
Qwen4-Max מול Step-5 Preview: ארבע עשרה נקודות מדד, חצי סנט לנקודה
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 90 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 97 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 87 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 219 tok/s
חלקו את עלות כל מודל למשימה בציון שהוא מקבל, ושני צדי ההשוואה הזו נמצאים בטווח של שישה אחוזים זה מזה. Qwen4-Max, שאליבאבא שחררה היום, 16 בנובמבר 2026, מקבל 43 ב-Artificial Analysis Intelligence Index v5.0.1 בעלות מדודה של $3.27 למשימת מדד — כ-7.6 סנט לנקודת מדד. Step-5 Preview, מודל תערובת-המומחים הדליל בעל 600 מיליארד פרמטרים של StepFun, שהושק ב-20 בספטמבר 2026, מקבל 29 באותו מדד בעלות של $2.35 למשימה — כ-8.1 סנט לנקודה. מודל אחד חכם יותר ב-48% על הסרגל היחיד ששניהם נמדדו מולו. השני זול יותר בשני צדי המונה, בשליש בקלט וב-40% בפלט. ולפי יחידת יכולת מדודה, השניים נמצאים בטווח של שבעה אחוזים זה מזה, כאשר מודל הדגל החדש ביותר מוביל במעט.
זה לא ההשוואה שאף אחד משני הספקים מוכר, והיא זו שבאמת מכריעה הגירה. היא גם מגיעה עם אסימטריה שאף פוסט השקה לא מזכיר: לאחד משני הדגמים האלה יש מהירות פלט שנמדדה באופן עצמאי, ולשני אין עדיין מהירות מדודה בכלל, כי הוא בן שעות בלבד. בהמשך מופרד בין מה שמתועד לבין מה שנמדד, נעשית האריתמטיקה של המטמון שמזיזה את פער המחיר מ-33% למשהו אחר לגמרי, ומסתיים בשני הצירים שבהם התשובה לא קרובה — משקלים ותקרת פלט.
מהו כל אחד מהם נכון להיום
Qwen4-Max הוא דגם הדגל מהדור הרביעי של Alibaba, הבנוי על שלד בעל 2.4 טריליון פרמטרים, עם 71 מיליארד פרמטרים פעילים לכל טוקן ועוד 328 מיליארד פרמטרי הטמעת N-gram. הוא מקבל טקסט, תמונות ווידאו ומחזיר טקסט. חלון ההקשר המתועד הוא 1,000,000 טוקנים, עם תקרת קלט של 991,808 טוקנים במצב ללא חשיבה ו-983,616 במצב חשיבה — ההבדל הוא מרווח החשיבה. הפלט המרבי הוא 131,072 טוקנים כשהחשיבה כבויה; כשהחשיבה פועלת, החשיבה והתשובה חולקות תקציב של 262,144 טוקנים. החשיבה פעילה כברירת מחדל עם תקציב של 131,072 טוקנים וברמת מאמץ חשיבה ברירת מחדל של high, הניתנת לבחירה מבין low, high ו-xhigh. הנתונים האלה הם מהתיעוד של Alibaba עצמה, ו-Qwen4-Max אינו מפרסם משקלים, אינו תומך בכיוונון עדין באף אזור, ואינו תומך בפריסת מודל באף אזור.
Step-5 Preview הוא דגם הדגל של StepFun לעבודה סוכנית: 600 מיליארד פרמטרים בסך הכול, 27 מיליארד פעילים, חלון הקשר של מיליון טוקנים, וקלט טקסט, תמונה ווידאו עם פלט טקסט. ניתן לבחור את מאמץ החשיבה ברמות נמוכה, בינונית וגבוהה. הפלט המרבי מתועד כ-64,000 טוקנים, כאשר max_tokens מוגדר כברירת מחדל ללא הגבלה, כך שהמודל בוחר את האורך. הוא תומך בזרימה, בקריאה לכלים, בפלט JSON Schema ובשמירת מטמון של פרומפטים, וה-API תואם ל-OpenAI.
