כרטיס כותרת שנוצר ועליו כתוב Qwen4-Max נגד GPT-6 Luna, עם כתובית המשנה "פי 22 מעלות המשימה, 15 נקודות מדד", ושלושה אייקוני קו שטוחים המרמזים על עקומת עלויות עולה, פס ניקוד ומסגרת וידאו.
Guides & Insights

Qwen4-Max לעומת GPT-6 Luna: פי 22 מעלות המשימה תמורת 15 נקודות מדד

מחבר

Alistair Wren

תאריך פרסום

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

העבירו בקשת Qwen4-Max ובקשת GPT-6 Luna דרך אותה חבילת הערכה, והחשבון חוזר עם 3.27$ מול 0.15$. פי עשרים ושניים. הציבו את הציונים זה לצד זה וזה 43 מול 28 — חמש עשרה נקודות, וזה ההבדל בין מודל שהייתם מפקידים בידיו ריצת סוכן של שעות רבות לבין מודל שהייתם מפקידים בידיו מסמך. שני הפערים האלה אמיתיים, שניהם נמדדים על אותה מהדורת אינדקס, ואף אחד מהם לא מכריע את השאלה, מפני ש-Qwen4-Max זמין באופן כללי מאז 16 בנובמבר 2026 במחיר 1.50$ ו-4.50$ למיליון טוקנים, בעוד GPT-6 Luna נמצא בעשירית מזה מאז 22 בספטמבר. ההחלטה אינה איזה מודל טוב יותר. היא אילו חמש עשרה נקודות אתם באמת הולכים להשתמש בהן, והתשובה משתנה פעמיים במהלך ההשוואה הזו.

ה-22× וממה הוא עשוי

התחל מכרטיס התעריפים, כי היחס שבכותרת אינו היחס שאתה משלם.

• קלט — Qwen4-Max ‏$1.50 למיליון בסינגפור, ‏$1.413 באזורי ההיקף הגלובלי. GPT-6 Luna ‏$0.10. חמישה עשר לאחד.

פלט — Qwen4-Max ‏$4.50, או ‏$4.24 Global. ‏GPT-6 Luna ‏$0.50. תשע לאחד.

• קלט שמור במטמון — Qwen4-Max $0.075 סינגפור, $0.071 גלובלי, הנחה של 95%. GPT-6 Luna $0.01, הנחה של 90%.

• משולב — Qwen4-Max $0.80 למיליון לפי שקלול 7:2:1 של פגיעות מטמון/קלט/פלט של הטראקר. GPT-6 Luna $0.077. עשרה לאחד.

• עלות לכל משימת Intelligence Index — Qwen4-Max $3.27, GPT-6 Luna $0.15. עשרים ושניים לאחד.

חמישה עשר, תשע, עשר, עשרים ושתיים. ארבעת המספרים האלה אינם תואמים, וחוסר ההתאמה הוא החלק המועיל: היחס לפי משימה הוא יותר מפי שניים מיחס המחיר המשוקלל, מפני ש-Qwen4-Max חייב לפלוט יותר טוקנים כדי לסיים את החבילה, ולא מפני שהתעריפים שלו גרועים ממה שהכרטיס מרמז. פאנל הפירוט של הגשש מציב את Qwen4-Max על 127 מיליון טוקנים בפלט לעומת חציון של 90 מיליון; את Luna על 110 מיליון לעומת אותו חציון. שניהם בצד המפורט. Qwen4-Max מפורט יותר ב-15%, ואותם 15% עושים עבודה אמיתית בפער של פי 22 שכרטיס תעריפים של פי 10 היה חוזה.

כל הנתונים בסעיף זה הם מדידות של Artificial Analysis על אינדקס v5.0.1 — האינדקס עם הבסיס המחושב מחדש, ולכן ציון Luna מטבלת דירוג מיולי אינו בר־השוואה ל־28 המצוטט כאן — בשילוב עם מחירון שכל ספק פרסם בעצמו. אף אחד מהספקים לא פרסם השוואה ראש בראש מותאמת, וכל השוואה שנבנית מהמספרים האלה היא אריתמטיקה על שתי ריצות נפרדות, לא benchmark.

A generated two-column scoreboard for Qwen4-Max and GPT-6 Luna across six shared dimensions: index 43 against 28 at max and 18 at the default, price $1.50 and $4.50 against $0.10 and $0.50 per 1M, cost per index task $3.27 against $0.15, time per task 29.8 minutes against 12.2, output speed 59 against 103 tokens per second, and input modalities text, image and video against text and image.

הגדרת המאמץ היא המנוף הגדול יותר

הנה מה שהופך את המסגור של 43 מול 28 למטעה, וזה לא תיקון קטן.

