11月16日,阿里和騰訊在同一天各自推出新模型。阿里發布Qwen4系列首款旗艦Qwen4-Max,騰訊混元推出輕量化模型Hy4 flash。
據阿里官方公布的Work360評測數據,Qwen4-Max單任務平均費用從26.58元降至11.16元,降幅達58%。騰訊方面則稱,Hy4 flash在WorkIndex評測中的單任務成本僅為Hy4的1/20,也僅為DeepSeek-V4.1-Flash-1017(max檔位忙時價格)的1/8。
值得注意的是,本周阿里、騰訊Q3財報即將於11月18日、11月19日發布。
Qwen4-Max:2.4萬億參數,任務費用砍掉一半
阿里在官方博客中介紹,Qwen4-Max採用Qwen4系列全新架構,總參數2.4萬億(2.4T),每個token激活71B參數,另有328B N-gram Embedding參數,支持原生視覺能力與百萬token上下文窗口。
成本下降的背後,是token效率的提升。據阿里官方數據,在Work360評測中,Xhigh和High兩檔推理強度下,Qwen4-Max的token消耗相比前代Qwen3.8-Max分別減少約24%和35%;在Terminal-Bench 4.0上,兩檔分別減少約48%和49%。與此同時,API定價全面下調,緩存命中價格降幅尤為顯著,每百萬tokens低至0.5元。
性能上,阿里官方稱,相比上一代Qwen3.8-Max,Qwen4-Max在Work360綜合評測中得分從47.74分提升至52.69分,在DeepSWE、AA-Briefcase、HLAB-Vals等多個Agent專項基準中也有明顯提升。
架構層面,Qwen4-Max圍繞Attention、Residual和Embedding三個方向對稀疏MoE模型進行升級:GDN+Qwen Sparse Attention(QSA)降低長序列注意力計算開銷;Gated Residual(GR)將殘差流擴展為四條並行分支,增強跨層信息傳遞;N-gram Embedding以較低額外計算開銷擴展模型容量。
阿里官方稱,在知識、代碼、問答和STEM四類內部評測中,Qwen4-Max-Base的每字節比特數(BPB)在五個參評模型中均為最低,相比Qwen3.8-Max-Base各領域BPB下降約5%至13%,同時每個Token的激活參數減少約25%。
Hy4 flash:激活參數僅12B,成本壓至競品1/8、Hy4的1/20
騰訊混元同日發布的Hy4 flash定位更為輕量。據騰訊官方介紹,該模型總參數量為224B(其中64B Engram參數),激活參數僅12B,支持多模態和1M上下文長度。
騰訊將Hy4 flash定位為「迄今為止最高性價比的Hy模型」。API定價方面,每百萬token輸入0.5元、輸出2元,命中緩存時僅需0.02元。在WorkIndex評測中,單任務成本僅為Hy4 preview的1/13、Hy4的1/20,以及DeepSeek-V4.1-Flash-1017(max檔位忙時價格)的1/8。
為實現這一成本水平,騰訊在多個環節進行了針對性優化。預訓練階段引入混合注意力、LatentMoE、Engram等架構特性,KV cache大小僅為Hy3的1/24、Hy4的1/6;後訓練階段通過自蒸餾Hy4獲取綜合智能水平,再經強化學習將端到端任務輸出長度降低50%;推理階段結合megakernel、4bit量化、DFly等手段,使解碼速度超過150 tps。
Hy4 flash的思路是「激活參數極度精簡」——224B總參數中只激活12B,並通過強化學習直接壓縮輸出長度,讓每次任務消耗的Token數量本身就更少。
騰訊還邀請了85位WorkBuddy內部用戶,在27類共259個日常工作任務上進行盲測。結果顯示,Hy4 flash的用戶滿意度接近Claude Haiku 5.5,單任務成本低於所有參測模型,任務時長也最短。
綜合效果方面,騰訊稱Hy4 flash在綜合效果上略優於Hy4 preview。
兩款產品,各自瞄準什麼用戶
從定位來看,兩款模型並不完全對標同一類用戶。
Qwen4-Max更像是面向企業級複雜場景的旗艦產品。阿里在發布材料中列舉了多個落地案例:在汽車製造場景中,單個工件加工編程所需人工投入由約475分鐘降至24分鐘,減少約95%;在企業IPO法律盡調中,模型處理198份散亂底稿後交付了一份86頁、6萬餘字的完整報告;在金融投研場景中,可調用90個MCP工具獲取A股、港美股等市場數據並生成可溯源的報告。
Hy4 flash則更聚焦日常辦公效率場景,騰訊推薦的使用場景包括深度搜索、文檔處理、PPT生成、簡單前端展示和Computer Use,「在長程軟件工程等複雜任務中使用智能上限更高的Hy4」。
在可及性上,Hy4 flash已在騰訊雲TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis等產品上線,11月30日前用戶可在WorkBuddy限時免費使用,騰訊雲TokenHub API限時5折。騰訊還表示計劃開源Hy4 flash並高頻迭代。
評測方法的變化
兩家在這次發布中,都不約而同地強調了「貼近真實工作場景」的內部評測集,而非單純依賴公開排行榜。
騰訊構建了基於WorkBuddy典型任務的WorkIndex評測集,「聚焦日常工作的產物效果、單輪輸出長度、端到端用時,而非遠離日常工作的公開排行榜分數」。
阿里構建的Work360框架則涵蓋26個一級領域、182個二級子領域和721個三級細分領域,試圖對工業與專業場景進行系統覆蓋。