阿里腾讯同日发布新大模型,单任务成本最高降至竞品1/8
nashnova research
11月16日阿里发布Qwen4-Max、腾讯推出Hy4 flash,两款模型均以大幅压缩推理成本为核心卖点——紧贴11月18-19日双方财报窗口,国内大模型价格战的烈度即将接受财务验证。
Qwen4-Max 的成本到底降了多少?
据阿里官方Work360评测,单任务平均费用从26.58元降至11.16元,降幅58%。
成本下降的核心驱动是token效率提升:在Work360评测中,高强度推理的token消耗比前代减少24%-35%;在Terminal-Bench 4.0上减少约48%-49%。
这意味着→ 模型不是单纯降价,而是每完成一个任务,消耗的"算力燃料"本身变少了——省的是真实资源,不只是账单折扣。
API缓存命中价格降至每百万tokens仅0.5元。
2.4万亿参数的架构,做了什么改动?
Qwen4-Max总参数2.4万亿,但每个token只激活71B参数——用大白话说=模型很大,但每次干活只调动一小部分,既省算力又保性能。
架构围绕三个方向升级稀疏MoE(一种让模型"按需激活"的结构,不是所有参数同时工作):注意力、残差、嵌入。
其中N-gram Embedding(一种用词组片段扩展模型容量的技术)额外引入328B参数,以较低计算开销换来更大容量。
阿里称在知识、代码、问答、STEM四类内部评测中,Qwen4-Max-Base的每字节比特数均为五个参评模型中最低,每个token激活参数减少约25%。
腾讯 Hy4 flash 为什么能把成本压到竞品的 1/8?
Hy4 flash总参数224B,激活参数仅12B——这意味着→ 它比Qwen4-Max"轻"得多,走的是极致性价比路线。
腾讯WorkIndex评测显示,单任务成本仅为Hy4 preview的1/13、Hy4的1/20、DeepSeek-V4.1-Flash的1/8。
用大白话说= 同样完成一个日常工作任务,Hy4 flash的花费只有主流竞品的几分之一到十几分之一。
技术上三管齐下:预训练阶段KV cache(模型推理时的"临时记忆"占用)压缩到前代1/24;后训练阶段通过自蒸馏+强化学习把输出长度砍半;推理阶段解码速度超过150 tps。
两款模型分别适合什么场景?
Qwen4-Max面向企业级复杂场景:阿里列举了汽车制造、IPO法律尽调、金融投研等案例,其中汽车加工编程人工投入从约475分钟降至24分钟,减少约95%。
Hy4 flash聚焦日常办公效率:腾讯85位内部用户在27类259个日常任务上盲测,满意度接近Claude Haiku 5.5,单任务成本和时长均为参测模型中最低。
这意味着→ 两家虽然同日发布、同打"降本"牌,但实际瞄准的市场层级不同——一个抢高端项目预算,一个抢日常工位开支。
评测方法为什么值得单独说?
两家都不再只依赖公开榜单,而是各自构建了贴近真实工作场景的内部评测集。
阿里的Work360覆盖26个一级领域、182个二级子领域、721个三级细分,试图系统覆盖工业与专业场景。
腾讯的WorkIndex聚焦日常工作的产物效果、单轮输出长度、端到端用时。
这反映出 行业评测正从"跑分竞赛"转向"实际干活效果"——模型好不好,开始用真实任务的成本和质量来定义。
紧贴财报窗口发布,市场该关注什么?
阿里Q3财报11月18日发布,腾讯11月19日——两款模型选在11月16日同日亮相,时间节点精准卡在财报前两天。
API定价方面,阿里缓存命中0.5元/百万tokens,腾讯缓存命中0.02元/百万tokens,Hy4 flash还限时5折并计划开源。
这意味着→ 下周财报的关键观察点不只是收入增速,而是大模型价格战的成本投入能否在利润端得到体现——降价抢市场的钱,到底从哪里出。
市场有风险,内容仅供研究参考,不构成投资建议。
