Qwen4-Max首批实测:智能指数涨9分,成本降约67%

资讯 凤凰科技 作者:量子位 全文 3570 字 · 约 9 分钟读完 配图 15 张

Qwen4-Max首批测评出炉:能力提升、成本大降,但距顶尖模型仍有差距

一水 发自 凹非寺

Qwen4-Max上线刚满24小时,首批外部测评就密集出现了。

先看大家熟悉的Artificial Analysis(AA)榜,结果让人直呼意外:

跟上一代Qwen3.8-Max比,Qwen4-Max的综合智能指数多了9分,跑完同一套测试任务的花费却猛跌约67%。

两代旗舰的总参数量其实一样,都是2.4万亿。

新架构一上身,同样的体量下,能力继续往上走,开销反倒往下掉。

个头没变,分数更高,账单只剩原来的三分之一?!

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 1)

网友的反应很统一:这还不赶紧上手试试~

于是老牌节目“鹈鹕骑自行车”又被端了出来,各种版本看得人眼花。

网友Doe就让Qwen4-Max用Three.js做了一只3D鹈鹕。

这鸟不只要蹬车,羽毛得做出层次,四周还立起了一座挺有生活味的城市。

这鸟上辈子究竟欠了AI圈多少测试啊。(笑)

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 2)

网友AJ那边,则让Qwen4-Max搭了个3D海边微缩景观。

木栈桥、小船、遮阳伞一应俱全,水面倒影和岸边礁石也没落下,整幅画面像一件精致的沙盘摆件。

AJ自己说,跟预览版相比,这次3D场景建得更好了,细小模型接缝之类的问题也有改善。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 3)

还没完,骑斑马、造小船、复刻Chrome断网小恐龙……

能跑的、能蹬的、能飘的,只要是能想到的,网友几乎都试了一遍。

PPT、表格冲进全球前五,成本还砍掉三分之二

简单回看Qwen4-Max这回升级了什么,主要有三点:

1、体量不变,干活更省。

主干参数规模还是2.4万亿,不过架构换新之后,每次只激活约710亿参数。官方Work360测试里,High推理档位的Token消耗少了约35%,平均单任务成本降幅超过60%。

2、前端能力排到全球第六。

Code Arena的WebDev综合榜上,Qwen4-Max拿下1750分,排在前头的是GPT-6 Astra,后头跟着Claude Fable 5.1。

3、这版模型明显把重心放在了让AI真正动手做事上。

科研、工业、金融、法律这些实际任务,官方给的篇幅比以往更多。同时还上线了Live Delivery功能:Agent先把能用的成果交出来,再一边推进一边迭代,用户中途也能随时改方向。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 4)

价格这块,看起来相当有竞争力。

每百万输入Token收1.5美元(约合人民币10.1元),每百万输出Token收4.5美元(约合人民币30.2元)。

输出价格比Kimi K3.1 Pro低一半以上,大约只有Claude Opus 5.5的四分之一,不到GPT-6 Astra的十分之一。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 5)△

图为国内实际价格

价格压到这个程度,落到实际使用中能省下多少?

AA这次确实算了一笔账。

跑完同一套测试任务,Qwen4-Max平均花掉3.27美元,上一代Qwen3.8-Max要花10.02美元。

算下来省了约67%,比Kimi K3.1 Pro的3.68美元还低11%。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 6)

而且省钱的原因不光是API降价。

AA的数据显示,Qwen4-Max平均每项任务输出约10.5万Token,上一代要输出17.1万Token。

Token少输出了将近四成,成绩反倒更好。

AA综合智能指数里,Qwen4-Max从上一代的34分升到43分,涨了足足9分。

可要是跟全球顶尖模型摆在一起,差距同样清楚。

Claude Opus 5.5是59分,GPT-6 Astra为57分,Kimi K3.1 Pro拿到46分。

换句话说,Qwen4-Max进步不小,但离最顶尖那一批还有一段路要走。

不过在部分细分项目上,Qwen4-Max给出了不少惊喜。

另一家第三方评测机构DesignArena的榜单里,Qwen4-Max直接进入综合Agentic设计榜全球前五。

DesignArena还专门发帖报喜:

