2026-11-19 05:31
最后更新于2026-11-22 00:09
AI123
SuperCLUE新榜:Qwen4-Max等三款大模型并列国内榜首
11月18日,SuperCLUE公布新一轮中文通用能力测评结果。阿里千问Qwen4-Max得分61.61,腾讯混元Hy4得分61.01,Kimi K3.1Pro得分61.46;按测评“相差1分以内视为并列”的规则,三款模型同列国内榜首。
相比上一版本,Qwen4-Max和Hy4分别提高18.39分、18.05分,双双进入国内第一梯队。两款新模型均于2026年11月正式发布,智能体编程项目均得57.69分,较各自上一版本提高15.38分,测试超时率从此前的69.23%和26.92%降至0%。
按本次测试的Token开销和模型定价计算,Qwen4-Max平均每题成本约1.90元,较上一版本下降约87.0%;Hy4约2.52元,较Preview版本下降约28.5%。分项上,Qwen4-Max幻觉控制得73.61分,位列国内分榜第1;Hy4超长上下文得88.86分、精确指令遵循得50.00分,两项均列国内分榜第1。
来源
- 2026-11-18 18:54 | 新浪财经:千问、腾讯混元与Kimi并列第1 中文大模型最新榜单公布阅读原文
快科技11月18日消息,SuperCLUE公布新一轮中文通用能力测评结果,阿里千问Qwen4-Max取得61.61分,腾讯混元Hy4取得61.01分,与61.46分的KimiK3.1Pro并列国内榜首。按照此次测评规则,相差1分以内的模型视为并列。相比上一版本,Qwen4-Max、Hy4分别提高18.39分、18.05分,双双进入国内第一梯队。2款模型均在2026年11月正式发布。Qwen4-Max重点提升复杂推理、工程开发等能力,并优化推理开销;Hy4新增原生视觉理解和电脑操作能力,强化长文本处理、智能体规划及代码开发。这次测评中,编程能力和使用成本的变化尤其明显。智能体编程项目里,2款模型...