Wygenerowana karta tytułowa 16:9 z napisem „Qwen4-Max vs LongCat 2.5” i podtytułem „Dwa flagowce, których nikt nie ocenił, dwunastokrotnie różniące się ceną”, z trzema zaokrąglonymi kartami: 4,50 USD wobec 1,20 USD za milion tokenów wyjściowych, kontekst 1 000 000 tokenów po obu stronach oraz brak niezależnego wyniku w obu przypadkach. Logo OrcaRouter w prawym dolnym rogu.
Guides & Insights

Qwen4-Max kontra LongCat 2.5: dwa flagowce, których nikt nie ocenił, z cenami różniącymi się dwunastokrotnie

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Oto porównanie o nietypowej właściwości: żadna ze stron nie ma liczby. Qwen4-Max, który A​libaba udostępniła powszechnie 16 listopada 2026 r., publikuje cennik, okno kontekstowe i listę funkcji, a nie publikuje żadnego benchmarku. LongCat 2.5, który Meituan opublikował 2 listopada 2026 r., jest dostarczany z 31-wierszową tabelą ocen dostawcy i nadal nie ma niezależnego wyniku — w rankingu Artificial Analysis nie ma wpisu LongCat 2.5, jest tylko jego poprzednik LongCat 2.0, który również nie ma wartości indeksu. Kiedy więc zestawisz Qwen4-Max i LongCat 2.5, tym, co je faktycznie dzieli, nie są możliwości. To 1,20 USD wobec 4,50 USD za tokeny wyjściowe i to, czy wierzysz tabeli samego dostawcy, gdy jest to jedyna dostępna tabela.

To sprawia, że ta strona jest innym rodzajem porównania niż zwykłe bezpośrednie starcie. Nie pyta, który model jest lepszy, bo nikt spoza obu laboratoriów nie jest w stanie na to odpowiedzieć. Pyta, który z nich możesz sobie pozwolić poznać, oraz do czego dokumentacja każdego dostawcy się zobowiązuje, a do czego nie.

A generated two-column scoreboard titled 'Qwen4-Max vs LongCat 2.5 - the scoreboard', comparing $1.50 against $0.30 input, $4.50 against $1.20 output, a 1,000,000-token context against 1,048,576, 131,072 maximum output on both sides, six regions against one platform, and no independent score against no independent score, over a footer reading 'Both vendors report no independent benchmark; prices are first-party list rates.' OrcaRouter logo bottom-right.

Co Meituan faktycznie wdrożył 2 listopada

LongCat 2.5 to rzadki model mieszaniny ekspertów o 1,6 biliona parametrów, aktywujący około 48 miliardów parametrów na token, co czyni go iteracją tej samej architektury co LongCat 2.0, a nie nowym projektem. Jest natywnie multimodalny w specyficznym i nietypowym sensie: sygnały wizualne są kodowane jako wielopoziomowe dyskretne tokeny poprzez resztkową kwantyzację wektorową cech z enkodera semantyczno-dopasowanego, więc obrazy i tekst wchodzą do szkieletu jako jeden słownik tokenów, a nie przez doczepiany adapter. Podane przez dostawcę przypadki użycia wynikają z tego — zbudowanie strony ze zrzutu ekranu, wygenerowanie sceny 3D z opisu, utworzenie plakatu.

Kontrakt udostępniania jest konkretny. Kontekst to 1,048,576 tokenów na wejściu i 131,072 na wyjściu. Dwa endpointy znajdują się pod api.longcat.chat: zgodny z OpenAI /openai/v1/chat/completions oraz zgodny z Anthropic /anthropic/v1/messages. Claude Code, Codex, Hermes, OpenCode i Kilo Code są wymienione jako obsługiwane środowiska, a dla każdego z nich istnieje oficjalny przewodnik. Wagi nie są dostępne; przyciski GitHub i Hugging Face na blogu mają napis „Wkrótce”, bez daty. LongCat 2.0 został wydany na licencji MIT, więc kwestia licencji dla 2.5 jest naprawdę otwarta, a nie rozstrzygnięta przez precedens.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry and later entries visible below it.

Z kolei Qwen4-Max firmy Alibaba jest zamknięty w inny sposób: jego dokumentacja wprost wskazuje fine-tuning i wdrażanie modelu jako nieobsługiwane, co jest mocniejszym stwierdzeniem niż „wkrótce”. Wejście: tekst, obraz i wideo; wyjście: tekst; okno 1 000 000 tokenów; 131 072 tokenów wyjścia poza trybem myślenia; myślenie domyślnie włączone z budżetem 131 072 tokenów. Sześć regionów — Singapur, Pekin, Hongkong, Frankfurt, Wirginia i Tokio — w porównaniu z jedyną własną platformą LongCat.

