阿里发布 Qwen4-Max、腾讯混元发布 Hy4 flash,单任务成本分别降 58% 和压至竞品 1/8
阿里、腾讯新模型齐登场:Qwen4-Max单任务成本降58%,Hy4 flash降至竞品1/8
11 月 16 日,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 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 58%,总参数 2.4T、每 token 激活 71B,支持原生视觉与百万 token 上下文窗口。腾讯称 Hy4 flash 总参数 224B、激活参数仅 12B,WorkIndex 评测中单任务成本为 Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8,并已在腾讯云 TokenHub、元宝、企业微信等产品上线。
正文
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。