阿里新旗艦 Qwen4-Max 在第三方榜單只拿 43 分,比 Claude 最高分少 22 分,社群認為是 Claude 藏起推理、蒸餾的路被堵上有效的影響。
(前情提要:Anthropic 控阿里巴巴「非法竊取」Claude:2880 萬次對話、近 2.5 萬假帳號,蒸餾戰火燒進美國議院)
(背景補充:Anthropic 不再顯示 Claude 思考過程摘要,防止 Fable 5 被蒸餾)
阿里 11 月 16 日發表新旗艦 Qwen4-Max,自家跑分看起來和 Anthropic 的 Claude Opus 5.5 平起平坐。但第三方榜單 Artificial Analysis 的智慧指數只給它 43 分,比 Opus 5.5(59 分)少 16 分,比 Claude 最高分的 Fable 5.2(65 分)少 22 分。
社群因此冒出一種說法:Claude 把推理藏起來後,中國模型靠蒸餾追趕的路被堵上了;不過這個說法目前還不到定論。
為什麼有人說是蒸餾被堵
有近 16 萬追蹤的 AI 資訊帳號 Chubby,在 11 月 16 日轉推這份成績,說 Qwen4-Max 在紙面上與 Opus 5.5 相當,榜單卻呈現完全不同的畫面,而 Qwen 被切斷蒸餾,似乎說明了這次的失敗。
Qwen 4 is not a good release.
Although it appears on paper to be on par with Opus 5.5 in key benchmarks, the AA Index paints a completely different picture.
The fact that Qwen is being cut off from distillation seems to illustrate this failure. https://t.co/RsuqCBoQs9 pic.twitter.com/pg6HrinyoO
— Chubby♨️ (@kimmonismus) November 16, 2026
今年 2 月後,Claude Code 介面不再顯示推理,官方說法是降低延遲、只改介面。7 月,Claude Fable 5 的網頁與 App 也拿掉思考摘要,官方沒有解釋。直到 10 月 12 日的防禦文才明講是為了反蒸餾:推理紀錄,也就是模型作答前內部一步步想的過程,是最有價值的蒸餾資料。
Anthropic 自稱,用完整推理訓練的模型在 SWE-bench Verified 拿 80.4%,只用摘要訓練剩 71.8%;新防護則讓可被竊取的推理少了約 90% 到 99%。
Fable 5.1 與 Opus 5.5 也加入 preserved thinking(保留思考),8 月 31 日起新開的 API 帳號不能再改寫 Claude 先前的上下文。
阿里是被點名的對象之一。Anthropic 6 月 10 日致參議員的信指控,阿里以約 2.5 萬個假帳號發動約 2,880 萬次對話;9 月威脅情報報告又指控 5 至 7 月約 1.51 億次。阿里沒有公開回應,防禦文本身也沒有點名阿里。
📍相關報導📍
阿里巴巴發佈千問 Qwen3.8-Max 自稱贏過 GPT-5.6、Fable 5,真籌碼是超低成本
Anthropic 怒控 DeepSeek 等中國 AI 偷學 Claude,拿 2.4 萬假帳號狂刷 1,600 萬問答
Claude Fable 5.2 上線:更強並降價 20%,訂閱戶再送重置券
OpenAI 發布 GPT-6.2 Astra 與 Sol!旗艦成本大砍三分之二、資安能力暴增 22 分,API 同步降價 20%