Różnica w cenie i co można za nią kupić

• Dane wejściowe — Qwen4-Max 1,50 USD za 1 mln w Singapurze i 1,413 USD gdzie indziej, w porównaniu z LongCat 2.5 0,30 USD

• Wyjście — Qwen4-Max $4.50 w Singapurze i $4.24 gdzie indziej, w porównaniu z LongCat 2.5 $1.20

• Wejście z pamięci podręcznej — odczyt Qwen4-Max za 0,075 USD po pięciominutowym zapisie za 1,875 USD, w porównaniu z odczytem LongCat 2.5 za 0,006 USD

• Kontekst — Qwen4-Max 1,000,000 tokenów w porównaniu z LongCat 2.5 1,048,576 tokenów

• Maksymalna długość wyjścia — Qwen4-Max 131 072 tokeny w trybie bez myślenia, 262 144 współdzielone z trybem myślenia, w porównaniu z LongCat 2.5 131 072 tokeny

• Modalność — wejście tekstowe, obrazowe i wideo Qwen4-Max w porównaniu z wejściem tekstowym i obrazowym LongCat 2.5, z natywną tokenizacją wizualną

• Wagi — żaden z nich ich nie publikuje, ale LongCat 2.5 zapowiada „wkrótce”, podczas gdy Qwen4-Max podaje, że są nieobsługiwane

• Regiony — Qwen4-Max sześć kontra LongCat 2.5 jedna platforma

• Niezależny wynik — żaden z nich go nie ma

W przypadku tokenów wyjściowych to dwunastokrotna różnica w Singapurze, a w przypadku tokenów wejściowych – 3,5-krotna. Policzmy to na rzeczywistym potoku: milion wywołań miesięcznie przy 2000 tokenów wejściowych i 500 tokenów wyjściowych kosztuje 5250 USD w Qwen4-Max Singapore i 1200 USD w LongCat 2.5. Przy dziesięciokrotnie większym wolumenie różnica wynosi 52 500 USD miesięcznie wobec 12 000 USD, czyli etat, a nie błąd zaokrąglenia.

A screenshot of Meituan's LongCat API Platform pricing page for LongCat 2.5, showing the vendor, the model name, input $0.30, output $1.20 and cache hit $0.006 per million tokens on a pay-as-you-go card labelled limited-time.

To, co można kupić za dodatkowe pieniądze, nie jest — według publicznie dostępnych informacji — kwestią możliwości. Za te pieniądze kupuje się wdrożenie regionalne — Frankfurt, Wirginia i Tokio mają ogromne znaczenie dla europejskiej lub amerykańskiej firmy z obowiązkiem rezydencji danych, a jedna platforma Meituan ich nie oferuje. Kupuje się też ścieżkę wejścia wideo, której LongCat nie dokumentuje. A także pewność operacyjną dostawcy, który od lat sprzedaje przedsiębiorstwom modele frontier, w przeciwieństwie do platformy, której własna strona z cennikiem określa swoje kwoty jako ograniczone czasowo i kończy się zdaniem „ceny mogą ulec zmianie”.

Ten ostatni punkt zasługuje na uwagę. Cennik LongCat mówi ci, że nie jest autorytatywnym źródłem własnych liczb. Cennik Qwen4-Max opublikowany dziś rano tego nie mówi.

Odczytywanie tabeli dostawcy, gdy jest to jedyna tabela

Strona wydania Meituan zawiera 31 wierszy ewaluacji, a pierwszą ciekawą rzeczą w nich jest zestaw porównawczy: GPT-5.5, GPT-5.6 Sol, Claude-Opus-4.8 i Claude-Opus-5. GPT-6.1 Sol od OpenAI, ogólnie dostępny od 29 września, nie znajduje się w tabeli. Nie ma tam też Claude Opus 5.5, modelu, na który wskazuje alias opus w Claude Code. Przeciwnicy zostali wybrani.

Druga interesująca rzecz to zdanie podsumowujące, którego używa ogłoszenie, że wyniki LongCat 2.5 plasują się „między Claude-Opus-4.8 a Claude-Opus-5”. W najnowszym środowisku testowym w tej samej tabeli znajduje się 15 punktów poniżej Opus 5. Oba stwierdzenia pochodzą z tej samej strony. To nie jest przytyk do modelu — rzadki model 1.6T trenowany end-to-end na krajowych chińskich akceleratorach i udostępniany za 1,20 USD za wyjście to prawdziwe osiągnięcie — ale jest powodem, by czytać tę tabelę jako wybrany podzbiór, a nie jako kartę wyników.

Problem Qwen4-Max jest odwrotny. Nie ma tu żadnej tabeli. Dokumentacja firmy Alibaba określa mechanikę z niezwykłą precyzją — domyślna temperatura 1,0 z myśleniem i 0,7 bez myślenia, top-p 0,95 i 0,8, top-k 20, budżet myślenia wynoszący 131 072 tokeny, osobne limity wejściowe wynoszące 991 808 tokenów w trybie bez myślenia i 983 616 w trybie myślenia, sześć regionów wraz z ich zakresami wdrożenia — i nie mówi absolutnie nic o jakości. W indeksie modeli Artificial Analysis nie istnieje żaden wpis Qwen4, a URL dla danego modelu zwraca 404.

