
Qwen 4 против Grok 4.7: рубеж в 200 000 токенов решает исход этого противостояния
- 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 · 126 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 · 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 · 147 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 · 123 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
Grok 4.7 и Qwen4-Max оба тарифицируются по 2 доллара за вход и 6 долларов за выход за миллион токенов — но только Grok 4.7 остаётся на этом уровне. В нашей собственной каталожной записи для Grok 4.7 указаны два тарифа на вход: $2.00/$6.00 до промпта в 200 000 токенов и $4.00/$12.00 после этого, тогда как Qwen4-Max держится на $1.50 за вход и $4.50 за выход за миллион на всём своём окне в 1 000 000 токенов. Это единственное структурное различие весит больше, чем восемь пунктов индекса, разделяющих их на бумаге, потому что работа с длинным контекстом — это именно то, для чего обе модели и продаются. Сначала замечание о названиях, поскольку эти две модели постоянно путают: Qwen 4 — это название поколения, которое использует Alibaba, и Qwen4-Max — единственный его представитель, который можно вызвать сегодня — выпущен 16 ноября 2026 года, при этом меньшие уровни обещаны для открытого исходного кода, но без указания даты. Grok 4.7 поставляется с 21 сентября 2026 года. Это сравнение цен и доказательств, а не отчёт о запуске какой-либо из них.
Вкратце о форме двух моделей
Qwen4-Max — флагманская модель Alibaba четвёртого поколения, разреженная модель смеси экспертов с основой на 2,4 триллиона параметров, 71 миллиардом активных параметров на токен и ещё 328 миллиардами параметров N-gram-эмбеддинга. Она принимает текст, изображения и видео, возвращает текст и имеет контекстное окно в один миллион токенов. Режим рассуждения включён по умолчанию, и модель делит бюджет в 262 144 токена между рассуждением и финальным ответом — поэтому ответ объёмом 131 072 токена доступен, только если рассуждение укладывается в другую половину.
Grok 4.7 — текущая флагманская текстовая модель SpaceXAI. Это модель рассуждения с контекстом в 500 000 токенов, выходом до 450 000 токенов, входом в виде текста и изображений и тремя выбираемыми уровнями рассуждения. SpaceXAI не публикует число её параметров и описывает выпуск как более крупную базовую модель с более длительным обучением с подкреплением, а не как новую архитектуру.
О критериях, которые определяют покупку:
• Контекст — Qwen4-Max: 1 000 000 токенов против Grok 4.7: 500 000
• Макс. объём вывода — Qwen4-Max: 262 144 (общий с режимом размышления) или 131 072 (при отключённом размышлении), против Grok 4.7: 450 000
• Цена ввода до 200K — Qwen4-Max $1.50 против Grok 4.7 $2.00 за 1M
• Цена вывода до 200K — Qwen4-Max $4.50 против Grok 4.7 $6.00 за 1M
• Цена ввода свыше 200K — Qwen4-Max по-прежнему $1.50 против Grok 4.7 $4.00; цена вывода $4.50 против $12.00
• Кэшированное чтение — Qwen4-Max $0.075 против Grok 4.7: $0.50 до 200K, $1.00 свыше
Модальность — Qwen4-Max: текст, изображение и видео на входе против Grok 4.7: текст и изображение на входе
• Независимая оценка — Qwen4-Max 43 в Artificial Analysis Intelligence Index, 38-е место из 81, против Grok 4.7 с 35, 46-е место из 81
• Веса — ни один из двух поставщиков их не публикует
Сколько на самом деле стоит запрос на 400 000 токенов
Возьмите нагрузку, характерную для обеих моделей: прочитать большой репозиторий или длинный пакет доказательств, а затем написать существенный патч или отчёт. 400 000 входных токенов, 20 000 выходных токенов, без повторного использования кэша.
Для Qwen4-Max по международному тарифу $1.413 за миллион входных и $4.24 за миллион выходных токенов это $0.565 за входные и $0.085 за выходные, около $0.65. При сингапурском тарифе $1.50/$4.50 это $0.69.
