
Qwen4-Max против Step-5 Preview: четырнадцать пунктов индекса, полцента за пункт
- 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 1.02026-11-0717 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 65 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 · 43 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 · 150 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 · 119 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 · 219 tok/s
Разделите стоимость одной задачи у каждой модели на её балл — и две стороны этого сравнения окажутся в пределах шести процентов друг от друга. Qwen4-Max, которую Alibaba выпустила сегодня, 16 ноября 2026 года, набирает 43 балла в Artificial Analysis Intelligence Index v5.0.1 при измеренной стоимости $3,27 за задачу индекса — около 7,6 цента за балл индекса. Step-5 Preview, модель разреженной смеси экспертов StepFun с 600 млрд параметров, выпущенная 20 сентября 2026 года, набирает 29 баллов в том же индексе при $2,35 за задачу — около 8,1 цента за балл. Одна модель на 48% умнее по единственной линейке, по которой оценивали обе. Вторая дешевле по обеим сторонам тарификации — на треть на входе и на 40% на выходе. А в расчёте на единицу измеренной способности они расходятся не более чем на семь процентов, причём новейший флагман немного впереди.
Это не то сравнение, которое продвигает тот или иной вендор, и именно оно фактически определяет решение о миграции. К тому же с ним связана асимметрия, о которой не упоминает ни один анонс запуска: у одной из этих двух моделей есть независимо измеренная скорость вывода, а у другой пока вообще нет измеренной скорости, потому что ей всего несколько часов. Далее мы отделим документированное от измеренного, проделаем арифметику кэширования, которая смещает разрыв в цене с 33% совсем в другую сторону, и завершим двумя осями, где исход совсем не близок, — весами и потолком вывода.
Что представляет собой каждый из них на сегодняшний день
Qwen4-Max — это флагманская модель Alibaba четвёртого поколения, построенная на базовой архитектуре с 2,4 трлн параметров, из которых 71 млрд параметров активны на каждый токен, плюс 328 млрд параметров N-граммных эмбеддингов. Она принимает текст, изображения и видео и возвращает текст. Задокументированное контекстное окно составляет 1 000 000 токенов при пределе входных данных 991 808 токенов в режиме без размышлений и 983 616 в режиме размышлений — разница представляет собой запас для рассуждений. Максимальный объём вывода — 131 072 токена при отключённых размышлениях; при включённых размышлениях рассуждения и ответ делят бюджет в 262 144 токена. Размышления включены по умолчанию с бюджетом 131 072 токена при уровне усилий рассуждения по умолчанию «high», выбираемом среди «low», «high» и «xhigh». Эти цифры взяты из собственной документации Alibaba; Qwen4-Max не публикует веса, не поддерживает дообучение ни в одном регионе и не поддерживает развёртывание модели ни в одном регионе.
Step-5 Preview — флагман StepFun для агентных задач: 600 млрд параметров всего, 27 млрд активных, контекстное окно на 1 млн токенов, а также ввод текста, изображений и видео с выводом текста. Уровень рассуждений выбирается из низкого, среднего и высокого. Максимальный объём вывода документирован на уровне 64 000 токенов, при этом max_tokens по умолчанию не ограничен, так что модель сама выбирает длину. Поддерживаются потоковая передача, вызов инструментов, вывод в формате JSON Schema и кэширование промптов, а API совместим с OpenAI.
Через три месяца после запуска слово «Preview» в названии уже утратило смысл. StepFun до сих пор указывает его как Preview в обзоре моделей, хотя чекпоинты BF16 и FP8 доступны на Hugging Face с 15 октября под лицензией StepFun Model License 1.0. Воспринимайте эту метку как дань привычке в наименовании, а не как предупреждение о том, что эндпоинт внезапно изменится у вас под ногами, — но и не считайте её обязательством о GA, потому что вендор такого обязательства не давал.
Разница в цене составляет треть; именно арифметика кэша её меняет.
По прейскурантным ценам эти два варианта легко сравнить: Step-5 Preview дешевле по обе стороны счётчика, причём разница больше, чем погрешность округления.
• Ввод — Qwen4-Max: $1,50 за миллион токенов в Сингапуре, $1,413 в остальных пяти регионах, против Step-5 Preview — $1,00.
