Qwen4-Max Preview Released, Compared Alongside Tencent Hy4 in the Same Period
English text is being prepared.
Qwen released the Qwen4-Max preview on November 11 and announced that Qwen4 will be officially released soon; Alibaba-affiliated products have already integrated it, while the official version has not yet launched. The author used the same prompt to have the Qwen4-Max preview and Tencent Hy4 each produce a version of a web page and a 3D animation, concluding that Hy4 is richer in visual completeness and interaction detail, while the Qwen4 version's visuals converge rather coarsely. The article also mentions that on the GameFeel Bench internal beta leaderboard, Qwen-4-Flash-Early scored 49.9 points, but the leaderboard has only 12 stars and 4 of its 7 metrics rely on manual scoring, so it should be viewed with caution.
Why read this
AI score 61
The article compares the Qwen4 preview with Tencent Hy4 within the same time window and presents measured differences in web pages and 3D animation, offering a view of the trade-offs in the two companies' new-generation model approaches.
Topics
Body
11月11日,千问发布Qwen4-Max预览版,并宣布Qwen4即将正式发布。
从10月开始,关于阿里Qwen4的消息就陆续传出。此前,匿名模型Kalmia现身大模型盲测平台Arena,被广泛猜测是Qwen4;有关其游戏开发能力的内测结果,也在社交媒体上流传。
官方也在持续预热。11月6日,千问发出海报——“北冥有鱼,其名为_”。Qwen4-Max预览版官宣后,千问办公等阿里系产品第一时间接入,正式版尚未发布。
千问称,Qwen4的知识理解更深入、世界感知更立体,开发者内测结果显示,其在3D建模、网页设计、交互等方面表现亮眼。
但同期大模型领域,腾讯已经先行一步。11月4日,姚顺雨掌舵的腾讯混元发布Hy4,宣称跻身最强开源模型之列。接下来,轮到刘大一恒交出答卷了。他手中的Qwen4,能否让千问在新一轮竞争中更进一步,值得关注。
01 Qwen4想用大参数追高、小模型补缺?
11月9日,一份游戏开发创造力评估榜单GameFeel Bench在圈内热传:代号hawk的Qwen-4-Flash-Early API在内测中拿到49.9分,压过Opus 5.5 xHigh的47.2分;Qwen-4-27B-Early拿下44.6分,距Sonnet 5.5仅差0.4分。
据称,测试团队在Qwen4正式发布前就拿到了内测API Key,覆盖Flash版和27B部署版。不过,这份第三方榜单仍需谨慎看待。GameFeel Bench在GitHub上只有12颗星,7项评价指标中有4项依赖人工打分,结果难免受主观判断影响。
(左/Qwen4-Max预览版;右/Hy4)
约10分钟后,Qwen4-Max预览版交付了一版首页。页面结构齐全,还提供了“夜航”和“纸面”两套主题。不过,首屏没有为最新资讯预留板块,主视觉区域(Hero)的标题占据了近三分之一屏,又缺少向下滚动的提示,读者可能停留在首屏便离开。整体来看,作为初稿,这版首页相对完整。
我们又用同样的提示词,让Hy4制作了一版,框架、色系都有不少变化,右侧卡片从品牌相关指数改为公司方法论介绍。就这一次输出而言,Hy4版的页面视觉完成度更高,鼠标跟随、卡片变色、下划浏览等交互细节也做得更丰富(下滑浏览等动态截图未体现)。
这种基础的网页设计其实很难区分模型的上限,我们又尝试让模型视觉化表达“在噪声里识别出信号”:起始是一团无序粒子,逐渐收敛成一条有方向的结构,生成一段5秒左右的3D动画网页。
Qwen4-Max预览版制作
Hy4制作
从画面效果上看,Qwen4-Max预览版生成画面收敛得较粗糙,结尾颜色过曝;Hy4通过一个从左往右移动的旋转光效来表达识别这个过程,相对精致。
榜单和实测只能反映模型的部分能力,上述对比也会有主观的地方。要理解这些表现背后的技术变化,还得看看架构。阿里已于8月26日开源Qwen3.8-Flash-Next,作为Qwen4的架构预览,其技术报告显示,它的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)均约为其九分之一。其用更少的算力,取得接近甚至超过上一代旗舰的测试成绩。
大参数与小模型,对千问是两种意义。
从Qwen3.8-Max的2.4万亿参数,到业内猜测Qwen4的3万亿,再到Qwen4.5、Qwen5规划的5万亿至10万亿,跻身第一梯队绕不开参数竞赛。同时,1.5B、3B、8B、27B等中小参数模型仍在持续开源,把能力铺到闭源体系覆盖不到的地方。刘大一恒在前不久的乌镇峰会上就解释道:头部闭源企业不会关注例如小语种、小众垂类应用、特殊硬件芯片适配等细分领域的问题。这些短板就需要开源中小参数模型补齐。
02 同期上线,看什么?
1993年生的刘大一恒与1998年生的姚顺雨同为“90后”技术高管。一位从Qwen早期预训练一路做上来,接任后第一次要为全新一代模型负责;另一位从OpenAI空降腾讯,直接统筹腾讯混元大模型与AI基础设施核心研发工作。
两家的全新一代模型又恰好撞档。早在8月底,26日阿里放出Qwen3.8-Flash-Next提前亮出Qwen4架构,两日后腾讯发布并开源Hy4 preview,两家的新模型对决就已经起手。
9月云栖大会上,接任千问大模型负责人的刘大一恒公布了Qwen4的技术方向:模型RSI自进化、架构更新和多模态交互,并确认Qwen4已在训练。
其中,模型自我改进项,即把递归自我改进(RSI)引入Qwen4的训练流程。任务越长、步骤越多,模型在执行过程中积累的真实反馈数据也越丰富,训练系统便有机会从中筛选出可用于下一轮训练的材料。
不过,RSI并非千问独有,腾讯混元也在探索类似路径。10月,腾讯Hy Frontier团队联合相关学者提出Terminal-RSI训练框架,通过递归训练持续改进终端智能体的执行能力。
作为同期对比的模型,长上下文方面,Hy4与Qwen4预览架构的技术选择颇具代表性。Hy4采用Gated DeepSeek Sparse Attention(Gated DSA),并通过IndexCache跨层复用稀疏索引;Qwen4预览架构则逐层混合使用GDN与QSA,约四分之三的层使用循环状态压缩,其余层负责稀疏注意力检索。前者在稀疏注意力机制内部减少重复计算索引的开销;后者将循环状态压缩与稀疏检索结合,减少需要执行全局注意力的层数。
技术路线之外,两家比拼的另一战场,是谁先走进真实工作场景。刘大一恒强调的全模态能力,不止于“看懂图像、理解视频”,还包括将视觉感知与Agent行动结合,让模型根据现实环境中的信息连续执行任务。
腾讯混元的Hy4则首次引入视觉理解能力,并具备电脑操作(Computer Use)能力,可以结合命令行与图形界面模拟真人操作电脑,完成办公、开发等工作。
模型架构展示了模型处理信息的思路,但对于即将露面的Qwen4来说,它需要证明自己在实际任务中的能力。回归到场景里,用户只看模型能否可靠地调用工具,完成复杂的长程任务,并交付符合要求的结果。
本文来自微信公众号“第四波”,作者:陈俊一,36氪经授权发布。