Qwen4 Max 发布:评测涨9分仍落后 Kimi,闭源差距引担忧
haider1 · x · 2026-11-16
阿里巴巴发布 Qwen4 Max。据 Artificial Analysis 数据:在 Intelligence Index 上得 43 分,较 Qwen3.8 Max(34 分)提升 9 分,但落后 Kimi K3.1 Pro(46 分)3 分,成本低约 11%。各项评测全面进步:HLE-Diamond +21 分(24%→45%)、AA-Omniscience +18 分、AutomationBench-AA +17 分、Terminal-Bench 4.0 +9 分、AA-Briefcase +82 Elo 等。发帖人 haider1 评价:鉴于此前炒作,Qwen4 的表现令人失望,头部闭源实验室近期进步更快,中国实验室似难跟上,猜测大厂已在受益于「pseudo-RSI」。配图排行显示 Claude Fable 5.2 (65)、Gemini 4 Carbon (60)、Claude Opus 5.5 Carbon (59) 仍居前三。
所属事件:阿里发布 Qwen4-Max:MoE 架构、原生视觉、百万上下文(29 条相关)→
「模型」频道最新
- Qwen4-Max 正式发布,博主实测空间理解与省 token 表现 — karminski3 · 2026-11-16
- 微调 68M 小模型超越 Claude Opus 5:CPU 上 12 毫秒零成本 — sudalairajkumar · 2026-11-16
- Translated 开源 Lara Mini Base:0.6B 激活参数横扫 45 种语言 — NielsRogge · 2026-11-16
- 谷歌发布 Gemini 4 Hydrogen:默认设置下比 3.8 Flash 快 2.5 倍 — krishnan · 2026-11-16
- 博主吐槽 AI 写的行业博客:把常规训练方法包装成「laddering」新发明 — code_star · 2026-11-16
- 「间隙中的对齐」:新模型评测分数更高不等于真的更对齐 — gleech · 2026-11-16