今日导读
阿里通义千问把 Qwen4-Max 从 11 月 11 日的限时预览推进到正式版本:官方新闻稿写明,这是千问家族迄今能力最强的模型,采用总参数 2.4 万亿、每 token 激活 710 亿的混合专家架构,原生支持视觉理解,并提供 100 万 token 上下文;目前已在千问云开通 Token Plan 与按量 API,也可在千问办公、Qwen Studio、Qoder 等产品里使用。同一天,腾讯混元正式发布定位日常办公的 Hy4 flash:总参数 2240 亿(其中 640 亿为 Engram 参数),每 token 激活 120 亿,同样支持多模态和 100 万 token 上下文,并已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信等产品上线。OpenAI 也在 11 月 16 日公布两项官方安排:扩大学术研究者免费使用权,以及与四家独立评估方签署第一阶段嵌入式评估协议。今日关键词:Qwen4-Max 正式上线、Hy4 flash、嵌入式评估。
🤖 AI 热点
1. 通义千问 Qwen4-Max 正式上线,开放 Token Plan 与按量 API
评级:高 · 出处:阿里云官方新闻稿 / 千问 AI 平台模型页与计费说明 / 阿里云百炼更新日志 / IT之家
阿里云官方新闻稿标注日期为 11 月 16 日。IT之家见报时间为当天 10:07(上海时间)。与 11 月 11 日仅支持 Token Plan 的限时预览版不同,这次是正式版本接入千问 AI 平台,开发者可通过 Token Plan 或 API 调用,模型标识为 qwen4-max。阿里云百炼「模型上架与更新」在 11 月 16 日同时记下了中国内地和国际部署。官方新闻稿称,Qwen4-Max 建立在新的 Qwen4 架构上,在注意力、残差连接和嵌入层升级了稀疏混合专家设计:总参数 2.4 万亿,每 token 激活 710 亿,比同为 2.4 万亿规模的 Qwen3.8-Max 少激活约 25%。模型原生支持视觉,上下文窗口为 100 万 token。千问 AI 平台模型页还写明,输入支持文本、图像和视频,输出为文本,并支持联网搜索、工具调用、结构化输出和上下文缓存,兼容 OpenAI 与 Anthropic API。官方把效率写成这次升级的显式指标。新闻稿称,在其自建的行业任务基准 Work360 上,Qwen4-Max 整体优于前代 Qwen3.8-Max;在 High 思考档位下 token 用量减少约 35%,单任务平均成本下降约 60%。IT之家转述官方博客的数字是:Work360 得分 52.69 对 47.74;Xhigh 和 High 两档的 token 消耗分别减少约 24% 和 35%;Terminal-Bench 4.0 上的 token 消耗降幅约 48% 和 49%;按该基准测算的单任务平均费用从 26.58 元降到 11.16 元。上述对比均来自官方或官方博客转述,是厂商自己的评测口径。千问 AI 平台计费说明给出的北京部署官方标价为:输入 10 元 / 百万 tokens,输出 30 元 / 百万 tokens(思考与回答都按输出计),显式或隐式缓存读取 0.5 元 / 百万 tokens;创建 5 分钟和 1 小时显式缓存分别为 12.5 元和 20 元 / 百万 tokens。IT之家称官方还引入了先交付可用首版、再按反馈逐版扩展的 Live Delivery 机制,并同步开源了 Qwen-Live-Delivery-Plugin 插件。官方同时表示,Qwen4 系列的小尺寸模型将陆续开源,这是计划,不等于今天已经放出开源权重。预览标识 qwen4-max-preview 与正式版不是同一入口,新的生产调用应以正式版为准。
2. 腾讯混元发布 Hy4 flash,定位日常办公的高性价比模型
评级:高 · 出处:腾讯官网 / 腾讯混元研究页 / IT之家
