阿里下一代模型“偷跑”？Qwen 4游戏实测压过Opus 5.5，成本暴降85%

出品｜派财经

阿里新一代旗舰模型 Qwen 4 尚未正式发布，但多方内测与第三方榜单数据已在海外科技圈引发轰动。

在最新一期专注于考查AI游戏开发能力的 GameFeel Bench v1.4 榜单中，疑似 Qwen 4 的早期版本强势杀入前列，甚至在部分维度压制了 Anthropic 的旗舰大模型。

据海外开发者透露，官方此前曾向部分测试人员下发了代号未知的API接口。在实际测试中，使用纯 JavaScript 加 Three.js 的组合，仅凭单次生成、未做任何微调，该模型就一次性“搓”出了相当惊艳的 3D 渲染效果。更令开发者惊喜的是，在开启较高思考模式的情况下，其 Token 消耗被压制在 69k 左右，真正做到了“一发入魂”。

而在第三方评测 GameFeel Bench 榜单上，两款疑似 Qwen 4 的早期型号同样表现亮眼。

Qwen-4-Flash-Early以 49.9 分的高分超越众多强敌，Claude Opus 5.5 (XHigh)以 47.2 分位列其后，Claude Sonnet 5.5 (Max)得分为 45 分，Qwen-4-27B-Early拿下 44.6 分，表现同样不俗。

除了性能实现对 A 家最新一代旗舰的超越，其在成本上的优势更为显著。

数据显示，Qwen-4-Flash-Early 完成单次任务的成本约为 0.40 美元（折合人民币约 2.67 元），而 Claude Opus 5.5 的单次成本则高达 2.60 美元（约合人民币 17.36 元）。这意味着 Qwen 4 的使用成本暴降了约 85%，仅为竞争对手的六分之一左右。

此前，Qwen 官方曾发布以《庄子》“北冥有鱼”为主题的预热海报，悬念拉满。从目前的曝光信息来看，Qwen 4 预计将覆盖 Max、Plus、Flash 以及 27B 等多个不同版本，兼顾旗舰性能与低成本推理方向。

在技术架构层面，阿里此前通过 Qwen3.8-Flash-Next 提前展现了多项面向下一代模型的设计，包括混合稀疏注意力（Sparse Attention）、Gated Residual、N-gram Embedding 以及 Muon 优化器等。这些前沿技术旨在让模型在保持强悍能力的同时，大幅降低训练与推理成本。此外，在 10 月底的代码更新中，Qwen Code 已适配了包含 qwen4-max 在内的多项标识，并支持百万级 Token 的上下文。

值得一提的是，11 月正迎来全球大模型的密集更新期。除 Qwen 4 蓄势待发外，OpenAI 的 GPT-6.2 Astra、Anthropic 的 Fable 5.5 与 Mythos 5.5，以及谷歌传闻中的 Gemini 4 Carbon 也纷纷进入内测或灰度阶段。随着各家新一代底座模型的陆续登场，AI 行业的竞争正加速迈向高性价比与超长上下文的全新阶段。