שלושה חודשים לאחר ההשקה, ה"Preview" בשם כבר מזמן איבד את משמעותו. StepFun עדיין מציגה אותו כ-Preview בסקירת המודלים שלה היום, בעוד שצ'ק פוינטים BF16 ו-FP8 נמצאים ב-Hugging Face מאז 15 באוקטובר תחת StepFun Model License 1.0. התייחסו לתווית כאל הרגל שמות, לא כאזהרה שנקודת הקצה תזוז לכם מתחת לרגליים — אך אל תקראו בה מחויבות ל-GA, משום שהספק לא התחייב לכך.
פער המחירים הוא שליש; חשבון המטמון הוא מה שמשנה את זה
במחירי המחירון קל לסכם את השניים: Step-5 Preview זול יותר משני צדי המונה, ובפער גדול משגיאת עיגול.
• קלט — Qwen4-Max 1.50 דולר למיליון טוקנים בסינגפור, 1.413 דולר בחמשת האזורים האחרים, לעומת Step-5 Preview 1.00 דולר
• פלט — Qwen4-Max $4.50, לעומת Step-5 Preview $2.70
• קריאה מהמטמון — Qwen4-Max $0.075 למיליון, הנחה של 95%, לעומת Step-5 Preview $0.10, הנחה של 90%
• כתיבת מטמון — Qwen4-Max $1.875 למיליון עבור TTL של חמש דקות ו-$3.00 לשעה, לעומת לא כלום ב-Step-5 Preview, מכיוון שקלט cache-miss במחיר $1.00 כבר כולל כתיבת הקידומת
• משוקלל, לפי תמהיל יחס 7:2:1 של פגיעות במטמון/קלט/פלט של Artificial Analysis — Qwen4-Max במחיר $0.80 למיליון לעומת Step-5 Preview ב-$0.54
שורת כתיבת המטמון היא זו שמדלגים עליה, והיא זו שיכולה להפוך את הדירוג בעומס העבודה המתאים. קחו מסמך בן 300,000 טוקנים שנסקר בארבעה מעברים עם 3,000 טוקני פלט בכל אחד, בתעריפי סינגפור, ללא חשיבה. ב-Qwen4-Max המעבר הראשון כותב את הקידומת ב-$0.5625 ומפיק $0.0135 של פלט; שלושת הבאים קוראים אותה ב-$0.0225 כל אחד בתוספת $0.0405 של פלט ביניהם. סה"כ $0.684. ב-Step-5 Preview המעבר הראשון עולה $0.30 של קלט ו-$0.0081 של פלט; שלושת הבאים עולים $0.03 כל אחד בתוספת $0.0243. סה"כ $0.422. Step-5 Preview זול ב-38% בעבודה הזו.
כווצו את זה למעבר יחיד והפער מתרחב במקום להיסגר — $0.576 לעומת $0.308, כאשר Step-5 Preview זול ב-46% — אבל הסיבה משתנה. במעבר יחיד אין קריאה שאפשר לפרוס את עלותה, כך שאתם משלמים את תוספת המחיר של Qwen4-Max על כתיבה למטמון עבור קידומת שלעולם לא תעשו בה שימוש חוזר. הכלל המעשי: המטמון של Qwen4-Max מתגמל קידומת שנקראת פעמים רבות ומעניש קריאה בודדת. מחיר הקריאה הקבוע של $0.10 מהמטמון ומחיר ההחמצה הכולל כתיבה של Step-5 Preview הם המבנה הידידותי יותר לעומסי עבודה שבהם אינכם יכולים לחזות את שיעור הפגיעות.

ארבע עשרה נקודות, ופער ראיות שפועל בכיוון ההפוך
שני המודלים הורצו דרך Intelligence Index v5.0.1, הכולל תשע הערכות: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 ו-Terminal-Bench-Science 0.1. אף עמוד מודל לא מפרסם ציונים נפרדים לכל מאמץ חשיבה, ולכן אלו מספרים בודדים בהגדרה שבה השתמשה Artificial Analysis.
• אינדקס — Qwen4-Max 43, מדורג 38 מתוך 81 בקטגוריה שלו, לעומת Step-5 Preview 29, מדורג 10 מתוך 29 בקרב מודלים גדולים עם משקולות פתוחות. החציונים של הקטגוריות שונים (41 ו-23), ולכן הדירוגים הללו אינם בני השוואה זה לזה אף שהציונים כן.