• Вывод — Qwen4-Max $4.50, против Step-5 Preview $2.70
• Чтение из кеша — Qwen4-Max $0.075 за миллион, скидка 95%, против Step-5 Preview $0.10, скидка 90%
• Запись в кэш — Qwen4-Max: $1,875 за миллион при TTL в пять минут и $3,00 за час, тогда как у Step-5 Preview — ничего, поскольку входные данные при промахе кэша по $1,00 уже включают запись префикса
• Смешанная стоимость при соотношении кэш-попаданий/входных/выходных данных 7:2:1 по методике Artificial Analysis — Qwen4-Max $0.80 за миллион против $0.54 у Step-5 Preview
Именно эта строка записи в кеш пропускается, и именно она способна перевернуть рейтинг на подходящей нагрузке. Возьмём документ на 300 000 токенов, проверяемый в четыре прохода по 3 000 выходных токенов каждый, по сингапурским тарифам, без режима размышлений. На Qwen4-Max первый проход записывает префикс за $0.5625 и выдаёт $0.0135 выходных данных; следующие три читают его по $0.0225 каждый плюс $0.0405 выходных данных суммарно. Итого $0.684. На Step-5 Preview первый проход стоит $0.30 входных данных и $0.0081 выходных; следующие три стоят по $0.03 каждый плюс $0.0243. Итого $0.422. Step-5 Preview на 38% дешевле на этой задаче.
Сведите это к одному проходу — и разрыв не сократится, а увеличится: $0,576 против $0,308, причём Step-5 Preview на 46% дешевле, — но причина изменится. При одном проходе нет чтения, которое можно было бы амортизировать, поэтому вы платите надбавку Qwen4-Max за запись в кэш за префикс, который никогда не будете использовать повторно. Практическое правило: кэширование Qwen4-Max вознаграждает префикс, читаемый много раз, и наказывает за однократное чтение. Фиксированная цена Step-5 Preview в $0,10 за чтение из кэша и цена промаха, включающая запись, — более дружелюбная структура для нагрузок, где вы не можете предсказать долю попаданий.

Четырнадцать пунктов — и пробел в доказательствах, который идёт в обратную сторону
Обе модели были прогнаны через Intelligence Index v5.0.1, который включает девять оценок: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 и Terminal-Bench-Science 0.1. Ни одна из страниц моделей не публикует отдельные баллы для каждого уровня усилий рассуждения, поэтому это единые значения при той настройке, которую использовала Artificial Analysis.
• Index — Qwen4-Max 43, занявший 38-е место из 81 в своём классе, против Step-5 Preview 29, занявшего 10-е место из 29 среди крупных моделей с открытыми весами. Медианы классов различаются (41 и 23), поэтому эти места не сопоставимы друг с другом, хотя баллы и
• Стоимость за задачу индексирования — $3.27 против $2.35
• Стоимость за пункт индекса — 7,6 цента против 8,1 цента, поэтому более дорогая модель в расчёте на задачу оказывается более дешёвой в расчёте на единицу возможностей.
• Скорость вывода — Step-5 Preview: 124 токена в секунду, тогда как для Qwen4-Max опубликованных данных нет. Artificial Analysis указывает, что время выполнения задачи неизвестно, а на странице его провайдера вообще не сообщается ни о каких бенчмарках провайдера.
• Время до первого токена ответа — Step-5 Preview 23,53 секунды, тогда как для Qwen4-Max ничего не опубликовано
• Время на одну задачу индексации — Step-5 Preview: 15,2 минуты против медианного значения 13,3 минуты для его класса; для Qwen4-Max показатель отсутствует.
• Многословность — Qwen4-Max выдал 127 миллионов выходных токенов по индексу против медианы в 78,6 миллиона, тогда как Step-5 Preview — 129 миллионов против медианы в 104 миллиона. Оба многословны; Qwen4-Max многословен относительно более лаконичной группы аналогов
Первый токен за 23,53 секунды — это число, которое должно насторожить любого, кто планирует интерактивное развёртывание Step-5 Preview. Это не сетевой артефакт: это цена, которую модель с 600 млрд параметров и включённым по умолчанию режимом рассуждения взимает с вас ещё до начала ответа. Настройки рассуждения Qwen4-Max по умолчанию — включённое мышление, бюджет 131 072 токена, уровень усилий high — указывают в ту же сторону, и пока кто-нибудь это не измерит, честно сказать, какая из них медленнее, невозможно. В этом и заключается практическая цена покупки в день запуска: вы получаете оценку и тарифную сетку, но не получаете показатель задержки.