腾讯官网发布稿标注日期为 11 月 16 日,IT之家见报时间为当天 13:09(上海时间)。官方称 Hy4 flash 是迄今性价比最高的混元模型:总参数 2240 亿,其中 640 亿为 Engram 参数,每 token 激活 120 亿,支持多模态和 100 万 token 上下文。官网给出的 API 标价为每百万 tokens 输入 0.5 元、输出 2 元,命中缓存时 0.02 元。官方介绍,预训练阶段加入了混合注意力、LatentMoE 和 Engram 等设计,KV cache 大小约为 Hy4 的六分之一、Hy3 的二十四分之一;后训练先从 Hy4 自蒸馏,再用强化学习把端到端任务输出长度降低约 50%;推理阶段结合 megakernel、4bit 量化和 DFly 等优化,官方称解码速度超过 150 tokens / 秒。效果对比用的是官方基于 WorkBuddy 典型任务构建的内部评测集 WorkIndex。腾讯称,Hy4 flash 综合效果略优于参数更大的 Hy4 preview(总参数 7700 亿、激活 490 亿),单任务成本约为 Hy4 preview 的十三分之一、Hy4 的二十分之一,以及 DeepSeek-V4.1-Flash-1017(Max 档、忙时价格)的八分之一。另有 85 位内部 WorkBuddy 用户在 27 类共 259 个任务上的盲测,官方称满意度接近 Claude Haiku 5.5,且单任务成本和耗时在对比模型里最低。这些都是厂商内部评测,不是第三方公开榜单。Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品上线;官方写明即将接入 OpenRouter,这是计划接入,不等于今天已经可在 OpenRouter 调用。11 月 30 日前,WorkBuddy 限时免费,TokenHub API 限时五折。腾讯建议日常任务优先用 Hy4 flash,长程软件工程等更复杂的工作仍交给智能上限更高的 Hy4。官方同时表示计划开源 Hy4 flash 并高频迭代,目前仍是计划,不等于今天已经放出权重。
3. OpenAI 扩大学术研究者计划,并与四家机构启动嵌入式评估
评级:中 · 出处:OpenAI 官方博客
两篇官方文章的标注日期都是 11 月 16 日。第一篇宣布扩大 ChatGPT for Academic Researchers 计划:整体目标是让最多 20 万名研究人员获得免费使用权。下一轮申请将于 11 月 23 日(周一)开放,计划按先到先得发放 5 万份新名额;每份名额覆盖申请人本人和最多两名合作者,使用的是 ChatGPT Plus,而不是试点阶段的 Pro。官方解释,试点用量多数仍落在 Plus 额度内,因此这一轮改用 Plus,以便覆盖更多研究团队。该计划默认不把项目中分享的数据用于训练模型。同期,OpenAI 宣布已与 Apollo Research、METR、Transluce 和 Goodfire 四家独立评估方签署第一阶段嵌入式评估协议。官方称,评估人员将在约定期限内深入接触内部模型和系统,用于评估模型对齐和安全保障是否有效;按各评估需要,可能提供部分与内部研究相近的资源,例如模型检查点、源代码、训练和评估数据、监控系统、技术文档,以及与相关研究人员的讨论。Apollo 将评估模型是否可能暗中违背开发者意图、以及现有防护能否发现这类行为;Goodfire 侧重训练过程监控、调试与对齐,主要服务对象是 OpenAI 内部研究者,同时也计划公开阶段性发现;METR 计划先评估迄今最大规模强化学习训练中的失配行为,并另行商讨更广的监控评估;Transluce 先评估训练后对齐评测的质量和覆盖,并打算在 2027 年初做约八周的后续评估。官方同时公布了现场办公、保密、发布前删减和负责任披露等安排,并写明评估方在发表时保持独立,但 OpenAI 保留删减机密信息、以及为处理安全风险申请延迟披露的权利。这是评估协议与科研使用权安排,不是新的基础模型版本发布。
📦 开源动态
1. Hugging Face 将语言模型推理路由切到 OpenRouter
评级:高 · 出处:Hugging Face 官方博客
Hugging Face 官方博客标注日期为 11 月 16 日。双方宣布,Hugging Face Inference Providers 的语言模型请求改由 OpenRouter 路由:按各服务商实时的价格、速度和可靠性选择路径,失败后在同一次调用里改试下一家。用户仍使用原来的 Hugging Face token 和代码,接口继续兼容 OpenAI 的 Chat Completions、Responses,以及 Anthropic 的 Messages。计费仍按各服务商价格记在 Hugging Face 账单上,官方称平台不加价。模型标识可用后缀指定策略或服务商,例如 fastest、cheapest,或锁定某一家;路由也会尽量把同一段对话留在已有提示缓存的服务商上。一项需要注意的不兼容变化是:语言模型请求改走 OpenRouter 并记入 Hugging Face 账户后,用户自己的服务商 API Key 不能再用于这些语言模型;图像和视频生成仍走原有 Inference Providers,自定义密钥继续可用。官方还提到,下一步计划把 OpenRouter 账户连到 Hugging Face,并扩大可路由的任务类型。
