כרטיס כותרת שנוצר עם הכיתוב 'Qwen4-Max vs DeepSeek V4.1 Pro' וכותרת המשנה 'לאחד יש כרטיס תעריפים. לשני יש משפט ביומן שינויים.', מעל שלושה כרטיסים: Qwen4-Max עם חלון הקשר של 1M ומחיר $1.50 / $4.50 ל-1M; DeepSeek V4.1 Pro ללא מזהה מודל וללא מחיר, ללא כרטיס; DeepSeek V4 Pro במחיר $0.66 / $1.98 ל-1M עם AA Index 23. בכיתוב תחתון נכתב 'הנתונים של Qwen4-Max לפי Alibaba ו-Artificial Analysis; DeepSeek V4.1 Pro אינו משוחרר נכון ל-16 בנובמבר 2026.'
Guides & Insights

Qwen4-Max מול DeepSeek V4.1 Pro: לאחד יש מחירון, ולשני יש סעיף

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

Qwen4-Max עבר לתמחור לפי שימוש ב-16 בנובמבר 2026: $1.50 למיליון טוקנים בקלט ו-$4.50 למיליון טוקנים בפלט בסינגפור, חלון הקשר של 1,000,000 טוקנים, קלט תמונות ווידאו מקורי, ומדד Artificial Analysis Intelligence Index של 43 — המקום ה-38 מתוך 81 מודלים בלוח הזה. ל-DeepSeek V4.1 Pro אין מזהה מודל, אין שורת מחיר, אין חלון הקשר, אין בנצ'מרק ואין משקולות, מפני ש-DeepSeek מעולם לא שחררה אותו. המסמך הציבורי היחיד שמזכיר את שמו הוא הערת השחרור מ-10 בספטמבר 2026 עבור DeepSeek V4.1 Flash, שנאמר בה כי החל מ-14 בספטמבר בקשות ל-deepseek-v4-pro ינותבו ל-V4.1 Flash "עד ש-V4.1-Pro יושק" — תוכנית ש-DeepSeek חזרה בה ממנה לאחר שמפתחים התנגדו לכך שמודל ייצור יוחלף מתחת לאפם. חודשיים לאחר מכן, מאחורי השם הזה עדיין אין שום דבר. לכן ההשוואה ששווה את אחר הצהריים שלכם אינה בין Qwen4-Max למודל שלא קיים; היא בין Qwen4-Max לדגם הדגל של DeepSeek שכן קיים.

מה יצא ב-16 בנובמבר, במספרים שהקונה משתמש בהם

ההודעה של Alibaba מתארת את Qwen4-Max כמודל הראשון על ארכיטקטורת Qwen4: תערובת מומחים דלילה עם 2.4 טריליון פרמטרים של עמוד השדרה, 71 מיליארד פעילים לכל טוקן, ועוד 328 מיליארד בפרמטרים של הטמעת N-gram שנשלפים ולא מוכפלים. שלוש שכבות Gated DeltaNet דוחסות את ההיסטוריה למצב בגודל קבוע עבור כל שכבה של Qwen Sparse Attention, וארבעה ענפים שיוריים עם שערי קריאה וכתיבה דינמיים מחזיקים את המחסנית העמוקה יחד. זהו ההסבר של הספק מדוע עלות ההקשר הארוך יורדת; זהו הסבר, לא מדידה.

• הקשר — חלון של 1,000,000 טוקנים, עם תקרת קלט של 991,808 טוקנים במצב ללא חשיבה ו-983,616 במצב חשיבה. Artificial Analysis מציינת את המודל כ-984k, שזה אותו חלון שנמדד מהקצה השני.

• פלט — 131,072 טוקנים ללא חשיבה; במצב חשיבה, ההסקה והתשובה חולקות תקציב יחיד של 262,144 טוקנים. reasoning_effort מקבל את הערכים low, high ו-xhigh, והשמטתו מחזירה high.

