阿里Qwen4-Max预览版发布：刘大一恒接棒后首战，实测对比腾讯Hy4

11月11日，千问发布Qwen4-Max预览版，同时透露Qwen4正式版即将登场。

进入10月后，阿里Qwen4的风声就没断过。大模型盲测平台Arena上冒出一个匿名模型Kalmia，外界普遍猜它就是Qwen4；社交平台上还流传着它在游戏开发方面的内测结果。

官方这边也在一点点放料。11月6日，千问贴出海报，上书“北冥有鱼，其名为_”。Qwen4-Max预览版官宣之后，千问办公等阿里系业务率先接入，正式版本还没露面。千问的说法是，Qwen4对知识的理解更深，对世界的感知更立体；开发者内测反馈显示，它在3D建模、网页设计、交互这些环节都有不错的表现。

可大模型赛道同期并不平静，腾讯已经抢在前面。11月4日，姚顺雨带队的腾讯混元推出Hy4，放话要进最强开源模型之列。现在压力来到刘大一恒这边，他手里的Qwen4能不能让千问在新一轮较量中再往前挪一步，外界都在看。

01 Qwen4想用大参数追高、小模型补缺？

11月9日，一份叫GameFeel Bench的游戏开发创造力评估榜单在圈内传开：代号hawk的Qwen-4-Flash-Early API内测拿到49.9分，高过Opus 5.5 xHigh的47.2分；Qwen-4-27B-Early得44.6分，跟Sonnet 5.5只差0.4分。

据说测试团队在Qwen4正式发布之前就拿到了内测API Key，Flash版和27B部署版都有。不过这份第三方榜单不宜全信。GameFeel Bench在GitHub上仅有12颗星，7项评价指标里4项靠人工打分，主观因素很难排除。

Qwen4-Max预览版上线后，我们做了实际测试，让它照第四波科技智库的主题和风格做一个网站首页，展现方式要贴合科技智库的定位，布局和交互形式要求大胆创新。首页栏目涵盖Deep Brand、智库报告、科技资讯、品牌动态、活动、关于我们等。

（左/Qwen4-Max预览版；右/Hy4）

大约10分钟后，Qwen4-Max预览版交出了第一版首页。结构还算齐全，另外给了“夜航”“纸面”两套主题。问题也有：首屏没给最新资讯留位置，主视觉区（Hero）的标题占掉近三分之一屏幕，向下滚动的提示又缺席，读者很可能看完首屏就走。整体说，作为初稿，这版首页算比较完整。

我们拿同一段提示词让Hy4也做了一版，框架和色系变化不少，右侧卡片从品牌相关指数换成了公司方法论介绍。单看这一次输出，Hy4版的视觉完成度更高，鼠标跟随、卡片变色、下滑浏览这些交互细节也更丰富（下滑浏览等动态截图未体现）。

这种基础网页设计其实很难看出模型上限，于是我们又让模型把“在噪声里识别出信号”可视化：起点是一团无序粒子，慢慢收敛成一条有方向的结构，做成一段5秒左右的3D动画网页。

Qwen4-Max预览版制作

Hy4制作

看画面效果，Qwen4-Max预览版收敛得偏粗糙，结尾颜色过曝；Hy4用一个从左往右移动的旋转光效来表现识别过程，显得更精致。

榜单和实测只能反映模型的部分能力，上面的对比也难免带主观成分。要弄清这些表现背后的技术变化，还得看架构。8月26日阿里开源了Qwen3.8-Flash-Next，将它作为Qwen4的架构预览；技术报告显示，其激活参数量约为上一代旗舰Qwen3.5-397B-A17B的三分之一，训练Token数量和训练计算量（FLOPs）都约为其九分之一。用更少的算力，它拿到了接近甚至超过上一代旗舰的测试成绩。

大参数和小模型，对千问来说意义并不相同。

Qwen3.8-Max是2.4万亿参数，业内猜测Qwen4会到3万亿，Qwen4.5、Qwen5的规划则是5万亿至10万亿，要进第一梯队，参数竞赛绕不开。另一边，1.5B、3B、8B、27B等中小参数模型还在陆续开源，把能力铺到闭源体系够不着的地方。刘大一恒前不久在乌镇峰会上解释过：头部闭源企业不会去盯小语种、小众垂类应用、特殊硬件芯片适配这类细分问题。这些短板，就得靠开源的中小参数模型来补。

02 同期上线，看什么？

刘大一恒生于1993年，姚顺雨生于1998年，两人都是“90后”技术高管。刘大一恒从Qwen早期预训练阶段一路做到现在，接任后头一回要为全新一代模型担责；姚顺雨则是从OpenAI空降腾讯，直接统管腾讯混元大模型与AI基础设施的核心研发。

巧的是，两家拿出的新一代模型档期撞上了。8月底就有动静：26日阿里放出Qwen3.8-Flash-Next，提前把Qwen4的架构亮了出来；两天后腾讯发布并开源Hy4 preview，新一轮对垒从那时就算开场。

9月云栖大会上，刘大一恒以接任者的身份亮相。千问他公布了Qwen4的技术方向：架构更新、多模态交互，以及模型RSI自进化，同时确认Qwen4已经进入训练。

模型自我改进这一项，说的是把递归自我改进（RSI）装进Qwen4的训练流程里。任务拉得越长、步骤堆得越多，模型执行时攒下的真实反馈数据就越充足，训练系统也就有机会从中挑出能用于下一轮训练的材料。

但RSI这条路并不是只有阿里在走。千问腾讯混元同样在摸索类似做法。10月，腾讯Hy Frontier团队和相关学者一起提出了Terminal-RSI训练框架，靠递归训练不断打磨终端智能体的执行能力。

把两款同期模型放在一起看，长上下文这块，Hy4与Qwen4预览架构的技术取舍挺有代表性。Hy4走的是GatedDeepSeekSparse Attention（Gated DSA），并借助IndexCache跨层复用稀疏索引；Qwen4预览架构则在每一层混合使用GDN与QSA，大约四分之三的层做循环状态压缩，剩下的层承担稀疏注意力检索。前者的思路是在稀疏注意力机制内部砍掉重复计算索引的开销，后者把循环状态压缩和稀疏检索搭在一起，让需要跑全局注意力的层数降下来。

技术路线以外，两家还在争另一件事：谁能先进入真实工作场景。刘大一恒看重的全模态能力，不只是“看懂图像、理解视频”，还包括把视觉感知和Agent行动接起来，让模型顺着现实环境里的信息连续把任务做下去。

腾讯混元的Hy4这边，头一次加入视觉理解能力，还带上了电脑操作（Computer Use）能力——结合命令行与图形界面，模拟真人操作电脑，把办公、开发这类活儿干完。

架构能看出模型处理信息的思路，可对即将登场的Qwen4而言，真正要证明的是它在实际任务中的本事。落回场景里，用户关心的只有一件事：模型能不能稳稳当当地调用工具，把复杂的长程任务做完，并交付符合要求的结果。