GPT-6 Luna מגיע עם שש הגדרות חשיבה — ללא, נמוך, בינוני, גבוה, xhigh ומקסימום — וברירת המחדל היא בינוני. Artificial Analysis מדרג כל דרגה. הפיזור אינו הבדל של עיגול:

Max — 28 במדד, $0.15 למשימה, 12.2 דקות, 103 אסימונים לשנייה.

• Xhigh — 23, 7.4 דקות, 99 טוקנים לשנייה.

• גבוה — 21, 6.0 דקות, 91 אסימונים לשנייה.

• Medium — 18, 3.5 דקות, 93 טוקנים לשנייה. זו ברירת המחדל, וזו ההגדרה שכמעט כל קריאת ייצור משתמשת בה בפועל.

• נמוך — 10, 0.6 דקות, 87 אסימונים לשנייה.

• ללא הסקה — 9, 2.0 דקות, 84 טוקנים לשנייה.

אז ההשוואה ההוגנת אינה 43 מול 28. היא 43 מול 18 עבור קורא ששולח בלי פרמטר מאמץ, ו-43 מול 28 עבור מי שמסובב את החוגה עד הסוף ומשלם על כך פי שישה בזמן ההשהיה. עשרים וחמישה נקודות בברירת המחדל וחמש עשרה בתקרה, מאותו מודל, בלי שינוי מחיר בכרטיס.

סולם הדרגות של Qwen4-Max כולל שלוש דרגות — low, high, xhigh — וברירת המחדל שלו היא high. אין medium (בינונית): גם Chat Completions וגם DashScope ממפים את medium ל-high, כך שבקשה להגדרה האמצעית עולה כמו ההגדרה העליונה. זהו מחוון גרוע יותר מזה של Luna, וזה חשוב מאותה סיבה — הדרגה שאתה קורא לה קובעת את הציון, ו-Qwen4-Max נותן לך פחות דרכים לקנות פחות ממנו.

מה שהעוקב לא מפרסם עבור Qwen4-Max הוא ציון בכל אחת משלוש המדרגות שלו; העמוד מציג 43 ושם הוא עוצר. הסולם המלא בן שש המדרגות של Luna פומבי, מה שהופך את Luna למודל הקל יותר למידול והקשה יותר לציטוט. אם אתם בונים תחזית עלויות, סולם שמפורסם במלואו שווה יותר ממספר בודד טוב יותר, מפני שאפשר לראות היכן נמצאת נקודת הכיפוף.

A screenshot of the OrcaRouter model page for openai/gpt-6-luna, captured in an English interface, showing the OpenAI breadcrumb, the openai/gpt-6-luna identifier, a 128K max output, vision and tools and JSON and reasoning capability chips, an output modality of text, and a public-benchmarks line attributed to OpenAI dated 2026-09-22.

הצוק של לונה בגודל 272,000 טוקנים

שני המודלים מצהירים על חלון הקשר של מיליון טוקנים, ורק אחד מהם גובה אותו תעריף לכל אורכו — וזה הדבר היקר ביותר שרוכש יכול לפספס.

• Qwen4-Max — $1.50 ו-$4.50 בתעריף אחיד לאורך כל חלון 1,000,000 האסימונים, ללא מדרגות ב-32K או ב-128K. תקרת הקלט המתועדת היא 991,808 אסימונים במצב ללא חשיבה ו-983,616 כשהחשיבה פעילה; הפלט במצב ללא חשיבה מוגבל ל-131,072, והחשיבה והתשובה חולקות 262,144.

• GPT-6 Luna — $0.10 ו-$0.50 עד 272,000 טוקני קלט, ולאחר מכן $0.20 לקלט ו-$0.75 לפלט מעל לכך. התמחור מחדש חל על כל הבקשה, לא על העודף: פרומפט בן 300,000 טוקנים משלם כפול על כל 300,000, לא על 28,000 האחרונים. חלון ההקשר הוא 1,050,000 לפי התיעוד של OpenAI ו-1M בטרקר; קלט מקסימלי 922,000; תקרת פלט 128,000.

הרץ את מקרה ההקשר הארוך וה-22× מתמוטט לעבר 7.5×. מסמך של 400,000 טוקנים עם תשובה של 8,000 טוקנים עולה $0.60 בקלט ו-$0.09 בפלט ב-Qwen4-Max — $0.69 לפי תעריפי סינגפור. אותה בקשה ב-Luna היא $0.08 בקלט ו-$0.006 בפלט, $0.086. שבע וחצי פעמים, לא עשרים ושתיים. Luna עדיין זולה באופן דרמטי, והיא זולה בשליש מהמרווח שמספר הכותרת מרמז עליו.

