业界资讯 虎科技 搜索

Qwen4-Max实测:前端表格亮眼,成本降约67%

来源:互联网编辑:瑞雪

Qwen4-Max发布一天后,首批外部测评陆续公布。Artificial Analysis的数据显示,这款新旗舰的综合智能指数为43分,比上一代Qwen3.8-Max的34分高出9分;完成同一套测试任务的平均费用从10.02美元降至3.27美元,降幅约67%。

两代旗舰的总参数量均为2.4万亿。Qwen4-Max采用新架构,每次只激活约710亿参数。官方Work360测试中,High推理档位的Token消耗减少约35%,平均单任务成本下降超过60%。AA的统计还显示,其平均每项任务输出约10.5万Token,上一代为17.1万Token,输出量减少近四成。

价格方面,Qwen4-Max每百万输入Token收费1.5美元,每百万输出Token收费4.5美元。按公开对比,其输出价格比Kimi K3.1 Pro低一半以上,约为Claude Opus 5.5的四分之一,也不到GPT-6 Astra的十分之一。

前端能力受到关注。Code Arena的WebDev综合榜上,Qwen4-Max得到1750分,排在GPT-6 Astra之后、Claude Fable 5.1之前。DesignArena的Agentic设计综合榜中,它进入全球前五;其中PPT制作位列第四,电子表格位列第五。电子表格一项相较Qwen3.7-Max提升30个位次、379 Elo。

官方此次把科研、工业、金融、法律等实际任务放在更重要的位置,并推出Live Delivery功能。该功能让Agent先交付可用成果,再在实际使用中迭代,用户中途可以调整方向。

外部网友的测试延续了“鹈鹕骑自行车”这一经典题目。有人用Three.js做出3D鹈鹕骑车,为羽毛增加层次,还配上城市背景;也有人生成3D海边微缩景观,木栈桥、小船、遮阳伞、水面倒影和岸边礁石都被纳入画面。

随后出现的版本更加多样:鹈鹕在雨天骑车送外卖,与Claude Opus 5.5、GPT-6.2 Sol同场对比;鹈鹕骑斑马、斑马再骑马的套娃提示词被交给多个模型盲测;还有网友把这一题材做成Three.js闯关小游戏,加入道具、连击、分数、速度和血量界面。

除了“整活”,Qwen4-Max也被用于更完整的前端项目。有用户用一句提示词让它在单个HTML文件中生成3D射击游戏;有人做出可演奏的网页小提琴;还有人尝试在浏览器中复刻《传送门2》结尾场景、飞行模拟器和泰坦尼克号3D场景。

在成本对比测试中,有发布者让Qwen4-Max与Claude Opus 5.5分别用3D体素复刻同一电影场景,成品均能完成,而Qwen4-Max的生成成本约为后者的十一分之一。对这些高频尝试而言,单次调用价格降低后,同一提示词被反复修改和重试的空间随之变大。

内容已过时效,如需查阅请联系编辑

相关阅读

全部频道

Copyright © 2010-2026 虎科技 HUKEJI.COM

鲁ICP备11015305号-21