Qwen4-Max вышел в превью без опубликованных бенчмарков

Alibaba 11 ноября открыла превью Qwen4-Max в Qwen Chat, в Agent Mode и по Token Plan, причём подписчики Token Plan получили модель первыми. Тем, кто выбирает модель для кода и агентных задач, сравнивать её пока не с чем: бенчмарков к релизу нет, и о сильных сторонах Qwen4-Max известно только из описания самой Alibaba.
В посте в Threads превью подаётся как «ранний взгляд» на то, что умеет Qwen4: «более глубокие знания, более богатое понимание мира и более сильные способности в программировании и агентных задачах». Назначение модели Alibaba формулирует так: она создана «для сложного программирования, офисной работы, фронтенд-дизайна и профессиональных программных задач». Цифр под этими словами в анонсе нет, бенчмарки авторы поста прямо называют делом будущего, так что пока «сильнее» остаётся словом компании.
Предыдущий флагман появился похоже: Qwen3.8-Max в августе Alibaba представила без карточки модели и бенчмарков, ограничившись утверждением, что модель уступает только Fable 5 от Anthropic.
Дальше
У Anthropic 94,2% верных находок, а curl отверг 19 из 34
«Полностью сгенерированы моделью, без проверки и разбора человеком», так Anthropic описывает отчёты OSS Scanner. В curl 19 из 34 опубликованных отчётов Anthropic не оказались уязвимостями, а реестр Anthropic заявляет 94,2% верных. Сколько ложных отчётов о багах вы готовы разобрать ради одного настоящего?
Читайте также
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

