代码记录 · 可信度高（仅限改动事实）
Transformers 加入 Qwen4-Exp 架构支持
公开改动记录实验性架构名称。代码兼容工作不能确认最终模型结构、型号或权重已经完成。
查看 Transformers 合并记录Qwen4 进展追踪
这是 Qwen 4 的公开信息追踪页：把训练消息、工程准备、测评估算和泄露传闻放在一起看。官方已确认正在训练，但尚未发布；本页不猜发布日期。资料核对至 2026 年 11 月 9 日。
尚未发布 · 看时间记录官方未公布发布时间。现有公开线索不等同于正式型号规格。
现在能确认的四件事
- 官方确认
- Qwen 4 正在训练（2026 年 9 月 22 日云栖大会公告）。
- 官方未公布
- 发布日期、参数量、权重与许可证。
- 已出现名称
- Max、Flash、Plus、27B，来自大会屏幕，没有规格。
- 分数性质
- StealthMark 上的 Qwen4 数字是编辑估算，不是实测。
StealthMark 得分
StealthMark 是 StealthModels 自建的模型测评体系。它像一张分科成绩单，分别观察通用能力与视觉能力，再汇成总分。下面的前代实测与新一代估算，需要分开读。
先看口径
下表的 Qwen 3.8 数字是 StealthMark 页面列出的测评结果；Qwen 4 数字是 StealthModels 的估值，不是 Qwen 官方成绩，也不是模型实测。分数满分 100。
| 型号 | 类型 | 总分 | 实测分项 / 估算总分区间 | |
|---|---|---|---|---|
| Qwen4-Max | 编辑估算 | 约 73.3 | 参考站给出的中心区间：70.3–76.3 | |
| Qwen4-Plus | 编辑估算 | 约 65.0 | 中心区间：62.0–68.0；起点取 Max 与 Flash 的平均分 | |
| Qwen3.8-Max-0902 | 参考站实测 | 63.3 | 通用 62.7 | 视觉 64.5 |
| Qwen4-27B | 编辑估算 | 约 61.7 | 参考站给出的中心区间：58.7–64.7 | |
| Qwen4-Flash | 编辑估算 | 约 56.6 | 参考站给出的中心区间：53.6–59.6 | |
| Qwen3.8-27B | 参考站实测 | 51.7 | 通用 46.2 | 视觉 61.4 |
| Qwen3.8-Flash | 参考站实测 | 46.6 | 通用 38.5 | 视觉 60.3 |
| Qwen3.6-27B | 参考站实测 | 32.4 | 通用 25.6 | 视觉 43.9 |
| Qwen3.6-35B-A3B | 参考站实测 | 20.8 | 通用 12.7 | 视觉 34.0 |
| Qwen3.5-9B | 参考站实测 | 10.9 | 通用 7.9 | 视觉 15.6 |
前代提升了多少？
同为 27B 这一档，Qwen3.6-27B 总分 32.4，Qwen3.8-27B 总分 51.7，在参考站同一尺度上相差 19.3 分。这是前代模型之间的比较，不代表 Qwen 4 也会按同样幅度提升。
这些估算怎么来的？
StealthModels 用 Qwen3.8 成绩作基线，假设新一代每项能力平均增加 10 分；它给出的中间区间是增加 7–13 分，更宽区间是增加 4–16 分。Qwen4-Plus 没有对应的已测 Plus 基线，参考站用 Max 与 Flash 的中点插值。因此这些数字只能代表该站的估算方法，不能当成 Qwen 4 已有成绩。
参考页还引用 Artificial Analysis 指数上的 Qwen4-Max 估值 55，并据此设定增幅假设。该数同样是估算，不是已发布模型的实测结果。
前代模型具体卡在哪里？
StealthModels 用场景还原、镜面反射和名画重建等任务，观察模型是否能同时处理物理关系与视觉细节。以下是参考页对 Qwen 3.8 的观察，不是 Qwen 4 测评。
场景与光影
Ground Truth（场景还原测试）要求物体关系、光照和材质互相对得上。参考站给 Max 61.8 分、27B 42.1 分、Flash 37.0 分；它认为 Max 布局较准确，但三者的光影细节仍有问题。
两台机器人怎么配合
Latch（双机器人协作测试）要求一个机器人踩住机关开门，另一个推箱子。箱子只能推不能拉，走错一步就可能卡关。参考站成绩：Max 82.6、27B 38.6、Flash 69.8。轻量型号并非每项都输给 27B。
不是追到金币就够了
