阿里发布 Qwen4-Max:1M 上下文新 MoE,RSI-Exam 登顶国产第一
HuaxiuYaoML · x · 2026-11-17
阿里 Qwen 团队发布 Qwen4-Max,基于全新 MoE 架构,原生视觉能力,支持 100 万 token 上下文窗口。
官方亮点:
- 相比 Qwen3.8-Max,平均每任务 token 消耗减少约 50%,单任务成本下降超 60%
- 强化专业工具使用、长程任务执行与交付质量,覆盖 3D 建模、游戏开发、制造、金融、法律、医疗等真实场景
- 定价:输入 $1.5/M token,输出 $4.5/M token,隐式缓存 $0.075/M token
榜单表现:在考察长程递归自我改进能力的 RSI-Exam 榜单上,Qwen4-Max 以 0.4425 排名第 6,超过 GPT-5.6-sol(0.4331),成为排名最高的中国模型;前五名为 Claude Opus 5.5(0.5357)、GPT-6-astra(0.5126)、Gemini 4 Argon(0.4943)等。相比上一代 Qwen3.8-Max-0902 的第 10 名(0.3923),属代际跃升。
RSI-Exam 通过长时间自主实验评估 agent 能否自我改进并泛化到隐藏测试集,包含 88 个任务,横跨 AI 模型与 agent、物理科学与工程等 6 大领域。
「编程与Agent」频道最新
- OunceMCP 1.0:给 MCP 工具结果上 token 预算,省 58-85% token — gentleGiant96 · 2026-11-17
- 一人开发者复盘:一张自拍生成真人生日视频的 6 条 prompt 实战教训 — pvdyck · 2026-11-17
- AI 生成的代码谁看得懂?乱码截图引程序员共鸣 — gethackteam · 2026-11-17
- Orion 视线预测模型:UX bug 检出率翻倍,computer-use 延迟降 31% — Scobleizer · 2026-11-17
- 预言:编码 Agent 明年可将软件生产力提升 100-1000% — moultano · 2026-11-17
- Cua 联合 Scale AI 实测电脑操作 Agent 各系统干扰率差异 — TianbaoX · 2026-11-17