• מחיר, סינגפור — {{1}}$1.50{{/1}} קלט, {{2}}$4.50{{/2}} פלט למיליון. קריאות מהמטמון ב-{{3}}$0.075{{/3}}, כתיבות למטמון ב-{{4}}$1.875{{/4}} לחמש דקות או {{5}}$3.00{{/5}} לשעה.

• המחיר בכל מקום אחר — $1.413 בקלט, $4.24 בפלט בפרנקפורט, וירג'יניה, טוקיו, הונג קונג ובייג'ינג. אותו מודל, זול ב-5.8% לכל טוקן מאשר כרטיס סינגפור.

• לעומת קודמו — Qwen3.8-Max מתומחר ב-$2.00 וב-$6.00 בסינגפור, כך שהקיצוץ מדור לדור הוא 25% בשני צדי המונה.

• מודאליות ומשטח — קלט טקסט, תמונה ווידאו, פלט טקסט; O​penAI Chat Completions, O​penAI Responses, A​nthropic Messages ו-DashScope; הסקה באצוות רק בבייג'ינג.

כל אחד מהנתונים האלה הוא של Alibaba עצמה. המספר העצמאי היחיד הזמין כיום הוא מדד AA Index של 43, שמציב את Qwen4-Max מעל החציון של 41 בלוח ומתחת לדרג החזית. העלות להריץ את המדד הזה פעם אחת היא $3.27, מחיר משוקלל של $0.80 למיליון, והוא פלט 127 מיליון אסימוני פלט תוך כדי כך — מפורט, אך לא באופן יוצא דופן.

ממה בעצם מורכב השם V4.1 Pro

פחות מפסקה. בהודעתה מ-10 בספטמבר הציגה DeepSeek את DeepSeek V4.1 Flash, תערובת מומחים בת 552 מיליארד פרמטרים בארכיטקטורת Causal Encoder-Decoder חדשה, שמפעילה 8 מיליארד פרמטרים במהלך prefill ו-16 מיליארד במהלך decode, קוראת תמונות, מגישה הקשר של 1M טוקנים ופלט של 384K, והופצה תחת רישיון MIT. באותה הודעה כתבה DeepSeek שתעבורת V4 Pro תעבור ל-Flash בתעריפי Flash "עד להשקת V4.1-Pro". מפתחים פירשו זאת כהודעת פרישה למודל שהריצו בייצור; DeepSeek חזרה בה מתוכנית הניתוב והמשיכה לשרת את deepseek-v4-pro בחיוב ללא שינוי.

מה שהופיע מאז אינו דבר שניתן לאימות. דף התמחור של DeepSeek היום מפרט בדיוק שני מודלים מוגשים: deepseek-flash, שממופה ל-DeepSeek-V4.1-Flash-1017, ו-deepseek-v4-pro, שממופה ל-DeepSeek-V4-Pro-0813. אין מחרוזת deepseek-v4.1-pro במסמכי ה-API, אין שורה בגיליון המחירים, והמאגר החדש ביותר בארגון deepseek-ai ב-Hugging Face הוא עדיין V4.1 Flash. אתרי מעקב שמפרסמים עבורו תאריך מפרסמים למעשה הערכה; דף ספירה לאחור שזכה לתפוצה רחבה מציין את 12 בנובמבר 2026 כ"תאריך שחרור משוער", והתאריך הזה חלף בלי הודעה.

אז הקריאה הישרה של השם היא זו: מדובר בשכבה ש-DeepSeek תיארה בפרוזה ולא בנתה עליה שום דבר ציבורי. דור V4 הוא הראיה היחידה לאיך השכבה תיראה — DeepSeek V4 Pro הוא תערובת מומחים עם 1.6 טריליון פרמטרים, 49 מיליארד פעילים, טקסט בלבד, הקשר של 1M, פלט של 384K, רישיון MIT — ו-V4.1 Pro יירש ככל הנראה את הארכיטקטורה החדשה ואת יכולות הראייה המובנות. ככל הנראה. הטענה של הספק עצמו ש-Flash "עולה באופן מקיף" על V4 Pro בביצועים, בעלות ובמהירות מותירה את מטרת שכבת ה-Pro בקו V4.1 ממש לא ברורה, וזה מצב מוזר עבור מודל דגל להיות מוכרז אליו.

