传闻:Qwen4 系列跑分曝光,Flash 在游戏创造力基准上略高于 Opus5.5
据泄露信息,阿里千问 Qwen4 系列在游戏开发创造力评测 GameFeel Bench 中的跑分显示,轻量型号 Qwen4-Flash 以 49.9 分超过 Opus5.5xHigh 的 47.2 分;本地部署版 Qwen4-27B 得 44.6 分,接近 Sonnet5.5 的 45 分。同一泄露信息还称,Qwen4-Flash 与 Qwen4-27B 完成同等任务的成本分别约为 0.4 美元和 0.16 美元,低于 Opus5.5 的 2.6 美元。该系列至少包含 Flash、27B、Plus 与 Max 四款产品,正式发布节点临近。
海宇数科 · 事件日期 · 约 2 分钟 · 1 次阅读

11月8日消息,在新一轮国产大模型密集发布临近之际,阿里千问 Qwen4 系列的核心跑分数据近日被提前曝光。泄露信息显示,在面向游戏开发的专项创造力评测中,该系列部分型号的成绩超过了海外旗舰 Opus5.5,反映出国产模型在特定基准上的追赶进度。
游戏开发创造力基准跑分曝光:Flash 成功超越 Opus5.5
此次流出的评测并非通用大模型跑分,而是聚焦游戏开发创造力的评估项目 GameFeel Bench。

泄露的测试数据显示,轻量定位的 Qwen4-Flash 得到 49.9 分,高于 Opus5.5xHigh 的 47.2 分,这是国产大模型在相关基准上首次出现对该级别海外模型的超越。参数量较小的本地部署版本 Qwen4-27B 也取得 44.6 分,与拿到 45 分的 Sonnet5.5 非常接近。
极致 性价比与丰富产品矩阵
除性能跑分外,泄露信息还显示 Qwen4 系列在推理使用成本上具有明显优势。
根据泄露内容,Qwen4-Flash 完成同等任务约需 0.4 美元,低于 Opus5.5 所需的 2.6 美元;Qwen4-27B 的执行成本则被压低到 0.16 美元,在同档次产品中成本竞争力突出。
产品布局上,Qwen4 家族至少包括 4 款不同定位的型号。除跑分中表现突出的 Flash 和 27B 版本外,还有 Qwen4Plus 以及代表该系列性能上限的 Qwen4Max。随着相关负责人此前承诺的发布节点临近,该系列正式登场后,将为业界提供一个与 GPT-6.1、Opus5.5 等海外旗舰模型直接实测对比的新观察窗口。
