Grok 4.7 против Qwen 3.8 Max: одинаковая цена, разница в один балл, противоположные формы

Две закрытые флагманские модели, обе по цене $2 за миллион входных токенов и $6 за миллион выходных, обе с результатами в пределах одного балла друг от друга на одном и том же независимом бенчмарке, выпущенные с разницей в девятнадцать дней. Grok 4.7 появилась 21 сентября 2026 года от SpaceXAI; Qwen 3.8 Max была выпущена вендором 3 августа 2026 года и обновлена 2 сентября 2026 года. В текущем Artificial Analysis Intelligence Index версии v4.3.2 Grok 4.7 набирает 46 баллов, а Qwen 3.8 Max — 45. По цене и по измеренной способности эти две модели — одна и та же покупка. Во всём остальном — контекст, модальность, скорость обслуживания, открытость и то, что каждый вендор решил оптимизировать, — они не могли бы быть более разными, и именно поэтому это сравнение стоит провести, а не пропустить.

Сначала о сроках, потому что у Qwen 3.8 Max две даты

Это сбивает с толку многие материалы, поэтому стоит сразу расставить всё по местам. Qwen 3.8 Max вышел 3 августа 2026 года как крупнейшая и самая мощная модель Alibaba, построенная на визуально-языковой архитектуре Qwen 3.5 в разреженной конструкции смеси экспертов, заявленной как 2,4 трлн общих параметров при 95 млрд активных на токен. 2 сентября 2026 года Alibaba выпустила обновлённую сборку — ревизию 0902: именно эта версия несёт текущие идентификаторы моделей и именно к ней Artificial Analysis привязывает дату на своей странице. Если вы встречали для Qwen 3.8 Max и августовскую, и сентябрьскую дату, вот почему: одна — это запуск, другая — ревизия, которую большинство сегодня и называет.

У Grok 4.7 более чистая история, а позади неё — более грязная. SpaceXAI выпустила его 21 сентября 2026 года после запуска, который неоднократно откладывался — Маск указывал на окна в конце августа, начале сентября и середине сентября, прежде чем модель действительно вышла. Сам релиз был узким: более крупная базовая модель, чем Grok 4.6, более длительный прогон обучения с подкреплением, нацеленный на многочасовые задачи, и никаких изменений в тарифной сетке $2/$6, действовавшей с 12 августа.

Что оптимизировал каждый вендор

Прочитайте два анонса запуска как пару — и дизайнерские ставки почти идеально противоположны.

SpaceXAI оптимизирована для агентного выполнения. Заявленные производителем показатели Grok 4.7 сосредоточены на работе в терминале и репозиториях: Terminal-Bench 4.0 — 38,0% против 20,3% у Grok 4.6, CursorBench 4.0 — 46,3%, DeepSWE v1.1 — 71,0% при высоком уровне усилий рассуждения, EEBench — 64,0%. В собственном описании релиза компания называет целевыми областями самопроверку и обработку длинного контекста в среде Grok Bot. Grok 4.7 обслуживает окно в 500 000 токенов, принимает текст и изображения, возвращает текст и предоставляет настройку усилий рассуждения от low до xhigh. Это модель, созданная для доведения задач до конца.

Alibaba оптимизировала модель для широкого охвата. Qwen 3.8 Max обслуживает контекстное окно примерно в 984 000 токенов — фактически миллион — и её заявленные сильные стороны — это широта, а не глубина в каком-то одном направлении: результат Terminal Bench 2.1 — 86.6, SWE-bench Pro — 67.7, PaperBench — 93.0, GPQA Diamond — 92.6, MMMU-Pro — 82.3, OSWorld-Verified — 86.1. Она принимает на вход текст, изображения и видео и возвращает текст, поддерживает уровни усилия при рассуждении со значением xhigh по умолчанию, а её более слабое заявленное место — Humanity's Last Exam с 43.6. Это модель, созданная справляться с чем угодно, что вы ей дадите.

