DeepSeek V4 Pro מול Qwen3.8 Max: מומחה הנמקה מול הרבגוני הסיני

בהפרש של עשרה ימים, שני הדגמים הנצפים ביותר בסין יצאו לאוויר: עליבאבא שחררה Qwen3.8 Max ב-3 באוגוסט 2026 — דגם דגל מסוג sparse-MoE עם 2.4 טריליון פרמטרים, שהוא מכנה רב-תכליתי עבור סוכנים, עבודה משרדית והבנה מולטי-מודאלית — ו-D​eepSeek שחררה את הגרסה הרשמית של DeepSeek V4 Pro ב-12 באוגוסט, המומחה שלה בהיגיון וקוד, עם 1.6T פרמטרים בסך הכול ותג מחיר של כשביעית ממחיר ה-Q​wen על טוקני פלט. השניים מכוונים לארנקים של אותם מפתחים, אך חלוקים בשאלה מהי מטרתו של דגם דגל. Qwen3.8 Max רוצה להיות המודל היחיד שתנתב דרכו הכל; DeepSeek V4 Pro רוצה להיות זה שאליו תסלים את המשימות הקשות.

נקודות עיקריות

• Qwen3.8 Max הוא הדגם בעל היכולות הגולמיות הגבוהות ביותר בלוחות הדירוג הסיניים הכלליים (SuperCLUE #1, יולי) והחבילה המולטימודלית/ארגונית החזקה יותר — קלט וידאו, כלים מובנים, פלט מובנה, הכל ב-API אחד.

• DeepSeek V4 Pro הוא זול באופן דרמטי (~7× על פלט), כבר עם משקלים פתוחים, וכעת מחזיק בטענות התכנות/סוכן הגבוהות יותר — Terminal-Bench 2.1 ב-87.9 מול 86.6 המדווח על ידי הספק של Q​wen.

• שימו לב לעלות הוורבוזיות: ריצות עצמאיות מראות ש-Qwen3.8 Max עומד בממוצע על ~64 סיבובים ועלות של ~$1.14 למשימה סוכנית — בעיית עלות בפועל שגיליון המפרט מסתיר.

• הכותרת הכנה: Qwen3.8 Max הוא דגל "מלחמת היכולות" שמתאים לתמחור המודלים הסגורים בארה"ב; DeepSeek V4 Pro הוא המענה מבחינת יחס מחיר-ביצועים.

שתי פילוסופיות בטבלת מפרט אחת

• סך הפרמטרים — Qwen3.8 Max 2.4T (MoE ספארסי, ~95B פעילים) לעומת DeepSeek V4 Pro 1.6T (MoE, ~49B פעילים)

• הקשר / תפוקה מקסימלית — לשניהם הקשר של 1M; Q​wen מגיע לכ-128–131K תפוקה לעומת 384K של D​eepSeek

• קלטים — Q​wen מקבל טקסט, תמונה ווידאו; DeepSeek V4 Pro מקבל טקסט ותמונה, עם חשיבת תמונה מובנית חדשה בגרסה הרשמית

• משקלים פתוחים — DeepSeek V4 Pro: שוחרר (MIT); Q​wen3.8 Max: הובטח לשבוע של 10 באוגוסט, ה-Qwen הראשון מסוג Max אי פעם שיהיה בקוד פתוח

• תוספות API — Q​wen כולל כלים מובנים ופלט מובנה ישירות מהקופסה; DeepSeek V4 Pro כולל מתגי חשיבה, JSON מובנה, API של Responses, ותאימות ל-Codex

• מחיר — Qwen3.8 Max $2.00 / $6.00 למיליון טוקנים ($0.25 במטמון) לעומת DeepSeek V4 Pro ~$0.42 / $0.87 ($0.0035 במטמון)

היכן Qwen3.8 Max מנצח

בציר הגנרליסטי, Qwen3.8 Max מוביל והנתונים העצמאיים מסכימים. Artificial Analysis נותן לו מדד אינטליגנציה של 58, מדד קידוד של 71.8, ומדד סוכן (Agentic) של 58 — הקרבה הגדולה ביותר של כל מעבדה סינית לפסגת אותו לוח סוכנים. בדירוג הסיני של SuperCLUE ליולי הוא נמצא במקום הראשון עם 71.48, בעוד DeepSeek-V4-Pro נמצא במקום החמישי עם 64.4. הדגמות ההשקה של עליבאבא — ריצת קוד אוטונומית בת 16 ימים, ושחזור מאמר שהכה את תוצאת ה-AIME24 של המאמר המקורי — הן הראיה החזקה ביותר בכל מחזור ההשקה לכך שמדובר בסוכן ארוך-אופק בעל יכולת אמיתית.

עבור מפתח, היתרונות המעשיים בנויים סביב אינטגרציה: קלט וידאו, קריאת כלים מובנית, פלט מובנה ללא הגדרות, ומערכת אקולוגית (Model Studio, ערכת הכלים של Qwen) ש-DeepSeek לא מנסה להשתוות אליה. אם עומס העבודה הוא מרובה מסמכים, רב-מודאלי, או דורש סיפור אינטגרציה ארגונית, Qwen3.8 Max הוא המודל שהשוק הסיני בוחר בו כברירת מחדל כיום.