A generated two-column scoreboard titled 'Qwen4-Max vs DeepSeek V4 Pro — the scoreboard', using the same six row labels on both sides. Qwen4-Max: context 1,000,000 tokens, output 262,144 thinking plus answer, price per 1M $1.50 / $4.50, modality text, image and video, AA Index 43, cost per task $3.27. DeepSeek V4 Pro: context 1,048,576 tokens, output 384,000 tokens, price per 1M $0.66 / $1.98, modality text only, AA Index 23, cost per task $1.77. Footer: 'Price and context vendor-reported; AA Index and cost per task per Artificial Analysis v5.0.1.'

ההתמודדות שתוכל להריץ היום: Qwen4-Max מול DeepSeek V4 Pro

הסירו את מספר הגרסה מהצד של D​eepSeek ותקבלו תחרות אמיתית, כי DeepSeek V4 Pro 0813 הוא דגל במשקולות פתוחות, שניתן לקרוא לו ומתומחר. שני הצדדים שלמטה הם הנתונים שפרסמו הספקים; עמודת האינדקס היא Artificial Analysis v5.0.1, השורה היחידה שבה שני המספרים הופקו באותה מערכת בדיקה.

• מחיר למיליון — Qwen4-Max ‏$1.50 קלט / $4.50 פלט (סינגפור) לעומת DeepSeek V4 Pro ‏$0.66 / $1.98 בשעות שפל, כשהמחיר מוכפל ל-$1.32 / $3.96 בחלונות השיא של ימי החול בין 01:00–04:00 ו-06:00–10:00 UTC.

• הקשר ופלט — 1,000,000 אסימונים עם תקציב חשיבה ותשובה של 262,144 אסימונים לעומת 1,048,576 אסימונים עם עד 384,000 אסימוני פלט.

• מודאליות — קלט של טקסט, תמונה ווידאו לעומת טקסט בלבד. זהו ההבדל התפקודי הגדול ביותר ביניהם, והוא אינו קרוב.

• Backbone — 2.4T בסך הכול, 71B פעילים, ועוד 328B בהטמעות N-gram לעומת 1.6T בסך הכול, 49B פעילים. מספרי הפרמטרים מנבאים את עלות האימון, לא את יעילות הטוקנים; התייחסו אליהם כאל הערות ארכיטקטורה.

• מדד עצמאי — 43 לעומת 23 בהגדרת המאמץ המקסימלי של DeepSeek, עם 21 ב-High ו-13 ללא הסקה. פער של עשרים נקודות הוא פער שנובע מהדור, לא מההגדרות.

• עלות עצמאית לכל משימת אינדקס — $3.27 לעומת $1.77. שימו לב לכיוון: DeepSeek מנצחת בעלות, בפער של בערך פי 1.8, לפי חישוב הטוקנים של המעריך עצמו.

• אריכות מילולית — 127 מיליון טוקני פלט בכל האינדקס לעומת נתון שעמוד של D​eepSeek מדווח לכל משימה ולא בסך הכול; ההשוואה החשובה היא עלות לכל משימה שהושלמה, לא טוקנים מול טוקנים.

• משקלים — קנייניים, API בלבד לעומת MIT, ניתנים להורדה ב־48 שברי safetensors.

• כלכלת המטמון — Qwen4-Max גובה 1.875$ למיליון עבור כתיבת רשומת מטמון בת חמש דקות ו-0.075$ עבור קריאתה, הנחה של 95%; DeepSeek לא גובה תשלום מפורש עבור כתיבה ו-0.022$ למיליון עבור קריאה, הנחה של 97%. המטמון של DeepSeek גם זול יותר וגם אוטומטי, מה שחשוב יותר מהתעריף הכותרתי בעומסי סוכנים.

חישוב העלות של משימת הקשר ארוך בשני המונים

קח קידומת של בסיס קוד בגודל 300,000 טוקנים, עשרה סבבי עבודה מולה, 4,000 טוקני פלט בכל סבב, חשיבה פעילה, וקידומת יציבה לאורך הסבבים. זהו חישוב אריתמטי על מחירי מחירון מפורסמים, לא הרצה מדודה.

