
Qwen4-Max против Claude Opus 5.5: только одну из этих лестниц покорили публично
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 90 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 88 tok/s
- OrcaНОВИНКАOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 133 tok/s
- OrcaНОВИНКАOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 за 1 млн токенов · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 за 1 млн токенов · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Интеллект
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Интеллект
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 за 1 млн токенов · 185 tok/s
Вот сравнение, которое никто не проводит. Claude Opus 5.5, общедоступная с 22 сентября 2026 года, набирает 59 баллов в Artificial Analysis Intelligence Index v5.0.1 при максимальном уровне усилий и 35 при минимальном — разброс в 24 балла между пятью ступенями, которые Anthropic позволяет выбрать. Qwen4-Max, в продаже с 16 ноября 2026 года, набирает 43, и 43 — единственное число, которое существует: Artificial Analysis измерила одну её конфигурацию, а Alibaba не опубликовала разбивку по уровням усилий. Поставьте флагманы друг против друга — получите разрыв в 16 баллов и разрыв в стоимости в 3,1×, и именно эту статью все напишут на этой неделе. Поставьте лестницы друг против друга — и выплывет кое-что более полезное: Opus 5.5 при низком уровне усилий оказывается на восемь баллов ниже значения Qwen4-Max по умолчанию, а Qwen4-Max даёт три ступени на выбор, и ни по одной из них нет опубликованных чисел.
Два продукта — и что каждый производитель на самом деле указал в карточке

• Цена за миллион токенов — Claude Opus 5.5: $4.00 за вход / $20.00 за выход против Qwen4-Max: $1.50 за вход / $4.50 за выход
• Кэш — Opus 5.5: чтение — $0.20 за миллион со скидкой 95%; Qwen4-Max: чтение — $0.075, запись — $1.875 за пять минут или $3.00 за час
• Контекстное окно — 1 000 000 токенов у Opus 5.5 против 1 000 000 номинальных у Qwen4-Max, из которых 983 616 доступны в качестве входных в режиме мышления
• Максимальный объём вывода — 128 000 токенов в Opus 5.5 против 131 072 без режима рассуждений в Qwen4-Max, или 262 144, распределяемых между рассуждениями и ответом в режиме рассуждений.
• Управление рассуждением — пять уровней (low, medium, high, xhigh, max) против трёх (low, high, xhigh), по умолчанию — high
• Модальности ввода — текст, изображение и файл для Opus 5.5 против текста, изображения и видео для Qwen4-Max
• Открытость — обе проприетарные, веса не опубликованы ни для одной из них
• Оценка по независимому индексу — 59 у Opus 5.5; 43 у Qwen4-Max
Две строки в этом списке выполняют больше работы, чем остальные. Лестница рассуждений — это {{1}}то, на чём построена эта статья{{/1}}. Строка модальности — это та, что незаметно исключает сравнение: {{2}}Qwen4-Max принимает видео, а Opus 5.5 — нет{{/2}}, поэтому любая рабочая нагрузка, построенная вокруг видео-ввода, имеет здесь ровно одного кандидата, и бенчмарки не имеют значения.