• עלות לכל משימת אינדקס — $3.27 לעומת $2.35
• עלות לנקודת מדד — 7.6 סנט לעומת 8.1 סנט, כך שהמודל היקר יותר לכל משימה הוא הזול יותר ליחידת יכולת
• מהירות פלט — Step-5 Preview עם 124 אסימונים לשנייה, לעומת נתון שלא פורסם עבור Qwen4-Max. ב-Artificial Analysis הזמן למשימה רשום כלא ידוע, ובדף הספק שלה אין כלל דיווח על מדדי ביצועים.
• זמן עד לאסימון התשובה הראשון — Step-5 Preview 23.53 שניות, לעומת דבר שלא פורסם עבור Qwen4-Max
• זמן לכל משימת אינדקס — Step-5 Preview 15.2 דקות לעומת חציון של 13.3 דקות בקטגוריה שלו; ל-Qwen4-Max אין נתון
• מילוליות — Qwen4-Max הפיק 127 מיליון טוקני פלט לאורך האינדקס, לעומת חציון של 78.6 מיליון, בעוד Step-5 Preview הפיק 129 מיליון לעומת חציון של 104 מיליון. שניהם מילוליים; Qwen4-Max מילולי ביחס לקבוצת עמיתים רזה יותר
האסימון הראשון לאחר 23.53 שניות הוא המספר שאמור להדאיג כל מי שמתכנן פריסה אינטראקטיבית של Step-5 Preview. זה אינו תקלה ברשת: זה מה שעולה לך מודל בן 600 מיליארד פרמטרים עם חשיבה פעילה כברירת מחדל לפני שהתשובה מתחילה. ברירות המחדל של החשיבה ב-Qwen4-Max — חשיבה פעילה, תקציב של 131,072 אסימונים ורמת מאמץ גבוהה — מצביעות לאותו כיוון, ועד שמישהו ימדוד זאת אין דרך ישרה לומר איזה מהם איטי יותר. זהו המחיר המעשי של קנייה ביום ההשקה: מקבלים ציון ומחירון, ולא מקבלים מספר השהיה.
חומר ההערכה של Alibaba עצמה הוא עניין נפרד, ויש לקרוא אותו כמידע מדווח על ידי הספק, ללא שחזור. ב-Work360, הבנצ'מרק הפנימי שלה המשתרע על 26 תחומי תעשייה עיקריים, הספק מדווח על 52.69 עבור Qwen4-Max לעומת 47.74 עבור Qwen3.8-Max. הוא גם מדווח שהעלות הממוצעת למשימה ב-Work360 יורדת מ-$4.43 ל-$1.67, ירידה של 62%, ושהשימוש בטוקנים יורד בכ-24% ברמת המאמץ xhigh ובכ-35% ברמת המאמץ high באותו בנצ'מרק, עם ירידות של 48% ו-49% ב-Terminal-Bench 4.0. אלה טענות לגבי Qwen4-Max ביחס לקודמו. הן לא אומרות דבר על Step-5 Preview, ואף אחת מהן לא נבדקה באופן בלתי תלוי.

משקלים: זה לא קרוב
Step-5 Preview זמין להורדה היום. מאגר Hugging Face מכיל קובצי safetensors מסוג BF16 ו-FP8 תחת StepFun Model License 1.0 — רישיון בסגנון Apache-2.0 עם דרישת ייחוס ותנאי שימוש מסחרי — וכן את תבנית הצ'אט, שלושה וריאנטים מכומתים ומתכוני פריסה: FP8 על ארבעה B300 או שמונה H200 תחת vLLM, FP8 על אותה חומרה תחת SGLang, BF16 על שמונה B300 או שישה־עשר H200. כ-1,600 הורדות בחודש האחרון.
