阿里发布 Qwen4 Max,智能指数 43 分、单任务成本约 3.27 美元
Alibaba has launched Qwen4 Max, gaining 9 points over Qwen3.8 Max on the Artificial Analysis Intelligence Index and landing 3 points behind Kimi K3.1 Pro at ~11
阿里发布 Qwen4 Max,在 Artificial Analysis 智能指数上以 xhigh 推理强度取得 43 分,比 Qwen3.8 Max 高 9 分,比 Kimi K3.1 Pro 低 3 分。其单任务成本约 3.27 美元,约为 Qwen3.8 Max 的三分之一,比 Kimi K3.1 Pro 低约 11%,每任务输出 token 约 105k,比 Qwen3.8 Max 少 39%。模型支持 1M token 上下文和文本加图像输入,已在阿里千问一方 API 上线,输入输出价格为每 100 万 token 1.50/4.50 美元。
推荐理由
AI 评分 79
第三方评测给出 Qwen4 Max 与 Kimi K3.1 Pro、腾讯 Hy4 在智能指数、单任务成本和 token 用量上的横向对比。
主题
正文 · AI 翻译
阿里巴巴发布了 Qwen4 Max,在 Artificial Analysis 智能指数上比 Qwen3.8 Max 高出 9 分,并以约低 11% 的单任务成本落后 Kimi K3.1 Pro 3 分
Qwen4 Max 在 xhigh 推理强度下,智能指数得分为 43 分,比 Qwen3.8 Max(xhigh)高 9 分,比 Kimi K3.1 Pro(max,46 分)低 3 分
要点:
➤ 与 Qwen3.8 Max(xhigh,34 分)相比,Qwen4 Max 在指数中的每一项评估上都有提升:HLE-Diamond +21 分(24% 至 45%)、AA-Omniscience +18 分、AutomationBench-AA +17 分、CritPt v2 +13 分、Terminal-Bench-Science +11 分、Terminal-Bench 4.0 +9 分、GDP.pdf +3 分、FrontierCode 2.0 +3 分,以及 AA-Briefcase +82 Elo。
➤ Qwen4 Max 每完成一个智能指数任务的成本为 3.27 美元,约为 Qwen3.8 Max(10.02 美元)的三分之一,比 Kimi K3.1 Pro(3.68 美元)低约 11%:这得益于其每 token 定价比 Qwen3.8 Max 低 25%、缓存命中价格便宜 70%,以及更低的 token 用量。腾讯 Hy4 的单任务成本(1.03 美元)约为 Qwen4 Max 的三分之一,但在指数上的得分低 8 分。
➤ Qwen4 Max 每任务的输出 token 数比 Qwen3.8 Max 少 39%:每个智能指数任务约 105k 输出 token,而 Qwen3.8 Max 约为 171k,Kimi K3.1 Pro 约为 72k,腾讯 Hy4 约为 78k。Qwen4 Max 使用了更少的 token,同时在智能指数上提升了 9 分
➤ AA-Briefcase(知识工作)方面的改进:在 AA-Briefcase 这一针对真实商业文件的智能体工作评估中,Qwen4 Max 达到 1686 Elo,而 Kimi K3.1 Pro 为 1674,腾讯 Hy4 为 1446。
➤ Qwen4 Max 在 Terminal-Bench 4.0 上落后于 Kimi K3.1 Pro,在 FrontierCode 2.0 上落后于腾讯 Hy4:Qwen4 Max 在 Terminal-Bench 4.0 上得分为 48%,而 Kimi K3.1 Pro 为 67%,腾讯 Hy4 为 37%。在 FrontierCode 2.0(@cognition 针对真实世界编码任务的私有评估)上,其得分为 26%,与 Kimi K3.1 Pro(26%)持平,落后于腾讯 Hy4(31%)。
模型关键细节:
➤ 上下文窗口:1M token
➤ 多模态:支持文本和图像输入,输出文本
➤ 定价:在阿里巴巴一方 API 上,每 100 万输入/输出 token 分别为 1.50/4.50 美元,缓存命中价格为 0.075 美元。全面低于 Qwen3.8 Max(2.00/6.00 美元,缓存命中价格为 0.25 美元)
➤ 可用性:@Alibaba_Qwen 的一方 API