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。