Qwen4-Max追近Kimi:综合差3分、成本低11%,但编程差距仍明显

BiRun 讯,独立评测机构 Artificial Analysis 公布 Qwen4-Max 正式版成绩。在最高 xhigh 推理档位下,模型综合智能指数达到 43 分,比上一代 Qwen3.8-Max 的 34 分提高 9 分,距离 Kimi K3.1 Pro 的 46 分还差 3 分。

Qwen4-Max 在全部 9 项评测中均超过前代。高难知识推理测试 HLE-Diamond 的正确率从 24% 提升至 45%,企业软件自动化测试提高 17 个百分点。在模拟真实业务文件处理的 AA-Briefcase 中,Qwen4-Max 获得 1686 Elo,略高于 Kimi K3.1 Pro 的 1674。

编程能力仍是短板。Terminal-Bench 4.0 测试中,Qwen4-Max 得分 48%,明显落后 Kimi K3.1 Pro 的 67%。在考查真实开源项目开发能力的 FrontierCode 2.0 中,两者均为 26%,落后腾讯 Hy4 的 31%。

成本方面,Qwen4-Max 的平均单任务费用为 3.27 美元,上一代为 10.02 美元,降低约 67%,也比 Kimi K3.1 Pro 的 3.68 美元便宜约 11%。

除了 API 降价,模型本身也减少了 Token 消耗。Qwen4-Max 每项任务平均输出约 10.5 万 Token,比上一代的 17.1 万减少 39%。不过,Kimi K3.1 Pro 只需要约 7.2 万 Token。

信源

动察 Beating 频道 · 动察 Beating 交流群。
你怎么看这条消息?来投第一票

评论

0/500
免责声明:本文内容仅供参考,不构成任何投资建议。
更多快讯