疑似Qwen 4发布：3D建模一次成型，成本砍半，超越Opus

11月8日那天, 有个叫Loktar的开发者晒出了3D建模的结果, 这个建模过程仅仅消耗了69k的Token量, 思考模式最高只开到了High档级别, 结果在一次性生成之后就受到了很多好评, 有人猜测是Qwen 4版本, 但官方并没有给出证实。

Loktar说他那边的测试额度Token是用完了, 他只让跑了这么一回, 之后就再不去调优了, 所以就没法判断这个模型的水平到底有多高。像这种说不用怎么调优就能一下就成功的帖子, 马上就引起了社区里很多人的争论和讨论, 大量的用户开始猜Qwen 4这个东西马上就要出来了。

邢台市重点项目建设促进中心

在GameFeel Bench v1.4这个榜单里头, 那个名字叫内部代号hawk的Qwen-4-Flash-Early模型, 它拿到了49.9分的总成绩。它稳稳地排在了第一名的位置。这分数是超过前面提到的Claude Opus 5.5版本的。

Claude Opus 5.5里面有一个XHigh的配置, 它的得分是47.2分。另外一边儿呢, 那个叫做Qwen-4-27B-Early的东西, 它以44.6分的得分水平, 排在总的榜上的第四名位置。

这份榜单跟那种只测试代码的方式不一样, 它专门用来考核游戏的手感怎么样, 还有视觉效果以及创意方面的设计, 这种评价方式会更贴近真实的游戏开发场景。关于排名, 第四名和第三名Sonnet 5.5的得分情况显示, 后者拿到了45分, 两者之间的差距只有0.4分, 可以说竞争是非常激烈的。

测试者公布了相关数据, 指出使用Qwen-4-Flash-Early完成单次任务的成本大约是0.40美元, 折算成人民币差不多是2.67元。

相比之下, Opus 5.5的单次任务成本高达2.60美元, 折合约17.36元人民币。这样一来, 前者的价格仅仅只有后者的百分之十五左右, 两者的费用差距达到了六点五倍之多。

对于需要频繁调用大模型的独立开发者来说, 这表示每个月在推理方面的花费可能会降低到原本的五分之一。假如正式版能够维持这个水平, 那么那些对预算敏感型的用户体验, 他们会更有动力去进行迁移。

上周Qwen官方发布了预热海报, 海报的配文是The becoming begins, 同时还引用了《庄子》里北冥有鱼, 其名为……这句话, 这引发了大家把鲲和Qwen联系起来进行谐音联想的事情, 之前计划在11月初发布, 但是直到如今这个发布事件还没有落地实现。

Qwen3.8-Flash-Next 已经展示了包括混合稀疏注意力、Gated Residual 以及 Muon 优化器在内的新式架构, 这一模型的总参数量达到了 125B, 在运行过程中每次仅激活 6B, 由此导致的训练成本约为前一代模型的成本的九分之一, 这也为 Qwen 4 的出现奠定了必要的基础。

已经曝光出来的信息显示说, Qwen 4 这个模型会包含很多不同的版本号, 其中有 Max 这个版本, 也有 Plus 这个版本, 还有 Flash 这个版本, 另外还有 27B 这个版本, 这些版本能够起到覆盖旗舰级别的功能以及低成本推理场景的作用, 在 10 月底的时候 Qwen Code 进行了更新, 在这次更新的过程中已经出现了 qwen4 和 qwen4-max 这样的标识信息了, 同时这个更新也适配了百万 Token 上下文相关的功能。

榜单维护者follistatin发出的互动内容明确地显示出了他的情况, 他同样是在早期就已经拿到了进行测试的资格, 其中的API Key是由官方直接提供的, 而Token却需要他自己花钱去购买, 这种做法从侧面非常清楚地印证了内部测试这一工作正在以多组人员同步进行的方式在开展着。

在11月9日这一时间前后, OpenAI发布的GPT-6.2 Astra模型被怀疑已经步入了内部测试的阶段, 与此同时，Anthropic公司推出的Fable 5.5系统正处于灰度测试的过程中, 至于谷歌方面传闻中的Gemini 4 Carbon, 外界猜测它在最快也要到同一天才能允许人们获得有限的访问权限。

多线并行的节奏让开发者社区保持高关注, 也让“即将发布却迟迟未落地”的集体焦虑变得更加加剧。本周被戏称为“热闹周”, 各家能否端出实质性新品成为最大悬念。

你感觉Qwen 4正式版能够保持这次内测的性能与成本水平吗, 欢迎在评论区交流你的判断, 觉得内容很干货就点赞并且转发给正在做AI开发的朋友。