
Qwen4-Max против Qwen3.8-Max-Prime: быстрый путь стоит вдвое дороже и финиширует последним
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 180 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 223 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 89 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 98 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 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 · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
Qwen3.8-Max-Prime существует ровно по одной причине: брать примерно вдвое больше, чтобы токены приходили раньше. Qwen4-Max, общедоступная с 16 ноября 2026 года, дешевле модели, на основе которой был построен Prime, — 1,50 доллара на входе и 4,50 доллара на выходе за миллион токенов в Сингапуре против 2,00 и 6,00 долларов — и выполняет задачу примерно за две трети реального времени. Так что сравнение, которое на самом деле нужно читателю, — не «новый флагман против старого флагмана». Оно в том, даёт ли ещё премиальный скоростной канал, который Alibaba продаёт в дополнение к Qwen3.8-Max, что-то такое, чего нельзя получить, просто перейдя на Qwen4-Max по стандартному тарифу; и честный ответ уже, чем предполагает любая из страниц поставщиков: Prime по-прежнему быстрее передаёт токены, но уже не очевидно быстрее выполняет задачу.
Есть второе, менее заметное осложнение. По состоянию на 18 ноября ID модели Prime не указан ни на странице документации режима Fast Alibaba, ни в её тарифной карточке моделей — ни в международной, ни в китайской редакции. Эта страница последний раз обновлялась 11 октября 2026 года, и теперь на ней перечислены три ID Prime, и все они относятся к GLM или Wan — ни одного варианта Qwen. Отсутствие — не то же самое, что изъятие, и Alibaba не публиковала уведомления о прекращении поддержки, которое нам удалось бы найти, поэтому трактуйте это как «больше не указан в списке», а не «снят с продажи». Но если вы на этой неделе закладываете в бюджет переход, это меняет вопрос: не какую из двух моделей вам покупать, а есть ли ещё более старая из них в продаже.
Один из них — модель, другой — канал обслуживания.
Это различие решает всё сравнение, а маркетинг его не проводит.
• Qwen4-Max — новый флагман от команды Qwen из Alibaba, общедоступен с 16 ноября 2026 года, оплата по токенам в шести регионах, контекст 1 000 000 токенов, ввод текста, изображений и видео с текстовым выводом, режим размышления включён по умолчанию при reasoning_effort=high.
• Qwen3.8-Max-Prime — не модель. Это Qwen3.8-Max, флагманская модель поколения 3.8 с 2,4 трлн параметров, вышедшая в общий доступ (GA) 3 августа 2026 года и предоставляемая через то, что Alibaba называет Fast mode (Prime mode, 优速模式). Те же веса, тот же контекст, тот же набор инструментов, те же лимиты использования. В собственной документации Alibaba указано, что возможности и ограничения «такие же, как у оригинальной модели», а единственное, что вы меняете, — это параметр «модель».
Это важно, потому что канал обслуживания стареет не так, как модель. Prime наследует все потолки возможностей поколения 3.8 и все его характеристики токенной эффективности; он добавляет лишь запас пропускной способности на собственной инфраструктуре Alibaba, причём по цене с множителем. Когда поколение под ним заменяют чем-то более дешёвым и более эффективным по токенам, канал сохраняет скорость, но теряет смысл своего существования.
Прайс-лист и инверсия, которая в нём сидит
Это списочные цены из тарифной карты Alibaba, а не фактически измеренные суммы по счетам. За миллион токенов, вход и выход:
• Qwen4-Max, Сингапур — $1.50 / $4.50, единая цена на всём окне в 1 000 000 токенов.
• Qwen4-Max, во всех остальных регионах — $1.413 / $4.24 в Пекине, Гонконге, Франкфурте, Вирджинии и Токио.
• Qwen3.8-Max, Сингапур — $2.00 / $6.00; $1.650 / $4.951 в регионах Global.
• Qwen3.8-Max-Prime — $3.301 / $9.902 по международной тарифной карте, при попаданиях в кэш — $0.413. Это ровно 2.0× от ставки Global стандартного ID, а не округлённое приближение. Мы считали эти цифры с тарифной карты в конце сентября; это последние опубликованные данные Prime, которые у нас есть, и сегодня этой строки на странице уже нет.

• Ставка за чтение из кэша — $0.075 за миллион в Сингапуре и $0.071 в остальных регионах против $0.413 за попадание в кэш у Prime. Меньше одной пятой цены — по той статье, которая чаще всего оплачивается в длинном цикле агента.