להיפוך הזה יש קצה שני, והוא חותך בכיוון ההפוך. מתחת ל-272,000 טוקנים הצוק לעולם אינו חל, ורוב עומסי העבודה של סוכנים — הקשר של בסיס קוד, שיחת תמיכה, לולאת קריאה לכלים — נמצאים הרבה מתחתיו. צוות שקורא "הקשר של 1M" בשני הכרטיסים ומקצה ל-Luna תקציב של $0.10 למשימה של 500,000 טוקנים תקצב בחסר פי 2 בקלט ופי 1.5 בפלט, והטעות מתגלה רק בחשבונית.

יש גם שורת מיקום נתונים שכדאי להכיר לפני שהמחיר הופך לשיקול: מיקום נתונים באיחוד האירופי ב-Luna זמין רק עם עיבוד Standard, מה ששולל לחלוטין את ההנחות של Batch ו-Fast. אם דרישת מיקום נתונים נכללת בהיקף, שיעור Luna האפקטיבי הוא זה הסטנדרטי, ומבנה ההנחות שסמכתם עליו אינו זמין לכם.

וידאו, והשורה שלונה לא יכולה להיכנס אליה

ההבדל בין המודאליות קטן יותר ממה שהשיווק מרמז, וגדול יותר ממה שמבט חטוף בגיליון המפרט מרמז.

• GPT-6 Luna — קלט טקסט ותמונה, פלט טקסט. אינו מודל וידאו או אודיו. יצירת תמונות, יצירת דיבור, תמלול ותרגום מתועדים כ�לא נתמכים.

• Qwen4-Max — קלט טקסט, תמונה ווידאו, פלט טקסט, עם טיפול בראייה באופן מקורי ולא באמצעות מחלץ. בצד הפרוטוקול: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages ו-DashScope, מול Responses, Chat Completions ו-Batch של Luna.

אז Qwen4-Max הוא היחיד מבין השניים שאפשר להפנות להקלטת מסך, להקלטת הרצאה או לסקירת וידאו ולשאול עליה שאלה. זהו הבדל יכולת אמיתי, ולא הבדל בבנצ'מרק — שום מדד בשני הכרטיסים לא מודד אותו, ושום כיוונון של רמת המאמץ ב-Luna לא מפיק אותו. אם וידאו נמצא בעומס העבודה, ההשוואה נגמרת כאן, וה-22× הוא מחיר הכניסה.

אם אין וידאו, השורה היא קישוט, ורוחב הפרוטוקולים הוא החצי המעניין יותר. Qwen4-Max מדבר ארבעה פורמטי תקשורת; Luna מדבר שלושה וחוסם את משטח הכלים העשיר ביותר שלו מאחורי Responses — כלים מובנים כמו חיפוש באינטרנט, חיפוש קבצים, מתורגמן קוד ו-shell מתארח פועלים שם, וקריאה לפונקציות ב-Chat Completions עובדת רק כאשר מאמץ החשיבה מוגדר ל-none. צינור עיבוד שעובר ל-Chat Completions כדי לחסוך כסף ועדיין מצפה לקריאות כלים נכשל בבקשה הראשונה. זו מלכודת הגירה, לא פער ביכולות, וזה מסוג הדברים שעולים שבוע ולא אחוז.

זהו התפר שבו שכבת ניתוב מצדיקה את עצמה, ולא בחירת מודל. OrcaRouter כבר מציעה את openai/gpt-6-luna במחירי הרשימה של OpenAI עם 0% תוספת שעוברת הלאה — כך ששינוי מחיר של Luna נכנס לתוקף כאן באותו יום שבו הוא נוחת בכרטיס של O​penAI — ו-Qwen4-Max אינו מתארח כאן; אפשר להגיע אליו דרך ה-API של Model Studio של A​libaba עצמה וכמה פלטפורמות צד שלישי. API אחד ליותר מ-200 מודלים, מפתח אחד, ו-DSL לניתוב שמסווג בקשה ושולח אותה למי מבין השניים שהשורה אומרת שהוא שייך אליו: Luna לשכבת החילוץ בנפח גבוה, ומחלקת Qwen לעבודת וידאו והקשר ארוך ש-Luna אינה יכולה לקחת מבחינה מבנית. מעבר אוטומטי לכשל מכסה את היום שבו לשכבה הזולה יש שעה רעה — היום שבו צינור עם ספק יחיד מגלה שיש לו אחת כזו.

A screenshot of the Artificial Analysis page for GPT-6 Luna, captured in an English interface, showing the Intelligence, Performance and Price panels, a 1M-token context note, a speed figure, a 12.2-minute time per task and the model's measured intelligence score of 28.

