Qwen4-Max 以 63.20% 准确率位列 Vals Index 第11名,成中国模型之首
Qwen 转发 ValsAI 榜单:Qwen 4 Max 登上 Vals Index 第11名(63.20% 准确率、$9.33/test、1h 4m 39s 延迟),是榜单上排名最高的中国模型。相比 Qwen 3.8 Max 0902 能力整体明显提升,其中编码和金融任务改进尤为显著。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Qwen 转发 ValsAI 榜单:Qwen 4 Max 登上 Vals Index 第11名(63.20% 准确率、$9.33/test、1h 4m 39s 延迟),是榜单上排名最高的中国模型。相比 Qwen 3.8 Max 0902 能力整体明显提升,其中编码和金融任务改进尤为显著。
通义千问宣布发布 Qwen4 Max,据 Artificial Analysis 数据,其 Intelligence Index 得分 43,较 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。
微软推出 TokenEconomizer 工具,通过 Micro-skills、Tool Pruning 和 Failure-loop Intervention 三种机制,使 Claude Code 等 Agent 任务成本降低 18.4%-30.9%。
分享在 Agent 全局记忆中添加的 Git 提交规范提示词,提升代码变更的可追溯性与上下文质量。
作者解析近期流行的 AI 生成纯HTML 3D游戏为何能压到极小:一个1.4M游戏demo中约700KB是打包的 Three.js,其余靠程序化生成,贴图、音效全部由代码现场合成,没有图片、模型或录音文件,浏览器通过 WebGL/WebGPU 调用显卡实时渲染。
Qwen4-Max 已在 @OpenRouter 上线——去用它开发吧。🙌
千问 AI 平台首发 Qwen4-Max: 以 Token 用量减半、得分升近28% 切入开发者市场 · · Nov 16, 2026 32.3k 阿里巴巴11月16日正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。
文章总结了 Anthropic 发布的 Agent 自动化最佳实践,强调构建高效 Agent 需关注闭环设计、书签机制、投递确认、记忆分权和边界护栏等关键要素。
因黄仁勋突然离任 英伟达机器人学习工程师戴士钦宣布离职 · · Nov 16, 2026 32.3k 英伟达机器人学习工程师戴士钦(Darrell Dai)近日宣布将离开公司。他表示,黄仁勋的突然离职是其决定的关键原因,并坦言“黄仁勋离职让我格外失望”。 戴士钦称,黄仁勋远不止是CEO。
Qwen4-Max 在 Image-to-WebDev Arena 以 1674 分(初步成绩)位列第 6,较 Qwen3.8-Max 的 1639 分提升 35 分。其排名高于第 7 的 Claude Opus 5 (Max)(1664)和第 8 的 GPT-6 Sol (Max)(1657)。
英伟达官方在 11 月 12 日确认的只有黄仁勋辞职、克雷斯临时接任与董事会遴选程序,「回归」目前只存在于《金融时报》等媒体报道、请愿签名和个人表态里,候选人层面官方仅回应过一次「尚未接触任何潜在候选人」。对依赖英伟达的企业,唯一可按表核对的官方节点是北京时间 11 月 18 日凌晨的财报电话会。
Grok @Bot 几乎什么都能做
作者提出基于任务难度动态选择模型,结合 Prompt 缓存与 Session 检索优化 AI Agent 的 Token 消耗与上下文管理
Artificial Analysis 评测阿里巴巴新发布的 Qwen4 Max:在 Intelligence Index 上以 xhigh 推理档得 43 分。
Qwen4-Max 在 Agent Arena 以 +7.5% 净提升超过 Qwen3.8-Max,总体排名从 #39 升至 #14,是榜单第一名中国模型,使阿里巴巴成为第一中国实验室、全球第五实验室,仅次于 Anthropic、Google、OpenAI 和 Meta。
