Qwen4 Max 发布:AA 指数涨 9 分,仍落后 Kimi K3.1 Pro 3 分
rickasaurus · x · 2026-11-16
阿里巴巴发布 Qwen4 Max,Artificial Analysis 智能指数得分 43(xhigh reasoning effort),较 Qwen3.8 Max 的 34 分提升 9 分,但落后 Kimi K3.1 Pro(max,46 分)3 分,单位任务成本约低 11%。
各评测项相对 Qwen3.8 Max(xhigh,34)的提升:
- HLE-Diamond +21 分(24%→45%)
- AA-Omniscience +18 分
- AutomationBench-AA +17 分
- CritPt v2 +13 分
- Terminal-Bench-Science +11 分
- Terminal-Bench 4.0 +9 分
- GDP.pdf +3 分、FrontierCode 2.0 +3 分、AA-Briefcase +82 Elo
转发的评论认为 Qwen4 纸面成绩接近 Opus,但 AA 指数描绘的图景不同,且 Qwen 疑似被切断蒸馏来源,暗示这次发布并不算成功。
所属事件:阿里发布 Qwen4-Max,多榜单刷新中国模型最好成绩(55 条相关)→
「模型」频道最新
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- Gemini 付费用户吐槽:让 AI 写 Three.js 动画全被拒,到底触了什么红线 — Necessary-Buy-7410 · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- Opus 5.5 被抓包:无记忆会话里用账户邮箱猜用户身份 — birchlse · 2026-11-16