Поставьте первый и четвёртый рядом — и инверсия становится очевидной: флагман, которому всего два дня, стоит около 43% от цены быстрого варианта предыдущего поколения на входе и 43% на выходе. Даже по сравнению с обычным Qwen3.8-Max, который он заменяет, Qwen4-Max на 25% дешевле в Сингапуре — и вендор позиционирует это как снижение цены, что так и есть, но только если новая модель не потратит сэкономленные средства на большее количество токенов. Подробнее об этом ниже, потому что отчасти она это делает, а отчасти нет.
Именно строка кэша даёт накопительный эффект. В длинном цикле агента с фиксированным системным промптом и схемой инструментов префикс перечитывается на каждом ходе, поэтому маржинальную стоимость пятидесятого хода определяет тариф за чтение из кэша, а не номинальный тариф за входные данные. При $0,075 против $0,413 Qwen4-Max перечитывает кэшированный префикс примерно за пятую часть того, что берёт Prime, — разрыв в 2,4 раза шире, чем 2,3× на свежих входных данных, и именно он решает, окупается ли вообще обработка документа на 400 000 токенов.
Что на самом деле даёт Prime: токены в секунду, а не задачи в час
На странице Alibaba в режиме Fast преимущество указано прямо: TPS повышается до 1,5–2 раз по сравнению со стандартным API; режим ориентирован на AI-ассистентов для программирования, многошаговое рассуждение агентов и диалог в реальном времени. Там же описано необычное правило троттлинга: при достижении лимита скорости, если у платформы ещё остаётся свободная мощность, вас не ограничивают, поэтому фактически доступная пропускная способность не опустится ниже заявленного лимита. Это нижняя граница, а не верхняя, и для интерактивного ассистента программиста хвост распределения важнее среднего.
Это число никогда не измерялось независимо. Измерена была стандартная сборка Qwen3.8-Max: Artificial Analysis фиксирует 60,0 выходных токенов в секунду в собственном API Alibaba при 3,6 секунды до первого токена. Qwen4-Max в том же рейтинге показывает 54,5 токена в секунду и 6,9 секунды до первого токена. Так что если Prime действительно выдаёт верхнюю границу заявленного диапазона, он генерирует поток со скоростью примерно 120 токенов в секунду — более чем вдвое быстрее Qwen4-Max — и его первый токен приходит раньше.
Затем прочтите другую половину той же таблицы — и преимущество обернётся в противоположную сторону:
• Выходные токены на задачу индексирования — Qwen4-Max 104 940 против Qwen3.8-Max 170 794. Новая модель тратит на 38,6% меньше токенов на прохождение того же набора оценок при одинаковом xhigh уровне усилий с обеих сторон.
• Время выполнения на задачу — 32,1 минуты против 47,5 минуты. Qwen4-Max завершает на треть быстрее, хотя потоковая передача идёт медленнее.
• Стоимость за задачу — $3.27 против $10.02 по опубликованным прайс-листам. Умножьте эти $10.02 на фиксированную наценку Prime в 2,0×, и та же задача обойдётся почти в $20.
Последняя цифра — это арифметика по тарифной сетке, а не измерение: Artificial Analysis замеряла стандартный ID, а не линию Prime, и мы не нашли опубликованного бенчмарка для режима Prime. Указывайте это как оценку. Но направление сомнений не вызывает: если вы платите 2.0× за токен в линии, которая выдаёт те же токены, вы платите 2.0× за задачу. Prime делает каждый токен быстрее, а каждую задачу дороже; Qwen4-Max делает каждый токен медленнее, а каждую задачу дешевле и короче.
Для чат-интерфейса, где человек наблюдает, как на экране появляются символы, эта разница ощутима, и Prime по-прежнему выигрывает. Для агента, который выполняет двенадцать последовательных вызовов и выставляет счёт в конце, количество токенов — это и есть реальное время выполнения.
Разрыв в возможностях, измеренный, а не заявленный
В презентационных материалах Alibaba к запуску Qwen4-Max заявлено повышение эффективности использования токенов примерно на 24% при уровне усилий xhigh и на 35% при уровне high во внутреннем бенчмарке Work360, а также снижение средней стоимости задачи на 62%. Это данные, заявленные производителем и не воспроизведённые независимо. Независимый рейтинг показывает последовательную, но менее впечатляющую картину, и именно на неё следует ориентироваться при планировании.