• Qwen4-Max, סינגפור, ללא מטמון — 300,000 אסימוני קלט במחיר $1.50 למיליון הם $0.45 לכל תור; עשרה תורים הם $4.50. הפלט הוא 4,000 אסימונים במחיר $4.50 למיליון, $0.018 לכל תור, $0.18 לאורך עשרה. סה"כ $4.68.

• Qwen4-Max כשהמטמון עושה את עבודתו — כתיבה אחת ב-$1.875 למיליון, $0.5625, ואז תשע קריאות ב-$0.075 למיליון, $0.0225 כל אחת, $0.2025. הקלט יורד ל-$0.765, הפלט נשאר $0.18. סה״כ $0.945, קיצוץ של פי 3.8 עבור שורת תצורת בקשה אחת.

• DeepSeek V4 Pro, בשעות שפל, ללא מטמון — 300,000 טוקני קלט ב-$0.66 למיליון הם $0.198 לתור, $1.98 על פני עשרה תורים. פלט ב-$1.98 למיליון הוא $0.00792 לתור, $0.0792 בסך הכול. סה״כ $2.06.

• DeepSeek V4 Pro עם פגיעות מטמון — הסיבוב הראשון עולה $0.198; תשעת הסיבובים המאוחרים יותר נקראים במחיר $0.022 למיליון, $0.0066 כל אחד. הקלט מגיע לקרוב ל-$0.257, הפלט $0.079. סה״כ $0.336. בחלונות השיא, הכפל את הסכום פי שניים.

שתי מסקנות שורדות את החשבון. ראשית, במחיר מחירון Qwen4-Max עולה בערך פי 2.8 ממה ש-DeepSeek V4 Pro עולה בסוג כזה של עבודה, עם מטמון או בלעדיו. שנית, הטענה של A​libaba ש-Qwen4-Max משתמש ב-24% עד 35% פחות טוקנים מאשר Qwen3.8-Max אינה סוגרת פער של פי 2.8; אפילו חיסכון נדיב של 35% בטוקנים משאיר את Qwen4-Max בערך בפי שניים מהעלות למשימה שהושלמה. השוואת העלות למשימה של הספק עצמו, מ-4.43 דולר ל-1.67 דולר, היא השוואה מול הדור הקודם של אותו ספק, לא מול D​eepSeek.

מה יהפוך את V4.1 Pro ליריב אמיתי

שלושה פריטים שפורסמו, ואלה אותם שלושה שאותתו על כל מהדורה של DeepSeek. רשומת יומן שינויים שמציינת את המודל, שכן שם הוכרזו גם V4.1 Flash וגם V4 Pro 0813. מאגר בארגון deepseek-ai ששמו כולל V4.1-Pro, שאליו היו מגיעים המשקלים אם השכבה תתנהג לפי מוסכמת ה-MIT של המשפחה. או עמודה שלישית בעמוד התמחור, שבו יש כיום בדיוק שני מודלים. עד שאחד מאלה זז, כל גיליון מפרט שתקראו עבור DeepSeek V4.1 Pro — מספר פרמטרים, הקשר, מחיר, ציון — הוא השלכה מדור V4 ויש לקרוא אותו ככזה.

יש עוד דבר אחד שכדאי לשים לב אליו, והוא לא ארטיפקט אלא טענה: D​eepSeek אומרת ש-Flash עוקף את V4 Pro בביצועים, בעלות, במהירות ובזמן המשימה הכולל. אם זה יישאר נכון בדור V4.1, V4.1 Pro יצטרך להצדיק את עצמו במשהו אחר מאשר "גדול יותר" — והתשובה הסבירה ביותר היא זו שאיש לא פרסם, כלומר שהוא יהיה הדרג המולטימודלי וארוך-האופק ולא הדרג הזול.

