AI怪盗图11月8日消息，近期即将发布的新一轮国产AI大模型中，阿里千问Qwen4系列凭借较快的发布节奏引发关注。官方预热数日后，其跑分数据意外泄露，据称可能是国产AI中首个在特定评测中超越Opus 5.5的模型。
本次对比的AI基准项目为GameFeel Bench，并非业界熟知的AA或Arena榜单。GameFeel Bench是一个面向游戏开发的创造力评测项目，重点评估模型在游戏设计、叙事构建和交互体验创新等方面的能力，而非传统的数学或语言理解任务。因此，这一成绩更多反映了Qwen4在垂直领域的潜力，而非通用性能的全面领先。
在GameFeel Bench榜单中，Qwen4-Flash获得49.9分，高于Opus 5.5 xHigh的47.2分。这是国产大模型首次在该评测中领先Opus 5.5，标志着本土AI在创意领域取得突破。值得注意的是，即使Qwen4-27B这样的本地小模型也取得了44.6分，接近Sonnet 5.5的45分，整体表现位居前列。这反映出阿里在模型压缩和效率优化方面的投入已见成效。
除了性能优势，Qwen4在成本方面同样极具竞争力。Qwen4-Flash完成任务的成本仅需0.4美元，而Opus 5.5高达2.6美元；Qwen4-27B更是低至0.16美元。从性价比角度看，Qwen4系列显然更加亲民，这为中小型企业和独立开发者提供了更低门槛的AI工具选择。
Qwen4系列至少包含4款大模型：除了此次测试中亮相的Flash和27B版本，还有Qwen4 Plus及Qwen4 Max。后者被认为是Qwen4家族的性能天花板。如果Flash版本已能与Opus 5.5抗衡，那么Qwen4 Max将承载更高的期待——外界希望它能在更多基准测试中与GPT-6.1、Opus 5.5等海外顶尖模型一较高下，甚至实现全面超越。
千问CTO此前承诺，Qwen4系列大模型将在11月8日前发布。随着时间逼近，最快在明天即可见到这套模型的正式亮相。届时，国产AI将有机会与海外大模型“真刀真枪”地对比测试，这不仅是对技术实力的检验，也可能重塑全球AI竞争格局。对于用户而言，这一轮竞争有望推动大模型性能提升和成本下降，最终受益的还是开发者与消费者。