Собственные оценочные материалы Alibaba — это отдельный вопрос, и их следует воспринимать как данные, заявленные поставщиком и не воспроизведённые независимо. В Work360 — своём внутреннем бенчмарке, охватывающем 26 основных отраслевых доменов, — поставщик сообщает 52,69 для Qwen4-Max против 47,74 для Qwen3.8-Max. Он также сообщает, что средняя стоимость выполнения одной задачи Work360 снизилась с $4,43 до $1,67, то есть на 62%, а потребление токенов на этом бенчмарке упало примерно на 24% при уровне усилий xhigh и на 35% при уровне high, при этом на Terminal-Bench 4.0 сокращение составило 48% и 49%. Это утверждения о Qwen4-Max по сравнению с его предшественником. Они ничего не говорят о Step-5 Preview, и ни одно из них не было независимо проверено.

Веса: этот не близок
Step-5 Preview уже сегодня можно скачать. В репозитории Hugging Face содержатся safetensors BF16 и FP8 под лицензией StepFun Model License 1.0 — лицензией в стиле Apache-2.0 с требованием указания авторства и условием коммерческого использования — а также шаблон чата, три квантованных варианта и рецепты развертывания: FP8 на четырёх B300 или восьми H200 под vLLM, FP8 на том же оборудовании под SGLang, BF16 на восьми B300 или шестнадцати H200. Около 1600 загрузок за последний месяц.
У Qwen4-Max нет чекпоинта, и пути к его появлению тоже нет. В документации Alibaba дообучение помечено как неподдерживаемое во всех регионах, а развёртывание модели — как неподдерживаемое во всех регионах; это более сильное заявление, чем «веса ещё не выпущены», — оно означает, что вендор вообще не собирается позволять вам запускать эту модель самостоятельно через свою платформу. Если вам нужна модель, которую можно квантовать, дообучать, запускать в изолированной среде или закреплять за конкретной сборкой, сравнение на этом заканчивается, и заканчивается в пользу StepFun.
Это также меняет то, что вам даёт «open». Лицензия Step-5 Preview разрешает коммерческое использование с условиями, поэтому юридическая проверка входит в стоимость внедрения, а рецепты развёртывания предполагают узел на четыре–шестнадцать GPU — это не модель, которую запускают на рабочей станции. Но это модель, поведение которой не может измениться без вашего ведома из-за незаметного обновления провайдера, и для любого, кто строит регулируемую или долгоживущую систему, это стоит больше четырнадцати пунктов индекса.
Потолок вывода и конфликт в документации, о котором стоит знать
Это наименее эффектное различие, и именно оно с наибольшей вероятностью больнее всего ударит по конкретной рабочей нагрузке. Qwen4-Max даёт 131 072 токена вывода при выключенном режиме размышления и общий бюджет в 262 144 токена при включённом режиме размышления. В документации API Step-5 Preview указано максимальное значение вывода — 64 000 токенов. В его карточке модели на Hugging Face сказано, что вывод может достигать полных 1M токенов, причём вход и выход учитываются в рамках одного и того же лимита.
Эти два утверждения исходят от одного и того же поставщика с разницей в месяц, и ни одно из них не помечено как устаревшее. Если вы планируете задачу с длинным выводом — полный отчёт, большой патч, сгенерированный документ — читайте документацию API, а не карточку, и проверьте предельное значение, прежде чем строить вокруг него архитектуру. Значение 64 000 согласуется с временем 15,2 минуты на задачу индексации; значение 1 млн подразумевало бы нечто совсем иное.
Ещё одна асимметрия, которую стоит отметить: обе модели принимают видео на вход, но только StepFun публикует рабочие подробности. До 60 изображений на запрос с низкой или высокой детализацией, видео в виде URL, Base64 или ссылки stepfile://, MP4 размером менее 128 МБ, при этом рекомендуются фрагменты продолжительностью менее пяти минут. Alibaba описывает видеовход для Qwen4-Max, не публикуя сопоставимые ограничения на странице модели. Если видео имеет для вашей нагрузки центральное значение, а не второстепенное, то само это различие в качестве документации служит сигналом о том, какому поставщику уже задавали этот вопрос раньше.
