Una scheda titolo generata con la scritta Qwen4-Max vs Gemini 4 Neon, con il sottotitolo 28% più economico per punto indice, 17 punti indietro, e tre icone a linea piatta che suggeriscono un misuratore di costo, una linea di punteggio in crescita e un cronometro.
Guides & Insights

Qwen4-Max vs Gemini 4 Neon: 28% più economico per punto indice

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Qwen4-Max e G​emini 4 Neon distano quarantotto ore e diciassette punti di Intelligence Index l'uno dall'altro, e il numero interessante non è né l'uno né l'altro. È $0,076 contro $0,106 — quanto costa un punto dell'Artificial Analysis Intelligence Index su ciascun modello, dividendo il costo misurato per attività per il punteggio. Qwen4-Max, disponibile per l'uso generale dal 16 novembre 2026 a $1,50 in input e $4,50 in output per milione di token, ottiene i punti dell'indice a un costo inferiore del 28% rispetto a G​emini 4 Neon, che costa $3,00 in input e $15,00 in output. Neon è il modello migliore, per un margine che nessuno dovrebbe mettere in dubbio. Qwen4-Max è l'acquisto più conveniente per punto, per un margine inferiore al divario di prezzo e superiore a quanto presupponga la maggior parte degli acquirenti.

Due modelli, due domande diverse

Prima dell'aritmetica, l'inquadramento: perché questi due non sono concorrenti nel senso comune, ed è trattandoli come un'unica cosa che il confronto prende una piega sbagliata.

Gemini 4 Neon è il quarto modello nell'ambito della linea Gemini 4 di Google ed è posizionato in competizione con i suoi stessi modelli fratelli anziché con Alibaba. Per impostazione predefinita punta a un alto livello di sforzo e prevede quattro livelli — basso, medio, alto, xhigh — mentre Carbon e Argon si fermano ad alto. Qwen4-Max ne prevede tre — basso, alto, xhigh — e anche la sua impostazione predefinita è alta. Entrambi accettano in input testo, immagini e video e restituiscono testo. Entrambi gestiscono un contesto da un milione di token. Entrambi sono proprietari, entrambi a pesi chiusi ed entrambi vengono venduti con la stessa proposta: lavoro agentico a lungo orizzonte, in cui il modello deve mantenere un ampio set di lavoro e continuare ad andare avanti.

Ciò che li separa è quanto costa quella proposta. Neon è posizionato come il livello più costoso della sua famiglia — 3,00 $ e 15,00 $ fissi, nessuna finestra introduttiva, nessun livello gratuito, contro Argon a 2,00 $ e 10,00 $ fino al 30 novembre. Qwen4-Max è posizionato come l'estremità economica della frontiera, 1,50 $ e 4,50 $ a Singapore e 1,413 $ e 4,24 $ nelle regioni con ambito globale. Sul listino prezzi si tratta di un divario di due a uno. Sul contatore non lo è, e il motivo è il punteggio.

Quanto costa ogni punto dell'indice

Artificial Analysis pubblica entrambi i modelli sull'indice v5.0.1 — l'indice ribasato, quindi un punteggio più vecchio proveniente da una classifica estiva non è comparabile — e pubblica accanto un costo misurato per attività dell'indice. È quest'ultimo dato che conta, perché include quanti token ciascun modello consuma effettivamente per portare a termine il compito, ed è proprio qui che le tabelle dei prezzi mentono.

• Intelligenza — Qwen4-Max 43, contro Neon 61 a xhigh e 60 a high. Il valore predefinito di Neon è high, quindi il singolo numero equo per Neon è 60.

• Prezzo per milione, input e output — Qwen4-Max $1.50 e $4.50 a Singapore, $1.413 e $4.24 altrove. Neon $3.00 e $15.00, tariffa unica ovunque.

• Costo per attività di indicizzazione — Qwen4-Max $3,27. Neon $6,44, e tale cifra è misurata a xhigh anziché al suo valore predefinito, che è l'unico costo che il tracker mette in evidenza per Neon.

• Costo per punto indice — Qwen4-Max $0,0760. Neon $0,1056 a xhigh, e una cifra inferiore a high, che nessuno ha pubblicato.

• Token di output per completare la suite — Qwen4-Max 127M, Neon 123M a high e 283M a xhigh. Ai loro valori predefiniti, i due sono entro il 3% l'uno dall'altro quanto a verbosità, ed è questo fatto che rende pulito il resto dell'aritmetica.

• Tempo per attività di indicizzazione — Qwen4-Max 29,8 minuti, Neon 14,8 con high e 21,5 con xhigh. Questo è il divario funzionale più ampio del confronto e nessun livello di prezzo può colmarlo.

• Velocità di output — Qwen4-Max 59 token al secondo, Neon 101 con high e 110 con xhigh.

