Qwen4-Max单任务成本降58%:阿里腾讯同日发新模型
阿里、腾讯新模型齐登场:Qwen4-Max单任务成本降58%,Hy4 flash降至竞品1/8
11月16日,阿里与腾讯同日推出各自的新模型。阿里带来Qwen4系列首款旗舰Qwen4-Max,腾讯混元则发布轻量化模型Hy4 flash。
阿里官方公布的Work360评测数据显示,Qwen4-Max单任务平均费用由26.58元降到11.16元,降幅58%。腾讯方面称,Hy4 flash在WorkIndex评测中的单任务成本只有Hy4的1/20,也只有DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。
本周两家公司的Q3财报将先后发布,时间分别是11月18日和11月19日。
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采用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,具备原生视觉能力,上下文窗口达到百万token。

成本能降下来,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消耗比前代Qwen3.8-Max分别少约24%和35%;Terminal-Bench 4.0上,两档分别少约48%和49%。API定价也全面下调,其中缓存命中价格降得最狠,每百万tokens低至0.5元。

性能方面,阿里官方称,Qwen4-Max在Work360综合评测中得分从上一代Qwen3.8-Max的47.74分提高到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对稀疏MoE模型的升级集中在Attention、Residual和Embedding三个方向:GDN+Qwen Sparse Attention(QSA)压低长序列注意力计算开销;Gated Residual(GR)把残差流扩成四条并行分支,让跨层信息传递更强;N-gram Embedding用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,相比Qwen3.8-Max-Base各领域BPB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
腾讯混元同一天发布的Hy4 flash走的是轻量路线。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称作“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,命中缓存只需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。


为了压到这个成本水平,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数量本身就更少。

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。结果是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,这两款模型面向的并不是同一类用户。
阿里在发布材料里给出的几个落地案例,更能说明 Qwen4-Max 的定位偏向企业级复杂场景:汽车制造环节,单个工件加工编程的人工投入从约 475 分钟压到 24 分钟,少了约 95%;企业 IPO 法律尽调时,模型读完 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,它能调用 90 个 MCP 工具抓取 A 股、港美股等市场数据,生成可溯源的报告。

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,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”。
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,而不是只看公开榜单。
腾讯做了一套 WorkIndex 评测集,题目取自 WorkBuddy 的典型任务。据其说法,这套评测“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,想把工业与专业场景系统性地铺开。