阿里巴巴11月16日发布新一代基座大模型Qwen4-Max,并已在千问AI平台提供API服务。官方披露及第三方评测数据显示,该模型在多个Arena榜单上取得中国模型领先位置,但整体排名仍处中下游,部分用户对其真实竞争力提出讨论。
细分榜单:Agent Arena中国第一
在Agent Arena榜单中,Qwen4-Max位列中国第一、全球第14。该榜单主要考察模型的智能体(Agent,指能自主调用工具、分步完成任务的模型形态)任务能力。
此外,该模型在Code Arena WebDev、Image-to-WebDev Arena中排名第6,并进入DesignArena前五。上述成绩集中在智能体与代码生成等特定任务方向。
| 榜单/指标 | Qwen4-Max表现 |
|---|---|
| Agent Arena | 中国第一,全球第14 |
| Code Arena WebDev | 第6 |
| Image-to-WebDev Arena | 第6 |
| DesignArena | 前五 |
| Artificial Analysis智能指数 | 43分,较上一代提升9分 |
| 单任务成本 | 3.27美元,下降67% |
| Artificial Analysis总榜 | 38/81 |
Artificial Analysis智能指数显示,Qwen4-Max得分为43分,较上一代模型提升9分。成本方面,单任务成本下降67%至3.27美元,延续阿里在推理经济性上的优化方向。
总榜中下游,用户反馈分化
尽管细分榜单表现亮眼,Qwen4-Max在Artificial Analysis总榜中仅排名38/81,处于中下游水平,与部分榜单的领先位置形成反差。
有用户在V2EX论坛发帖询问其实测数据,表示“已经知道很拉了”,但仍关心是否比上一代Qwen3.8-Max更强,同时提到“毕竟单价便宜点”。
有用户认为Qwen4-Max表现令人失望,整体排名与部分榜单的领先地位形成对比。
目前关于Qwen4-Max的实际体验反馈仍较为零散,用户关注点集中在性能提升幅度与价格优势之间的平衡。
后续关注:实测表现与采用率
Qwen4-Max的API已上线,其真实任务表现有待更多开发者实测验证。业界关注点包括:该模型能否在复杂任务中兑现榜单成绩,以及成本优势能否转化为实际采用率。
在国产大模型迭代速度加快的背景下,Qwen4-Max的市场反馈将成为观察阿里模型竞争力的重要参考。
