DeepSeek V4 Pro vs Qwen3.8 Max: het 3x prijsverschil, opnieuw gedraaid na het respijt van september

DeepSeek V4 Pro and Qwen3.8 Max are the two most important open-or-cheap flagships of this generation, and the September events on the Deep​Seek side changed the matchup more than either vendor's marketing has acknowledged. DeepSeek V4 Pro shipped on August 13, 2026, ten days after Aliba​ba's Qwen3.8 Max went generally available on August 3, and the pairing has always read as a one-sided contest: Qwen3.8 Max is the 2.4-trillion-parameter all-rounder at $2 per million input and $6 per million output tokens, while DeepSeek V4 Pro is the 1.6-trillion-parameter reasoning specialist at a fraction of that price, MIT-licensed, with public weights. The reason this comparison is worth re-running today is not the launch-week numbers but what happened a month later — Deep​Seek spent the week of September 8 trying to retire V4 Pro, then reversed on September 11 and committed to keeping it online at unchanged billing. That reversal is the single most important fact about this matchup right now, because it decides whether the cheap half is a safe bet or a migration trap.

Independent measurements in this piece come from Artificial Analysis, captured today. Aliba​ba's and Deep​Seek's own benchmark tables are labeled vendor-reported throughout — neither company's launch numbers have been fully reproduced by a third party, and Deep​Seek's are now four weeks old against a moving scoreboard.

Het respijt van september is het verhaal, niet de lancering van augustus

On September 8, Deep​Seek announced that after September 14 every request to deepseek-v4-pro would be routed to V4.1 Flash and billed at Flash prices until a V4.1 Pro shipped. Anyone running Qwen3.8 Max versus DeepSeek V4 Pro as a serious comparison had to start planning for the cheap option to vanish. Then Deep​Seek delayed the cutoff, and on September 11 it reversed entirely, stating it would continue providing API services for DeepSeek V4 Pro after September 14 with billing unchanged, and giving notice if that ever changes. The reversal was reported by Chinese state media and tech press the same day.

Wat dit doet voor de vergelijking is de asymmetrie wegnemen die beslissingen stilletjes stuurde. Gedurende de eerste week van september werd het eerlijke antwoord op "moet ik bouwen op het outputmodel van $0,66 of op het outputmodel van $6?" vervuild door overlevingsrisico: de prijsleider had een stopdatum. Sinds 15 september is die vervuiling verdwenen. De goedkope optie is blijvend, en de vergelijking gaat eindelijk over waar het altijd al over had moeten gaan: intelligentie, prijs en snelheid.

Prijs: hetzelfde spel, voor een fractie van de outputkosten

On the current independent scoreboard the two sit four points apart, and the price gap between them is the largest in the open-weights tier. Qwen3.8 Max is $2.00 per million input and $6.00 per million output tokens on Aliba​ba's list price, with an 88% cache discount. DeepSeek V4 Pro is $0.66 per million input and $1.98 per million output off-peak, doubling to $1.32/$3.96 at peak hours, with a 97% cache discount.

• Prijs — DeepSeek V4 Pro $0,66/$1,98 per 1M buiten de piek (piek $1,32/$3,96) vs Qwen3.8 Max $2,00/$6,00 vast

• Intelligentie-index — V4 Pro 36 (#7/113) vs Qwen3.8 Max 40 (#30/200)

• Uitvoersnelheid — V4 Pro ~81 tokens/sec vs Qwen3.8 Max ~41 tokens/sec

• Kosten per taak — V4 Pro $0,67 vs Qwen3.8 Max $2,67 (per AA-indextaak)

• Context — beide 1M tokens

• Licentie — V4 Pro MIT open gewichten vs Qwen3.8 Max propriëtaire gewichten, commerciële licentie

The output-price ratio is the whole argument: Qwen3.8 Max costs three times as much per input token and roughly three times per output token at V4 Pro's peak rate — and the gap on output widens to six times when V4 Pro is billed at its off-peak rate, which covers most of the week outside a narrow window. On a reasoning-heavy workload, where output tokens dominate the bill, that gap is the difference between a model you can leave running and one you watch in the dashboard. The cache lines widen it further: V4 Pro's 97% discount against Qw​en's 88% means a long-context task with a reused prefix costs a fraction of its list price on the Deep​Seek side.

Intelligentie: vier punten uit elkaar, en de kloof is het echte product

The independent scoreboard makes this closer than the price ratio suggests. On the current Artificial Analysis Intelligence Index, Qwen3.8 Max scores 40 against DeepSeek V4 Pro's 36 — a four-point gap that shows up in reasoning-heavy work but disappears in token-heavy work. Qwen3.8 Max's edge is real and consistent: it ranks #30 of 200 overall, just inside the frontier, while V4 Pro ranks #7 of 113 in its open-weights class. On Aliba​ba's own benchmark table, Qwen3.8 Max claims a Terminal-Bench 2.1 of 86.6, GPQA Diamond 92.6, and a FrontierSWE 73.5 that nearly doubled its predecessor's 40.7 — all vendor-reported, none reproduced independently. Deep​Seek's model card claims a Codeforces rating of 3,348 and a Terminal-Bench 2.1 of 87.9 at maximum reasoning effort — likewise vendor-reported and unverified by a third party.