Каждый показатель в этом абзаце приведён со слов производителя. Ни один из наборов не был независимо воспроизведён, и эти два набора в любом случае не поддаются прямому сравнению — Terminal-Bench 2.1 и Terminal-Bench 4.0 — это разные бенчмарки, поэтому 86,6 от Qwen и 38,0 от Grok ни в коем случае нельзя ставить рядом.

• Независимый композитный показатель — 46 у Grok 4.7 в AA Intelligence Index v4.3.2 против 45 у Qwen 3.8 Max в той же версии. Статистическая ничья.

• Цена за миллион токенов — $2.00 за ввод / $6.00 за вывод у обоих. Скидка на кэш у Qwen указана как 88%, что даёт смешанную ставку $1.18 за миллион; условия кэширования Grok 4.7 не опубликованы на той же основе.

• Контекстное окно — Grok 4.7: 500 000 токенов против приблизительно 984 000 у Qwen 3.8 Max. Qwen выигрывает почти вдвое, и это самое крупное различие в характеристиках между ними.

• Входные модальности — Grok 4.7: текст и изображение против Qwen 3.8 Max: текст, изображение и видео.

• Веса — у обеих проприетарные. Ни одну из моделей нельзя скачать, что полностью исключает из этого сравнения обычный аргумент об открытых весах.

• Параметры — Grok 4.7 не раскрыт ни в одной спецификации SpaceXAI (цифра ~2,1T — утверждение Маска), тогда как Qwen 3.8 Max, по сообщениям, имеет 2,4T общих параметров при 95B активных, что Alibaba тоже не подтвердила ни в одной спецификации.

• Скорость обслуживания — Qwen 3.8 Max выдаёт 38,8 выходных токенов в секунду при времени до первого токена 3,08 секунды, по данным Artificial Analysis; Grok 4.7 позиционируется SpaceXAI как примерно вдвое более быстрый, чем сопоставимые модели, по заявлению производителя, при этом независимых показателей пропускной способности пока не опубликовано.

Разница в контексте — это и есть настоящее решение.

Когда цена и возможности одинаковы, решение определяется всем остальным, что различается, и здесь это контекст. Удвоение окна с 500 000 примерно до 984 000 токенов — не приятная мелочь в таблице характеристик, а разница между разбиением репозитория на фрагменты и удержанием его целиком.

У более длинного окна Qwen 3.8 Max есть документально зафиксированная оговорка, важная для покупателей: версия с открытыми весами, которую Alibaba анонсировала на неделю 10 августа 2026 года, была только текстовой и не включала полный контекст в миллион токенов. Это не влияет на размещённый эндпоинт, о котором идёт речь в этом сравнении, но об этом стоит знать, если вы строили планы вокруг открытого релиза.

Есть второе соображение, связанное с Grok. Линейка Grok исторически применяла ценовой скачок при 200 000 входных токенов, при котором запрос, пересекающий этот порог, пересчитывается целиком по двойному тарифу — 4 доллара на входе и 12 долларов на выходе. При окне в 500 000 токенов этот порог находится глубоко внутри рабочего диапазона модели. Прежде чем направлять задачи с длинным контекстом в Grok 4.7, уточните актуальную тарифную сетку для развёрнутой модели, потому что именно сочетание большого окна и ценового скачка — это то место, где счета за длинный контекст оказываются неверными.

Сколько стоит месяц работы на каждом

Поскольку заявленные тарифы идентичны, сравнение затрат приходится строить на поведении токенов, а не на тарифной сетке, и здесь две модели расходятся измеримым образом.

Artificial Analysis во время прогона своего Intelligence Index измерила, что Grok 4.7 сгенерировала 240 миллионов выходных токенов по сравнению с медианой в 92 миллиона среди моделей в рейтинге, — это многословная рассуждающая модель. Qwen 3.8 Max сгенерировала 190 миллионов выходных токенов по тому же индексу при общей стоимости оценки $4 934,79 и измеренной скорости 38,8 токена в секунду. Обе модели значительно превышают медианную многословность, причём Grok 4.7 более многословна из этих двух.

