
Qwen4-Max vs Grok 4.5: stai confrontando un modello rilasciato ieri con uno che il suo stesso fornitore ha già sostituito
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 185 tok/s
Apri la pagina del modello per Grok 4.5 su Artificial Analysis e la prima cosa sullo schermo non è un benchmark. È un avviso: questo modello è deprecato, SpaceXAI ha lanciato una versione più recente, Grok 4.6, e dovresti considerare invece quella. La pagina riporta ancora misurazioni — 10,45 secondi al primo token di risposta, 65 token al secondo, una finestra di contesto da 500k, 2,00 $ in ingresso e 6,00 $ in uscita per milione — ma non riporta più alcun punteggio di intelligenza, e la cadenza dei benchmark è scesa da ogni sei ore a ogni diciotto. Qwen4-Max, al contrario, è in vendita dal 16 novembre 2026 e ha un giorno di vita. Confrontare un modello di un giorno con uno superato è una cosa strana da fare deliberatamente, ed è proprio per questo che vale la pena farlo: il confronto dice meno su quale modello sia migliore e più su quanto rapidamente l'argomento dell'efficienza dei token che giustificava Grok 4.5 sia stato superato.
Che cosa ciascun modello è davvero, un giorno dentro una delle loro vite

• Fornitore — Alibaba vs SpaceXAI, che ha rinominato la linea Grok a metà anno
• Rilasciato — Qwen4-Max il 16 novembre 2026 vs Grok 4.5 l'8 luglio 2026, sostituito da Grok 4.6
• Prezzo per milione di token — $1,50 in ingresso / $4,50 in uscita vs $2,00 in ingresso / $6,00 in uscita
• Lettura cache — 0,075 $ per milione per Qwen4-Max contro 0,30 $ per milione per Grok 4.5
Finestra di contesto — 1.000.000 di token rispetto a 500.000
• Output massimo — 131.072 token in modalità non-thinking, 262.144 condivisi in modalità thinking rispetto ai 64.000 documentati
• Modalità di input — testo, immagine e video vs testo, immagine e file
• Punteggio indipendente dell'indice — 43 per Qwen4-Max rispetto a nessuno pubblicato per Grok 4.5
• Stato di deprecazione — flagship attuale vs sostituito, con un successore sulla stessa scheda
Le ultime tre righe sono l'articolo. La scheda di Qwen4-Max è più grande su ogni asse che una scheda tecnica possa misurare, e sulla scheda di Grok 4.5 c'è una nota che dice che esiste una versione migliore allo stesso prezzo.

Perché qualcuno sceglierebbe ancora la 4.5, e perché quella ragione sta perdendo peso
La tesi a favore di Grok 4.5 non è mai stata la capacità grezza. Erano i token: il modello era basato su una base da 1,5 trilioni di parametri addestrata insieme a un editor di codice e commercializzato per risolvere attività di ingegneria del software con molti meno token in output rispetto a modelli di frontiera comparabili, a un prezzo pensato per la produzione ad alto volume. È una proposta davvero valida, ed è la stessa che Alibaba sta facendo per Qwen4-Max — dal 24% al 35% in meno di token in output rispetto al predecessore, dal 48% al 49% in meno su Terminal-Bench 4.0, costo medio per attività sceso da $4,43 a $1,67.
Entrambi i fornitori, in altre parole, vendono parsimonia. La differenza è che una di queste affermazioni sta per essere messa alla prova di continuo, mentre l’altra non viene più testata con la stessa frequenza. Artificial Analysis esegue ancora Grok 4.5, ma ogni diciotto ore anziché ogni sei, il che è il modo garbato di dire che il modello è passato dalla copertura alla manutenzione. Un modello il cui comportamento viene campionato con una frequenza pari a un quarto è un modello le cui regressioni vengono individuate con una rapidità pari a un quarto.
C'è una ragione difendibile per tenerlo in un catalogo: è stabile, è economico, la sua finestra da 500k copre la maggior parte del lavoro e non richiede di cambiare nulla. Questo è l'argomento a favore di qualsiasi incumbent. Smette di essere difendibile nel momento in cui è disponibile un successore con la stessa finestra di contesto e lo stesso prezzo base, perché a quel punto l'unico vantaggio rimasto dell'incumbent è che non hai ancora migrato.
L'unico asse su cui Grok 4.5 ha un numero pubblicato e Qwen4-Max no
Latenza. Nella misurazione di Artificial Analysis, Grok 4.5 risponde in 10,45 secondi e genera in streaming a 65 token al secondo. Quei numeri non sono eccezionali rispetto a un moderno modello di frontiera — Claude Opus 5.5 impiega 352 secondi al primo token con il massimo sforzo, GPT-6.1 Sol 169 secondi — ma esistono, sono riproducibili e puoi pianificare la capacità intorno a essi.
Qwen4-Max non ha alcun dato di latenza pubblicato da nessuna parte. Artificial Analysis elenca il suo punteggio di indice, la sua scheda prezzi e i suoi totali di token, e lascia vuota la colonna delle prestazioni: nessun tempo per attività, nessuna velocità di output, nessun tempo al primo token. Il materiale di lancio di Alibaba pubblica conteggi di token, che sono una quantità diversa, e un modello che scrive la metà dei token pur andando alla stessa velocità completa un'attività nella metà del tempo — le due affermazioni non sono intercambiabili.
Quindi lo stato onesto del confronto al 17 novembre è che il modello più vecchio e superato è quello per cui puoi preventivare il tempo effettivo, e quello nuovo è quello che devi misurare tu stesso. Per una pipeline batch è un pomeriggio di lavoro. Per un prodotto interattivo è un motivo per eseguire Qwen4-Max dietro un fallback anziché davanti a uno.
La soglia dei 200.000 token, di sfuggita
Grok 4.5 è articolato in fasce in base alla lunghezza del prompt: fino a 200.000 token di input fattura 2,00 e 6,00 dollari, mentre oltre tale soglia la tariffa raddoppia a 4,00 e 12,00 dollari. Qwen4-Max vende un'unica fascia da zero al limite di contesto. Poiché la finestra di contesto di Grok 4.5 è di 500k e la sua fascia economica si ferma a 200k, i 300k superiori della sua stessa finestra vengono fatturati al doppio della tariffa pubblicizzata — un dettaglio che conta meno di quanto conterebbe su un modello da 1M di token, e piuttosto più di quanto suggerisca il prezzo di copertina di 2,00 dollari.
La nicchia in cui un modello superato resta comunque la scelta giusta è ristretta ma reale: carichi di lavoro vincolati alla sua efficienza in termini di token, già ottimizzati su prompt da 200k token e per i quali non vale la pena una nuova validazione. Se è il tuo caso, Grok 4.6 condivide la finestra di contesto, la superficie di input e il prezzo base, quindi la migrazione è una questione di identificatore di modello, non di un progetto.
Video è la riga che chiude il confronto per alcune squadre
Qwen4-Max accetta testo, immagini e video. Grok 4.5 accetta testo, immagini e file. Hy4 preview di Tencent, Opus 5.5 di Anthropic e Sol di OpenAI leggono tutti file anziché video, il che rende Qwen4-Max insolito e non semplicemente più recente: per il lavoro a livello di fotogramma — triage dei filmati, analisi delle registrazioni dello schermo, qualsiasi cosa con una timeline — il resto di questo confronto è irrilevante, perché non c'è nulla con cui confrontarsi.
Il rovescio della medaglia è che il budget documentato per l'output di pensiero di Qwen4-Max è di 262.144 token condivisi tra traccia di ragionamento e risposta visibile, con un budget di pensiero predefinito di 131.072 e reasoning_effort impostato per impostazione predefinita su high. Un job di analisi video che ragiona a lungo spenderà una fetta significativa del budget della risposta nel ragionamento. Dimensiona l'output su 131.072, non sul numero di contesto da 1M riportato nella scheda.

