header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

Qwen4-Max追近Kimi:综合差3分、成本低11%,但编程差距仍明显

动察 Beating AI 快讯,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。

AI 解读
Qwen4-Max正式版综合指数43,较上一代34提高9分,距Kimi K3.1 Pro仅3分;单任务费用3.27美元,比Kimi低约11%。阿里同日公布架构,以减激活参数和API降价压成本。10月底AA换题前后,Kimi K3.1 Pro、Mistral Large 4接连加码Agent与代码,Qwen用成本换企业入口。

HLE-Diamond从24%升至45%,AA-Briefcase以1686 Elo略高于Kimi的1674;但Terminal-Bench 4.0仅48%,落后Kimi的67%,FrontierCode 2.0两者均26%,低于腾讯Hy4的31%。更易忽略的是,Qwen每任务输出约10.5万Token,高于Kimi的7.2万,成本低约11%靠单价与架构让利;长上下文扩张时,价格战对毛利压力会先显现。
展开
举报 纠错/举报

全球市场热点不用到处刷,消息送到你眼前

加入律动飞书频道
相关推荐
Cursor被指基于Kimi K2.5引发争议,随后确认通过Fireworks AI合规授权
花旗与美银证券认为,Kimi K3 虽降低推理成本,但可能通过「杰文斯悖论」刺激更多调用、长上下文与智能体任务,进而推高 GPU、HBM、DDR5、eSSD 与网络基础设施需求。
中国的天才,也可以是快乐的。
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成