ל-Qwen4-Max אין צ'קפוינט ואין מסלול להשגת אחד. התיעוד של Alibaba מציין כוונון עדין כלא נתמך בכל אזור, ופריסת מודל כלא נתמכת בכל אזור, וזו הצהרה חזקה יותר מ"המשקלים עדיין לא יצאו" — היא אומרת שהספק לא יאפשר לך להריץ את המודל הזה בעצמך דרך הפלטפורמה שלו בכלל. אם הדרישה שלך היא מודל שאפשר לכמת, לכוונן עדין, להריץ בסביבה מנותקת מרשת או לנעוץ לגרסה ספציפית, ההשוואה מסתיימת כאן, והיא מסתיימת לטובת StepFun.
זה גם משנה מה "פתוח" נותן לך. הרישיון של Step-5 Preview מתיר שימוש מסחרי בכפוף לתנאים, ולכן סקירה משפטית היא חלק מעלות האימוץ, ומתכוני הפריסה מניחים צומת עם ארבעה עד שישה־עשר כרטיסי GPU — זה לא מודל שמריצים על תחנת עבודה. אבל זהו מודל שאין ספק שיכול לשנות את התנהגותו מאחורי גבך באמצעות עדכון שקט, ולמי שבונה מערכת רגולטורית או ארוכת טווח, זה שווה יותר מארבעה־עשר נקודות מדד.
תקרת הפלט, וקונפליקט תיעודי שכדאי להכיר
זהו ההבדל הכי פחות זוהר, וזה שסביר ביותר לפגוע בעומס עבודה ספציפי. Qwen4-Max מעניק לך 131,072 טוקנים של פלט כשהחשיבה כבויה, ותקציב משותף של 262,144 טוקנים כשהחשיבה פעילה. התיעוד של ה-API של Step-5 Preview אומר מקסימום של 64,000 טוקנים של פלט. כרטיס המודל של Hugging Face שלו אומר שהפלט יכול להגיע עד 1M טוקנים מלאים, כאשר קלט ופלט נספרים כנגד אותה מגבלה.
שתי ההצהרות האלה מגיעות מאותו ספק בטווח של חודש זו מזו, ואף אחת מהן לא מסומנת כמיושנת. אם אתם מתכננים משימה עם פלט ארוך — דוח מלא, פאץ' גדול, מסמך שנוצר — קראו את תיעוד ה-API ולא את הכרטיס, ובדקו את התקרה לפני שאתם בונים ארכיטקטורה סביבה. הנתון של 64,000 עקבי עם הזמן של 15.2 דקות לכל משימת אינדקס; הנתון של 1M היה מרמז על משהו שונה לגמרי.
עוד א-סימטריה אחת שראויה לציון: שני המודלים מקבלים קלט וידאו, אבל רק StepFun מפרסמת את הפרט התפעולי. עד 60 תמונות לבקשה ברמת פירוט נמוכה או גבוהה, וידאו כ-URL, כ-Base64 או כהפניה ל-stepfile://, MP4 מתחת ל-128 MB עם המלצה לקליפים באורך של פחות מחמש דקות. Alibaba מתעדת קלט וידאו עבור Qwen4-Max בלי לפרסם מגבלות דומות בעמוד המודל. אם וידאו הוא מרכיב מרכזי בעומס העבודה שלך ולא משהו מקרי, ההבדל הזה באיכות התיעוד הוא כשלעצמו אות לכך שאיזה ספק כבר נשאל את השאלה בעבר.
מי צריך לבחור מה, השבוע
בחר ב-Qwen4-Max אם התקרה חשובה יותר מהחשבון: חשיבה קשה, עבודה סוכנית לטווח ארוך, או כל דבר שבו 43 מול 29 במדד של תשע הערכות הוא ההבדל בין משימה שמסתיימת לכזו שלא. קבל בתמורה שני סיכונים. הראשון הוא שאתה קונה ביום הראשון בלי נתון השהיה עצמאי ובלי שחזור של צד שלישי לטענות Work360 של הספק. השני הוא תוספת כתיבת המטמון, שמטילה בשקט מס על עבודת הקשר ארוך במעבר יחיד בשיעור של $1.875 למיליון טוקנים שנכתבים.