PPT制作,全球第四。

电子表格,全球第五。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 7)

电子表格这一项尤其明显,对比此前的Qwen3.7-Max,Qwen4-Max一下提升了30个位次、379 Elo。

好家伙,直接从后排冲进了前五。

这下可热闹了。

综合智能指数上它还没摸到最强那批的门槛,可一到PPT、表格这类具体活儿,Qwen4-Max已经能跟头部选手过招了。

到底实测成色如何,还得看网友们轮番上阵。

先来看一圈网友的实测结果。

打头阵的,还是那只大家再熟悉不过的鹈鹕(doge)。

网友sou一上来就把难度调高了一档:

他让鹈鹕冒着雨骑车送外卖,顺手把Qwen4-Max、Claude Opus 5.5和GPT-6.2 Sol凑到一块儿比试。

三位选手都交上了答卷,可要说谁更强,大家的看法并不一致。

作者自己最中意Opus 5.5那版的味道,评论区倒是先为“谁家鹈鹕更对味”争了起来(笑)。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 8)

这边还没分出高下,另一位网友又添了把火,这回是Qwen4-Max对上Gemini 4 Hydrogen。

Hydrogen那版细节塞得很满,围巾、车筐、海边公路一个不少。

Qwen4-Max这边明显松快许多,画面开阔,鹈鹕蹬车也不慌不忙。

最后这位网友把票投给了Qwen4-Max,原因只有一句:

Hydrogen强在细节,Qwen4-Max强在状态。

怎么说呢,一个像迎着海风赶早高峰,一个像财务自由了随便蹬两圈。(doge)

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 9)

鹈鹕的苦日子,看样子还没到头……

有人索性把它做成了一款Three.js闯关小游戏。

这一回鹈鹕得顺着海边栈道一路猛蹬,边骑边捡道具、攒连击,分数、速度、血量UI也全都配齐了。

不是哥们,骑个车怎么还背上KPI了?

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 10)

也有网友看鹈鹕骑得太辛苦,自己亲自出马,带上家里的猫一起出门兜风。

只不过……

怎么还有人偷偷倒着骑啊??

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 11)

再往后,画风就有点收不住了:鹈鹕骑斑马,斑马又骑马。

马:合着就我一个受伤的世界呗……

这位网友把这道套娃Prompt同时丢给Qwen4-Max、Claude Fable 5.2、GPT-6 Astra和Gemini 4 Hydrogen,还特意打乱了顺序,让大家盲猜哪张图出自哪个模型。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 12)

对着答案看看,Qwen4-Max是哪一张,你猜对了吗?(正确答案是D)

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 13)

在动物园里玩了一圈,大家才回过神:Qwen4-Max还能干别的。

有位网友只丢了一句话,就让它在单个HTML文件里做出了一款3D射击游戏。

要求还挺细——

人物要做出真人质感,场景得是3D的。成品页面一打开就能直接开打,前端Demo转眼成了游戏原型。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 14)

打累了,换点音乐。

另一位网友拿Qwen4-Max做了一把能直接演奏的网页小提琴。

界面是Apple GarageBand那一路风格,琴身、琴弦、控制面板全做成了3D,浏览器打开就能拉上一段。

Qwen4-Max首批实测:智能指数涨9分,成本降约67%(配图 15)

还是这位网友,把《传送门2》的结尾场景也搬进了浏览器。

游戏场景到整段演出,都试着用代码重新搭出来,经典结局成了能跑起来的网页作品。

别人还在复刻网页,它已经开始复刻游戏名场面了。

再往下走,飞行模拟器也安排上了。

飞机可以操控,网友还加了个电影式回放:飞完一圈切个视角,自己的空中表演能再欣赏一遍。

飞行员的活和摄影师的活,一并包了。

甚至有人让Qwen4-Max搭出了泰坦尼克号3D场景。

船体、海面、镜头运动都有,浏览器一下变成电影片场。

照这个Roll法,下一步是不是要直接重拍《泰坦尼克号》了?(doge)

