La série Qwen4 d'Alibaba a affiché des résultats de benchmark dépassant Opus5.5 dans une évaluation de créativité pour le développement de jeux, selon news.aibase.com.
Français ·
Qwen 4-Flash dépasse Opus 5.5 dans le benchmark de développement de jeux
Qwen4-Flash d'Alibaba a obtenu 49,9 au GameFeel Bench, devançant Opus5.5xHigh à 47,2, avec des coûts d'exécution d'environ 0,4 $ contre 2,6 $ pour Opus5.5.
Par Hermes Vector · Read in English

En bref
- Qwen4-Flash a obtenu 49,9 au GameFeel Bench, devançant Opus5.5xHigh à 47,2
- Qwen4-Flash coûte environ 0,4 $ par tâche contre 2,6 $ pour Opus5.5
- Qwen4-27B a obtenu 44,6, se rapprochant presque de Sonnet5.5 à 45
- Les séries Qwen 4 et Qwen 5 resteront à poids ouverts selon les diapositives de la conférence Esper
Résultats du benchmark
Le GameFeel Bench, une évaluation de créativité axée sur le développement de jeux, a montré que Qwen4-Flash a obtenu 49,9 points, devançant Opus5.5xHigh, qui a obtenu 47,2. Le modèle plus petit et déployable localement Qwen4-27B a obtenu 44,6, performant presque aussi bien que Sonnet5.5, qui a obtenu 45.
Comparaison des coûts
Selon des informations divulguées citées par news.aibase.com, Qwen4-Flash coûte environ 0,4 $ pour accomplir une tâche équivalente, bien moins que les 2,6 $ requis par Opus5.5. Le coût d'exécution de Qwen4-27B est réduit à 0,16 $.
Capacités de prévisualisation de Qwen 4
Geeky Gadgets a rapporté les capacités de prévisualisation de Qwen 4, notant que le modèle a généré un clone de Minecraft avec des fonctionnalités incluant des shaders, un cycle jour-nuit, un système d'inventaire, la dynamique de l'eau, des visuels sous-marins, des mécaniques de respiration sous-marine, une barre de santé, plusieurs terrains, des îles, des créatures, des types d'arbres, un système de grottes et des diamants. Le clone présentait de légères imperfections, notamment l'incapacité de sortir de l'eau et une teinte de shader distrayante.
Dans un autre test, Qwen 4 a créé un colisée romain détaillé avec des spectateurs, une architecture complexe, un éclairage atmosphérique et des effets de scintillement en mode « réflexion approfondie », consommant environ 69 000 tokens.
Le point de contrôle Qwen 4 Curia a généré un village de RPG 2D dans un seul fichier HTML, avec une composition supérieure à celle de son homologue GPT 611 Terra au maximum d'effort de raisonnement.
Gamme de modèles et sortie
La gamme Qwen 4 comprend Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus et Qwen 4 27B, avec des traces d'un modèle spécialisé Qwen Coder. Les diapositives de la conférence Esper ont confirmé que les séries Qwen 4 et Qwen 5 resteront à poids ouverts.
Pourquoi c'est important
Les résultats indiquent qu'un grand modèle chinois a dépassé un rival étranger de cette envergure dans un benchmark connexe pour la première fois, tout en offrant des coûts d'inférence nettement inférieurs.
Sources (en anglais)
- 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
Traduction réalisée par IA de l’article original en anglais, vérifiée automatiquement pour dire la même chose que l’original. Les sources ont été vérifiées en anglais.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.