На Grok 4.7 тот же запрос никогда не затрагивает дешёвый уровень, потому что 400 000 — это вдвое больше границы. Он выставляет 1,60 доллара за входные данные и 0,24 доллара за выходные: 1,84 доллара. Соотношение — 2,7 к одному, и это не артефакт округления — это разница между плоской картой и картой со ступенькой.
Сократите запрос до 150 000 входных и 15 000 выходных токенов — и картина меняет характер. Qwen4-Max Singapore: $0.225 плюс $0.0675, около $0.29. Grok 4.7 на первом тарифном уровне: $0.30 плюс $0.09, около $0.39. Разрыв в 25 процентов — ничего примечательного, примерно то, что подразумевают заявленные цены. Эти две карты резко расходятся только на нагрузках, где одна из них меняет тарифный уровень.
Это та арифметика, которую упускают маркетинговые страницы. Когда поставщик рекламирует цену, а затем добавляет тариф для длинного контекста, честное сравнение — по рабочей нагрузке, а не по токену, потому что граница тарифа приходится ровно туда, где продукт должен быть полезен.
В цикле агента дизайн кэша важнее цены.
Системы чтения длинного контекста редко ограничиваются одним вызовом; они делают десять вызовов к стабильному префиксу. Рассмотрим промпт размером 200 000 токенов, из которых 180 000 кэшируемы, 10 000 — свежий ввод, 10 000 — вывод, на протяжении десяти ходов.
Qwen4-Max выставляет за каждый ход $0.027 за новый ввод, $0.0135 за чтение из кэша по $0.075 и $0.045 за вывод — $0.0855, то есть $0.855 за запуск. Сама запись в кэш тарифицируется один раз — $1.875 за миллион для пятиминутного хранения — и при таком размере достаточно мала, чтобы её игнорировать.
Grok 4.7 начисляет $0.04 за новые входные данные, $0.09 за чтения из кэша по $0.50 и $0.06 за выходные данные — $0.19 за ход, $1.90 за запуск. Одна только ставка за чтение из кэша почти в семь раз выше, чем у Qwen4-Max, поэтому разрыв более чем удваивается, хотя ни одна из моделей здесь не находится в своём дорогом тарифе.
Если вы пропускаете это через одну конечную точку, а не через два договора с поставщиками, слой маршрутизации не меняет ни одну из этих цифр — наценка 0 процентов означает, что прайс-лист провайдера проходит без изменений, поэтому снижение цены поставщиком отражается в вашем счёте в тот же день, когда оно публикуется, а не при следующем продлении договора. Это аргумент в пользу того, чтобы держать набор моделей за одним ключом, и единственный аргумент в этой статье, который касается нашего продукта, а не их.
Где Grok 4.7 всё ещё одерживает безоговорочную победу
Два места, и ни одно из них не маленькое.
Первое — длина вывода. Grok 4.7 заявляет потолок вывода в 450 000 токенов. Qwen4-Max не публикует отдельный лимит вывода; у него есть бюджет в 262 144 токена, общий с его собственным «мышлением», а при подавленном мышлении потолок составляет 131 072. Для работы, которая создаёт длинный артефакт, а не короткий ответ — сгенерированную кодовую базу, длинный юридический черновик, транскрибированный и проанализированный корпус, — разница не в качестве. Она в том, завершится ли задача за один вызов или её придётся разбивать на части.
Второй пункт — это измеренные данные на верхнем уровне. Grok 4.7 присутствует в Artificial Analysis Intelligence Index с сентября, и у него есть три показателя в зависимости от усилия рассуждения: 35 при xhigh, 35 при high и 31 при low, а время до первого токена ответа меняется с 52,9 секунды на максимальной настройке до 10,6 секунды на минимальной. У Qwen4-Max опубликован единственный балл по индексу — 43, и на момент написания на той же площадке нет данных о скорости вывода или времени выполнения отдельных задач. 43 против 35 — это реальное преимущество, но балл без показателя скорости ничего не говорит о том, практична ли модель при вашем бюджете задержки.