היכן DeepSeek V4 Pro מנצח

בנוגע לקידוד ולעלות, ה-V4 Pro הרשמי הוא התשובה. D​eepSeek מדווח על הגרסה הרשמית בציון 87.9 ב-Terminal-Bench 2.1 (לעומת 72.1 בגרסת התצוגה המקדימה) ו-62.7 ב-DeepSWE — לעומת 86.6 ב-Terminal-Bench שדווח על ידי הספק של Q​wen. גרסת התצוגה המקדימה כבר החזיקה בציון 80.6 ב-SWE-bench Verified, 90.1 ב-GPQA Diamond, ו-93.5 ב-LiveCodeBench, הציון מספר 1 בתכנות תחרותי בקרב מודלים פתוחים, והשינויים בגרסה הרשמית מרוכזים בדיוק במשימות האג'נטיות וההיגיון שבהן חיים המספרים האלה.

ואז יש את המחיר. במחיר של $0.42/$0.87 למיליון טוקנים, DeepSeek V4 Pro זול בערך פי 4.8 בקלט ופי 6.9 בפלט מ-Qwen3.8 Max שמחירו $2/$6. D​eepSeek גם ציין ב-6 באוגוסט שעליית מחיר עתידית לבוא, מה שהופך את התעריף של היום לחלון הזדמנויות, לא להבטחה — עוד על כך בהמשך.

בצע את החישוב על משימה אגנטית אמיתית.

ריצות אייג'נטיות עצמאיות הן המקום שבו מחיר המחירון של Qwen מפסיק להיות המחיר האמיתי. במשימות האייג'נטיות של Artificial Analysis, Qwen3.8 Max ביצע בממוצע ~64 סבבים לכל משימה ועלה ~$1.14 למשימה, לעומת ~$0.53 לדור הקודם — המודל מילולי ומתכנן הרבה. הרץ את אותו סוג משימה על DeepSeek V4 Pro במחיר של $0.87 למיליון פלט, ועלות המשימה תהיה נמוכה בערך בסדר גודל. אם המוצר שלך הוא לולאה שקוראת למודל מאה פעמים ביום לכל משתמש, ההפרש הזה הוא המרווח שלך.

סייגי מהימנות משני הצדדים

יושר במקור המידע פועל לשני הכיוונים כאן. בדיקות עצמאיות סימנו את קצב ההזיות של Qwen3.8 Max שעלה מ-23% ל-40% ואת ציון AA-Omniscience שירד בעשר נקודות — הדגם נעשה מסוגל יותר ופחות אמין באותה גרסה. התצוגה המקדימה של D​eepSeek נשאה שיעור מתועד של 94% של תשובה-תמיד ב-AA-Omniscience, כלומר הוא נוטה להפיק תשובה בין אם הוא יודע אותה ובין אם לא. שני האינדיקטורים חשובים לסביבת הייצור; אף אחד מהם אינו פוסל עבור עומסי העבודה שאליהם מכוונים הדגמים הללו.

למה תזמון המשקלים הפתוחים משנה את חישובי המחיר

השחרור של Qwen3.8 Max במשקלים פתוחים, כשהוא יוצא, ישנה את כלכלת ההתמודדות הזו תוך שבוע — מתאכסנים עצמאית מקבלים דגם דגל של 2.4T, ולחץ המחירים על ה-API יהיה ממשי. זה בדיוק התרחיש שבו מודל תמחור מעביר (pass-through) שומר עליכם ישרים. OrcaRouter מעביר את מחיר הספק ללא כל תוספת מרווח, כך שברגע ש-Alibaba או DeepSeek משנים מחיר — למעלה או למטה — השינוי פעיל על מפתח אחד באותו היום, ללא משא ומתן מחדש וללא חוזה שני לקריאה. אתם מנתבים למי מ-Qwen3.8 Max או DeepSeek V4 Pro שההערכה הנוכחית שלכם מעדיפה, והתמחור נשאר כפי שהספק בפועל גובה.

איזה מהם עבור החלטת בונה ה-API שלך?

בחר ב-Qwen3.8 Max כשהעבודה דורשת את כל המעטפת — קלט מולטימודלי, פלט מובנה, כלים מובנים, איכות בשפה הסינית בראש הדירוגים הנוכחיים — ומודל העלויות שלך סובל ריצות סוכניות מפורטות. בחר ב-DeepSeek V4 Pro כשהמשימה כבדה בהיגיון או בקוד, נפח הטוקנים גבוה, משקלים פתוחים חשובים לעמידה בתקנות או לאירוח עצמי, או כששורת התקציב היא האילוץ המחייב. הקריאה הנקייה ביותר של התמודדות זו היא זו שהחברות עצמן מאותתות: Qwen3.8 Max הוא הדגל שמודדים מולו הכל, ו-DeepSeek V4 Pro הוא זה שגורם לבנצ'מרק להיראות יקר.