Qwen4-Max 發佈,具備 2.4T 參數架構及一百萬 token 上下文窗口
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
文本之外的能力:視覺理解、圖文混合、音訊與影片的輸入輸出的模型與產品進展。
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
阿里千問發佈Qwen4-Max,總參數2.4萬億、激活71B,支援百萬Token上下文。在Terminal-Bench 4.0同為Xhigh思考檔位時,其每次嘗試平均Token用量較Qwen3.8-Max減少約47.5%,評測得分提升近28%。Qwen4-Max已在千問AI平台提供API服務,亦可透過阿里Token Plan調用,或在千問辦公、Qoder、千問APP體驗。
推薦理由:這組同檔位對比把Token用量與評測得分放在一起,呈現Qwen4-Max相較Qwen3.8-Max在編程評測中的效率及表現變化。
阿里通義千問團隊正式推出 Qwen4-Max,模型採用 MoE 架構,主幹參數規模達 2.4 萬億,支援原生視覺理解及 100 萬 Token 上下文窗口。Qwen4-Max 在 Work360 得分為 52.69,高於 Qwen3.8-Max 的 47.74;該評測中單項任務平均費用由 26.58 元降至 11.16 元,下降 58%。
推薦理由:文章以 Work360 得分、不同推理強度下的 token 消耗及單項任務費用,呈現 Qwen4-Max 相對前代的能力與成本變化。
千問團隊正式推出 Qwen4-Max,模型作為正式版本接入千問 AI 平台,開發者可透過 Token Plan 或 API 調用。模型在 Work360 取得 52.69 分,高於前代 Qwen3.8-Max 的 47.74 分;同一評測中,單個任務平均費用由 26.58 元降至 11.16 元,降幅 58%。
推薦理由:Work360 與 Terminal-Bench 4.0 的對照數據,呈現 Qwen4-Max 在任務費用及 token 消耗上的變化。
阿里巴巴千問團隊推出旗艦模型 Qwen4-Max,採用 2.4T 參數稀疏 MoE 架構,支援原生視覺及 100 萬 token 上下文窗口。在千問自有的 Work360 評測中,每項任務平均成本由 $4.43 降至 $1.67,較 Qwen3.8-Max 減少 62%;Qwen4-Max 本身並未開源。
推薦理由:文章結合 Qwen4-Max 的架構與長程智能體案例,並交代 62% 成本降幅來自千問自有的 Work360 評測,呈現數字的比較背景。
阿里通義千問團隊正式推出 Qwen4-Max,採用主幹參數規模達 2.4 萬億的 MoE 架構,原生支援視覺理解及 100 萬 Token 上下文窗口。模型已接入千問 AI 平台,開發者可透過 Token Plan 或 API 接入,也可經 Qwen Studio、QwenWork 和 Qoder 體驗。
推薦理由:文中同時列出 Work360 分數、不同推理強度下的 token 消耗變化及單任務費用,呈現這次升級在能力與成本上的具體對照。
美團公開 LongCat-2.5 權重,這款面向長程多步驟智能體任務、尤其是編碼的 1.6 trillion 參數模型,全程以中國硬件訓練。它每個 token 約啟用 48 billion 參數,並可透過 API 一次處理最多 1 million tokens、生成最多 128,000 tokens,支援文字、圖像和影片輸入。
推薦理由:報道列出多項智能體基準成績,並交代 194 張華為昇騰加速器的部署配置,便於對照模型表現與自建部署的硬件要求。
DeepSeek 發佈全家桶應用 API,向開發者開放聯網搜尋、讀取網址、文件輸入、語音及模型安全檢查等能力。目前只有 DeepSeek-V4.1-Flash(模型名 deepseek-flash)支援這些能力,並支援 OpenAI 和 Anthropic 兩種格式的 API;聯網搜尋每千次 5 元。作者實測指出,自行接入聯網問答時應在每輪加入日期等用戶元資訊,避免模型按錯誤日期搜尋。
推薦理由:文章實測 DeepSeek 全家桶應用 API 的搜尋、文件及語音能力,並呈現加入日期、所在地等用戶元資訊後,聯網問答結果的變化。
DeepSeek 正式開放全套應用 API,開發者可透過原有 API 接入深度思考搜尋、文件輸入及閲讀連結等對話功能,並單獨或組合調用語音及底層能力。
推薦理由:此次更新把 DeepSeek App 的搜尋、文件輸入及連結閲讀等互動能力接入既有 API,並列出獨立介面與工具收費,便於評估自有應用的接入範圍和成本。