להשיג כל אחד מהם באמצעות מקש בודד

OrcaRouter אינו מספק את Qwen4-Max. הוא אינו מופיע בקטלוג של יותר מ-200 מודלים נכון ל-16 בנובמבר, ואף רשומה סמוכה אינה משנה זאת; המסלול הכנה אל Qwen4-Max היום הוא ה-Model Studio API של Alibaba עצמה ומספר פלטפורמות צד שלישי. מה שאנחנו כן מספקים הוא הצד של DeepSeek בעמוד הזה, במחיר של הספק כשמחיר המחירון מועבר ללא תוספת: deepseek/deepseek-v4-pro-0813 במחיר $0.66 לקלט ו-$1.98 לפלט למיליון, הקשר של 1M, פלט של 384K, נקודות הקצה התואמות OpenAI, Responses ו-Anthropic, כאשר חלונות מחוץ לשיא ולשיא חלים בדיוק כפי ש-DeepSeek מפרסמת אותם.

האסימטריה הזו היא הנקודה המעשית של ההשוואה הזאת. אפשר להריץ את DeepSeek V4 Pro עם המפתח שכבר יש לכם ולמדוד אותו כבר היום אחר הצהריים. עם Qwen4-Max כאן אי אפשר לעשות זאת עדיין, והעמידה פנים אחרת היא מסוג הטענות שעולות לצוות בשבוע. מה ששכבת ניתוב כן נותנת לכם בינתיים הוא מצב מעורב זול: DeepSeek V4 Pro נושא את הנפח במחיר המחירון, נתח תעבורה בצל שנשלח ישירות ל-A​libaba עבור Qwen4-Max, ומקום אחד שבו שתי החשבוניות נקראות זו לצד זו. כאשר מודל אכן נכנס לקטלוג, העברת אחוז מהתעבורה אליו היא כלל ניתוב ולא אינטגרציה, ומעבר אוטומטי לגיבוי פירושו שמודל לא מוכח יכול לשבת מאחורי מודל מוכח בלי להפוך לנקודת כשל בודדת באחר הצהריים הרע הראשון שלו.

A screenshot of the OrcaRouter model page for DeepSeek V4 Pro 0813 at the identifier deepseek/deepseek-v4-pro-0813, showing the $0.66 input and $1.98 output prices, the Tools, JSON and Reasoning capability tags, the attribution to DeepSeek, and the description of a 1M-token context window with up to 384K output tokens, thinking and non-thinking modes with low, high and max reasoning effort, and native support for the Responses API.

ההחלטה העומדת בפניך השבוע

אם אתם צריכים את המודל החזק ביותר שאפשר לפנות אליו היום, והעלות היא המגבלה, DeepSeek V4 Pro הוא התשובה במחיר של $0.66 ו-$1.98, ופער של עשרים נקודות במדד מול Qwen4-Max הוא המחיר של ההנחה הזו — מחיר אמיתי, לא שגיאת עיגול. אם לעומס העבודה שלכם יש וידאו או תמונות בצד הקלט, DeepSeek V4 Pro לא יכול לעשות זאת כלל, וראייה מובנית של Qwen4-Max יחד עם חלון של 1M שווה את ה-2.8× עוד לפני שמביאים בחשבון את טענות הסוכן של Work360 ש-A​libaba פרסמה ואף אחד לא שחזר.

אם מה שרצית באמת היה D​eepSeek V4.1 Pro, התשובה היא שאין מודל כזה להמתין לו, אלא רק סעיף ביומן שינויים מספטמבר ש-D​eepSeek לא פעלה לפיו. בנה על מה שקיים; השאר את המעבר זול; ובדוק את דף התמחור של D​eepSeek פעם בחודש, כי זה הדף שישתנה ראשון.

A screenshot of Alibaba Cloud Model Studio's documentation page for qwen4-max (Latest Model), dated 11-16, showing the model description as the next-generation flagship multimodal model in the Qwen family covering text generation, image and video understanding and deep reasoning, its support for web search, tool calling and structured outputs, its OpenAI and Anthropic API compatibility, and its deployment regions including China (Beijing), Singapore and Germany (Frankfurt).

השוואות במאמר הזה3

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית