阿里 Qwen4-Max 登顶中文模型榜第 14 名

原标题:Qwen4-Max by @Alibaba_Qwen is the #1 Chinese model on the leaderboard making Alibaba now the #1 Chin...
78AI 研判分

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:

推文配图