2. 微软研究院开源 TokenEconomizer,用仓库历史降低编程智能体费用
评级:中 · 出处:微软研究院官方博客
微软研究院官方博客标注日期为 11 月 16 日。TokenEconomizer 由加州大学伯克利分校、微软研究院和 Microsoft Security 共同发布,是一个开源插件:它从同一代码仓库里已经完成的智能体会话中学习,为后续会话减少重复消耗,并且不修改智能体本身或底层模型。官方归纳了三类浪费:反复发现同一仓库里已经用过的操作,每轮都加载很少用到的工具,以及在失败任务上打转。插件对应做三件事:把反复出现的仓库经验写成短笔记,在多次会话验证后再写入起始上下文;裁掉历史表明很少会用的工具,同时保留命令执行和改文件等核心工具;当智能体在同一失败上打转时,由一个评判模型判断是否卡住,必要时提示换思路,若仍无进展则提醒开发者,而不是直接中止工作。官方称,在 6 个仓库、277 个 SWE-Bench 修缺陷任务和 5 种智能体与模型组合上,平均费用下降 18.4% 到 30.9%,任务成功率大体稳定;这些节省已经计入插件自己的模型调用成本。Web-Bench 上的降幅为 16.0% 到 21.2%,安全审计任务为 6.4% 到 19.6%。官方也提醒,前几轮任务可能更贵,因为插件还在积累经验,累计费用要到大约第 6 个任务才会低于默认设置。这是官方论文评测,需按仓库和智能体组合理解,不宜直接外推到所有生产环境。
3. GitHub 热榜清晨快照:智能体技能与论文写作框架仍居前列
出处:GitHub Trending(2026-11-17 约 06:20 CST 快照)
采集时点的 Today 日榜里,ag-ui-protocol/ag-ui、backnotprop/plannotator、dream-num/univer、tradermonty/claude-trading-skills、elementalsouls/Claude-BugHunter、google-labs-code/stitch-skills、NVIDIA/SkillEvaluator、alibaba/open-code-review 和 ChromeDevTools/chrome-devtools-mcp 仍在榜上,这些仓库近日已多次出现,今天只记它们仍在榜。相对更醒目的新面孔包括 google-research/paper-orchestra(定位为自动撰写人工智能研究论文的多智能体框架)、DeanChensj/jiangshan-map(中国历史交互地图时间轴),以及 kajisho5/ffmpeg-skill(面向编码智能体的本地 FFmpeg 工具与 MCP 服务)。这是单源快照,星数会变动,也不把上榜写成这些仓库今天才发布。
✅ 行动建议
- 【开发者迁移】 若仍在用 qwen4-max-preview,把新的生产调用改到正式标识 qwen4-max,并以千问 AI 平台的北京部署标价和官方文档为准,不要把预览期的额度或输出上限直接套到正式版。
- 【成本对比】 日常办公任务可在 WorkBuddy 限时免费期和 TokenHub 五折期内试用 Hy4 flash;复杂长程工程仍按官方建议对照 Hy4。OpenRouter 接入和开源权重都还是计划,先核产品里是否已经出现该模型。
- 【接口兼容】 使用 Hugging Face Inference Providers 调用语言模型的团队,需要检查是否还在用自己的服务商 API Key;这次切换后,这类自定义密钥只保留给图像和视频生成。
- 【工程实验】 若同一仓库里会反复跑编程智能体,可小范围试验 TokenEconomizer;先观察前几轮是否因学习而更贵,再看累计费用是否下降,不要只用单次任务判断。
- 【科研申请】 计划参加 OpenAI 学术研究者计划的人,记住下一轮申请 11 月 23 日开放、按先到先得,且新一轮提供的是 Plus 而不是 Pro。嵌入式评估目前是协议启动,还不是已经公开的评估结论。