Foresight（提前规划测试）借用吃豆人的玩法，要求模型算好敌人下一步的位置，而不只看当前画面。参考站成绩：Max 72.4、27B 63.0、Flash 29.7。这类任务检验的是连续决策，不是单次答对。
时间记录
按照公开信息出现的日期排列。官方声明与软件仓库改动分开标记，避免把开发者工具的预设误读为模型承诺。
官方预览 · 可信度高（前代架构）
Flash-Next 被称为 Qwen 4 的架构预览
阿里云介绍 Qwen3.8-Flash-Next 时，将它定位为 Qwen 4 架构的早期预览。它用一套可学习的短语记忆表配合稀疏注意力。这里介绍的是已公开的前代模型，不能把它的参数规模直接写成 Qwen 4 配置。
阅读阿里云架构说明官方公告 · 可信度高（训练状态）
阿里巴巴确认 Qwen 4 正在训练
阿里巴巴云栖大会公告写明 Qwen 4 正处于训练阶段。大会现场照片还展示了 Max、Flash、Plus 和 27B 四个名称，但没有给出各型号完整规格。两类材料要分开看：公告确认训练状态，现场照片记录产品线名称。
阅读阿里云公告参考站转述工程记录 · 待独立核对
计算内核开始点名 27B 与 Max
据参考页整理，Intel 侧合并记录出现「Qwen4-27B dense」，涉及单卡与双卡的计算路径，且声明没有用真实 Qwen 4 权重完成全流程验证。阿里芯片团队的记录也提到 Qwen4.0-Max；该记录随后关闭，并非已合并发布的模型功能。
查看 Intel 侧记录 · 查看参考站记录及原始链接代码记录 · 可信度高（客户端配置）
Qwen Code 为 qwen4 型号设置 1M 窗口默认值
这是编码工具里的上下文窗口识别规则，不是 Qwen 4 官方规格。该改动说明明确表示，验证过程没有调用真实 Qwen 4 接口，实际窗口仍未确认。
查看 Qwen Code PR #15762代码记录 · 可信度高（客户端配置）
Qwen Code 增加 Qwen4 思考档位识别
另一项代码改动让客户端能识别 qwen4 型号前缀并提供思考档位选项。这不能证明已发布模型的默认设置或实际行为。
查看 Qwen Code PR #15987参考站转述官方帖 · 型号关联未确认
「北冥有鱼，其名为＿」：海报没有点名模型
参考页记录，Qwen 官方账号发布了借用《庄子》意象的海报，并写下「The becoming begins」。海报没有写 Qwen 4，也没有给日期。把它理解为 Qwen 4 预热是一种解读，不是发布公告。
查看官方原帖平台活动线索 · 型号归属可信度低
Qoder 上线 Qoduck，不能直接认作 Qwen 4
据参考页整理，阿里编码平台 Qoder 上线匿名模型 Qoduck。平台有新模型可体验，与它是不是 Qwen 4，是两件事。阿里没有公布它的具体身份，本页不作归属推断。
查看 Qoder 活动说明网传跑分，出处在哪
StealthModels 核查的这批「Qwen 4 跑分」，没有一项能追到一手评测。能查到原文的是工程准备记录，不是成绩。以下转述该站的查证结论，不能等同于本页独立复测。
未找到一手来源
网传「Qwen 4 Max 得 53 分」
Artificial Analysis 是第三方模型测评机构。参考页称，其公开榜单与相关公告里没有对应记录。图表上的柱形和标记不能替代榜单条目或原始评测。
原发布方称仅作示意
网传「Qwen4-Coder 得分 82%」
SWE-bench Verified 是检验模型能否修复真实软件问题的一套测试。参考页指出，发布该数字的页面把它标为示意数据，没有提供原始评测链接。因此不应引用为真实跑分。
链接缺失，数据互相矛盾
所谓 ModelScope 仓库与 SWE-bench 表格
流传表格没有可追溯的原始链接，型号与参数规模还彼此对不上。仓库截图或转发文本不足以确认权重归属。
测试对象可能被认错
Kalmia 的 Terminal-Bench 成绩
Terminal-Bench 检查模型在命令行里完成任务的能力。参考页追查后认为，这些数字来自腾讯关于 Qwen3.8-27B 的论文，并非匿名模型 Kalmia 的独立测试。
主观评价，不是基准测试
「内部体验接近 Opus 5.5」
参考页目前追到的是论坛主观发言及带贴吧水印的转帖，没有测试任务、原始记录或可复现方法。
没有来源
网上流传的具体发布日期
参考页追踪到的说法分别来自无来源的社交媒体转述和匿名论坛转发。它们没有官方确认。本页不根据这些说法推算发布时间。
代码指向已发布前代
把 qwen4_exp 配置当成 Qwen 4 即将发布
参考页指出，该配置对应已发布的 Qwen3.8-Flash-Next 架构预览。实验架构名称本身不能证明 Qwen 4 权重已经准备好。
怎么判断一条“跑分泄露”
