全天候科技 53分钟前
阿里、腾讯新模型齐登场:Qwen4-Max单任务成本降58%,Hy4 flash降至竞品1/8
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

11 月 16 日,阿里和腾讯在同一天各自推出新模型。阿里发布 Qwen4 系列首款旗舰 Qwen4-Max,腾讯混元推出轻量化模型 Hy4 flash。

据阿里官方公布的 Work360 评测数据,Qwen4-Max 单任务平均费用从 26.58 元降至 11.16 元,降幅达 58%。腾讯方面则称,Hy4 flash 在 WorkIndex 评测中的单任务成本仅为 Hy4 的 1/20,也仅为 DeepSeek-V4.1-Flash-1017(max 档位忙时价格)的 1/8。

值得注意的是,本周阿里、腾讯 Q3 财报即将于 11 月 18 日、11 月 19 日发布。

Qwen4-Max:2.4 万亿参数,任务费用砍掉一半

阿里在官方博客中介绍,Qwen4-Max 采用 Qwen4 系列全新架构,总参数 2.4 万亿(2.4T),每个 token 激活 71B 参数,另有 328B N-gram Embedding 参数,支持原生视觉能力与百万 token 上下文窗口。

成本下降的背后,是 token 效率的提升。据阿里官方数据,在 Work360 评测中,Xhigh 和 High 两档推理强度下,Qwen4-Max 的 token 消耗相比前代 Qwen3.8-Max 分别减少约 24% 和 35%;在 Terminal-Bench 4.0 上,两档分别减少约 48% 和 49%。与此同时,API 定价全面下调,缓存命中价格降幅尤为显著,每百万 tokens 低至 0.5 元。

性能上,阿里官方称,相比上一代 Qwen3.8-Max,Qwen4-Max 在 Work360 综合评测中得分从 47.74 分提升至 52.69 分,在 DeepSWE、AA-Briefcase、HLAB-Vals 等多个 Agent 专项基准中也有明显提升。

架构层面,Qwen4-Max 围绕 Attention、Residual 和 Embedding 三个方向对稀疏 MoE 模型进行升级:GDN+Qwen Sparse Attention(QSA)降低长序列注意力计算开销;Gated Residual(GR)将残差流扩展为四条并行分支,增强跨层信息传递;N-gram Embedding 以较低额外计算开销扩展模型容量。

阿里官方称,在知识、代码、问答和 STEM 四类内部评测中,Qwen4-Max-Base 的每字节比特数(BPB)在五个参评模型中均为最低,相比 Qwen3.8-Max-Base 各领域 BPB 下降约 5% 至 13%,同时每个 Token 的激活参数减少约 25%。

Hy4 flash:激活参数仅 12B,成本压至竞品 1/8、Hy4 的 1/20

腾讯混元同日发布的 Hy4 flash 定位更为轻量。据腾讯官方介绍,该模型总参数量为 224B(其中 64B Engram 参数),激活参数仅 12B,支持多模态和 1M 上下文长度。

腾讯将 Hy4 flash 定位为" 迄今为止最高性价比的 Hy 模型 "。API 定价方面,每百万 token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02 元。在 WorkIndex 评测中,单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20,以及 DeepSeek-V4.1-Flash-1017(max 档位忙时价格)的 1/8。

为实现这一成本水平,腾讯在多个环节进行了针对性优化。预训练阶段引入混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6;后训练阶段通过自蒸馏 Hy4 获取综合智能水平,再经强化学习将端到端任务输出长度降低 50%;推理阶段结合 megakernel、4bit 量化、DFly 等手段,使解码速度超过 150 tps。

Hy4 flash 的思路是 " 激活参数极度精简 " —— 224B 总参数中只激活 12B,并通过强化学习直接压缩输出长度,让每次任务消耗的 Token 数量本身就更少。

腾讯还邀请了 85 位 WorkBuddy 内部用户,在 27 类共 259 个日常工作任务上进行盲测。结果显示,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,单任务成本低于所有参测模型,任务时长也最短。

综合效果方面,腾讯称 Hy4 flash 在综合效果上略优于 Hy4 preview。

两款产品,各自瞄准什么用户

从定位来看,两款模型并不完全对标同一类用户。

Qwen4-Max 更像是面向企业级复杂场景的旗舰产品。阿里在发布材料中列举了多个落地案例:在汽车制造场景中,单个工件加工编程所需人工投入由约 475 分钟降至 24 分钟,减少约 95%;在企业 IPO 法律尽调中,模型处理 198 份散乱底稿后交付了一份 86 页、6 万余字的完整报告;在金融投研场景中,可调用 90 个 MCP 工具获取 A 股、港美股等市场数据并生成可溯源的报告。

Hy4 flash 则更聚焦日常办公效率场景,腾讯推荐的使用场景包括深度搜索、文档处理、PPT 生成、简单前端展示和 Computer Use," 在长程软件工程等复杂任务中使用智能上限更高的 Hy4"。

在可及性上,Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品上线,11 月 30 日前用户可在 WorkBuddy 限时免费使用,腾讯云 TokenHub API 限时 5 折。腾讯还表示计划开源 Hy4 flash 并高频迭代。

评测方法的变化

两家在这次发布中,都不约而同地强调了 " 贴近真实工作场景 " 的内部评测集,而非单纯依赖公开榜单。

腾讯构建了基于 WorkBuddy 典型任务的 WorkIndex 评测集," 聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数 "。

阿里构建的 Work360 框架则涵盖 26 个一级领域、182 个二级子领域和 721 个三级细分领域,试图对工业与专业场景进行系统覆盖。

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

阿里 腾讯 flash 轻量化
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…