היכן כל מודל הוא הבחירה הנכונה

שלושה עומסי עבודה, שלוש תשובות שונות, והשלישי הוא המקום שבו רוב הצוותים נמצאים בפועל.

נפח גבוה, מוגדר היטב, בדוק.סיווג על פני קורפוס, חילוץ מתוך מערכי מסמכים, תמצור, שלב מיון פניות התמיכה בצינור עיבוד. Luna במחיר של $0.15 למשימה לעומת Qwen4-Max במחיר של $3.27 מהווה הפחתת עלות של 95% לעבודה שמעולם לא נזקקה ל-43. ה-18 שמקבלים בברירת המחדל של Luna נמצא מעל החציון של רצועת המחיר שלה, והפלט ניתן לבדיקה, וזה כל הטיעון. זו לא החלטה צמודה.

אופק ארוך, ללא השגחה, יקר לטעות בו. הרצות סוכנים של שעות רבות, ריפקטורים בהיקף של מאגר קוד, מחקר שמשתרע על פני עשרות קריאות לכלים. חמישה עשר נקודות אינדקס הן ההבדל בין מודל שמסוגל להחזיק תוכנית לכזה שמאבד אותה, ובעלות של $3.27 למשימה לעומת הרצה שעולה שעת-מהנדס לביצוע מחדש, המחיר אינו המגבלה. Qwen4-Max הוא גם היחיד מבין השניים שיקבל קלט וידאו, אשר עבור נתח הולך וגדל של עבודה סוכנית — צילומי מסך, הקלטות מסך, עקבות UI — הוא ההבדל בין עומס עבודה שקיים לכזה שאינו קיים.

רגיש לשיהוי, איפשהו באמצע. זהו המקרה שאף אחד מהכרטיסים אינו נותן לו מענה. Luna מפענח בקצב של 103 טוקנים לשנייה במאמץ מרבי ו-93 בברירת המחדל; Qwen4-Max ב-59. Luna מסיים משימת אינדוקס תוך 12.2 דקות במאמץ מרבי ו-3.5 בברירת המחדל; Qwen4-Max תוך 29.8. אם אדם ממתין, 59 טוקנים לשנייה הוא המספר שקובע אם המוצר מרגיש חי, ואין שום חיסכון פר משימה שמפצה על ממשק שנתקע. אם אף אחד לא ממתין, 29.8 דקות הן זמן שעון שאפשר לתכנן סביבו.

הצורה הנכונה עבור רוב הצוותים אינה אחת משתי האפשרויות האלה, אלא שתיהן — והסיבה היא שגבול ההחלטה הוא תכונה ברמת הבקשה, לא ברמת החוזה. צינור שמסווג ב-Luna ומסלים למודל פרונטייר כשהמסווג אינו בטוח משיג את החיסכון של 95% על 90% הקלים ואת 15 נקודות האחוז על השאר. לשם כך נועד ה-routing DSL, וזו התצורה היחידה בהשוואה הזו שלא מחייבת לבחור מפסיד.

החשבון שאתם באמת יכולים לחזות

פי עשרים ושתיים מעלות המשימה עבור חמישה עשר נקודות אינדקס. חלקו אחד בשני וקוון4-Max עולה $0.076 לנקודת אינדקס לעומת $0.0054 של לונה — פי ארבעה עשר יותר לנקודה, וזה המספר שגורם ללונה להיראות כמו הקנייה המובנת מאליה והמספר שהכי פחות שימושי, כי אף אחד לא צורך נקודות אינדקס.

מה שאנשים צורכים הוא עומס עבודה, ולעומס העבודה יש שלוש תכונות שמכריעות בעניין: לכמה טוקנים מגיע ההקשר, האם אדם ממתין, והאם קל לתפוס תשובה שגויה. Luna מנצחת בשתיים הראשונות באופן מוחלט ומפסידה בשלישית בצורה כה חמורה עד שההשוואה מתהפכת. Qwen4-Max מנצח בשלישית וגובה על כך בתעריף שרק הגיוני אם החלופה היא הרצה חוזרת.

התחזית שמחזיקה מעמד אחרי כל זה: אם אתם בוחרים בין השניים האלה לפי מחיר, כבר בחרתם לא נכון, כי פי 22 אינו תוספת מחיר שאמורים לשלם על כל בקשה בצינור עיבוד — הוא תוספת שאתם משלמים על החלק הקטן של הבקשות שזקוקות לכך. נתבו את החלק הזה. השאר הוא שגיאת עיגול שאפשר להוציא על משהו אחר.

השוואות במאמר הזה1

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