泛千问4 MAX榜单成绩与模型对比

千问4 MAX榜单成绩与模型对比

泛娱乐·2026 年 11 月 17 日·4 分钟人工智能科技产业
在喜马拉雅播放
创作者写的节目说明
关键词:千问4 MAX、DeepSeek Flash、Artificial Analysis、LM Arena、Code Arena、榜单、闭源、token价格
摘要:千问4 MAX在Code Arena排第六,但Artificial Analysis智能指数只有43分,还不如DeepSeek V4 Flash的50分;在LM Arena总榜排第十四,是中国模型里最高的。几个榜单交叉验证下来,千问4 MAX确实能打,但闭源且价格贵,缓存命中也要每百万token五毛钱,而DeepSeek Flash只要两分钱。我每月花一百块左右、用十五亿token,换贵几十倍的模型不划算,而且对DeepSeek Flash的编程效果挺满意,所以不会换。

[] 千问4 MAX榜单成绩与榜单科普
[] 交叉验证各榜单排名
[] 价格对比与不换模型的判断

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

两类榜单口径不同:Arena 靠体感投票,AA 看硬核推理,同一模型结论能反过来。

别处听不到的

主播把自己每月约一百块的模型账单摆出来,算清换模型会涨到几千块。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

同一个千问4 MAX,在 Code Arena 排第六、前面全是国外闭源模型,换到 Artificial Analysis 智能指数只有 43,反而不如 DeepSeek V4 Flash 的 50。主播把两类榜单的口径差异讲清楚,再算了一笔账:缓存命中每百万 token 五毛对两分,他每月一百块的用量换过去要涨到几千块,于是决定不换。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播看到千问4 MAX 在 Code Arena 排第六、前面全是国外顶级闭源模型,便截图去问 DeepSeek,并记录交叉验证的结果。他先区分两类榜单:Arena 系靠人类偏好投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,另有 SWE-bench 等学术编程基准,更严谨但更新慢。交叉验证后,千问4 MAX 在 AA 的智能指数为 43,低于 DeepSeek V4 Flash 的 50;在另一总榜排第十四,是中国模型里最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。加上千问4 MAX 闭源、缓存命中时每百万 token 五毛钱,而 DeepSeek Flash 只要两分钱,主播判断自己每月约一百块的用量换过去会涨到几千块,且对现有编程效果满意,因此不换。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:00

从一张知乎截图说起:千问4 MAX 排第六

主播看到千问4 MAX 在新榜单排第六,前面都是国外顶级闭源模型,而 DeepSeek 未进前十。他把截图拿去问 DeepSeek,记录这次学习的结果。

00:43

两类榜单:人类偏好投票 vs 硬核性能基准

介绍 Arena 系榜单靠用户与测试员体感投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,SWE-bench 等学术编程基准更严谨但更新慢。结论是几个榜单要交叉验证。

01:33

交叉验证后成绩并不一致

在 AA 上千问4 MAX 智能指数 43,不如 DeepSeek V4 Flash 的 50;另一总榜它排第十四、是中国模型最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。

02:27

闭源与价格:五毛对两分

千问4 MAX 本身不开源,据称将来只开源小尺寸版本。价格上缓存命中每百万 token 五毛,DeepSeek Flash 只要两分,差距几十倍。

03:33

月花一百块的人为什么不换

主播每月模型消费约一百块,换用贵几十倍的模型会涨到几千块,且对 DeepSeek Flash 的编程效果没有不满意,因此判断不改。

泛娱乐 · 更多单集

看全部 1079 期 →

泛娱乐

泛千问4 MAX榜单成绩与模型对比

泛娱乐 · 11 月 17 日 · 4 分钟

千问4 MAX榜单成绩与模型对比

在喜马拉雅播放
创作者写的节目说明
关键词:千问4 MAX、DeepSeek Flash、Artificial Analysis、LM Arena、Code Arena、榜单、闭源、token价格
摘要:千问4 MAX在Code Arena排第六,但Artificial Analysis智能指数只有43分,还不如DeepSeek V4 Flash的50分;在LM Arena总榜排第十四,是中国模型里最高的。几个榜单交叉验证下来,千问4 MAX确实能打,但闭源且价格贵,缓存命中也要每百万token五毛钱,而DeepSeek Flash只要两分钱。我每月花一百块左右、用十五亿token,换贵几十倍的模型不划算,而且对DeepSeek Flash的编程效果挺满意,所以不会换。

[] 千问4 MAX榜单成绩与榜单科普
[] 交叉验证各榜单排名
[] 价格对比与不换模型的判断

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

两类榜单口径不同:Arena 靠体感投票,AA 看硬核推理,同一模型结论能反过来。

别处听不到的

主播把自己每月约一百块的模型账单摆出来,算清换模型会涨到几千块。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

同一个千问4 MAX,在 Code Arena 排第六、前面全是国外闭源模型,换到 Artificial Analysis 智能指数只有 43,反而不如 DeepSeek V4 Flash 的 50。主播把两类榜单的口径差异讲清楚,再算了一笔账:缓存命中每百万 token 五毛对两分,他每月一百块的用量换过去要涨到几千块,于是决定不换。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

主播看到千问4 MAX 在 Code Arena 排第六、前面全是国外顶级闭源模型,便截图去问 DeepSeek,并记录交叉验证的结果。他先区分两类榜单:Arena 系靠人类偏好投票,反映大众喜不喜欢;Artificial Analysis 侧重硬核性能与速度,另有 SWE-bench 等学术编程基准,更严谨但更新慢。交叉验证后,千问4 MAX 在 AA 的智能指数为 43,低于 DeepSeek V4 Flash 的 50;在另一总榜排第十四,是中国模型里最高,但 DeepSeek V4 Flash 曾登顶开源榜第一、总榜第十一。加上千问4 MAX 闭源、缓存命中时每百万 token 五毛钱,而 DeepSeek Flash 只要两分钱,主播判断自己每月约一百块的用量换过去会涨到几千块,且对现有编程效果满意,因此不换。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:00

从一张知乎截图说起:千问4 MAX 排第六

00:43

两类榜单:人类偏好投票 vs 硬核性能基准

01:33

交叉验证后成绩并不一致

02:27

闭源与价格:五毛对两分

03:33

月花一百块的人为什么不换

本期提到的品牌与产品

节目里自然聊到的,不是广告

千问4 MAX榜单成绩被认可,但因闭源与价格未选用
00:00正面
知乎主播看到榜单成绩的信息来源
00:00中性
Code Arena千问4 MAX 在此排第六
00:31中性
LM Arena人类偏好投票类榜单
00:43中性
Artificial Analysis被认为较可信、侧重硬核性能与速度的榜单
01:02正面
SWE-bench被称作更严谨的学术型编程基准
01:02正面
泛泛娱乐

泛娱乐

一档由主播单人自述的泛科技文化播客,以AI工具实践与个人项目为轴心,兼及互联网产品、播客分发结构与算法可见性,并穿插个人…

已收录 1079 期 · 最近更新 11 月 22 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合关注大模型选型的开发者

这一期偏哪一派

略偏京派单人独白,由自己查榜单、截图问模型的个人经历驱动,结构松散随想随记,但无熟人局互动

在哪里听

http://www.ximalaya.com/album/46898583.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 1079 期 →