《泰坦尼克号》还没拍完,《玩具总动员》又被拿来做了成本测试。

有人让Qwen4-Max和Claude Opus 5.5各用3D体素复刻同一个电影场景。

两边成品都出来了,账单的画风却差得远。

发布者公布的数据显示,Qwen4-Max的生成成本只有Opus 5.5的约十一分之一。

同样是复刻电影,一边按大片预算来,Qwen这边主打勤俭持家。

转了一圈看下来,网友对AI写代码的要求,是越来越离谱了。

其实细想也正常。模型只要功能够用、价钱压得够低,愿意上手折腾的人自然就多。

Qwen4-Max算是个现成的样本。综合实力跟Opus 5.5、GPT-6 Astra这类头部选手比还有距离,可落到前端、PPT、电子表格这些具体活儿上,它已经能对上几招。

更要紧的一点,是试错的门槛被它拉低了。头一回出来的结果不称心,那就再Roll一遍;功能缺斤少两,接着往上补Prompt就是。

搁以前,跑个一两次就得盯着Token账单肉疼,如今同样的预算,够多试好几轮。

这大概才是Qwen4-Max这回真正该被盯住的地方。

说到底,卡住大家整活的往往不是脑洞,是钱包啊啊啊。

那网友们往后还能折腾出什么新名堂……

别的不敢讲,这边建议鹈鹕先请个假。(doge)

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. SuperLink2026落地北京:12月2-3日,3000位创投人聊什么

    2026年,中国股权投资市场正在经历深刻的结构性演进。一级市场投资逻辑持续迭代,资本对于长期价值与产业落地的关注不断加深,人工智能加速渗透各行各业,一批创新企业和年轻创业者正在崭露头角。资本、科技与产业之间高效、深度的连接,正变得更加重要。 在此背景下,12月2-3日,由清科控股(01945.HK)、投资界主办的Sup

    来源 AI 行业观察
  2. 辛顿:AI数学已超多数数学家,10年内或开出人类看不懂的分支

    【“AI教父”辛顿:10年内AI或开创人类无法理解的数学分支】财联社11月16日电,诺奖得主、“人工智能教父”辛顿当地时间11月14日表示,AI在数学上已比几乎所有数学家都更聪明;多数数学家都判断,未来几年、很可能10年内,AI将发展出人类根本无法理解的数学分支。(澎湃新闻)...

    来源 腾讯网
  3. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
  4. 开发者做出特殊ZIP文件:能解压、能启动PC、还兼容Multiboot

    IT之家 11 月 17 日消息,开发者 David Oberhollenzer(网名 Goliath)制作了一个特殊的 ZIP 文件 boot.zip。 这个文件既能通过常规解压软件正常读取和解压,也能作为操作系统启动镜像,通过传统 BIOS 启动兼容的老式 PC,还支持 GRUB、QEMU 等兼容 Multiboo

    来源 AI 行业观察
  5. 击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜

    IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日仍

    来源 AI 行业观察
  6. 刚刚,陈丹琦官宣兼职加入Noeri,新公司押注AI自进化

    普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。 今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。 Noeri 由斯坦福大学计算机科学教授 Y

    来源 AI 行业观察
  7. 阿里腾讯月之暗面旗舰模型收紧网络攻击能力:Qwen4-Max不公开权重

    IT之家 11 月 17 日消息,彭博社今日报道称,阿里、腾讯、月之暗面最新发布的新一代模型普遍限制了网络进攻能力,同时强化了漏洞检测与防御功能。 彭博社指出,阿里最新旗舰模型 Qwen4-Max 刻意过滤了训练数据中可用于网络攻击的材料,保留了对漏洞检测等防御场景有用的能力。而且该版本暂未公开模型权重,用户无法自行下

    来源 AI 行业观察
  8. 樊路远卸任大麦娱乐主席及CEO:徐宏接任董事会主席

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
向下滚动自动加载更多