The honest framing is that the two companies are arguing past each other. Qwen3.8 Max's vendor table is built around enterprise and scientific work — the 0902 refresh Aliba​ba shipped on September 2 was further post-trained on Coding and Cowork, which Qw​en says strengthens exactly that profile. DeepSeek V4 Pro's own claims center on deep reasoning and agentic tool use, where its four-week-old Codeforces and Terminal-Bench numbers still look strong. Neither vendor's table has been reproduced by an independent evaluator, and on the one scoreboard that is independent, the four-point gap is the whole difference between the models.

Snelheid is waar Qwen3.8 Max stilletjes terrein verliest

De dimensie die het specificatieblad verbergt, is outputsnelheid. Artificial Analysis meet DeepSeek V4 Pro op ongeveer 81 tokens per seconde, tegenover ongeveer 41 voor Qwen3.8 Max — een verschil van factor twee in hoe snel antwoorden terugkomen. Bij een chatworkload is dat een pauze die de gebruiker opmerkt; bij een agentlus met veel opeenvolgende aanroepen loopt dat op tot echte kloktijd. De prijsverhouding valt al in het voordeel van V4 Pro, en het snelheidsverschil maakt de effectieve kloof in kosten per antwoord nog groter dan de tokenberekening doet vermoeden.

In dat getal zit een afweging verborgen, en dat is de breedsprakigheid van Qwen3.8 Max. Artificial Analysis merkt op dat het model "opvallend traag en zeer breedsprakig" is, en de kosten per taak — $2,67 tegenover $0,67 voor V4 Pro — weerspiegelen zowel het hogere tarief als de extra outputtokens. Een reasoningmodel dat meer per antwoord schrijft, kost meer per taak, nog voordat je met de tariefkaart vermenigvuldigt. Als je workload latencygevoelig is of je agentlus doet tientallen aanroepen, dan is dat het getal waarop je je eigen eval moet draaien.

Gewichten: MIT versus een commerciële licentie

DeepSeek V4 Pro is MIT-licensed with public weights — you can download them, serve them yourself, fine-tune them, and keep your modifications closed. Qwen3.8 Max is the first Max-class Qw​en ever to ship open weights (the 2.4T A95B checkpoint landed on August 12), but under a commercial license with scale-tier conditions, and Aliba​ba has not published the full inference stack the way Deep​Seek has. For a company comparing the two, the deployment story is the tie-breaker: V4 Pro can be self-hosted as infrastructure; Qwen3.8 Max is primarily a service you rent. The weights difference matters most if your concern is vendor lock-in or if you want to escape the API price entirely.

Wie moet welke kiezen

Als je workload veel redeneerwerk vereist, gedomineerd wordt door outputtokens of latentiegevoelig is, is DeepSeek V4 Pro het antwoord op vrijwel elke as die op de factuur terugkomt: ongeveer drie tot zes keer goedkoper op output, ongeveer twee keer zo snel, een diepere cachekorting, en MIT-gewichten als uitweg. Het intelligentieverschil van vier punten is reëel maar klein, en het overleeft zelden de confrontatie met het prijsverschil bij productieverkeer.

Als je workload een enterprise-profiel heeft — complexe analyses in meerdere stappen, diepe logische afleiding, veeleisend agentisch werk, of elke taak waarbij de marginale antwoordkwaliteit drie tot zes keer de tokenkosten waard is — dan zijn de extra vier punten van Qwen3.8 Max op de onafhankelijke index en zijn sterkere claims op enterprise-benchmarks de reden om de meerprijs te betalen. De 0902-refresh scherpt dat profiel aan. En als je beeld- of video-invoer nodig hebt, is de keuze niet eens aan elkaar gewaagd: Qwen3.8 Max accepteert tekst, beeld en video, terwijl DeepSeek V4 Pro alleen tekst aankan.

Beide modellen zijn aanroepbaar via OrcaRouter met één sleutel — DeepSeek V4 Pro en Qwen3.8 Max routeren beide via het platform — en omdat OrcaRouter de lijstprijzen van providers zonder markup doorgeeft, zijn de cijfers in dit artikel de cijfers die je daadwerkelijk betaalt, waarbij prijsverlagingen van leveranciers dezelfde dag ingaan. De routing-DSL laat je het tokenintensieve of latentiegevoelige verkeer naar DeepSeek V4 Pro sturen en de multimodale of meest kritieke redeneertaken naar Qwen3.8 Max, vanuit dezelfde integratie — wat precies is hoe de meeste teams deze combinatie uiteindelijk gebruiken: beide, voor wat elk het beste doet.

Het vonnis

Het respijt van september beslechtte de kwestie die deze confrontatie aan het overspoelen was: de goedkope helft is niet langer een risico om te verdwijnen. DeepSeek V4 Pro is het antwoord als het om prijs-prestatie gaat — drie tot zes keer goedkoper op output, twee keer zo snel, onder MIT-licentie, en nu vast van plan om online te blijven. Qwen3.8 Max is het antwoord als het om capaciteiten gaat — vier onafhankelijke indexpunten hoger, sterkere enterprise-claims, multimodale input, en een commerciële licentie die het buiten je stack houdt. Kies de vier punten wanneer je evals bewijzen dat ze ertoe doen; kies de prijs wanneer je factuur de eval is die daadwerkelijk de doorslag geeft.

Stuur het tokenintensieve of latentiegevoelige verkeer naar DeepSeek V4 Pro en het multimodale of het redeneerwerk met de hoogste inzet naar Qwen3.8 Max via dezelfde integratie — wat precies is hoe de meeste teams deze combinatie uiteindelijk gebruiken: beide, voor wat elk het beste doet.