Qwen 4疑似偷跑游戏开发榜：Flash版胜Opus 5.5，成本降85%

3D建模有多耗Token，跑过的人都清楚。这个来历不明的模型，连Token消耗都压了下来。

最让人意外的是，它一共只用了69k Tokens。

Loktar本人说，测试给的Token额度有限，他只让模型生成了一次，效果已经相当可以。

思考模式他也只开到High，更高的XHigh或Max都没用上。

一次生成，没做任何调优。

Loktar此刻的心情大概就是这样：

现在还说不准它就是Qwen 4。如果真是，那可就太棒了。

第三方榜单上，也冒出了疑似Qwen 4的测评成绩。

往前面一看，Opus 5.5居然也得让位？

Qwen 4疑似拿下游戏开发榜第一，成本只有Opus的六分之一？

这份榜单专门考AI做游戏的本事，名字叫GameFeel Bench。

它和常见的代码评测不一样：不只看模型能不能把程序写出来，游戏手感、视觉效果、创意设计这些也都在考察范围内。

最新v1.4榜单上，两个疑似Qwen 4早期版本已经悄悄进了前四。

冲得最靠前的是内部代号hawk的Qwen-4-Flash-Early。

成绩从高到低：

Qwen-4-Flash-Early：49.9分

Claude Opus 5.5（XHigh）：47.2分

Claude Sonnet 5.5（Max）：45分

Qwen-4-27B-Early：44.6分

结果就是，Flash版本把Opus 5.5挤到了第二。

27B版本同样不弱，44.6分排在第四，离Sonnet 5.5只差0.4分。

跟A家最新一代模型正面比也不落下风，Qwen 4这次表现确实可以。

成本方面更抢眼：

榜单测试者公布的数据显示，Qwen-4-Flash-Early跑完一次任务，花费约0.40美元（约合人民币2.67元）；Opus 5.5 则要2.60美元（约合人民币17.36元）。两者一比，前者只占后者约15%，差距达到6.5倍。

要是正式版也能维持这个水平，那些天天掐着Token算账的开发者，恐怕真要动心。

顺带一提，从榜单维护者follistatin和网友的交流看，他跟前面那位Loktar差不多，也提前拿到了神秘模型的测试资格。API Key是发了，可Token还得自己花钱买（笑）。

Qwen 4 正在小跑进场。这波预热，Qwen 4 把大家的胃口吊得够久。

之前有消息说新模型会在11月初登场，结果上周等了一轮，正式发布始终没出现。倒是Qwen官方先甩出一张预热海报：一句「The becoming begins」，再配上《庄子》里那句「北冥有鱼，其名为……」，悬念拉得很满。（其名为鲲→Qwen，谐音梗扣钱doge）

从已经曝光的信息看，Qwen 4 的版本阵容也在变得清楚：Max、Plus、Flash和27B等不同型号，分别指向旗舰性能、低成本推理等方向。

型号之外，新架构也露了一角。此前阿里借Qwen3.8-Flash-Next，提前亮出了部分面向下一代模型的技术设计，包括混合稀疏注意力、Gated Residual、N-gram Embedding，以及Muon优化器等。

这些名字听着绕，说到底就是让模型保住能力的同时，把训练和推理的钱再压一压。按官方早前披露的数据，Qwen3.8-Flash-Next总参数量125B，每次推理只激活6B参数，训练成本约为Qwen3.7-Plus的九分之一。

这样一来，Qwen 4 正式亮相时，这套技术路线还能再挤出多少提升，就更让人想知道了。

还有个细节：10月底，Qwen Code的代码更新里已经冒出qwen4、qwen4-max等模型标识，还牵涉百万Token上下文的适配。

再加上这两天陆续出现的神秘模型测试，这些迹象都指向同一件事：

种种信号凑到一起，Qwen 4离亮相真的不远了。

还有一件事。

这周恐怕也会相当热闹，不光是Qwen 4。

OpenAI那边，GPT-6.2 Astra被网友在Codex的用量统计里发现，看起来内部测试已经启动。

Anthropic同样没歇着。

Fable 5.5据传正处在灰度测试阶段，Mythos 5.5这个名字甚至一度出现在官网页面的代码中。

谷歌那边也有消息，传闻中的Gemini 4 Carbon，据说最快11月9日就会开放有限访问。

另外，还有那位又崩了的D老师……

这样的场面，终究还是来了。

只盼这回各家能真拿出点新东西。

说到底，「即将发布」这四个字，网友都快看出PTSD了。

（拿来吧你！！）

参考链接：

[1]https://x.com/loktar00/status/2118782505369428117

[2]https://x.com/search?q=Qwen%204&src=typed_query