Eseguire la coppia e ciò che «una chiave» consente di ottenere su ciascun lato
OrcaRouter instrada Grok 4.5 a 2,00 $ in ingresso e 6,00 $ in uscita per milione fino alla soglia di 200.000 token e a 4,00 $ e 12,00 $ al di sopra di essa — la scheda del fornitore stesso, riportata con markup pari allo 0% — e instrada anche il suo successore come Grok 4.6 alle stesse tariffe di base, il che rende la migrazione da 4.5 a 4.6 una modifica a un solo campo in una regola di routing anziché una nuova integrazione. La stessa chiave raggiunge Claude Opus 5.5, GPT-6.1 Sol, Qwen3.8-Max e Tencent HY4 Preview.
Qwen4-Max non è in quell'elenco. Il catalogo non ha ancora recepito la generazione Qwen4, quindi una rotta Qwen4-Max per ora è una chiave Alibaba diretta, e il modo onesto di descrivere l'accordo è un endpoint per tutto ciò su cui potresti ricadere più una credenziale diretta per il modello che stai valutando.
Quella suddivisione è ancora il modo più economico per rispondere alla domanda che pone questo articolo. Indirizza la rotta Grok 4.5 e la rotta Grok 4.6 sullo stesso traffico, pubblica il confronto sulle tue richieste e mantieni Qwen4-Max in parallelo come terzo ramo con un failover automatico tra provider alle spalle. L'alternativa — dismettere un percorso funzionante per testare un modello senza latenza pubblicata — è ciò che porta i team a fare rollback alle 2 del mattino.
Cosa fare con un modello che riporta un avviso
L'avviso sulla pagina di Grok 4.5 non è un necrologio. Il modello funziona, ha un prezzo competitivo e la sua finestra da 500k è più di quanto serva alla maggior parte dei task. Ma un confronto tra esso e Qwen4-Max non è davvero una scelta tra due opzioni: è una scelta tra una grandezza nota che viene progressivamente dismessa e una grandezza sconosciuta appena arrivata, e l'elemento che fa pendere la bilancia è la tua tolleranza nel misurare le cose da solo.
Tre cose da tenere d'occhio, nell'ordine. Qualsiasi dato di latenza indipendente per Qwen4-Max, che è l'unico input mancante in questo confronto. Se Alibaba rivedrà il budget di pensiero condiviso di 262.144 token quando arriverà il traffico degli agenti. E se Grok 4.5 resterà in elenco anche dopo il momento in cui il suo successore sarà stato collaudato a fondo — perché un avviso di deprecazione è di solito il primo paragrafo di una data di dismissione.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
