阿里开放 Qwen4-Max 预览版,主攻复杂编程
相关推荐
B.AI 国产模型 Token 周榜出炉,小米紧追 DeepSeek、MiniMax 成增长黑马
ChainCatcher 消息,10 月 23 日,B.AI 公布 10 月 16 日至 22 日国产模型品牌 Token 周榜:DeepSeek 继续领跑,小米 MiMo 紧随其后,两者仅相差 16.54 B Token,小米已连续 4 周增长,平台 Token 用量占比再提升 8.13 个百分点。腰部竞争同步升温,MiniMax 环比增幅超 5,200%,成为本周增长黑马,Qwen 环比增长 80.86%,与第 3 名 Zai 的份额差距缩小至 0.18%。热门模型优惠同步进行中:DeepSeek-V4.1-Flash-1017 享 6 折、Qwen3.8-Flash 享 8 折、GLM-5.3-Flash 享 7 折。B.AI 持续汇聚优质模型,助力开发者低成本解锁多元 AI 能力,欢迎登录 b.ai 探索。
阿里Qwen Code 1.0发布:Qoder与Qwen Code Harness融合开源
PANews 11月11日消息,据IT之家报道,阿里宣布推出Qwen Code 1.0版本,并将Qoder与Qwen Code融合开源。阿里将Qoder中打磨的Harness能力融入Qwen Code,随Qwen Code 1.0 Preview一起开放,为开发者提供可嵌入自身产品的Agent运行基础。 Qwen Code 1.0从进程内的内存事件总线起步,向分布式演进,将接入、调度与执行分层扩展,通过“手脑分离”让推理编排与工具执行独立管理。
阿里云:今天起Token Plan额度上调70%以上
火星财经消息,今日,阿里云上调Token Plan个人版订阅额度,Lite、Essential、Standard三档套餐月费不变,月度额度提升约74%至78%。具体来看,Lite套餐额度由1.15万Credits提升至2万Credits,月费39元;Essential套餐额度由2.55万提升至4.5万Credits,月费79元;Standard套餐额度由4.5万提升至8万Credits,月费139元。(财联社)
B.AI 推出 MiniMax-M3.1-Flash 全端 5 折限时福利
ChainCatcher 消息,10 月 26 日,B.AI 宣布推出限时福利,MiniMax 最新模型 MiniMax-M3.1-Flash(Space Bunny)在 B.AI 网页端、Android App 及 API 端均享 50% OFF。该模型专为复杂 Agent 任务、软件工程、视觉推理与专业分析打造,助力开发者高效完成从代码开发到多步自动化工作流的复杂任务。活动时间为 10 月 26 日 17:00 至 11 月 2 日 16:59(SGT),用户可借此以更低成本体验热门新模型,灵活管理 AI 调用成本。B.AI 表示将持续整合全球优质模型,通过统一入口提供更丰富的模型选择与更具竞争力的价格,欢迎登录 chat.b.ai/chat 立即体验。
Kimi K3.1、Qwen4 据称或于本周发布
火星财经消息,Max For AI 发文披露,月之暗面 Kimi K3.1 与阿里巴巴 Qwen4 均已进入发布前最后阶段,目前正在 Arena 进行匿名测试,预计本周内发布。此前社区发现 Arena 上出现两款匿名模型 Kibitz 和 Kalmia。账号 @aitrackerbot 通过 tokenizer 测试发现,Kibitz 的特征指向月之暗面的 Kimi,Kalmia 则疑似来自阿里巴巴 Qwen。Max For AI 表示,两家团队此前几天密集运行基准测试,匿名模型上线 Arena 后,正式发布可能很快到来。相关模型身份及发布时间尚待官方确认。
FLock「这那模型」获 Qwen 官方支持,联合阿里云实现性能突破,决策测试超越 GPT-5.6、Claude Opus 5
Foresight News 消息,去中心化 AI 平台 FLock.io 旗下开源决策模型 THIS / THAT「这那模型」获得阿里巴巴 Qwen 官方认可与宣发支持。该模型基于 Qwen3.5 2B 构建,利用 Qwen Max 生成训练数据,并结合 FLock Research Team 在自然语言处理领域国际学术会议 ACL 2026 上发表的 GraphSynth 和 CircuitSynth 两项研究成果,在阿里云平台完成训练。此前,FLock 已与 Qwen、阿里云建立长期技术与生态合作关系,并曾联合 Qwen 在韩国高校举办 AI Hackathon,持续推动 AI 技术创新与开发者生态建设。 据团队公布的测试结果,THIS / THAT Model 1.2 在 1710 道复杂决策测试中成功率达到 87.8%,较 1.0 版本的 40.6% 大幅提升,并超过 GPT-5.6(81.6%)和 Claude Opus 5(83.4%)。模型仅有 18.8 亿参数,无需生成输出 Token,单次决策延迟约 31.4 毫秒,可在本地设备运行,适用于 AI Agent、企业 AI 及自动化工作流等场景。 FLock.io 表示,此次模型成果进一步展示了 FLock 在原创 AI 研究、数据合成及高性能专用模型训练方面的技术实力,也是 FLock 与 Qwen、阿里云长期技术及生态合作的又一重要成果。未来,双方将继续探索高效、隐私保护型 AI 模型在更多实际场景中的应用。