销;Gated Residual(GR)把残差流扩展成四条并行分支,加强跨层信息传递;N-gram Embedding则以较低的额外计算开销扩大模型容量。
阿里官方表示,知识、代码、问答和STEM四类内部评测中,Qwen4-Max-Base的每字节比特数(BPB)在五个参评模型里都是最低的,各领域BPB相比Qwen3.8-Max-Base下降约5%至13%,每个Token的激活参数同时减少约25%。

Hy4 flash:激活参数仅12B,成本压至竞品1/8、Hy4的1/20
腾讯混元同日发布的Hy4 flash走的是更轻量的路线。腾讯官方介绍,该模型总参数量224B(其中64B Engram参数),激活参数只有12B,支持多模态和1M上下文长度。
腾讯把Hy4 flash称为“迄今为止最高性价比的Hy模型”。API定价为每百万token输入0.5元、输出2元,命中缓存时仅需0.02元。WorkIndex评测中,其单任务成本仅为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。


为了做到这个成本,腾讯在多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;后训练阶段先通过自蒸馏Hy4获取综合智能水平,再用强化学习把端到端任务输出长度降低50%;推理阶段结合megakernel、4bit量化、DFly等手段,解码速度超过150 tps。
Hy4 flash的思路是“激活参数极度精简”——224B总参数中只激活12B,同时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。

腾讯还找来85位WorkBuddy内部用户,在27类共259个日常工作任务上做盲测。结果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。

两款产品,各自瞄准什么用户
从定位看,两款模型面向的用户并不完全重合。
阿里给Qwen4-Max的定位更偏向企业级复杂任务的旗舰机型。发布材料里举了几个实际用例:汽车制造环节,单个工件的加工编程人工投入从约475分钟压到24分钟,少了约95%;企业IPO法律尽调时,模型啃完198份杂乱底稿,交出一份86页、6万余字的完整报告;金融投研方面,能调用90个MCP工具抓取A股、港美股等市场数据,并产出可溯源的报告。

Hy4 flash更聚焦日常办公效率,腾讯推荐的使用场景包括深度搜索、文档处理、PPT生成、简单前端展示和Computer Use,“在长程软件工程等复杂任务中使用智能上限更高的Hy4”。
可及性方面,Hy4 flash已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品上线,11月30日前用户可在WorkBuddy限时免费使用,腾讯云TokenHub API限时5折。腾讯还表示计划开源Hy4 flash并高频迭代。
评测方法的变化
两家在这次发布中,都强调了“贴近真实工作场景”的内部评测集,而非单纯依赖公开榜单。
腾讯围绕WorkBuddy的典型任务搭了一套WorkIndex评测集。按腾讯的说法,它盯的是日常工作里的产物效果、单轮输出长度和端到端用时,而不是那些离实际工作很远的公开榜单分数。
阿里这边搭的是Work360框架,一级领域26个、二级子领域182个、三级细分领域721个,想做到对工业与专业场景的系统覆盖。