На Artificial Analysis Intelligence Index v5.0.1, по которому обе модели оцениваются при одинаковой настройке усилий:
• Индекс — Qwen4-Max 42,9 (на сайте округляют до 43) против Qwen3.8-Max с 33,7. Разрыв между поколениями в девять пунктов, и в той же таблице строка 3.8 отмечена как устаревшая, заменённая Qwen4-Max.
• Humanity's Last Exam, Diamond — 44,9% против 24,0%. Это наибольшее единичное расхождение в этой строке и то, что сильнее всего меняет то, что вы можете делегировать.
• APEX Agents — 59,1% против 42,4%. Доля успешно завершённых агентных задач вырастает почти на семнадцать процентных пунктов — это разница между рабочим процессом, который вы контролируете по ходу дела, и тем, который проверяете постфактум.
• Terminal-Bench 4.0 — 48,5% против 38,9%. Настоящий прирост, и его стоит рассматривать рядом с 88,8%, которые сборка 3.8 фиксирует на более старой Terminal-Bench 2.1, где Qwen4-Max не оценивался. Не сравнивайте результаты между этими двумя версиями.
FrontierCode 2.0 — 26,5% против 23,4%. Самый маленький разрыв в таблице. Если ваша рабочая нагрузка — генерация кода по репозиторию, то скачок между поколениями составляет три пункта, а не девять, и пропускная способность Prime может по-прежнему значить для вас больше, чем этот индекс.
• Всезнание — 27,7 против 10,5 при уровне галлюцинаций 28,4% и 27,1%. Qwen4-Max знает существенно больше и выдумывает примерно с той же частотой. Именно из-за этих двух фактов он безопаснее в открытых исследованиях и ничуть не безопаснее во всём, что вы не можете проверить.
Две бреши работают в противоположном направлении, и обе касаются того, что можно закрепить. У Qwen3.8-Max есть датированный снапшот, qwen3.8-max-0902, который по-прежнему указан в тарифной сетке по той же цене, поэтому можно зафиксировать поведение на протяжении релиза. У Qwen4-Max нет идентификатора снапшота, нет дообучения и нет выделенного развёртывания — страница Alibaba помечает и то и другое как неподдерживаемое. Если ваш сценарий соответствия требованиям зависит от модели, которая не может измениться у вас под ногами, то из этих двух это предлагает только более старое поколение, и Prime наследует ту же датированную сборку.
Вопрос доступности, который никто не заложил в цену
Вот что делает это сравнение насущным, а не академическим. Откройте сегодня страницу Fast mode, и вы найдёте три поддерживаемых ID — glm-5.3-prime, glm-5.2-fast-preview и wan3.0-video-prime — в Пекине и Сингапуре. Модели Qwen не указаны ни в одном из регионов. Проверьте прайс-лист моделей в международной или китайской версии — и там нет qwen3.8-max-prime строки; в списке Qwen значатся qwen4-max, qwen3.8-max, qwen3.8-max-0902 и далее по линейке 3.7. И нет qwen4-max-prime нигде — у нового флагмана вообще нет быстрого варианта.
Мы не можем судить со стороны, отозвала ли Alibaba идентификатор Qwen Prime, перенесла ли его на региональную страницу продукта, которую мы не нашли, или просто удалила его из таблицы документации во время реструктуризации. То, что мы можем сказать, уже и при этом всё ещё полезно: читателю, который на этой неделе планирует чувствительную к задержкам сборку на Qwen3.8-Max-Prime, следует убедиться, что идентификатор по-прежнему разрешается в его собственном рабочем пространстве, прежде чем проектировать с расчётом на него, поскольку публичная документация больше его не обещает. Это иной профиль риска, чем в сентябре, когда этот идентификатор находился в тарифной таблице рядом со стандартным.
Это также меняет саму постановку выбора. Если Prime всё ещё доступен в вашем аккаунте, вы выбираете между быстрым путём на старой, более слабой и более дорогой модели и медленным путём на более новой, более дешёвой и более мощной. Если нет, выбор уже сделан за вас, и остаётся лишь один вопрос: как долго вы будете платить $2.00/$6.00 за стандартный 3.8 ID вместо $1.50/$4.50.

