阿里 Qwen4-Max 登顶中文模型榜第 14 名
阿里 Qwen4-Max 在 Agent Arena 首次亮相即位列总榜第 14 名,较 Qwen3.8-Max 的第 39 名大幅跃升,成为排名最高的中国模型,使阿里成为中文第一、全球第五的实验室。该模型在 1.47 万次真实智能体会话上实现 7.5% 净提升,并在用户满意度、可控性与代码任务上全面领先,API 已上线 QwenCloud。
报道正文
Arena.ai (@arena) · 2026-11-16 02
@Alibaba_Qwen 的 Qwen4-Max 是排行榜上排名第一的中国模型,这使得阿里巴巴成为排名第一的中国实验室、总榜第五的实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。
它在 Agent Arena 总榜上首次亮相即位列第 14 名,在我们全球社区 14.7k 个真实世界智能体会话中实现了 +7.5% 的净提升,这些是真实任务上的真实轨迹。
相比 Qwen3.8-Max 这是一次重大飞跃
- 排名:总榜 #39 → #14
Agent Arena 上的中国前沿模型:
- #14 Qwen4-Max(阿里巴巴):+7.5%
- #19 Hy4(腾讯):+5.7%
- #21 Kimi K3.1 Pro (Max)(月之暗面):+4.0%
- #26 MiMo-V2.6-Pro(小米):+1.5%
- #30 DeepSeek-V4.1-Flash (Max)(DeepSeek):+1.1%
按信号拆解表现: Qwen4-Max 在全部四项报告信号上均优于 Qwen3.8-Max,其中在用户满意度和可控性方面提升尤为显著。
- #15 好评 vs. 投诉:+13%(最佳中国模型)
- #13 确认成功:+9%(最佳中国模型)
- #19 可控性:+8%
- #29 Bash 可靠性:+3%
按类别划分,它在全部 3 个类别中都是排名最高的中国模型:
- #12 工作:+9%
- #14 聊天:+8%
- #16 代码:+8%
祝贺 @Alibaba_Qwen 团队发布此版本!
↳ 引用 @Alibaba_Qwen (Qwen): 📢 认识 Qwen4-Max,你的新 AI 队友,助力工作、创意与探索!
Qwen4-Max 基于全新的 MoE 架构构建,具备原生视觉能力和 1M token 上下文窗口。
亮点:
- 在我们的内部评估中,以最多减少约 50% 的 token 超越 Qwen3.8-Max,同时每任务平均成本下降超过 60%。
- 通过对专业工具的更强熟练度、更强的长程执行能力和更高质量的交付成果,提升真实世界生产力。
- 处理真实任务,包括 3D 建模、游戏开发、制造业、金融、法律、医疗保健和前沿科学发现。
- 输入 $1.5/百万 tokens,输出 $4.5/百万 tokens,隐式缓存 $0.075/百万 tokens——全部低于 Qwen3.8-Max,其中隐式缓存下降 70%。
API 已在 QwenCloud 上线。你也可以在 Qwen Studio、QwenWork 和 Qoder 上试用 Qwen4-Max。
今天就开始构建吧!🚀
- 博客:
