Alibaba releases Qwen4-Max, Tencent Hunyuan releases Hy4 flash, with per-task costs down 58% and compressed to 1/8 of competitors, respectively
English text is being prepared.
On November 16, Alibaba released Qwen4-Max, the first flagship model in the Qwen4 series, and Tencent Hunyuan launched the lightweight model Hy4 flash. According to Alibaba's official Work360 evaluation data, Qwen4-Max's average per-task cost dropped from 26.58 yuan to 11.16 yuan, a decrease of 58%; it has 2.4T total parameters, activates 71B per token, and supports native vision and a million-token context window. Tencent said Hy4 flash has 224B total parameters and only 12B activated parameters; in WorkIndex evaluations, its per-task cost is 1/20 that of Hy4 and 1/8 that of DeepSeek-V4.1-Flash-1017, and it has already launched on products including Tencent Cloud TokenHub, Yuanbao, and WeCom.
Why read this
AI score 79
The two models released on the same day each disclose parameter scale, token efficiency, and per-task cost, allowing a side-by-side look at the flagship and lightweight routes.
Topics
Body
11月16日,阿里和腾讯在同一天各自推出新模型。阿里发布Qwen4系列首款旗舰Qwen4-Max,腾讯混元推出轻量化模型Hy4 flash。
据阿里官方公布的Work360评测数据,Qwen4-Max单任务平均费用从26.58元降至11.16元,降幅达58%。腾讯方面则称,Hy4 flash在WorkIndex评测中的单任务成本仅为Hy4的1/20,也仅为DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。
值得注意的是,本周阿里、腾讯Q3财报即将于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
阿里在官方博客中介绍,Qwen4-Max采用Qwen4系列全新架构,总参数2.4万亿(2.4T),每个token激活71B参数,另有328B N-gram Embedding参数,支持原生视觉能力与百万token上下文窗口。
成本下降的背后,是token效率的提升。据阿里官方数据,在Work360评测中,Xhigh和High两档推理强度下,Qwen4-Max的token消耗相比前代Qwen3.8-Max分别减少约24%和35%;在Terminal-Bench 4.0上,两档分别减少约48%和49%。与此同时,API定价全面下调,缓存命中价格降幅尤为显著,每百万tokens低至0.5元。
性能上,阿里官方称,相比上一代Qwen3.8-Max,Qwen4-Max在Work360综合评测中得分从47.74分提升至52.69分,在DeepSWE、AA-Briefcase、HLAB-Vals等多个Agent专项基准中也有明显提升。
架构层面,Qwen4-Max围绕Attention、Residual和Embedding三个方向对稀疏MoE模型进行升级:GDN+Qwen Sparse Attention(QSA)降低长序列注意力计算开销;Gated Residual(GR)将残差流扩展为四条并行分支,增强跨层信息传递;N-gram Embedding以较低额外计算开销扩展模型容量。
阿里官方称,在知识、代码、问答和STEM四类内部评测中,Qwen4-Max-Base的每字节比特数(BPB)在五个参评模型中均为最低,相比Qwen3.8-Max-Base各领域BPB下降约5%至13%,同时每个Token的激活参数减少约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定位更为轻量。据腾讯官方介绍,该模型总参数量为224B(其中64B Engram参数),激活参数仅12B,支持多模态和1M上下文长度。
腾讯将Hy4 flash定位为“迄今为止最高性价比的Hy模型”。API定价方面,每百万token输入0.5元、输出2元,命中缓存时仅需0.02元。在WorkIndex评测中,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。
为实现这一成本水平,腾讯在多个环节进行了针对性优化。预训练阶段引入混合注意力、LatentMoE、Engram等架构特性,KV cache大小仅为Hy3的1/24、Hy4的1/6;后训练阶段通过自蒸馏Hy4获取综合智能水平,再经强化学习将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,使解码速度超过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,并通过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。
腾讯还邀请了85位WorkBuddy内部用户,在27类共259个日常工作任务上进行盲测。结果显示,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。
综合效果方面,腾讯称Hy4 flash在综合效果上略优于Hy4 preview。
两款产品,各自瞄准什么用户
从定位来看,两款模型并不完全对标同一类用户。
Qwen4-Max更像是面向企业级复杂场景的旗舰产品。阿里在发布材料中列举了多个落地案例:在汽车制造场景中,单个工件加工编程所需人工投入由约475分钟降至24分钟,减少约95%;在企业IPO法律尽调中,模型处理198份散乱底稿后交付了一份86页、6万余字的完整报告;在金融投研场景中,可调用90个MCP工具获取A股、港美股等市场数据并生成可溯源的报告。
Hy4 flash则更聚焦日常办公效率场景,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”。
在可及性上,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,都不约而同地强调了“贴近真实工作场景”的内部评测集,而非单纯依赖公开榜单。
腾讯构建了基于WorkBuddy典型任务的WorkIndex评测集,“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”。
阿里构建的Work360框架则涵盖26个一级领域、182个二级子领域和721个三级细分领域,试图对工业与专业场景进行系统覆盖。风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。