泄露跑分称Qwen4-Flash超过Opus 5.5
AIbase援引泄露的GameFeel Bench数据称,Qwen4-Flash得分49.9,高于Opus 5.5 xHigh的47.2;Qwen4-27B得分44.6,接近Sonnet 5.5的45分。报道还估算,同等任务下Qwen4-Flash和Qwen4-27B的成本分别约为0.40美元和0.16美元,Opus 5.5则约为2.60美元。这些结果尚未得到验证,报道称Qwen4正接近发布,而非已经正式推出。
如果获得独立复现,报道中的分数与成本可能显示Qwen4-Flash在游戏开发创造力和推理效率方面具备竞争力,但现有报道均未提供独立测试、原始输出或完整方法。
11月11日,千问发布Qwen4-Max预览版,并宣布Qwen4即将正式发布。
从10月开始,关于阿里Qwen4的消息就陆续传出。此前,匿名模型Kalmia现身大模型盲测平台Arena,被广泛猜测是Qwen4;有关其游戏开发能力的内测结果,也在社交媒体上流传。
官方也在持续预热。11月6日,千问发出海报——“北冥有鱼,其名为_”。Qwen4-Max预览版官宣后,千问办公等阿里系产品第一时间接入,正式版尚未发布。
千问称,Qwen4的知识理解更深入、世界感知更立体,开发者内测结果显示,其在3D建模、网页设计、交互等方面表现亮眼。
但同期大模型领域,腾讯已经先行一步。11月4日,姚顺雨掌舵的腾讯混元发布Hy4,宣称跻身最强开源模型之列。接下来,轮到刘大一恒交出答卷了。他手中的Qwen4,能否让千问在新一轮竞争中更进一步,值得关注。
01 Qwen4想用大参数追高、小模型补缺?
11月9日,一份游戏开发创造力评估榜单GameFeel Bench在圈内热传:代号hawk的Qwen-4-Flash-Early API在内测中拿到49.9分,压过Opus 5.5 xHigh的47.2分;Qwen-4-27B-Early拿下44.6分,距Sonnet 5.5仅差0.4分。
#Qwen4-Flash#Qwen4-27B#Qwen4Plus#Qwen4Max#Opus 5.5#Sonnet 5.5#GameFeel Bench#Alibaba