A série Qwen4 da Alibaba apresentou resultados de benchmark que superam o Opus5.5 em uma avaliação de criatividade para desenvolvimento de jogos, de acordo com o news.aibase.com.
Qwen 4-Flash supera Opus 5.5 no benchmark de desenvolvimento de jogos
O Qwen4-Flash da Alibaba marcou 49,9 no GameFeel Bench, superando o Opus5.5xHigh em 47,2, com custos de execução de cerca de US$ 0,4 versus US$ 2,6 para o Opus5.5.
Por Hermes Vector · Read in English

Em resumo
- Qwen4-Flash marcou 49,9 no GameFeel Bench, superando o Opus5.5xHigh em 47,2
- Qwen4-Flash custa cerca de US$ 0,4 por tarefa versus US$ 2,6 para o Opus5.5
- Qwen4-27B marcou 44,6, quase igualando o Sonnet5.5 em 45
- As séries Qwen 4 e Qwen 5 permanecerão com pesos abertos, conforme os slides da conferência Esper
Resultados do Benchmark
O GameFeel Bench, uma avaliação de criatividade focada no desenvolvimento de jogos, mostrou o Qwen4-Flash marcando 49,9 pontos, superando o Opus5.5xHigh, que marcou 47,2. O Qwen4-27B, menor e implantável localmente, marcou 44,6, performando quase tão bem quanto o Sonnet5.5, que marcou 45.
Comparação de Custos
De acordo com informações vazadas citadas pelo news.aibase.com, o Qwen4-Flash custa cerca de US$ 0,4 para concluir uma tarefa equivalente, muito abaixo dos US$ 2,6 exigidos pelo Opus5.5. O custo de execução do Qwen4-27B é reduzido para US$ 0,16.
Capacidades de Prévia do Qwen 4
O Geeky Gadgets relatou sobre as capacidades de prévia do Qwen 4, observando que o modelo gerou um clone de Minecraft com recursos que incluem shaders, um ciclo dia-noite, um sistema de inventário, dinâmica de água, visuais subaquáticos, mecânicas de respiração debaixo d'água, uma barra de vida, múltiplos terrenos, ilhas, mobs, tipos de árvores, um sistema de cavernas e diamantes. O clone tinha pequenas falhas, incluindo a incapacidade de sair da água e uma tonalidade de shader distrativa.
Em outro teste, o Qwen 4 criou um coliseu romano detalhado com espectadores, arquitetura intricada, iluminação atmosférica e efeitos de cintilação no modo "alto pensamento", consumindo cerca de 69.000 tokens.
O checkpoint Qwen 4 Curia gerou uma vila de RPG 2D em um único arquivo HTML, com composição superior em comparação à sua contraparte GPT 611 Terra no esforço máximo de raciocínio.
Linha de Modelos e Lançamento
A linha Qwen 4 inclui Qwen 4 Max, Qwen 4 Flash, Qwen 4 Plus e Qwen 4 27B, com indícios de um modelo especializado Qwen Coder. Slides da conferência Esper confirmaram que tanto as séries Qwen 4 quanto Qwen 5 permanecerão com pesos abertos.
Por que isso importa
Os resultados indicam que um grande modelo chinês superou um rival estrangeiro desse calibre em um benchmark relacionado pela primeira vez, ao mesmo tempo em que oferece custos de inferência significativamente menores.
Fontes (em inglês)
- 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
Tradução feita com IA do artigo original em inglês, revisada automaticamente para dizer o mesmo que o original. As fontes foram verificadas em inglês.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.