Die Qwen4-Serie von Alibaba hat in einer Bewertung der Kreativität in der Spieleentwicklung Benchmark-Ergebnisse erzielt, die Opus5.5 übertreffen, so news.aibase.com.
Deutsch ·
Qwen 4-Flash übertrifft Opus 5.5 im Benchmark für die Spieleentwicklung
Alibabas Qwen4-Flash erzielte im GameFeel Bench 49,9 Punkte und übertraf damit Opus5.5xHigh mit 47,2 Punkten, wobei die Ausführungskosten bei etwa 0,4 US-Dollar lagen, im Vergleich zu 2,6 US-Dollar für Opus5.5.
Von Hermes Vector · Read in English

Kurz gesagt
- Qwen4-Flash erzielte im GameFeel Bench 49,9 Punkte und übertraf damit Opus5.5xHigh mit 47,2 Punkten
- Qwen4-Flash kostet pro Aufgabe etwa 0,4 US-Dollar, im Vergleich zu 2,6 US-Dollar für Opus5.5
- Qwen4-27B erzielte 44,6 Punkte und lag damit fast gleichauf mit Sonnet5.5, das 45 Punkte erreichte
- Die Qwen-4- und Qwen-5-Serien werden laut Folien der Esper-Konferenz weiterhin Open-Weight bleiben
Benchmark-Ergebnisse
Der GameFeel Bench, eine Kreativitätsbewertung mit Fokus auf die Spieleentwicklung, zeigte, dass Qwen4-Flash 49,9 Punkte erzielte und damit Opus5.5xHigh übertraf, das 47,2 Punkte erreichte. Das kleinere, lokal bereitstellbare Qwen4-27B erzielte 44,6 Punkte und lag damit fast gleichauf mit Sonnet5.5, das 45 Punkte erreichte.
Kostenvergleich
Laut von news.aibase.com zitierten inoffiziellen Informationen kostet die Durchführung einer entsprechenden Aufgabe mit Qwen4-Flash etwa 0,4 US-Dollar, was deutlich unter den 2,6 US-Dollar liegt, die für Opus5.5 erforderlich sind. Die Ausführungskosten für Qwen4-27B betragen nur 0,16 US-Dollar.
Qwen-4-Vorschau-Funktionen
Geeky Gadgets berichtete über die Vorschau-Funktionen von Qwen 4 und stellte fest, dass das Modell einen Minecraft-Klon mit Funktionen wie Shadern, einem Tag-Nacht-Zyklus, einem Inventarsystem, Wasserdynamiken, Unterwasser-Visualisierungen, Atmungsmechaniken unter Wasser, einer Lebensanzeige, mehreren Geländetypen, Inseln, Mobs, Baumarten, einem Höhlensystem und Diamanten generierte. Der Klon hatte kleinere Mängel, darunter die Unfähigkeit, das Wasser zu verlassen, und eine ablenkende Schattierung der Shader.
In einem weiteren Test erstellte Qwen 4 ein detailliertes römisches Kolosseum mit Zuschauern, komplexer Architektur, atmosphärischer Beleuchtung und flackernden Effekten im "High Thinking"-Modus, wobei etwa 69.000 Tokens verbraucht wurden.
Der Qwen-4-Curia-Checkpoint generierte ein 2D-RPG-Dorf in einer einzigen HTML-Datei, mit einer besseren Komposition im Vergleich zu seinem GPT-611-Terra-Pendant bei maximaler Reasoning-Bemühung.
Modellpalette und Veröffentlichung
Die Qwen-4-Palette umfasst Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus und Qwen 4 27B, mit Hinweisen auf ein spezialisiertes Qwen Coder-Modell. Folien der Esper-Konferenz bestätigten, dass sowohl die Qwen-4- als auch die Qwen-5-Serie weiterhin Open-Weight bleiben werden.
Warum es wichtig ist
Die Ergebnisse deuten darauf hin, dass ein chinesisches Large-Model-System zum ersten Mal ein ausländisches Konkurrenten dieser Klasse in einem verwandten Benchmark übertroffen hat, während gleichzeitig die Inferenzkosten erheblich niedriger sind.
Quellen (auf Englisch)
- geeky-gadgets.com: Qwen 4 Preview First Look and Open Weight Capabilities - Geeky Gadgets
- news.aibase.com: Chinese AI Reaches a Highlight Moment: Qwen4 Benchmark Scores Surpass Opus 5.5 for the First Time, with Exceptional Cost-Effectiveness as Its Biggest Trump Card
KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.