动察 Beating AI hızlı haber: Bağımsız değerlendirme kuruluşu Artificial Analysis, Qwen4-Max resmi sürümünün sonuçlarını yayınladı. En yüksek xhigh çıkarım kademesinde, modelin kapsamlı zeka endeksi 43 puana ulaşarak önceki nesil Qwen3.8-Max'in 34 puanını 9 puan geride bıraktı; Kimi K3.1 Pro'nun 46 puanına ise 3 puan kaldı.
Qwen4-Max, 9 değerlendirmenin tamamında önceki nesli geride bıraktı. Yüksek zorluklu bilgi çıkarımı testi HLE-Diamond'da doğruluk oranı %24'ten %45'e yükseldi, kurumsal yazılım otomasyon testi 17 puan arttı. Gerçek iş dosyası işlemeyi simüle eden AA-Briefcase'de Qwen4-Max 1686 Elo elde ederek Kimi K3.1 Pro'nun 1674 puanını hafifçe geçti.
Programlama yeteneği hâlâ zayıf nokta. Terminal-Bench 4.0 testinde Qwen4-Max %48 puan alarak Kimi K3.1 Pro'nun %67'sinin belirgin şekilde gerisinde kaldı. Gerçek açık kaynak proje geliştirme yeteneğini ölçen FrontierCode 2.0'da her ikisi de %26 alarak Tencent Hy4'ün %31'inin gerisinde kaldı.
Maliyet açısından, Qwen4-Max'in ortalama görev başına maliyeti 3,27 dolar olup önceki nesilde bu rakam 10,02 dolardı; yaklaşık %67 düşüşle Kimi K3.1 Pro'nun 3,68 dolarından da yaklaşık %11 daha ucuz.
API fiyat indiriminin yanı sıra modelin kendisi de Token tüketimini azalttı. Qwen4-Max görev başına ortalama yaklaşık 105 bin Token çıktı üretirken bu rakam önceki nesilde 171 bindi, yani %39 azalma var. Ancak Kimi K3.1 Pro yalnızca yaklaşık 72 bin Token gerektiriyor.