• Contesto — Qwen4-Max 984.000 come misurato, 1.000.000 come documentato. Neon 1.000.000 come documentato e come erogato, senza alcuna finestra misurata pubblicata.

Leggi due volte la riga del costo per punto, perché fa qualcosa che la riga del prezzo non fa. Il tariffario dice che Neon costa il doppio. Il contatore dice che Neon costa 1,97 volte tanto per attività — quasi esattamente il doppio, il che significa che i due modelli spendono un numero simile di token per attività e il risparmio per punto deriva quasi interamente dal prezzo, non dall'efficienza. Qwen4-Max non ottiene il suo 28% essendo conciso. Lo ottiene essendo economico.

E poi la riga del punteggio se ne riprende gran parte. Il 28% in meno per punto è un vantaggio reale e anche piccolo; diciassette punti indice sono un cambio di livello. Un team che sceglie Qwen4-Max per risparmiare il 28% per punto ha deciso che la differenza tra 43 e 60 non conta per il proprio carico di lavoro, e il vantaggio sul prezzo è la consolazione, non l'argomento.

A generated two-column scoreboard for Qwen4-Max and Gemini 4 Neon across six shared dimensions: index 43 against 60 at high, price $1.50 and $4.50 against $3.00 and $15.00 per 1M, cost per index task $3.27 against $6.44 at xhigh, time per task 29.8 minutes against 14.8, output speed 59 against 101 tokens per second, and a 1M context on both sides.

La velocità è il punto in cui il divario si allarga

Il costo per punto è l'unità giusta per un batch job e quella sbagliata per qualunque cosa si trovi davanti a una persona, e questo confronto penalizza tale distinzione più di quanto faccia la maggior parte degli altri.

Neon decodifica a 101 token al secondo con l'impostazione predefinita e a 110 con xhigh. Qwen4-Max decodifica a 59. Si tratta di un divario di 1,7× con l'impostazione predefinita e di 1,9× al limite massimo, e si somma a un divario temporale per attività di 14,8 minuti rispetto a 29,8: lo stesso ordine di grandezza, che è ciò che ci si aspetterebbe quando i modelli emettono conteggi di token simili a velocità diverse.

Per un assistente IDE, un agente di supporto o qualsiasi interfaccia con uno spinner, 59 token al secondo sono sul versante lento dell'utilizzabile e 101 sono comodi. Il tracker descrive Qwen4-Max come "notevolmente lento per attività" e il suo tempo al primo token di risposta a 137 secondi, che è il numero che decide se un'interfaccia di streaming sembra viva. Se il tuo carico di lavoro è interattivo, il vantaggio del 28% per punto viene acquistato con un costo di latenza che nessun tariffario mostra e che gli utenti noteranno prima della finanza.

Vale la pena enunciare chiaramente anche il caso opposto, perché è il caso per cui Qwen4-Max viene effettivamente venduto. Un agente di lunga durata che si risveglia secondo una pianificazione, lavora per venti minuti e scrive una patch non importa se i token arrivano a 59 o 110 al secondo: gli importa che l'esecuzione termini prima che sia il momento della successiva. Su questa forma, 29,8 minuti contro 14,8 restano un costo reale, ma è un costo in tempo di orologio anziché in attenzione, e il tempo di orologio è la cosa di cui si può comprare di più.

Contesto e tetti che nessuno cita

Entrambi i modelli pubblicizzano una finestra da un milione di token, ed entrambi hanno dietro un numero più piccolo che decide cosa può fare davvero un lavoro a contesto lungo.

• Tetto di input — Qwen4-Max documenta 991.808 token in modalità non-thinking e 983.616 in modalità thinking, con la differenza che ragionamento e risposta attingono allo stesso budget. La documentazione di Neon riporta un tetto di output standard di 64K, con la generazione long-decode che si estende verso 1M, il che è un tipo diverso di limite: un'estensione anziché un limite fisso.

• Limite di output — Qwen4-Max 131.072 non-thinking, oppure 262.144 condivisi tra thinking e risposta. Neon 64K standard, esteso in caso di generazione con long-decode.

• Scala di effort — Qwen4-Max low, high, xhigh, con valore predefinito high, senza medium: Chat Completions associa medium a high, quindi richiedere il livello intermedio costa quanto il livello più alto. Neon low, medium, high, xhigh, con valore predefinito high, con tutti e quattro disponibili.

• Caching — Qwen4-Max offre caching esplicito e implicito, con letture dalla cache a Singapore a $0,075 per milione e scritture a $1,875 per una finestra di cinque minuti. Neon dispone solo del caching implicito, a $0,15 per milione — uno sconto del 95% su una tariffa di input di $3,00.