谷歌推出 Gemini 4 Hydrogen,面向日常編碼與智能體工作流,主打快速執行與高效運行。相較 Gemini 3.8 Flash,Hydrogen 在預設 high 思考檔位下任務完成速度提升 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虛構錯誤率降低 5 倍以上。
推薦理由:文中對照 Hydrogen 與 Gemini 3.8 Flash 的速度及基準成績,並列出 Orchestrator 的配額與速度變化,讓模型效能與智能體調度表現有可比較的數據依據。
Google 發佈 Gemini 4 Hydrogen,主打更快的回應速度、更低的使用成本及更高效的 AI Agent 執行能力。Artificial Analysis 測得其 High 推理檔位得 51 分,高於 Gemini 4 Argon 的 50 分;API 每百萬輸入 Token 收費 1.5 美元,每百萬輸出 Token 收費 7.5 美元。
推薦理由:文章並列 Hydrogen 的評測表現、API 定價及 Gemini 產品入口,呈現高效率模型在能力、成本與普及使用上的取捨。
Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。
推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。
Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。
推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。
Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。
推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。
Google 於 2026 年 11 月 11 日宣佈 Gemini Decision 1,可在單次 API 呼叫中對最多 1,000 個問題評分,並回傳概率及信心分數。
推薦理由:文章並列 Google 自家基準與獨立排行榜,呈現 Gemini Decision 1 的測試優勢及排名落差,説明它在不同評測口徑下的定位。
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。
推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。
Seed 團隊正式發佈新一代影片創作模型 Seedance 2.5,單次影片生成時長由 15 秒提升至 30 秒,並支援多輪延長。模型單次最多可輸入 30 張圖片、10 段影片及 10 段音訊作參考,並支援時間戳精準編輯。Seedance 2.5 正陸續上線即夢 AI、豆包專業版,API 服務近期將上線火山方舟。
推薦理由:Seedance 2.5 將單次生成時長由 15 秒提升至 30 秒,並支援多輪延長及多模態參考,交代長敍事創作的主要能力變化。
Google 向公眾發佈 Gemini 4 Carbon,稱其為旗下迄今最強模型,主打複雜、長週期任務,但普通付費用戶暫時無法使用。付費開發者及企業可透過 Gemini API 和 Gemini for Business 使用;一般消費者則須訂閲 Google AI Ultra,才可在 Gemini 應用及搜尋 AI 模式使用。
推薦理由:文章對照 Gemini 4 Carbon 的任務成本、模型排名與訂閲門檻,呈現企業採用成本優勢和一般付費用戶體驗限制之間的落差。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,定位為應對艱巨技術挑戰的長程智能體模型。文章稱,Fable 5.2 在 30 小時內完成費馬大定理的形式化;Mythos 5.2 在內部 CVE 再發現評估中,發現的漏洞數量比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。
推薦理由:文章以數學形式化、硬件設計及安全測試等案例,呈現兩款模型面向長程複雜技術工作的定位。
Meta 於 2026 年 11 月 9 日推出 Muse Ember,定位為 Muse 家族中最小、效率最高的模型,面向大量重複的智能體工作。它在 Artificial Analysis Intelligence Index 得 36 分,與 Claude Haiku 5.5 持平;每項任務成本約 $0.14,低於 Muse Spark 1.3 的 $2.39。
推薦理由:文章對照任務成本、基準表現與弱項,呈現 Muse Ember 適合承接大量重複智能體步驟、而非最難工程任務的定位。