先找原始评测页面、模型标识、测试设置和可复核记录。缺少这些材料时，准确说法是「目前无法核实」，而不是把转发次数当作证据。 查看参考页的逐项查证
证据怎么读
来源等级决定这条信息能支撑什么结论。传闻不进入已确认时间线，也不参与规格整理。
第一类
官方原文
阿里巴巴公告明确确认 Qwen 4 正在训练。它没有公布发布时间。
第二类
代码可查
可复核软件仓库中的型号识别和配置改动。它们说明工具链在准备，不代表模型已开放。
第三类
社区推断
匿名模型的测试或体验，不能自动算作 Qwen 4 的成绩。具体身份以官方确认和正式型号说明为准。
未核实信息，不作产品结论
网络流传的海报、匿名模型身份、性能排名和免费策略，缺少可复核的一手证据。有关发布时间的猜测不作为页面预测，也不制作倒计时。
已露面的型号
阿里巴巴在云栖大会展示过 Max、Flash、Plus 和 27B。下面只整理公开材料能支持的描述，不补写参数或性能。
Qwen4-27B
大会产品线名单中出现。阿里方面称 27B 是本地开发者关注的型号；36Kr 报道称其为开放权重方向的优先项。Intel 侧代码称其为 dense（稠密模型，计算时不只挑少数专家模块参与），但没有用真实 Qwen 4 权重完成全流程验证。
查看 36Kr 大会报道
Qwen4-Flash
出现在大会展示的系列名单中。据参考页对大会发言的整理，Flash 与 Plus 的方向是效率和性价比；现阶段没有官方参数卡，前代 Flash 的结构与数据不能直接套用。
Qwen4-Plus
同样出现在大会名单中。据参考页整理的大会发言，这一档也侧重效率和性价比。StealthModels 对它的分数估算使用 Max 与 Flash 的中点作为基线，并非 Plus 实测。
Qwen4-Max
出现在大会名单中。据参考页整理的大会发言，Max 的方向是继续提升能力上限。芯片团队代码提到 Qwen4.0-Max，但相关改动不是模型发布，也没有公布性能成绩。
Qwen4-35B-A3B？
这是参考页根据二手测试说法列出的待观察型号，阿里官方尚未确认。名称中的 A3B 通常指每次计算激活的参数量级，不等于总参数；目前不应把该型号写进正式产品清单。
常见问题
六问只回答公开材料能支撑的部分；没有官方来源的，直接写“未公布”，不补推测。
Qwen4 发布了吗？
没有。阿里巴巴在 2026 年 9 月 22 日云栖大会公告中确认 Qwen 4 正在训练，但没有发布权重、参数卡或接口，也没有公布发布日期。
Qwen4 什么时候发布？
官方没有公布日期。网上流传的具体日期来自无来源的转述和匿名论坛，本页不据此推算，也不做倒计时。
Qwen4 有哪些型号？
云栖大会现场屏幕出现过 Qwen4-Max、Qwen4-Flash、Qwen4-Plus 和 Qwen4-27B 四个名称，没有给出完整规格。Qwen4-35B-A3B 只是参考站根据二手说法列出的观察项，阿里官方尚未确认。
StealthMark 上 Qwen4 的分数是实测吗？
不是。表里 Qwen3.8 的数字是参考站实测；Qwen4 的数字是编辑估算，以 Qwen3.8 成绩为基线假设每项涨 10 分，中心区间 7–13 分，更宽区间 4–16 分。
网传的 Qwen4 跑分可信吗？
目前追不到一手来源。网传的 Max 53 分、Coder 82%、ModelScope 仓库与 SWE-bench 表格、Kalmia 的 Terminal-Bench 成绩，逐条核查后都没有回到原始评测页面。准确说法是暂时无法核实。
Qwen4 能在本地跑吗？
现在不能，因为还没有开放权重。36Kr 报道称 Qwen4-27B 是开放权重方向的优先项，但最终许可、参数量和量化后的显存需求要以官方模型卡为准；本页不估算显存。
原始来源
- StealthModels：Qwen 4 进展、StealthMark 成绩、编辑估算与泄露查证（本文测评分数来源）
- 云栖大会现场照片：Max、Flash、Plus、27B 名称
- 阿里巴巴云栖大会公告：Qwen 4 正在训练
- Hugging Face Transformers：Qwen4-Exp 架构支持记录
- Qwen Code PR #15762：上下文窗口识别配置
- Qwen Code PR #15987：思考档位识别配置
- Qwen 官方研究与发布页面
怎么更新：每天核对一次 StealthModels 的 Qwen 4 页，正文有实质变化才改这页；只改对应段落，不改口径。
核对日期：2026 年 11 月 9 日。页面上标“编辑估算”的数字，永远不和参考站实测混读。
更新记录：改动会写进项目里的更新日志，保留指纹前后值。