Кому что выбирать на этой неделе
Выбирайте Qwen4-Max, если потолок важнее счёта: сложные рассуждения, длительная агентная работа или что угодно, где 43 против 29 в индексе из девяти оценок — это разница между задачей, которая завершается, и той, которая нет. Взамен примите два риска. Первый — вы покупаете в первый же день без независимых данных о задержке и без стороннего воспроизведения заявлений вендора о Work360. Второй — премия за запись в кэш, которая незаметно облагает однопроходную работу с длинным контекстом налогом в $1.875 за миллион записанных токенов.
Выберите Step-5 Preview, если вам нужно владеть моделью, если вам нужны измеренные 124 токена в секунду и 23,53 секунды до первого токена, на которые можно ориентироваться при планировании, или если ваша рабочая нагрузка сильно зависит от кэша так, что вы не можете это предсказать. Смиритесь с тем, что вы покупаете 29 индексных пунктов, что первый токен приходит медленно и что верхний предел вывода документирован поставщиком двумя разными способами.
Третий вариант — честный для большинства команд на этой неделе: не выбирать ни один из них, и только так. Разрыв между этими двумя моделями в расчёте на единицу измеренной способности составляет 6%, что вполне укладывается в погрешность одной версии индекса, к тому же обе были оценены лишь один раз одним испытательным стендом. Команда, которая выбирает одну из них, опираясь на оценку в день запуска, делает ставку на число, которое не было воспроизведено.
Запуск обоих без второго контракта
Ни одна из этих моделей сегодня не входит в каталог OrcaRouter — 215 идентификаторов моделей, проверенных сегодня утром, среди которых нет ни записи Qwen4, ни текстовой модели StepFun. Обе модели доступны через API своих вендоров: шесть регионов Alibaba для Qwen4-Max, OpenAI-совместимая конечная точка StepFun по адресу api.stepfun.ai/v1 для Step-5 Preview. Утверждать обратное — значит сделать заявление, которое устареет уже через неделю.
Модель, на которую мы направляем запросы, — это та, которую заменяет Qwen4-Max. Qwen3.8-Max есть в нашем каталоге как qwen/qwen3.8-max по собственной прейскурантной цене Alibaba: $2.00 за вход и $6.00 за выход за миллион токенов, предоставляется без наценки, наряду с 214 другими идентификаторами по одному базовому URL, совместимому с OpenAI. В этом сравнении это важно ровно по одной причине: модель первого дня выпуска — худшее, на что можно поставить производственный путь, и разумная позиция — оставить проверенное поколение на маршруте, пока вы измеряете новую модель на собственном трафике. DSL маршрутизации выражает это как политику, а не как изменение кода — направляйте сложные вызовы, требующие рассуждений, в новую модель, оставляйте высоконагруженную работу на более дешёвой проверенной модели и позвольте автоматическому переключению при сбое перехватывать случай, когда совершенно новый эндпоинт деградирует под нагрузкой, которую вы не предсказали.
Сквозное ценообразование также означает, что арифметика в этой статье остаётся честной. Когда Alibaba снижает тариф — как сегодня, переводя Qwen4-Max на 1,50 и 4,50 доллара с 2,00 и 6,00 доллара у Qwen3.8-Max, — каталог, который транслирует прайс-лист провайдера, отражает это в тот же день, а не при следующем продлении договора. Это не аргумент в пользу нас по сравнению с собственным API того или иного поставщика. Это аргумент за то, чтобы не подписывать ничего, что фиксирует цену, которую вы не видели неизменной в течение месяца.

Сравнение, которое читатели захотят увидеть через две недели, — не то, что в этом заголовке. Это задержка Qwen4-Max и стабильный релиз Step-5 Preview, причём обе измерены кем-то, кто не является поставщиком, на рабочих нагрузках, которые люди реально запускают. До тех пор защитимая позиция узка и неброска: 48%-й разрыв в возможностях, 33%-й разрыв в цене, 6%-й разрыв на единицу возможностей и набор решений — веса, потолок вывода, структура кэша — которые не отражает ни один балл индекса и которые переживут эту неделю запуска.