Итак, при одинаковой цене в $6 за миллион выходных токенов модель, которая генерирует больше токенов на задачу, обходится дороже за задачу. Опубликованные показатели многословности позволяют предположить, что Grok 4.7 будет потреблять больше выходных токенов для эквивалентной работы по индексации, а значит, равенство в цене на самом деле является небольшим преимуществом Qwen 3.8 Max по стоимости за задачу — которое компенсируется заявленным преимуществом Grok 4.7 в скорости, сокращающим реальное время и, следовательно, человеческие затраты на ожидание работы агента. Ни одна из этих компенсаций не видна в тарифной сетке, и обе стоит измерять на собственном трафике, а не предполагать.

Единственная асимметрия, которая не вызывает споров, — это кэширование. Qwen 3.8 Max заявляет 88%-ную скидку на кэш и смешанную ставку $1,18 при соотношении кэш-попаданий, входных и выходных данных 7:2:1. Для рабочих нагрузок с большим стабильным префиксом — системным промптом, заголовком кодовой базы, набором документов — реальная экономия кроется именно в этой скидке, и перед тем как брать на себя большие объёмы, стоит проверить, как соотносятся условия кэширования у Grok 4.7.

Выбор, когда цифры отказываются выбирать за вас

46 и 45 по одному и тому же индексу, при одной и той же цене — это настолько близко к настоящей ничьей, насколько этот блог когда-либо сможет опубликовать. А значит, решение следует принимать по тем параметрам, по которым две модели действительно различаются, и таких параметров четыре.

Выбирайте Grok 4.7, если ваша работа — агентное программирование и выполнение в терминале, если фактическая скорость на длительных запусках важнее запаса по контексту и если вы хотите регулятор глубины рассуждений для каждого запроса, чтобы простые запросы оставались дешёвыми. Выбирайте Qwen 3.8 Max, если вы регулярно обрабатываете входные данные размером более полумиллиона токенов, если ввод видео входит в ваши планы, если вы хотите получить 88%-ю скидку за кэширование для нагрузок с преобладанием префиксов или если вам нужна модель, поставщик которой публикует широкую матрицу оценок, а не одну, сосредоточенную в каком-то одном направлении.

Если честный ответ — «и то, и другое», это нормальный ответ, и именно для этого случая создана эта пара. Qwen 3.8 Max доступен на OrcaRouter по прайс-листу Alibaba, и OrcaRouter передаёт цены провайдеров по прайс-листу с наценкой 0%, так что указанные выше $2/$6 — это то, что вы фактически платите, а изменение тарифов поставщика вступает в силу здесь в тот же день, а не при продлении. Один API-ключ покрывает Qwen 3.8 Max плюс более 200 других моделей, что означает, что решение о контексте становится правилом маршрутизации для каждого запроса, а не обязательством платформы: отправляйте слишком большие входные данные в окно 984k, а всё остальное оставляйте на той конечной точке, которая быстрее и дешевле для этой задачи, с автоматическим переключением при сбое, если провайдер деградирует. Там, где задаче действительно нужны обе формы — чтение с длинным контекстом, за которым следует агентный проход выполнения, — DSL маршрутизации объединяет модели в один вызов, вместо того чтобы заставлять вас выбирать сторону.

Стоит сделать одно уточнение: поскольку ни одна из моделей не является открытой, ничто в этом сравнении не связано со скачиваемыми весами. Обе представляют собой хостируемые конечные точки, а самостоятельный хостинг не предусмотрен ни для одной из них.

Единственное число, которое стоит запомнить

Сорок шесть против сорока пяти — не причина выбирать модель, и не должно быть причиной. Что решает в этом сравнении — это контекстное окно (500 000 токенов против примерно 984 000) и форма, которую выбрал каждый вендор: Grok 4.7 оптимизирован под быстрое выполнение сложных агентных задач, Qwen 3.8 Max — под обработку всего, что вы ему дадите. Та же цена, та же измеренная способность, разные задачи. Это решение о маршрутизации, и это именно тот тип решения, на проверку которого должен уходить день, а не квартал на закупку.