Qwen-4早期权重登顶游戏基准
先了解这件事
GameFeel Bench v1.4新增代号“hawk”的Qwen-4-Flash-Early成绩，综合得分49.9，超过Sonnet-5.5的47.2、Opus-5.5的45和Qwen-4-27B-Early的44.6，位列榜首；其每任务成本为0.40美元，价格—性能帕累托曲线显示造价约为同分位模型的七分之一。 此前开发者follistatin获阿里测试权限后提交的27B早期checkpoint“QoDuck”曾以47分被报道为刷新开源纪录，后续传闻称其登顶；榜单更新因更正音频评分错误，将两版Qwen-4 Early成绩分别列为49.9和44.6。Flash-Early与27B-Early均未正式发布，成绩不能代表正式版表现。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 11月8日 12:13 · 2 篇报道GameFeel Bench新增Qwen模型成绩AGI Hunt：Qwen-4-Flash-Early 登顶 GameFeel Bench：49.9 分超过 Claude Opus 5.5
- 11月8日 07:17 · 2 篇报道Qwen-4-27B早期权重登顶开源榜AGI Hunt：Qwen-4-27B 早期 checkpoint 登顶 GameFeel Bench，刷新开源 SOTA
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt疑似未发布的 Qwen-4-Flash-Early 现身 GameFeel Bench 榜单
代号 hawk 的 Qwen-4-Flash-Early 已被加入 GameFeel Bench 测试榜单，音频维度得分也已算出。其代号和 Flash 档定位暗示 Alibaba 可能正在内测尚未正式发布的 Qwen 新模型，但相关信息尚未获得官方证实。
- AGI HuntQwen-4-Flash-Early 登顶 GameFeel Bench：49.9 分超过 Claude Opus 5.5
Qwen-4-Flash-Early 在 GameFeel Bench v1.4 榜单以 49.9 分排名第一，超过 Sonnet-5.5 的 47.2 分、Opus-5.5 的 45 分和 Qwen-4-27B-Early 的 44.6 分。其每任务成本为 $0.40，按价格—性能帕累托曲线计算比同分位模型便宜约 7.6 倍；两款 Qwen-4 Early 版本尚未正式发布，成绩仅供参考。
- AGI Hunt传闻称 Qwen4-27B 早期版以约 35GB 登顶 GameFeel Bench 榜
传闻称，Qwen4-27B 早期 checkpoint「QoDuck」以约 35GB 体量登顶 GameFeel Bench 榜。该模型即未开源的 Qwen-4-Flash，采用 Q8 量化，在 v1.4「Creativity·Ideas」分项获 54 分并被称为最小的开源 SoTA。
- AGI Hunt传闻 Qwen4-27B 约 35GB 登顶实测榜，或与 DeepSeek 架构对齐
开发者 follistatin 称，未开源的 Qwen-4-Flash API 经 Q8 量化仅约 35GB，并在 GameFeel 基准登顶，推测采用稀疏 MoE 架构。另有开发者推测，DeepSeek V4.1 Flash 总参数约 552B，与 Qwen4 架构对齐，“Qoduck”可能是 Qwen4-27B；相关说法均未获官方证实。
- AGI HuntQwen-4-27B 早期 checkpoint 登顶 GameFeel Bench，刷新开源 SOTA
阿里将 Qwen-4-27B 早期 checkpoint“QoDuck”加入约 6 万道游戏平衡与特性理解任务的 GameFeel Bench，取得 47 分，刷新开源模型最佳成绩。其量化后约 35GB，结果仅次于 Opus 5.5-Max 与 Xhigh，并超过 Deepseek V4.1-Flash-1017 的 42.8 分和 Kimi K3.1-Pro 的 30 分。
本事件热度走势
- 可比范围当前
- 10
- 可比范围峰值
- 1011月8日 09:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。