Титульная карточка с заголовком «Qwen4-Max против Claude Opus 5.5: одна лестница уже пройдена» и тремя чипами: 43 — единственная измеренная настройка для Qwen4-Max, от 59 до 35 по пяти настройкам для Opus 5.5, и восемь пунктов — на столько Opus 5.5 при низких усилиях отстаёт от Qwen4-Max; подпись — Artificial Analysis Intelligence Index v5.0.1, 17 ноября 2026 года.
Guides & Insights

Qwen4-Max против Claude Opus 5.5: только одну из этих лестниц покорили публично

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

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 A​nthropic 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 A​libaba 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

A two-column scoreboard comparing Qwen4-Max and Claude Opus 5.5 across six rows: index 43 from one setting against 59 at max and 35 at low; three effort levels against five; $1.50 in and $4.50 out against $4.00 and $20.00; $3.27 per task against $10.04; 1,000,000 context on both; video input yes against no. Footer notes the figures are per Artificial Analysis Intelligence Index v5.0.1 and that no independent latency is published for Qwen4-Max.

• 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.

A screenshot of the Artificial Analysis model page for Claude Opus 5.5, showing the Anthropic proprietary-model header, the September 2026 release date, the intelligence score panel and the list of providers serving it.

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 A​nthropic. 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. A​libaba 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.

A screenshot of the OrcaRouter model page for anthropic/claude-opus-5.5, showing the flagship badge, the 1M-token context line, the 128K maximum output and the start of the pricing panel.

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 T​encent 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 A​libaba, 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.

© 2026 OrcaRouter