阿里巴巴发布「Qwen4-Max」,哪些测试中击败了Opus 5.5?
機械翻訳 / Machine-translated

機械翻訳 / Machine-translated
@aifriends
AI Friends(https://aifriends.jp)のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
中国阿里巴巴发布了新AI「Qwen4-Max」。它究竟能在多大程度上媲美美国最新模型?价格又如何?想必大家都很感兴趣。本文将梳理目前已知的事实,并附上具体数据。
据GIGAZINE的报道,阿里巴巴于2026年11月16日正式发布了Qwen4-Max。官方博客的标题为「Qwen4-Max: Your New Teammate Has Arrived」。
直译过来就是「你的新队友来了」,将AI定位为并肩作战的工作伙伴。
事实上,11月11日已先行发布了预览版(试用版)。在GIGAZINE对预览版的测评文章中,介绍了一个约20分钟内让其制作3D打砖块游戏的案例。最终生成的是1,456行的单一HTML文件,可以正常游玩。
Qwen4-Max采用约2.4万亿参数的MoE(Mixture-of-Experts,混合专家)架构——将多个擅长不同领域的小型专家AI组合使用的机制。
参数可以理解为AI大脑中的「旋钮」数量。参数越多,AI通常越聪明,但若每次都全量运行则会变得沉重。MoE架构针对不同问题只激活所需的专家,因此相对于模型体量而言,运行更为轻便。
Qwen4-Max原生具备图像识别功能,支持100万token的上下文(一次可处理的文本量)。输入支持文本、图片和视频,输出为文本。
如此长的上下文,甚至可以一次性读入大型源代码进行分析。
阿里巴巴表示,与前代模型Qwen3.8-Max相比,token消耗最多可减少约50%,意味着单次任务的平均成本有所降低。这是开发方自行发布的数据,目前尚未发现第三方验证。
阿里巴巴给出了与Qwen3-Max-0902、Claude Opus 5.5、GPT-6.1 Sol、GPT-6 Astra、Kimi K3.1的比较结果。
在此次对比中,有多项测试超越了Claude Opus 5.5和GPT-6 Astra。例如衡量AI编程能力的「DeepSWE v1.1」。但需要注意,这些数据均来自阿里巴巴自行发布。
再来看看第三方指标。
综合来看,Qwen4-Max并非在所有测试中都超越了美国模型。更准确的说法是:它在代码生成和智能体(能自主规划步骤并执行任务的AI)领域跻身第一梯队。
API定价如下(每百万token):
本次调研未能确认竞争对手的具体定价,因此无法断言比其他家更便宜。
预览版可通过阿里巴巴的订阅制API「Token Plan」使用,新用户最低约3美元起。据AlphaSignal报道,它还可接入Claude Code、Cursor、Cline等兼容OpenAI和Anthropic接口的工具。
预览版的使用期限为11月25日。正式版与预览版的关系,请以官方说明为准。
阿里巴巴公开了Qwen4-Max实际操作工具的演示。
第一个案例是操控3D工具Blender创建3D模型;第二个案例是与Unity、Unreal Engine、Godot等游戏引擎结合进行游戏开发。
以一位独立游戏开发者为例,角色3D建模、关卡编程,所有事情都自己做实属不易。如果有一个能动手操作的AI助手,原型开发的速度将大为改观。
这与预览版打砖块游戏的案例一样,非常适合用于短时间内快速产出可运行成果的场景。
开发团队已预告将以开放权重(公开模型内部数据,可在自己的PC或服务器上运行)的形式发布Qwen4系列,预计后续将推出小型模型。
但具体日期和模型规模尚未公布。预览阶段的报道中有观点认为Qwen4-27B可能是候选的小型版本,但目前仍属推测。
对于国内用户而言,以下两点值得关注:
中文性能以及国内访问条件(如是否提供国内节点等),本次未能通过调研确认。使用前请查阅官方说明。此外,由于需要向中国企业的服务发送数据,也需确认是否符合公司相关规定。
在部分测试中确实超越了后者,但不能说在综合能力上更胜一筹。Artificial Analysis指数为43,尚未达到Claude Fable 5.2等模型的水平。
据报道,预览版在Qwen聊天界面的免费计划中也可使用。正式版的免费额度目前尚未得到确认。
计划于日后发布,但具体时间尚未公布。在正式公告前,建议将其视为待定计划。
每百万token:输入1.50美元,输出4.50美元,缓存输入0.075美元。
建议先确认官方定价和服务地区,再判断是否适合自己的工作场景。
本文转载自 AI Friends。