Есть третья асимметрия, которую легко упустить: контроль усилий в Grok 4.7 — это рычаг затрат, который можно настраивать на каждый запрос, а опубликованные замеры времени показывают, во сколько ожидания обходится каждая настройка. Qwen4-Max тоже предоставляет доступ к уровню усилий при рассуждении, но Alibaba описывает экономию только в относительных терминах — использование токенов снижается на 24% при xhigh и на 35% при high в её наборе Work360, на 48% и 49% на Terminal-Bench 4.0, причём всё измеряется относительно Qwen3.8-Max, а не публикуется как тарифная сетка для каждого уровня усилий. Данные предоставлены вендором, не воспроизведены и относятся к другой модели: полезны как ориентир, бесполезны как входные данные для бюджета.
Где Qwen4-Max одерживает безоговорочную победу
Контекст и форма метра.
Миллион токенов против половины миллиона — это не удвоение характеристики; это меняет то, какие задачи помещаются. Три задачи, которые находятся между этими двумя числами: рефакторинг всего монорепозитория, где релевантный срез — 600 000 токенов графа зависимостей и истории; исследовательская задача по набору документов, который нужно прочитать целиком, а не извлекать из него фрагменты; и агент, работающий 24/7, который накапливает состояние в течение рабочего дня без суммаризации. Qwen4-Max подходит для всех трёх. Grok 4.7 не подходит ни для одной из них в рамках одного вызова, а загрузка 600 000 токенов в него означает либо retrieval, либо тариф $4/$12 — с ценой ровно в той точке, где разрыв в 2,7× становится трудно оправдать.
Плоская тарифная карта также делает возможным прогнозирование. Владелец бюджета может умножить количество токенов на одну ставку — и результат будет верным. Ступенчатая карта означает, что финансовой модели приходится угадывать распределение длин промптов, а на практике это означает, что оценка ошибается в дорогую сторону.
И независимый балл, каким бы он ни был, в пользу Qwen4-Max: 43 против 35 на одном и том же лидерборде. Оговорка реальна — у модели, которой всего несколько дней, было гораздо меньше проверок, а один агрегированный индекс скрывает огромный разброс результатов по отдельным задачам, — но направление недвусмысленно.

То, чего не скажет ни одна из моделей
Ни один из поставщиков не публикует веса, поэтому ни одну из моделей нельзя развернуть самостоятельно, провести аудит или зафиксировать на версии, которую вы контролируете. SpaceXAI вообще не публикует число параметров для Grok 4.7. Alibaba публикует описание архитектуры Qwen4-Max — слои DeltaNet с гейтированием, чередующиеся с механизмом разреженного внимания, четыре параллельные остаточные ветви с динамическими гейтами, таблица N-граммных эмбеддингов — но не веса.
Результаты бенчмарков ни одного из поставщиков не проходят независимый аудит так, как это происходит с индексом. Показатель Work360 от Alibaba — 52,69 против 47,74 у Qwen3.8-Max, утверждение о снижении средней стоимости одной задачи с $4,43 до $1,67 и более низкий на 5–13 % показатель битов на байт по пяти базовым контрольным точкам — всё это данные самого поставщика, которые не были воспроизведены. Преимущества Grok 4.7 столь же недокументированы за пределами индекса: SpaceXAI не публикует стоимость выполнения одной задачи — есть только цена за токен.
Единственная существующая независимая цифра стоимости говорит не в пользу более дешёвой карточки. Artificial Analysis оценивает Qwen4-Max в $3.27 за задачу Intelligence Index, а в профиле Grok 4.7 сопоставимая цифра вообще не указана. Вчитайтесь: модель, которая здесь выглядит самой дешёвой, — это та, у которой есть документально зафиксированный счёт за задачу, а другая просто не измерена. Это не доказательство того, что Qwen4-Max дорогая. Это доказательство того, что из этих двух лишь одну кто-либо просчитал по стоимости от начала до конца.
