header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

Qwen4-Max追近Kimi:綜合差3分、成本低11%,但編程差距仍明顯

動察 Beating AI 快訊,獨立評測機構 Artificial Analysis 公佈 Qwen4-Max 正式版成績。在最高 xhigh 推理檔位下,模型綜合智能指數達到 43 分,比上一代 Qwen3.8-Max 的 34 分提高 9 分,距離 Kimi K3.1 Pro 的 46 分還差 3 分。


Qwen4-Max 在全部 9 項評測中均超過前代。高難知識推理測試 HLE-Diamond 的正確率從 24% 提升至 45%,企業軟件自動化測試提高 17 個百分點。在模擬真實業務文件處理的 AA-Briefcase 中,Qwen4-Max 獲得 1686 Elo,略高於 Kimi K3.1 Pro 的 1674。


編程能力仍是短板。Terminal-Bench 4.0 測試中,Qwen4-Max 得分 48%,明顯落後 Kimi K3.1 Pro 的 67%。在考查真實開源項目開發能力的 FrontierCode 2.0 中,兩者均為 26%,落後騰訊 Hy4 的 31%。


成本方面,Qwen4-Max 的平均單任務費用為 3.27 美元,上一代為 10.02 美元,降低約 67%,也比 Kimi K3.1 Pro 的 3.68 美元便宜約 11%。


除了 API 降價,模型本身也減少了 Token 消耗。Qwen4-Max 每項任務平均輸出約 10.5 萬 Token,比上一代的 17.1 萬減少 39%。不過,Kimi K3.1 Pro 只需要約 7.2 萬 Token。

举报 糾錯/舉報
相關推薦
Kimi K3 讓美國徹底坐不住了。
Cursor被指基於Kimi K2.5引發爭議,隨後確認通過Fireworks AI合規授權
花旗與美銀證券認為,Kimi K3 雖降低推理成本,但可能通過「杰文斯悖論」刺激更多調用、長上下文與智能體任務,進而推高 GPU、HBM、DDR5、eSSD 與網路基礎設施需求。
中國的天才,也可以是快樂的。
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成