阿里Qwen4 Max智能指数得分43,定价每百万tokens输入1.5美元
来源标题:Qwen4 Max: Intelligence, Performance and Price Analysis
Qwen4 Max在Artificial Analysis智能指数上得分43,高于同类模型中位数41。其定价为输入每百万tokens 1.5美元、输出4.5美元,支持文本与图像输入,上下文窗口达984k tokens。评估中该模型生成1.27亿tokens,输出量明显高于中位数7860万。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Artificial AnalysisK Artificial Analysis模型 编程智能体 图像、语音、视频 推理 排行榜 关于 AI 趋势 K 全部发布• Alibaba •专有模型 43 Artificial Analysis 智能指数 智能方面 4 项指标中得 3 项。 性能 不适用 每项智能指数任务耗时(分钟) 性能方面 4 项指标中未知。 成本 #44 / 80 输入 $1.50输出 $4.50缓存折扣 95% $3.27 每项智能指数任务成本 成本方面 4 项指标中得 3 项。 冗长度 #65 / 80 输入 token 9.9B输出/输入 1.284% 127M 智能指数产生的输出 token 数 冗长度方面 4 项指标中得 4 项。 与同价位其他模型相比,Qwen4 Max 的智能水平高于平均,定价也较为合理。该模型支持文本和图像输入,输出文本,上下文窗口为 984k token。 Qwen4 Max 在 Artificial Analysis 智能指数上得分为 43,在同类模型中处于平均水平之上(中位数:41)。在评估智能指数时,它生成了 127M token,与 78.6M 的中位数相比非常冗长。 Qwen4 Max 的定价为每 1M 输入 token $1.50(价格适中,中位数:$2.00),每 1M 输出 token $4.50(价格适中,中位数:$10.00)。平均而言,用智能指数评估 Qwen4 Max 的每项任务成本为 $3.27。 推理是输入模态 支持:文本和图像 上下文窗口984k约合 1475 页 A4,12 号 Arial 字体 此类模型共 243 个 指标对比对象为同类模型: Artificial Analysis 智能指数 v5.0.1 包含 9 项评估: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 0.1 742 个模型中的 29 个 从特定提供商添加模型 Artificial Analysis 智能指数 Artificial Analysis 智能指数 v5.0.1 包括: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)、Terminal-Bench-Science 0.1。有关更多细节(包括各项评估的拆解以及我们如何运行它们),请参阅智能指数方法论。 742 个模型中的 29 个 从特定提供商添加模型 专有开放权重(商业使用受限) Artificial Analysis 智能指数 Artificial Analysis 智能指数 v5.0.1 包括: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)、Terminal-Bench-Science 0.1。有关更多细节(包括各项评估的拆解以及我们如何运行它们),请参阅智能指数方法论。 开放权重 表示模型权重是否可用。如果商业使用受条件限制,模型会被标记为“商业使用受限”;如果许可证禁止商业使用,则标记为“非商业”。 742 个模型中的 29 个 最具吸引力的象限 帕累托线 AlibabaAnthropicGoogleOpenAIKimi 每项智能指数任务成本 每项智能指数任务的加权平均成本。每项评估的成本根据输入、缓存命中、缓存写入、推理和回答 token 的价格计算,除以任务数量,再按其智能指数权重加权。 Artificial Analysis 智能指数 Artificial Analysis 智能指数 v5.0.1 包括: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)、Terminal-Bench-Science 0.1。有关更多细节(包括各项评估的拆解以及我们如何运行它们),请参阅智能指数方法论。 742 个模型中的 29 个 从特定提供商添加模型 金融与会计指数包含 5 项评估:AA-Briefcase v1.1、AA-Omniscience v1.1、HLE-Diamond、AutomationBench-AA、GDP.pdf · 越高越好 战略与运营指数包含 4 项评估:AutomationBench-AA、AA-Briefcase v1.1、AA-Omniscience v1.1、GDP.pdf · 越高越好 法律指数包含 5 项评估:AA-Omniscience v1.1、AA-Briefcase v1.1、HLE-Diamond、GDP.pdf、AutomationBench-AA · 越高越好 工程指数包含 7 项评估:AA-Omniscience v1.1、CritPt v2(Hard Subset)、Terminal-Bench-Science 0.1、HLE-Diamond、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Briefcase v1.1 · 越高越好 经济指数包含 4 项评估:AA-Omniscience v1.1、AA-Briefcase v1.1、HLE-Diamond、GDP.pdf · 越高越好 基准测试 评估 智能评估由 Artificial Analysis 独立测量 · 越高越好 编程智能体工具使用私有数据集用户交互金融医疗法律智能指数个性长上下文多模态指令遵循忠实度写作商业查看更多 45 项评估中的 14 项742 个模型中的 29 个 从特定提供商添加模型 AA-Briefcase v1.1 智能体知识工作,Elo AA-Omniscience v1.1 非幻觉率 1 - 幻觉率 AutomationBench-AA 智能体 SaaS 工作流 Terminal-Bench-Science 0.1 终端中的智能体科学研究工作流 FrontierCode-AA 2.0 开源仓库中的智能体软件工程 GDP.pdf 专业文档推理,全通过 Terminal-Bench 4.0 智能体编程与终端使用 CritPt v2(Hard Subset) 物理推理 AA-AnalystAgent 电子表格与文档的定量分析 Harvey LAB-AA v1.1 法律智能体工作,幻觉门控全通过率 EnterpriseOps-Gym-AA 智能体业务运营 GDPval-AA v2.1 智能体真实世界工作任务,Elo 智能评估相关性 虽然模型智能通常可以跨用例迁移,但特定评估可能对某些用例更相关。 Artificial Analysis 智能指数
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。