Как выбрать
Если ваши промпты регулярно превышают 200 000 токенов, Qwen4-Max — более дешёвая модель, причём разница в цене растёт с длиной, а многоуровневая тарификация Grok 4.7 означает, что привычный инстинкт «просто отправить больше контекста» быстро становится дорогим. Задачи с длинным контекстом направляйте в Qwen4-Max.
Если ваша задача — выдать очень длинный артефакт за один вызов, то потолок вывода Grok 4.7 в 450 000 токенов становится решающей цифрой, а общий бюджет Qwen4-Max в 262 144 токена — дисквалифицирующим фактором. Разбиение генерации на части — не нейтральный обходной путь; оно лишает вас связности на стыках.
Если вам нужен показатель задержки, прежде чем принять решение, то Grok 4.7 опубликовал их для трёх уровней усилий, а Qwen4-Max — нет. Эта асимметрия исчезнет по мере того, как независимое тестирование подтянется, но сегодня это причина запустить пилот, а не стандартизировать.
Если вы уже используете Grok 4.7 и вопрос в том, стоит ли добавлять Qwen4-Max, честный ответ — добавлять его избирательно: чтение длинного контекста, видео-ввод и чувствительные к стоимости пакетные задачи, оставив длинноформатную генерацию на модели с документированным потолком вывода. Две модели за одним ключом — это правило маршрутизации, а не миграция, и это означает, что плохая неделя у любого из поставщиков — это переключение на резерв, а не простой.

Табло с приложенными источниками
Единственное число, которое наиболее чётко разделяет эти модели, — не индексный балл, а цена за 400 000 токенов. Qwen4-Max — $0.69, Grok 4.7 — $1.84, по опубликованному международному тарифу каждого поставщика. Всё остальное в этом сравнении — суждение о доказательствах и запасе прочности.
Несколько слов о баллах по индексу, потому что их будут цитировать вне контекста. 43 и 35 взяты из одного и того же рейтинга Artificial Analysis по состоянию на 17 ноября 2026 года. Они сопоставимы друг с другом. Но они несопоставимы с 55, которые Kimi K3.1 Pro имел по более ранней методике оценки, и любая статья, которая ставит эти две цифры в одно предложение, сравнивает два разных теста. Показатели самого вендора — Work360, сокращения числа токенов, изменения в битах на байт — являются собственными данными Alibaba и вообще не проходили стороннюю проверку.
Еще одно, что стоит знать, прежде чем планировать расходы исходя из 43: эта оценка соответствует лишь одной настройке уровня усилий. Alibaba поставляет модель с включенным по умолчанию режимом мышления, бюджетом в 131,072 токена и уровнем усилий high, а независимое тестирование еще не опубликовало, какой результат модель показывает при низком уровне усилий и сколько это позволит сэкономить. Пока это не сделано, рассматривайте 43 как цену конфигурации модели по умолчанию, а не как параметр, который можно снизить.
Обе карты, на одном маршруте
Стоит обозначить операционную разницу между чтением двух тарифных карт и запуском двух моделей, потому что она меньше, чем можно предположить по разнице в цене. grok/grok-4.7 — один из 215 идентификаторов, которые мы обслуживаем, по прейскурантной цене провайдера без каких-либо доплат, поэтому его граница тарифа и ставка за кеш — такие, какие SpaceXAI публикует в этот день. Qwen4-Max — не один из них; он маршрутизируется через собственный API Model Studio от Alibaba. Практическое следствие: смешанная стратегия, о которой говорилось выше, — чтение длинного контекста на Qwen4-Max, генерация длинных текстов на Grok 4.7 — требует отдельных отношений с поставщиком для каждой стороны, а правило маршрутизации ровно настолько хорошо, насколько хороши два конечных узла, лежащих в его основе.

Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
