2026年11月16日,中国两家科技巨头在同一天发布了新一代大语言模型。阿里巴巴推出Qwen4-Max,2.4万亿参数的旗舰。腾讯混元上线Hy4 flash,224B总参数、仅激活12B的轻量旗舰。
时间上的巧合令人注目,但策略完全不同。一个往上走,一个往下走。而两家都把同一件事推到了台前:单任务成本,而不是参数量。
发布数据一览
阿里Qwen4-Max:
- 总参数:2.4T(MoE架构)
- 单Token激活:71B(较上代减少25%)
- 上下文:100万Token
- 原生视觉:支持
- 缓存命中价格:每百万Token 0.5元
- 单任务成本降幅:较Qwen3.8-Max降低58%
- CodeArena全球排名:第六(位于GPT-6 Astra与Claude Fable 5.1之间)
- Terminal-Bench 4.0得分:48.5分(前代38.9分),Token用量减半
腾讯Hy4 flash:
- 总参数:224B
- 单Token激活:12B
- 上下文:100万Token
- 多模态:支持
- 输入价格:每百万Token 0.5元
- 输出价格:每百万Token 2元
- 缓存命中价格:每百万Token 0.02元
- 单任务成本:标准版Hy4的1/20、Hy4 preview的1/13、DeepSeek V4.1 Flash(Max档位忙时)的1/8
- 解码速度:超过150 tps
单任务成本:新的叙事核心
这一轮发布最显著的变化不是参数——而是叙事框架。两家公司都不再以API单价打头,而是以完成一个真实任务需要花多少钱作为核心卖点。
这很重要,因为原始Token定价已经进入地板价竞争。每百万Token 0.5元的价格,单Token成本已经可以忽略不计。企业真正关心的是完成一项工作的总花费:模型写一份报告、生成一套PPT、调试一个函数,总共消耗多少Token。
阿里用Terminal-Bench 4.0来证明:在同一思考档位下,Qwen4-Max将单次尝试的平均Token用量从289K降到151K——几乎减半——同时得分从38.9升到48.5。更好的输出,更少的输入。
腾讯的内部评测更直接:85位内部用户在259个任务中盲测,Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本在所有对照模型中最低,端到端耗时最短。
两条路通向同一个终点
阿里的路:推高天花板。 Qwen4-Max面向长周期复杂任务——智能体工作流、专业编程、科研发现。阿里构建了覆盖721个细分领域的Work360全场景建模体系来验证实际性能。一个落地案例:在汽车制造领域,单个工件加工编程的人工用时从475分钟降至24分钟。
信号是:模型已经足够聪明到可以工业化部署,而达到这个水平的成本降低了一半以上。
腾讯的路:压低地板价。 Hy4 flash面向日常生产力任务——深度搜索、文档处理、PPT生成。腾讯明确建议高低搭配:日常任务用Hy4 flash,复杂软件工程留给智能上限更高的Hy4。
信号是:80%的日常任务,12B激活参数的模型就够了,而成本只有标准版的二十分之一。
这对更广阔的市场意味着什么
同日发布不是巧合。它是一个信号:中国AI市场进入了新阶段——问题不再是"能不能做出来前沿模型",而是"能不能让它在规模化部署时用得起"。
这直接连接到同一周的全球调用量数据:中国模型在OpenRouter上消耗了119.1万亿Token,美国模型为14.83万亿——8:1的比例已连续维持29周。当模型便宜到这个程度,使用量就会爆炸。
这也连接到企业采纳的故事:Menlo Ventures报告显示,美国企业开源模型支出中89%流向中国模型——Kimi(61%)、DeepSeek(15%)、智谱(13%)。成本优势不只是中国国内的故事,它正在重塑全球采购。
实际启示
如果你在构建AI产品或工作流,这一轮发布改变了三件事:
-
单任务成本是现在该追踪的指标。 单看Token定价会误导。重要的是完成一个工作单元的总花费。阿里和腾讯现在都把这个数字放在最显眼的位置,你也应该向任何供应商要求这个数字。
-
高低搭配是部署模式。 腾讯自己的建议——日常任务用flash,复杂任务用完整模型——是每个组织都应该采用的模式。把简单任务路由到便宜模型,复杂任务路由到聪明模型,这是让成本可持续的方法。
-
中国模型不再只是"便宜替代品"。 Qwen4-Max在CodeArena全球排名第六。Hy4 flash用户满意度接近Claude Haiku 5.5。质量差距已经缩小到成本优势变得决定性的程度。
最后一个点击仍然属于人——决定哪个任务路由到哪个模型,在输出发布前检查它。但那个点击下面的基础设施,刚刚变得便宜了很多。