בחר ב-Step-5 Preview אם אתה צריך להחזיק את המודל בעצמך, אם אתה צריך 124 טוקנים לשנייה שנמדדו וטוקן ראשון של 23.53 שניות שאתה יכול לתכנן לפיו, או אם עומס העבודה שלך עתיר מטמון באופן שאינך יכול לחזות. קבל את העובדה שאתה קונה 29 נקודות מדד, שהטוקן הראשון מגיע לאט, ושתקרת הפלט מתועדת בשתי דרכים שונות על ידי הספק.
האפשרות השלישית היא הישרה עבור רוב הצוותים השבוע: לא אחד מהם, באופן בלעדי. הפער בין שני המודלים הללו ליחידת יכולת נמדדת הוא 6%, שנמצא היטב בתוך שולי השגיאה של גרסת אינדקס אחת, ושניהם הוערכו רק פעם אחת על ידי מערך בדיקות אחד. צוות שמתחייב לאחד מהם על סמך ציון מיום ההשקה נוקט עמדה לגבי מספר שלא שוחזר.
הרצת שניהם ללא חוזה שני
אף אחד מהמודלים אינו בקטלוג של OrcaRouter נכון להיום — 215 מזהי מודלים, נבדק הבוקר, ללא רשומת Qwen4 וללא מודל טקסט של StepFun ביניהם. שניהם נגישים דרך ה-APIs של הספקים שלהם: ששת האזורים של Alibaba עבור Qwen4-Max, ונקודת הקצה התואמת ל-OpenAI של StepFun בכתובת api.stepfun.ai/v1 עבור Step-5 Preview. אמירה אחרת תהיה מסוג הטענות שמתיישנות לרעה בתוך שבוע.
מה שאנחנו מנתבים הוא מה שמודל Qwen4-Max מחליף. Qwen3.8-Max נמצא בקטלוג שלנו בתור qwen/qwen3.8-max במחיר המחירון של Alibaba עצמה, $2.00 לקלט ו-$6.00 לפלט למיליון טוקנים, מועבר ללא תוספת רווח, לצד 214 מזהים אחרים על כתובת URL בסיס אחת תואמת OpenAI. זה חשוב מסיבה אחת בדיוק בהשוואה הזו: מודל ביום ההשקה הוא הדבר הגרוע ביותר להמר עליו בנתיב ייצור, והגישה השפויה היא להשאיר את הדור המוכח בנתיב בזמן שאתם מודדים את החדש מול התעבורה שלכם. ה-DSL לניתוב מבטא זאת כמדיניות ולא כשינוי קוד — שלחו את הקריאות הקשות ועתירות החשיבה למודל החדש, השאירו את העבודה בנפח הגבוה על המודל המוכח והזול יותר, ותנו למעבר אוטומטי לגיבוי לתפוס את המקרה שבו נקודת קצה חדשה לגמרי נדרדרת תחת עומס שלא חזיתם.
תמחור מסוג pass-through גם אומר שהחשבון במאמר הזה נשאר כן. כאשר Alibaba מורידה תעריף — כפי שעשתה היום, כשהעבירה את Qwen4-Max ל-$1.50 ול-$4.50 מ-$2.00 ול-$6.00 של Qwen3.8-Max — קטלוג שמעביר הלאה את מחיר המחירון של הספק משקף זאת באותו יום ולא בחידוש החוזה הבא. זה לא טיעון בעדנו לעומת ה-API של אף אחד מהספקים. זה טיעון נגד חתימה על משהו שנועל מחיר שלא ראיתם מחזיק מעמד חודש.

ההשוואה שהקוראים ירצו לראות בעוד שבועיים אינה זו שבכותרת. היא זמן השהיה של Qwen4-Max והשחרור היציב של Step-5 Preview, כששניהם נמדדים בידי גורם שאינו הספק, אל מול עומסי עבודה שאנשים באמת מריצים. עד אז, העמדה שניתן להגן עליה צרה ולא זוהרת: פער יכולות של 48%, פער מחיר של 33%, פער של 6% ליחידת יכולת, וקבוצה של החלטות — משקלים, תקרת פלט, מבנה מטמון — ששום ציון אינדקס לא לוכד ושארוכות ימים יותר משבוע ההשקה הזה.