Batch — Qwen4-Max supporta l'inferenza batch solo a Pechino, a $0,707 e $2,12 per Batch File e alla tariffa in tempo reale per Batch Chat. Neon esegue batch e flex a metà tariffa, $1,50 e $7,50, in ogni regione.

Quell'ultima riga è quella che cambia una bolletta reale e riceve meno attenzione. Un carico di lavoro batch su Neon costa $1,50 e $7,50 — un terzo della tariffa di Qwen4-Max a Singapore sull'input e il 60% sull'output — ed è disponibile ovunque sia disponibile Neon. Il percorso batch di Qwen4-Max è in un'unica regione, il che significa che un team fuori Pechino che esegue lavoro asincrono in blocco paga la tariffa output completa di $4,50 mentre l'articolo di confronto che ha letto dava per scontato il prezzo batch. Se il tuo carico di lavoro è batch, il vantaggio del 28% per punto diventa qualcosa di molto più grande, e se è in tempo reale, resta dov'è.

A screenshot of the OrcaRouter model page for google/gemini-4-argon, captured in an English interface, showing the OrcaRouter Models navigation, the google/gemini-4-argon identifier, a time-to-first-token figure and the Pricing panel with zero-data-retention availability noted.

Dove ognuno appartiene

La raccomandazione onesta è più circoscritta di quanto vorrebbero entrambi i fornitori e non sceglie un vincitore.

Neon è la scelta predefinita giusta per tutto ciò in cui una risposta sbagliata costa caro e una lenta no — programmazione a lungo orizzonte, ricerca in più fasi, cicli agentici che vengono eseguiti senza supervisione e revisionati a posteriori. Diciassette punti indice sono il tipo di divario che cambia ciò di cui ci si può fidare di un modello, più che la rapidità con cui finisce, e a 6,44 $ per attività stai pagando il tetto massimo, non la media. Rispetto a Carbon è anche l'unico listino di G​emini 4 che non cambia il 1° dicembre, il che la rende la scelta stabile all'interno della sua famiglia anche se oggi è quella più costosa.

Qwen4-Max è la scelta predefinita giusta per il lavoro ad alto volume, dove il compito del modello è ben specificato e i costi si moltiplicano: etichettare una coda in arrivo, redigere la risposta di routine, coprire il gradino economico di una scala di escalation e la lunga coda di passaggi dell'agente che non hanno bisogno di un modello di frontiera alle spalle. A $3.27 per attività contro $6.44, è circa metà della spesa per un modello che ottiene 43, e 43 si colloca sopra la mediana dei modelli nella sua stessa fascia di prezzo. Comprare Neon per quel lavoro significa comprare diciassette punti che non userai.

La trappola è la fascia intermedia, ed è lì che finisce la maggior parte dei team. Un carico di lavoro che richiede 55 non girerà su Qwen4-Max e non ha bisogno di Neon, e la risposta corretta non è nessuna delle due — è un modello un gradino sotto in ciascuna famiglia, con un prezzo compreso tra i due, che è esattamente la decisione per cui esiste un livello di routing. OrcaRouter non serve Qwen4-Max né G​emini 4 Neon; ciò che porta dalla linea G​emini 4 è google/gemini-4-argon e google/gemini-4-carbon, entrambi ai prezzi di listino di Google con 0% di markup applicato, quindi l'aumento del 1° dicembre su quei due arriva qui lo stesso giorno in cui arriva sulla scheda di G​oogle. Qwen4-Max è raggiungibile tramite l'API Model Studio di A​libaba e diverse piattaforme di terze parti. Un'unica API per oltre 200 modelli significa che il livello di classificazione e il livello frontier possono essere modelli diversi senza essere contratti diversi, e il failover automatico significa che, quando uno di essi ha un'ora difficile, la pipeline no.

A screenshot of the OrcaRouter Models catalogue, captured in an English interface, showing the models count and provider count in the header, the filter rail with input modalities, context length, input price, status, access tier and inference region, and individual model rows with copyable model IDs.

Il numero da portare fuori da questo

Qwen4-Max costa il 28% in meno per punto indice ed è 17 punti indietro, decodifica a 59 token al secondo contro 101 e costa $3,27 per attività contro $6,44 nell'impostazione che il tracker mette in evidenza. Ognuno di questi numeri è una risposta diversa a «quale costa meno», e sono tutti corretti.

A doverlo decidere dovrebbe essere il carico di lavoro, non il modello. Se un’attività si completa in un solo passaggio e la risposta viene verificata, Qwen4-Max dimezza il conto. Se un’attività si completa in oltre venti minuti e la risposta viene rilasciata senza controlli, Neon è l’unico dei due a portarla a termine — e una velocità di decodifica di 1,7× è ciò che fa la differenza tra un agente utile e un agente che smetti di aspettare. Paga i punti che consumi davvero. Nessuno è mai stato contento di averne comprati diciassette che non gli servivano.