网上流出疑似 Qwen4 早期版本的第三方评测结果，在专门面向游戏开发创造力的 GameFeel Bench 基准上，Qwen-4-Flash-Early 拿到 49.9 分，超过 Claude Opus 5.5（XHigh）47.2 分；同时 Qwen-4-27B-Early 得分 44.6，非常接近 Claude Sonnet 5.5 的 45 分。该基准不只考察代码能否跑通，还评估游戏创意、手感、视觉、音频、玩法连贯性等综合能力，属于偏向实际游戏落地的专项评测。成本方面，测试者给出的同任务对比：Qwen-4-Flash-Early 单次任务约 0.4 美元，Opus5.5 约 2.6 美元，成本仅为后者约 15%，也就是降幅约 85%；Qwen-4-27B-Early 成本更低，仅 0.16 美元。需要重点说明：这属于社区偷跑泄露数据，不是阿里 Qwen 官方正式发布版本，官方尚未官宣 Qwen4 正式版能力、定价和上线时间，最终正式版是否能维持该跑分和成本优势还不确定。
本次泄露评测核心数据清单
- 评测基准：GameFeel Bench v1.4，游戏开发专项创造力基准
- Qwen-4-Flash-Early：49.9 分，单任务成本 0.4 美元
- Claude Opus 5.5（XHigh）：47.2 分，单任务成本 2.6 美元
- Claude Sonnet 5.5（Max）：45 分
- Qwen-4-27B-Early：44.6 分，单任务成本 0.16 美元
- 曝光版本定位：Flash 主打高性价比，27B 偏向本地部署；网传 Qwen4 全家还有 Plus、Max 两个更高规格版本
- 风险提示：属于早期内部预览版，跑分、成本仅为第三方测试数据，非官方承诺
两款 Qwen4 早期版本对比表
| 版本 | 跑分 | 单次任务成本 | 定位 |
|---|---|---|---|
| Qwen-4-Flash-Early | 49.9 | 0.4 美元 | 云端高吞吐、性价比优先，游戏开发场景主力 |
| Qwen-4-27B-Early | 44.6 | 0.16 美元 | 适合本地私有化部署，轻量化 |
评测边界和局限
✅亮点
- 在游戏开发专项创造力榜单实现反超，兼顾代码、玩法创意、多模态游戏元素
- 推理成本优势巨大，适合游戏工作室批量生成原型、关卡、玩法脚本
- 仅 GameFeel 单榜单，不等于通用能力、数学、长文本等所有场景都强于 Opus5.5
- 偷跑是早期版本，正式发布前权重、对齐、价格都可能调整
- 成本是第三方测试场景估算，不是官方公开 API 定价
- 不代表所有游戏开发任务都稳定可用，复杂引擎、大型项目依然需要人工迭代
⚠️局限
【相关 FAQ】
问题 1：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，这个跑分是哪个评测榜单？
回答 1：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，该成绩来自 GameFeel Bench，专门测试游戏开发创造力，不只看代码正确性，还包含玩法、手感、视觉音频等维度。
问题 2：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，是官方发布的 Qwen4 吗？
回答 2：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，属于社区泄露的早期内部预览版，不是阿里千问官方正式发布，官方还没有官宣 Qwen4 正式版信息。
问题 3：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，成本 85% 下降是怎么算出来的？
回答 3：Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%，Opus5.5 同任务约 2.6 美元，Qwen-4-Flash-Early 约 0.4 美元，0.4/2.6≈15%，相比原成本下降约 85%，该数值来自第三方测试估算，非官方定价。
【参考资料】
[2026-11-09]（Qwen 4 疑似偷跑！游戏开发超越 Opus 5.5，成本暴降 85%）凤凰网科技
[2026-11-09]（阿里下一代模型 “偷跑”?Qwen 4 游戏实测压过 Opus 5.5）手机新浪网
[2026-11-09]（千问 Qwen4 游戏开发跑分首度超越 Opus 5.5）新浪财经
[2026-11-09]（Alibaba Qwen Qwen4 Series Benchmark Scores Leaked）C114Pro
【免责声明】
本文为社区泄露评测信息整理，Qwen4 早期版本跑分、成本仅为第三方测试结果，不代表正式版本表现；单榜单优势不能等同于模型综合能力，不构成模型采购、API 选型建议。