11 月 8 日，阿里千问 Qwen4 系列的跑分数据在游戏开发专项评测 GameFeel Bench 上曝光，其中轻量版 Qwen4-Flash 拿到 49.9 分，首次超过 Opus 5.5 的 47.2 分，本地部署向的 Qwen4-27B 拿到 44.6 分，逼近 Sonnet 5.5 的 45 分。
跑分细节
GameFeel Bench 不是通用能力榜，而是面向游戏开发创造力的专项评测，考察模型在关卡设计、玩法逻辑与美术资源生成上的实际产出。Qwen4-Flash 以 2.2 分优势领先 Opus 5.5 xHigh，这是国产大模型在这一细分基准上首次反超 Opus 5.5 级别的对手。参数量更小的 27B 版本拿下 44.6 分，与 Sonnet 5.5 的 45 分只差 0.4 分，对想本地部署的用户是更现实的信号。
成本差出数倍
按曝光信息计算，Qwen4-Flash 完成同等任务的成本约 0.4 美元，Opus 5.5 需要 2.6 美元；Qwen4-27B 进一步压到 0.16 美元，比 Flash 还低。跑分领先的同时把单任务成本压到十分之一量级，这一组合在游戏原型验证这类高频短任务上很吃香。Qwen 侧更多实测与用法可以参考站内 千问 AI Office 端内编辑 那篇。
至少四个版本
已曝光的 Qwen4 家族至少包含 4 款定位，主打低价的 Flash、面向本地部署的 27B、偏均衡的 Plus，以及代表系列上限的 Max。正式发布之后，这也是首轮能和 GPT-6.1、Opus 5.5 直接同场实测的窗口，游戏原型这类短任务的成本账很快就能被算清。对开发者来说，Flash 与 27B 的价格结构比旗舰跑分更值得先算一笔账。目前这些数字来自曝光而非官方口径，最终仍以正式版公布的数据为准。
延伸阅读
- 千问 App 上线 3 大学习功能：找题 拍题答疑 错题建档2 周前
- 费米宇宙完成 1 亿元种子轮融资，估值 10 亿元，量子增强模型推理提效 15%1 月前
- 阿里千问Go!发布：个人AI助理可代办理赔比价等7类事务4 周前
- 阿里通义 Wan2.2 开源视频生成模型解析：MoE 架构还原电影镜头语言，Apache 2.0 开放权重2 月前
继续读
同一批更新里这几篇值得一看：
- METR评估：Anthropic模型能力增速翻倍至1.9倍2026-11-06
- 千问 AI Office 端内编辑上线，3 类文件直接改2026-11-06
- Kimi K3.1 Pro 开放权重：登顶 Agent Arena 开源模型榜2026-11-05
想快速查定义？对应的词条在这里：
- Qwen词条 · AI 自学笔记