Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
社区Qwen4-Max

Artificial Analysis:Qwen4 Max 智能指数与单任务成本

原始来源

X(Artificial Analysis 官方账号);Artificial Analysis 模型资料页

作者Artificial Analysis

原文日期2026-11-16

Tabbit 整理2026-11-16

查看原文

一句话结论

Artificial Analysis 报告称,Qwen4 Max 在其 Intelligence Index(xhigh)得 43 分,比 Qwen3.8 Max(xhigh)高 9 分;估算每个指数任务成本为 3.27 美元,低于 Qwen3.8 Max 的 10.02 美元和 Kimi K3.1 Pro(max)的 3.68 美元,但其输出 token 用量高于 Kimi,Terminal-Bench 4.0 分数也较低。

适用场景

  • 适合判断的任务:对照 Artificial Analysis 同一指数快照中的综合得分、分项结果、token 用量与估算任务成本。

  • 不适合外推的任务:其他任务集、真实业务成功率、实际账单,以及不同评测框架之间的绝对排名。

  • 适用的模型版本:帖子所称 Qwen4 Max;对照为 Qwen3.8 Max(xhigh)、Kimi K3.1 Pro(max)与腾讯 Hy4。

  • 测试环境或客户端:Artificial Analysis Intelligence Index。帖子未披露完整任务输入、提示词、API 部署、样本数或完整运行配置。

  • 推理档位和参数:Qwen4 Max 与 Qwen3.8 Max 使用 xhigh;Kimi K3.1 Pro 使用 max。其他参数未注明。

测评方法

Artificial Analysis 模型资料页将 Intelligence Index 标为 v5.0.1,由 AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2(Hard Subset)和 Terminal-Bench-Science 0.1 九项评测构成。X 帖子未注明指数版本,故此处的版本与构成来自 2026-11-17 查阅的模型资料页,不能据此确定帖子发布时的版本标签。

帖子称,Qwen4 Max 在九项评测上均高于 Qwen3.8 Max(xhigh)。其中 HLE-Diamond 从 24% 升至 45%;AA-Briefcase 是 Elo 评分。任务成本与 token 用量为 Artificial Analysis 对指数评测的汇总口径,并非公开的逐题 API 账单。

关键结果

指标Qwen4 Max对照与差异
Intelligence Index43(xhigh)Qwen3.8 Max(xhigh)34;Kimi K3.1 Pro(max)46
每指数任务成本$3.27Qwen3.8 Max $10.02;Kimi $3.68;腾讯 Hy4 $1.03,指数分低 8 分
每任务输出 token约 105kQwen3.8 Max 约 171k(少 39%);Kimi 约 72k;Hy4 约 78k
指数运行输入 token约 9.9BQwen3.8 Max 约 14.5B(少 32%)
AA-Briefcase1686 EloKimi 1674;腾讯 Hy4 1446
Terminal-Bench 4.048%Kimi 67%;腾讯 Hy4 37%
FrontierCode 2.026%Kimi 26%;腾讯 Hy4 31%

Qwen4 Max 相比 Qwen3.8 Max 在其他指数分项的提升:AA-Omniscience +18、AutomationBench-AA +17、CritPt v2 +13、Terminal-Bench-Science +11、GDP.pdf +3、FrontierCode 2.0 +3;AA-Briefcase 提升 82 Elo。以上为帖子报告的分项差值,不应将不同评测的分数直接相加或视为同一种成功率。

原始数据

  • Artificial Analysis 报告的 Qwen4 Max Intelligence Index 分数为 43,比 Qwen3.8 Max(xhigh)高 9 分;Kimi K3.1 Pro(max)为 46。

  • 每指数任务成本为加权估算:Qwen4 Max $3.27、Qwen3.8 Max $10.02、Kimi $3.68、腾讯 Hy4 $1.03。帖子称,Qwen4 Max 与 Qwen3.8 Max 的指数运行成本下降同时来自更低价格和更低 token 用量;输入占两者总成本约 85%–90%。

  • 帖子列出阿里巴巴官方 API 价格:Qwen4 Max 每百万输入/输出 token 为 $1.50/$4.50,缓存命中 $0.075;Qwen3.8 Max 为 $2.00/$6.00,缓存命中 $0.25。价格和成本均为帖子发布时所述口径,后续可能变化。

  • 分项差异按帖子记录:HLE-Diamond 24%→45%(+21 个百分点)、AA-Omniscience +18、AutomationBench-AA +17、CritPt v2 +13、Terminal-Bench-Science +11、Terminal-Bench 4.0 +9、GDP.pdf +3、FrontierCode 2.0 +3、AA-Briefcase +82 Elo。

结论与边界

这组结果显示,在 Artificial Analysis 报告的这一指数快照中,Qwen4 Max 相比 Qwen3.8 Max 得分更高、估算成本和 token 用量更低;它的综合分仍低于 Kimi K3.1 Pro。分项并非全面领先:Terminal-Bench 4.0 低于 Kimi,FrontierCode 2.0 低于腾讯 Hy4;Hy4 的任务成本更低但综合分低 8 分。

指数由不同任务及评分方式组成,不能解释成单一任务通过率。帖子与模型页未公开完整提示词、逐题数据、模型端点细节、重复次数或不确定性区间,外部读者无法逐项复现;成本是基于所列价格与指数用量的估算,也不等于特定账户的账单。成绩只代表该发布快照,不能推断所有任务表现。

复现说明

原始线程公开了汇总分数、部分分项差值、token 用量与成本估算,但没有公开完整任务集及执行配置。读者可在 Artificial Analysis 页面查看当前模型资料和指数构成;若要比较,应确认指数版本、推理档位、提供方价格和缓存计费口径一致,并把每项评测单独解读。

来源

  • X 原始线程:https://x.com/ArtificialAnlys/status/2122161629592953032

  • Artificial Analysis 模型资料页:https://artificialanalysis.ai/models/qwen4-max

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

Qwen4-Max

在 Tabbit 中使用并对比模型

Qwen4-Max

相关测评

媒体Qwen 官方博客2026-11-16

Qwen4-Max 官方发布基准与 Work360

媒体Atomic Agent Blog2026-11-16

Atomic Agent:Qwen 4 Max 推理档位与单任务 Agent 实测

媒体Plotly Blog2026-11-16

Plotly:Qwen4 Max 数据分析基准与图表实测

媒体Vals AI2026-11-15

Vals AI:Qwen4 Max 行业任务指数、分项成绩与成本

Qwen4-Max

相关提示词与案例

媒体阿里云 Model Studio 官方文档2026-11-16

阿里云 Model Studio:Qwen4-Max OpenAI Chat Completions 配置

媒体QwenCloud 官方文档

QwenCloud Token Plan:Qwen4-Max Codex 配置

媒体QwenCloud 官方文档

QwenCloud:Claude Code 接入 Qwen4-Max 正式版

媒体QwenCloud 官方文档、OpenCode 官方文档

QwenCloud:在 OpenCode 中配置 GA 版 Qwen4-Max 输出上限