Alibaba 推出 Qwen4-Max,編碼測試領先但不開放下載
Qwen4-Max Beat Claude on Coding Benchmarks — Then Alibaba Locked the Weights
重點導讀
挑選編碼 AI 助理時,測試成績、實際表現和費用可能差很多。
- Alibaba 推出 Qwen4-Max,表示它在自家編碼測試中領先 Claude Fable 5.1 和 Kimi K3.1 Pro。
- 但 Agent Arena 的即時任務排行中,Qwen4-Max 排在第 14 名,Claude Fable 5.2 則排第 1。兩種結果來自不同測試,不能直接當成同一場比賽。Qwen4-Max 只提供雲端服務,不能下載或自行架設,文中列出的價格也比 Claude Fable 5.1 低。作者建議先用自己的程式專案測試品質,再算清楚省下的費用是否值得放棄自行架設的彈性。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
推薦理由
Alibaba 的測試結果與 Agent Arena 的實際工作成功率差距明顯,這提醒讀者評估編碼模型時,也要用自己的程式專案測試。
信源出處dev.to
Qwen4-Max Beat Claude on Coding Benchmarks — Then Alibaba Locked the Weights
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文