Как выглядит лестница Opus 5.5, когда поднимаешься по ней
Настройка усилий Anthropic — это не столько регулятор качества, сколько регулятор бюджета, и Artificial Analysis прошла все пять позиций. Всё ниже — независимые измерения, опубликованные на странице модели:
• Максимальное усилие — индекс 59, 24,6 минуты на задачу индекса, 352,34 секунды до первого токена ответа, измерено при $10,04 за задачу
• xhigh — индекс 57, 15,8 минуты на задачу, 65,52 секунды до первого токена
• Высокий — индекс 52, 9,3 минуты на задачу, 21,64 секунды до первого токена
• Средний — индекс 48, 6,8 минуты на задачу, 12,46 секунды до первого токена
• Низкий — индекс 35, 3,0 минуты на задачу, 4,80 секунды до первого токена
Интересна сама форма. Между high и max вы покупаете семь индексных пунктов за 15,3 дополнительные минуты на задачу и первый токен, который приходит почти на шесть минут позже. Между medium и high вы покупаете четыре пункта за 2,5 минуты. Между low и medium вы покупаете тринадцать пунктов — самый крутой участок лестницы, и именно тот, где команда, пытающаяся сэкономить, скорее всего и срежет. Если ваш план — «гонять Opus 5.5 подешевле», то low — это то, куда такой план вас приведёт, а low — это 35: на восемь пунктов ниже единственной опубликованной конфигурации Qwen4-Max, для модели, которую сам вендор позиционирует как фронтирный вариант.
Это не аргумент против лестницы Anthropic. 35 при времени до первого токена в три минуты четыре секунды — это действительно другой продукт, чем 59 при времени до первого токена в шесть минут, и оба полезны. Это аргумент против того, чтобы рассматривать «Claude Opus 5.5» и «Qwen4-Max» как две точки на графике. Это два диапазона, и только один из них нанесён на карту.
Показатель 3,1× — и почему он меньше, чем можно предположить по разрыву в ценах
Сравнение заявленных цен выглядит простым: при $4,00 и $20,00 за миллион против $1,50 и $4,50 Opus 5.5 берёт в 2,67 раза больше за вход и в 4,44 раза больше за выход. Однако разрыв в измеренных затратах меньше. Artificial Analysis оценивает Opus 5.5 в $10,04 за задачу Intelligence Index против $3,27 у Qwen4-Max — 3,07×, а не 4,44×.
Причину стоит понять, потому что она сохраняется при каждом выпуске модели: Opus 5.5 — более многословная из двух, она генерирует 218 млн выходных токенов за прогон по индексу против 127 млн у Qwen4-Max, и всё же сокращает разрыв, а не увеличивает его. Разрыв закрывает кэширование. Opus 5.5 считывает кэшированный ввод по $0,20 за миллион с применённой скидкой 95%; Qwen4-Max считывает по $0,075 — более дешёвый тариф для модели, которая пропорционально большую часть счёта тратит на свежий ввод. Тарифная сетка и счёт — разные документы, и именно счёт говорит, что разрыв между этими двумя моделями составляет примерно треть, а не примерно половину.
Что может обернуться и так, и так в зависимости от вашей нагрузки. Если ваши промпты длинные, стабильные и кэшируемые — кодовая база, набор документов, системный промпт размером в десятки тысяч токенов — экономика кэша Opus 5.5 лучше, чем следует из его цены по прайс-листу. Если ваши промпты короткие и каждый раз разные, вы никогда не доходите до кэша, и разница в 4,44× по цене вывода — это то, что вы фактически платите.
Строка, где Qwen4-Max — единственный вариант, и строка, где это единственный рискованный выбор
Видеовход — это жёсткий водораздел. Qwen4-Max читает текст, изображения и видео; Opus 5.5 читает текст, изображения и файлы. Если задача связана с кадрами — просмотр отснятого материала, записи экрана, что угодно с таймлайном — сравнение сводится к одному кандидату, и разрыв в 16 пунктов по индексу перестаёт иметь значение.
Скорость — обратная сторона, и это честная дыра в карточке Qwen4-Max. Artificial Analysis не указывает для этой модели ни времени на задачу, ни скорости вывода, ни времени до первого токена. Alibaba в материалах запуска публикует заявления о пропускной способности — до 50% меньше токенов, чем у предшественника, на некоторых рабочих нагрузках — но количество токенов — это не задержка, и число токеновой эффективности от вендора ничего не говорит о том, сколько запрос стоит в очереди. Для Opus 5.5 можно планировать мощности по каждому уровню. Для Qwen4-Max можно спланировать только счёт за токены, а обо всём остальном — гадать. Команде, которая выводит любую из этих моделей в интерактивный интерфейс, нужно второе число, и только один вендор его предоставил.

Как выполнить сравнение, не запуская его дважды
Причина, по которой при таком сравнении обычно решают по прайс-листу, а не по трафику, кроется в технической обвязке. Тестирование второй модели означает второй контракт, второй SDK и второй набор правил повторных попыток и тайм-аутов на пути, который уже работает, — поэтому команды смотрят на цену, выбирают один вариант и двигаются дальше.
Вот та статья затрат, ради устранения которой и существует OrcaRouter, и в случае этой конкретной пары он устраняет её неравномерно — так, что об этом стоит сказать точно. OrcaRouter маршрутизирует Claude Opus 5.5 по $4,00 за вход и $20,00 за выход — по прайс-листу поставщика, переданному без наценки, 0% — через тот же ключ и тот же OpenAI-совместимый эндпоинт, что и GPT-6.1 Sol, Grok 4.5, Qwen3.8-Max и Tencent HY4 Preview. Qwen4-Max он не маршрутизирует; каталог ещё не подхватил поколение Qwen4. Так что эксперимент с лестницей — Opus 5.5 на пяти уровнях усилий против вашего собственного трафика — это изменение конфигурации, а сторона сравнения с Qwen4-Max — это прямой ключ Alibaba, пока каталог не догонит.
Полезное следствие — переключение при сбое. Если вы всё же протестируете Qwen4-Max в продакшене, вы можете оставить его как один маршрут рядом с действующим решением, у которого есть пять измеренных ступеней и автоматическое переключение между провайдерами, а не как замену пути, для которого у вас нет запасного варианта. Модель с одной опубликованной оценкой в индексе и без опубликованной задержки — именно то, что стоит запускать за страховочной сетью, а не вместо неё.
Что изменило бы ответ?
Две публикации, ни одной из которых пока не существует. Первая — это прогон Qwen4-Max в Artificial Analysis в режимах low и xhigh, так что у модели будет измеренный диапазон, а не одна точка; на этом этапе сравнение становится настоящим сопоставлением лестницы с лестницей, и цифра 43 перестаёт быть несущей. Вторая — любое независимое число задержки для Qwen4-Max вообще. Пока не появится и то, и другое, защитимая интерпретация остаётся узкой: Opus 5.5 — это выбор, когда нужна ступень, которую можно назвать и измерить, а Qwen4-Max — это выбор, когда нужен видеовход или самые дешёвые свежие входные токены в этой паре и можно принять неопределённость по всему остальному.
Что нельзя оправдать — так это упрощение, которое предпочли бы оба производителя: сравнивать флагман с флагманом, игнорируя, что у одного из них на четыре настройки больше, и называть возникший в результате разрыв в 16 пунктов вердиктом.