Кто должен выбирать
• Интерактивный помощник по программированию, человек наблюдает за потоком — если Prime по-прежнему справляется в вашем рабочем пространстве, а UX измеряется в символах в секунду, то удвоенная пропускная способность и есть продукт. Qwen4-Max со скоростью 54,5 токена в секунду — это не медленно, но это и не быстрый путь, а его 6,9-секундное время до первого токена почти вдвое больше, чем у стандартной сборки 3.8.
• Агентные пайплайны, пакетная оценка, обработка документов — Qwen4-Max, без особых споров. Меньше токенов на задачу, меньше минут на задачу, треть стоимости на задачу, а стоимость чтения из кэша на длинных префиксах более чем в пять раз ниже, чем у Prime.
• Рабочие нагрузки, которые необходимо закрепить — qwen3.8-max-0902, датированный снимок 3.8, по стандартным тарифам. Ни Prime, ни Qwen4-Max не предоставляют замороженный чекпоинт.
• Генерация кода в условиях большого репозитория — самый спорный пункт в списке. Три индексных пункта прироста FrontierCode 2.0 могут не стоить потери канала пропускной способности, который у вас уже инструментирован, особенно если узким местом является ваш агент, а не модель.
• Тем, кто ещё не перешёл, — прежде чем зафиксировать свой выбор, прогоните арифметику index-suite на собственных трейсах. Сокращение числа токенов на 38,6%, которое измерила Artificial Analysis, — это среднее по смешанной оценке; ваша нагрузка может сжиматься лучше, а может и вовсе не сжиматься.
Подключение выбора к одной конечной точке
Ни Qwen4-Max, ни Qwen3.8-Max-Prime сегодня нет в каталоге OrcaRouter — мы проверили обе страницы моделей, и на обеих ничего нет, и этот материал не собирается намекать на обратное. А есть там модель, на которой построено всё это сравнение: qwen/qwen3.8-max и её датированный снимок qwen/qwen3.8-max-0902, которые предоставляются по прайс-листовой цене провайдера с наценкой 0%, что сегодня означает $2.00 за вход и $6.00 за выход за миллион токенов. На собственной странице OrcaRouter для этого ID указано p50 времени до первого токена 4,34 секунды и p95 10,00 секунд за последнюю неделю — наше измерение, на нашем трафике, а не вендора.
Это имеет значение для решения вполне определённым образом. Alibaba дважды пересматривала цену Qwen4-Max между предварительным выпуском 11 ноября и GA 16-го, а карточка Global уже на 5,8% ниже сингапурской. Что бы вы ни строили, тариф будет меняться у вас под ногами. Шлюз со сквозной передачей означает, что снижение цены поставщиком отразится в вашем счёте в тот же день, а не при следующем продлении контракта, и один ключ охватывает оба поколения, поэтому переход с qwen3.8-max на qwen4-max — это изменение строки модели, а не вторая интеграция. Пока Qwen4-Max здесь недоступен для маршрутизации, полезный шаблон — скучный: сохраняйте стандартный ID 3.8 на уже имеющемся у вас ключе, оценивайте Qwen4-Max напрямую у Alibaba, пока устаканиваются его коммерческие условия, и пусть автоматическое переключение при сбое закрывает разрыв в любом направлении.
Что могло бы изменить этот вердикт?
Три вещи, и каждую можно проверить в ближайшие несколько недель. Вариант Qwen4-Max Prime вернул бы быстрый режим в текущее поколение и снова сделал бы это сравнением пропускной способности с пропускной способностью — при вдвое большей ставке $1.50/$4.50. Независимое измерение в режиме Prime заменило бы заявление поставщика о 1,5–2× на нечто такое, что можно включить в план мощностей, — никто такого не публиковал, и пока кто-нибудь этого не сделает, множитель остаётся обещанием. А идентификатор снапшота для Qwen4-Max убрал бы последний реальный аргумент в пользу того, чтобы оставаться на линейке 3.8, — а этим аргументом сейчас являются не цена, не возможности и не скорость при выполнении полной задачи, а возможность заморозить чекпоинт.
Для всех остальных ответ уже предрешён арифметикой: быстрый канал стоит дороже за токен, дороже за задачу и дороже за повторное чтение из кэша, чем заменившая его модель, а делает меньше. Странно для премиального уровня быть таким — и именно так бывает, когда канал обслуживания переживает поколение, по сравнению с которым его оценивали.

Сравнение в этой статье2
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