Wybór między tabelą, którą trzeba zdyskontować, a brakiem jakiejkolwiek tabeli jest bliższy, niż się wydaje. Oba modele wymagają własnej oceny przed wdrożeniem produkcyjnym. Różnica polega na tym, że Meituan dał ci hipotezę wyjściową, a A​libaba dał ci specyfikację.

Podział obciążenia, który faktycznie o tym decyduje

Trzy wzorce, a odpowiedź jest inna dla każdego z nich.

• Generowanie tekstu na dużą skalę — LongCat 2.5 wygrywa w arytmetyce tak zdecydowanie, że brakujący benchmark prawie nie ma znaczenia. Będąc 3,5× do 12× tańszym, może zauważalnie przegrać na jakości, a mimo to wygrać pod względem kosztu na ukończone zadanie. Uruchom sto własnych promptów i sprawdź.

• Praca wizualna na podstawie zrzutów ekranu i danych wejściowych zbliżonych do zrzutów ekranu — natywna tokenizacja wizualna LongCat jest powodem istnienia tego modelu i stanowi jedyne twierdzenie w jego wydaniu, które ma charakter architektoniczny, a nie promocyjny. Qwen4-Max również przyjmuje wideo, więc jeśli Twoje dane wejściowe to wideo, a nie nieruchome obrazy, jest to jedyny z tych dwóch modeli, który obsłuży takie żądanie.

• Wdrożenie objęte regulacjami lub wrażliwe na opóźnienia — sześć regionów Qwen4-Max wobec jednej platformy to nie kwestia ceny, lecz kwalifikowalności. Jeśli Twoje dane muszą pozostać we Frankfurcie lub w Wirginii, dwunastokrotna różnica cen jest nieistotna, ponieważ tańsza opcja w ogóle nie może Cię obsłużyć.

Zachowując obie opcje otwarte

OrcaRouter obecnie nie kieruje ruchu do LongCat 2.5 ani Qwen4-Max; oba modele są dostępne przez własne API ich dostawców, z cennikami podanymi powyżej. Modelami, na których powinniśmy przeprowadzić to porównanie po naszej stronie, są te, które już znajdują się w katalogu na tym samym kluczu — GLM-5.3 za 1,40 i 4,40 USD za milion, Qwen3.8-Max za 2,00 i 6,00 USD, Kimi K3.1 Pro za 2,00 i 10,00 USD — ponieważ trójstronny test niesprawdzonego modelu wobec modelu wycenionego i zmierzonego to najtańszy sposób, by przekonać się, czy nowy model jest w ogóle wart swojej ceny katalogowej.

Warstwa routingu sprawia, że ten test jest tani. Polityka może równolegle wysłać próbkę ruchu na żywo do LongCat 2.5 i do znanego modelu, porównać wyniki za pomocą dowolnego zaufanego sędziego, a dopiero potem zdecydować, czy przenieść wolumen. Automatyczne przełączanie awaryjne ma większe znaczenie niż zwykle w przypadku dwóch tak nowych modeli: żaden nie ma wystarczająco długiej historii, by uzasadnić zależność od jednego dostawcy, a łańcuch zapasowy nic nie kosztuje, gdy główna ścieżka działa poprawnie.

Uczciwy werdykt

Jeśli Twoja praca polega na masowym przetwarzaniu tekstu i obrazów, LongCat 2.5 jest ciekawszym modelem na tej stronie, a jego dwunastokrotna przewaga w cenie wyjścia to jedyna twarda liczba, jaką podał ci którykolwiek z dostawców. Jeśli Twoja praca wymaga wejścia wideo, wdrożenia regionalnego lub dostawcy z doświadczeniem we wdrożeniach korporacyjnych, Qwen4-Max jest tym, który spełnia ten wymóg, a cena jest tym, ile kosztuje to spełnienie.

Żaden z tych modeli nie daje ci powodu, by rezygnować z ewaluacji. Dwa flagowce bez wyników, opublikowane w odstępie dwóch tygodni, o cenach różniących się dziesięciokrotnie, to dokładnie taka sytuacja, w której jedno popołudnie z własnym ruchem jest warte więcej niż każda tabela porównawcza w internecie — łącznie z tą. Jedna rzecz, na którą trzeba uważać po obu stronach, jest taka sama: karta modelu, a nie wpis w changelogu. Parametry, kontekst, cena i identyfikator API w jednym dokumencie to sygnał, że model jest gotowy. Przycisk wag LongCat 2.5 nadal informuje „wkrótce”, a strona Qwen4-Max nadal ma puste miejsce tam, gdzie powinna znajdować się tabela benchmarków.

Porównane w tym artykule1

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie