阿里巴巴11月16日發佈新一代基座大模型Qwen4-Max,並已在千問AI平台提供API服務。官方披露及第三方評測數據顯示,該模型在多個Arena榜單上取得中國模型領先位置,但整體排名仍處中下游,部分用戶對其真實競爭力提出討論。
細分榜單:Agent Arena中國第一
在Agent Arena榜單中,Qwen4-Max位列中國第一、全球第14。該榜單主要考察模型的智能體(Agent,指能自主調用工具、分步完成任務的模型形態)任務能力。
此外,該模型在Code Arena WebDev、Image-to-WebDev Arena中排名第6,並進入DesignArena前五。上述成績集中在智能體與代碼生成等特定任務方向。
| 榜單/指標 | Qwen4-Max表現 |
|---|---|
| Agent Arena | 中國第一,全球第14 |
| Code Arena WebDev | 第6 |
| Image-to-WebDev Arena | 第6 |
| DesignArena | 前五 |
| Artificial Analysis智能指數 | 43分,較上一代提升9分 |
| 單任務成本 | 3.27美元,下降67% |
| Artificial Analysis總榜 | 38/81 |
Artificial Analysis智能指數顯示,Qwen4-Max得分為43分,較上一代模型提升9分。成本方面,單任務成本下降67%至3.27美元,延續阿里在推理經濟性上的優化方向。
總榜中下游,用戶反饋分化
儘管細分榜單表現亮眼,Qwen4-Max在Artificial Analysis總榜中僅排名38/81,處於中下游水平,與部分榜單的領先位置形成反差。
有用戶在V2EX論壇發帖詢問其實測數據,表示“已經知道很拉了”,但仍關心是否比上一代Qwen3.8-Max更強,同時提到“畢竟單價便宜點”。
有用戶認為Qwen4-Max表現令人失望,整體排名與部分榜單的領先地位形成對比。
目前關於Qwen4-Max的實際體驗反饋仍較為零散,用戶關注點集中在性能提升幅度與價格優勢之間的平衡。
後續關注:實測表現與採用率
Qwen4-Max的API已上線,其真實任務表現有待更多開發者實測驗證。業界關注點包括:該模型能否在複雜任務中兌現榜單成績,以及成本優勢能否轉化為實際採用率。
在國產大模型迭代速度加快的背景下,Qwen4-Max的市場反饋將成為觀察阿里模型競爭力的重要參考。
