姚顺雨之后，该刘大一恒交作业了

11月11日，千问发布Qwen4-Max预览版，并宣布Qwen4即将正式发布。

从10月开始，关于阿里Qwen4的消息就陆续传出。此前，匿名模型Kalmia现身大模型盲测平台Arena，被广泛猜测是Qwen4；有关其游戏开发能力的内测结果，也在社交媒体上流传。

官方也在持续预热。11月6日，千问发出海报——“北冥有鱼，其名为_”。Qwen4-Max预览版官宣后，千问办公等阿里系产品第一时间接入，正式版尚未发布。

千问称，Qwen4的知识理解更深入、世界感知更立体，开发者内测结果显示，其在3D建模、网页设计、交互等方面表现亮眼。

但同期大模型领域，腾讯已经先行一步。11月4日，姚顺雨掌舵的腾讯混元发布Hy4，宣称跻身最强开源模型之列。接下来，轮到刘大一恒交出答卷了。他手中的Qwen4，能否让千问在新一轮竞争中更进一步，值得关注。

01 Qwen4想用大参数追高、小模型补缺？

11月9日，一份游戏开发创造力评估榜单GameFeel Bench在圈内热传：代号hawk的Qwen-4-Flash-Early API在内测中拿到49.9分，压过Opus 5.5 xHigh的47.2分；Qwen-4-27B-Early拿下44.6分，距Sonnet 5.5仅差0.4分。

据称，测试团队在Qwen4正式发布前就拿到了内测API Key，覆盖Flash版和27B部署版。不过，这份第三方榜单仍需谨慎看待。GameFeel Bench在GitHub上只有12颗星，7项评价指标中有4项依赖人工打分，结果难免受主观判断影响。

Qwen4-Max预览版发布后，我们进行了一番实测，并要求它根据第四波科技智库的主题、风格，做一个网站首页页面，首页呈现方式请适配科技智库定位，布局、交互形式请大胆创新。首页栏目包括Deep Brand、智库报告、科技资讯、品牌动态、活动、关于我们等。

（左/Qwen4-Max预览版；右/Hy4）

约10分钟后，Qwen4-Max预览版交付了一版首页。页面结构齐全，还提供了“夜航”和“纸面”两套主题。不过，首屏没有为最新资讯预留板块，主视觉区域（Hero）的标题占据了近三分之一屏，又缺少向下滚动的提示，读者可能停留在首屏便离开。整体来看，作为初稿，这版首页相对完整。

我们又用同样的提示词，让Hy4制作了一版，框架、色系都有不少变化，右侧卡片从品牌相关指数改为公司方法论介绍。就这一次输出而言，Hy4版的页面视觉完成度更高，鼠标跟随、卡片变色、下划浏览等交互细节也做得更丰富（下滑浏览等动态截图未体现）。

这种基础的网页设计其实很难区分模型的上限，我们又尝试让模型视觉化表达“在噪声里识别出信号”：起始是一团无序粒子，逐渐收敛成一条有方向的结构，生成一段5秒左右的3D动画网页。

Qwen4-Max预览版制作

Hy4制作

从画面效果上看，Qwen4-Max预览版生成画面收敛得较粗糙，结尾颜色过曝；Hy4通过一个从左往右移动的旋转光效来表达识别这个过程，相对精致。

榜单和实测只能反映模型的部分能力，上述对比也会有主观的地方。要理解这些表现背后的技术变化，还得看看架构。阿里已于8月26日开源Qwen3.8-Flash-Next，作为Qwen4的架构预览，其技术报告显示，它的激活参数量约为上一代旗舰Qwen3.5-397B-A17B的三分之一，训练Token数量和训练计算量（FLOPs）均约为其九分之一。其用更少的算力，取得接近甚至超过上一代旗舰的测试成绩。

大参数与小模型，对千问是两种意义。

从Qwen3.8-Max的2.4万亿参数，到业内猜测Qwen4的3万亿，再到Qwen4.5、Qwen5规划的5万亿至10万亿，跻身第一梯队绕不开参数竞赛。同时，1.5B、3B、8B、27B等中小参数模型仍在持续开源，把能力铺到闭源体系覆盖不到的地方。刘大一恒在前不久的乌镇峰会上就解释道：头部闭源企业不会关注例如小语种、小众垂类应用、特殊硬件芯片适配等细分领域的问题。这些短板就需要开源中小参数模型补齐。

02 同期上线，看什么？

1993年生的刘大一恒与1998年生的姚顺雨同为“90后”技术高管。一位从Qwen早期预训练一路做上来，接任后第一次要为全新一代模型负责；另一位从OpenAI空降腾讯，直接统筹腾讯混元大模型与AI基础设施核心研发工作。

两家的全新一代模型又恰好撞档。早在8月底，26日阿里放出Qwen3.8-Flash-Next提前亮出Qwen4架构，两日后腾讯发布并开源Hy4 preview，两家的新模型对决就已经起手。

9月云栖大会上，接任千问大模型负责人的刘大一恒公布了Qwen4的技术方向：模型RSI自进化、架构更新和多模态交互，并确认Qwen4已在训练。

其中，模型自我改进项，即把递归自我改进（RSI）引入Qwen4的训练流程。任务越长、步骤越多，模型在执行过程中积累的真实反馈数据也越丰富，训练系统便有机会从中筛选出可用于下一轮训练的材料。

不过，RSI并非千问独有，腾讯混元也在探索类似路径。10月，腾讯Hy Frontier团队联合相关学者提出Terminal-RSI训练框架，通过递归训练持续改进终端智能体的执行能力。

作为同期对比的模型，长上下文方面，Hy4与Qwen4预览架构的技术选择颇具代表性。Hy4采用Gated DeepSeek Sparse Attention（Gated DSA），并通过IndexCache跨层复用稀疏索引；Qwen4预览架构则逐层混合使用GDN与QSA，约四分之三的层使用循环状态压缩，其余层负责稀疏注意力检索。前者在稀疏注意力机制内部减少重复计算索引的开销；后者将循环状态压缩与稀疏检索结合，减少需要执行全局注意力的层数。

技术路线之外，两家比拼的另一战场，是谁先走进真实工作场景。刘大一恒强调的全模态能力，不止于“看懂图像、理解视频”，还包括将视觉感知与Agent行动结合，让模型根据现实环境中的信息连续执行任务。

腾讯混元的Hy4则首次引入视觉理解能力，并具备电脑操作（Computer Use）能力，可以结合命令行与图形界面模拟真人操作电脑，完成办公、开发等工作。

模型架构展示了模型处理信息的思路，但对于即将露面的Qwen4来说，它需要证明自己在实际任务中的能力。回归到场景里，用户只看模型能否可靠地调用工具，完成复杂的长程任务，并交付符合要求的结果。

本文来自微信公众号“第四波”，作者：陈俊一，36氪经授权发布。