Event ·Multi-source

Qwen4 Max 发布:Artificial Analysis 智能指数得分 43,比 Qwen3.8 Max 高 9 分

Alibaba Qwen 团队发布 Qwen4 Max,在 Artificial Analysis Intelligence Index 上以 xhigh 推理档位拿到 43 分,比 Qwen3.8 Max(xhigh,34 分)高出 9 分,仅落后 Kimi K3.1 Pro(46 分)3 分。每个 Index 评测项都有提升,其中 HLE-Diamond 从 24% 涨到 45%(+21 分),AA-Omniscience +18 分,AutomationBench-AA +17 分,Terminal-Bench 4.0 +9 分。 成本方面改善明显:单任务成本 $3.27,约为 Qwen3.8 Max($10.02)的三分之一,比 Kimi K3.1 Pro($3.68)低约 11%。这来自 25% 的每 token 降价($1.50/$4.50 每百万输入/输出 token,缓存命中价 $0.075)、缓存命中便宜 70%,以及每任务输出 token 从约 171k 降到约 105k(少 39%)。模型支持 1M token 上下文和文本+图像输入。 短板也存在:Terminal-Bench 4.0 上得 48%,明显落后 Kimi K3.1 Pro 的 67%;Cognition 私有评测 FrontierCode 2.0 上得 26%,与 Kimi K3.1 Pro 持平但落后 Tencent Hy4(31%)。Tencent Hy4 单任务成本仅 $1.03,但 Index 分数低 8 分,国内旗舰模型在性价比区间形成竞争梯队。

Current read

Qwen4 Max 把单任务成本砍到 Qwen3.8 Max 的三分之一,分数还反超 9 分,智能指数 43 分只差 Kimi K3.1 Pro 三分。做知识工作智能体的看 AA-Briefcase 上 1686 Elo 领先,写代码的注意它在 Terminal-Bench 4.0 上还输 Kimi 一截。

5 sources79° AI heatLast updated 2026/11/16 03:46:34

Evidence

5 sources
Primary source阿里通义 Qwen
View source
Related source 1lmarena.ai
View source
Related source 2Tech in Asia
View source
Related source 4OpenRouter
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.