OpenRouter 公布 Qwen4 Max 的定价,输入 $1.50/M、输出 $4.50/M,较 Qwen3.8 Max 的 $2/$6 有所下降,缓存命中 $0.075/M,上下文 1M。
千问(Qwen)的 Qwen4 Max 现已在 OpenRouter 上线,是 Qwen4 系列的首款模型,面向编码、办公工作与长程智能体任务构建。
不调用图像模型,Claude Fable5.2用70万次笔触画出一辆购物车 · · Nov 16, 2026 Anthropic 当地时间11月9日发布 Claude Fable5.2与 Mythos5.2。该公司无传统文生图模型,Fable5.2却能以代码在虚拟画布上模拟画笔逐笔作画,还原笔刷纹理、颜料湿度与画布质感并可修正错误。
Arena 宣布 Qwen4-Max 进入 Arena,并发布 Peter Gostev 的实测视频,在 3D 场景、游戏、创意提示词、网站设计和交互讲解上与 Opus、GPT、Kimi、Fable 的输出对比,提示词在推文链接中。
千问发布 Qwen4-Max,基于新 MoE 架构,原生视觉并支持 1M token 上下文窗口,官方内部评测显示较 Qwen3.8-Max 可减少约 50% token,定价为输入 $1.5/M、输出 $4.5/M tokens。API 已在 QwenCloud 上线。
Qwen4-Max 在 Code Arena: WebDev 榜单以 1750 分(初步)位列第 6,比前代 Qwen3.8-Max(0902)的 1676 分高出 74 分。
Arena 公布 Qwen4-Max 在 Code Arena: WebDev 排名第 6,初步得分 1750 分,比 Qwen3.8-Max (0902) 的 1676 高出 74 分,并为 HTML(1748 分)、Brand & Marketing(1705 分)、Reference-Based Design(1770 分)中最高的中国模型。
Arena 榜单显示 Qwen4-Max 以 +7.5% 净提升在 Agent Arena 总排名第14,成为第一中国模型,使 Alibaba 成为排名第一的中国实验室、总榜第5,仅次于 Anthropic、Google、OpenAI 和 Meta。
8个月成为中国提供最多 token 的单一 AI 产品,腾讯总办却称 AI 应用开发才刚起步 · · Nov 16, 2026 腾讯文化11月16日发布《总办号召 AI 时代再创业,“心态归零”》一文,以2026年总办 LinkTime 现场笔记形式复盘此前引发舆论热议的司庆讲话。
阿里通义千问团队发布新一代旗舰模型 Qwen4-Max,采用 2.4 万亿参数稀疏 MoE 架构,原生支持视觉理解,提供 100 万 token 上下文窗口。
腾讯在 28 周年生日当天将年度总办 LinkTime 做成播客,并公布现场笔记原文,回应外界猜测。内容提出智能革命是不进则退的生死问题,所有核心业务要面向 AI 时代再创业、组织扁平化、打破山头主义;称 AI 金字塔核心模型已进入国内第一梯队,WorkBuddy 在 8 个月内成为中国提供最多 token 的单一 AI 产品,元宝定位决策资讯参谋…
Qwen 官方宣布 Qwen4-Max 在 token 效率和成本上优于 Qwen3.8-Max。Work360 评测中 token 用量约下降 24%(Xhigh)和 35%(High),Terminal-Bench 4.0 上约下降 48% 和 49%;Work360 平均单任务成本从 $4.43 降至 $1.67。
Qwen 发布旗舰模型 Qwen4-Max,采用新 MoE 架构,具备原生视觉能力和 1M token 上下文窗口。官方内部评估显示相比 Qwen3.8-Max 可减少约 50% 的 token 用量,每任务平均成本下降超过 60%;定价为输入 $1.5/M tokens、输出 $4.5/M tokens、隐式缓存 $0.075/M tokens…
Qwen 团队发布 Qwen4-Max,基于新 Qwen4 架构,拥有 2.4T 骨干参数、每 token 激活 71B、328B N-gram Embedding 参数,具备原生视觉能力和 100 万 token 上下文窗口。