千问混元Kimi并列中文大模型测评国内榜首

IT时代网11月18日消息,SuperCLUE公布新一轮中文通用能力测评结果,阿里千问Qwen4-Max取得61.61分,腾讯混元Hy4取得61.01分,与61.46分的Kimi K3.1 Pro并列国内榜首。按照测评规则,相差1分以内的模型视为并列。

相比上一版本,Qwen4-Max、Hy4分别提高18.39分、18.05分,双双进入国内第一梯队。两款模型均在2026年11月正式发布:Qwen4-Max重点提升复杂推理、工程开发等能力并优化推理开销;Hy4新增原生视觉理解和电脑操作能力,强化长文本处理、智能体规划及代码开发。

编程能力和使用成本的变化尤其明显。智能体编程项目里,两款模型均拿到57.69分,比各自上一版本提高15.38分。此前的测试中超时率最高达69.23%,此次两款新模型都顺利跑完全部试题,超时率降至0%。

按本次测试的Token开销和模型定价计算,Qwen4-Max平均每题成本约1.90元,比上一版本下降约87%;Hy4约2.52元,比Preview版本下降约28.5%。分项成绩上,千问更突出的是幻觉控制,Qwen4-Max拿到73.61分,位列国内分榜第一。

注:本文中包含AI辅助创作的内容。

编辑:林一舟

THE END