
Qwen 4 против Muse Wonder: более дешёвая модель — та, чью скорость никто не замерял
- 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
Muse Wonder обойдётся примерно в $6.95 за выполнение одной задачи Intelligence Index. Qwen4-Max обойдётся в $3.27. В этом вся экономическая аргументация в пользу нового флагмана Alibaba против флагмана Meta, и с ней связана одна большая оговорка: $3.27 относятся к модели, у которой нет опубликованной скорости вывода, нет измеренного времени на задачу и вообще нет никаких замеров времени на табло, откуда взята эта цифра. У Muse Wonder есть все три — 118 токенов в секунду, 13,5 минуты на задачу индекса, 19,64 секунды до первого токена ответа. Так что честная формулировка такая: флагман Qwen 4 примерно вдвое дешевле, а насколько он быстрее или медленнее — неизвестно, и только одну из этих двух разниц можно учесть в планах уже сегодня. Muse Wonder выпущен 12 октября 2026 года; Qwen4-Max — 16 ноября 2026 года. Обе даты — контекст, а не новость.
Два профиля, бок о бок и без сглаживания
Muse Wonder — передовая модель рассуждений Meta, созданная для агентной работы с необычайно широким набором входных данных: текст, изображения, речь и видео на входе, текст на выходе, в контексте на один миллион токенов. Это проприетарная API-модель стоимостью $4,00 за миллион входных токенов и $20,00 за миллион выходных, со смешанной ставкой $2,94 и скидкой 95% при кэшировании. Meta также публикует вариант с более высоким уровнем усилий, который набирает 41 вместо 44 и работает быстрее по фактическому времени — 9,5 минуты на задачу индексирования против 13,5, — что служит полезным напоминанием: «максимальные усилия» не всегда автоматически являются правильной настройкой.
Qwen4-Max — флагман Alibaba четвёртого поколения: разреженная смесь экспертов с 2,4 трлн параметров и 71 млрд активных на токен, нативное зрение, ввод видео, контекст в один миллион токенов и бюджет в 262 144 токена, совместно используемый для размышления и ответа. Цена — $1.50 за вход и $4.50 за выход за миллион токенов, чтение из кеша — $0.075.
• Счёт — Qwen4-Max 43 (место 38 из 81) против Muse Wonder 44 (место 35 из 81)
• Цена ввода — Qwen4-Max $1.50 против Muse Wonder $4.00 за 1 млн
• Цена вывода — Qwen4-Max $4.50 против Muse Wonder $20.00 за 1 млн
• Стоимость одной задачи индексации — Qwen4-Max $3.27 против Muse Wonder $6.95
• Скорость вывода — Qwen4-Max: не опубликована, Muse Wonder: 118 токенов в секунду.
• Время на одну задачу индексирования — Qwen4-Max не опубликовано, по сравнению с Muse Wonder — 13,5 минуты
• Входные данные — Qwen4-Max: текст, изображение, видео vs Muse Wonder: текст, изображение, речь, видео
• Веса — ни один из них их не публикует.
Цена за токен и цена за ответ отличаются в два раза.
Заявленное соотношение составляет 4.4× на выходе и 2.7× на входе. Соотношение в расчёте на задачу — 2.1×. Разрыв между этими числами — это объём работы, которую каждая модель выполняет для получения ответа, и он идёт в противоположном направлении от того, что предполагает ценник: Muse Wonder тратит больше токенов на задачу, а не меньше, поэтому цена вывода в $20 превращается в счёт в $6.95, а не в $40.
Разберём на конкретной задаче. Проверка документа на 50 000 токенов с созданием записки на 5 000 токенов, без кеша: Qwen4-Max выставляет $0.075 за ввод и $0.0225 за вывод — меньше десяти центов. Muse Wonder выставляет $0.20 и $0.10 — тридцать центов. Соотношение три к одному, и обе суммы ничтожны — в этом и суть. При малом объёме ни одна из цен не имеет значения, а разница в баллах в один пункт индекса несущественна по сравнению с вопросом скорости.
Масштабируйте это. Десять тысяч таких отзывов в месяц: Qwen4-Max — $975 против Muse Wonder — $3,000. Теперь цена имеет значение, и теперь отсутствие секундомера значит ещё больше, потому что задача, которая стоит втрое дешевле, но выполняется вдвое дольше, может вообще не уложиться в ночное окно.
Такова структура этого решения. Это не то сравнение, где одна модель лучше; это сравнение, в котором у более дешёвого варианта есть неизмеренное измерение, и оно как раз оказывается тем, что для продакшен-систем важнее всего.
Во что вам на самом деле обходится «отсутствие опубликованной скорости»
Неизмеренная модель — это не медленная модель, и было бы неправильно понимать это так. Это модель, задержку которой вам нужно установить самостоятельно, прежде чем ставить её за что-либо с тайм-аутом. Из этого следуют три практических последствия — в порядке возрастания неприятности.
Во-первых, нельзя определить параметры автомасштабирования по документации. Нужно провести пилотный запуск, измерить p50 и p95 времени до первого токена при ваших собственных длинах промптов и только затем определять масштаб. Показатели Kimi K3.1 Pro — 30 токенов в секунду и 39,7 минуты на задачу — были измерены и опубликованы; показатель Qwen4-Max тоже со временем появится, но сейчас его нет.
Во-вторых, рассуждающие модели непредсказуемо деградируют под нагрузкой, и число токенов в секунду отражает это лишь отчасти. Показатель Muse Wonder — 19,64 секунды до первого токена ответа при максимальном уровне усилий — измерен и воспроизводим. У модели, для которой такого показателя нет, нет и базового уровня, по сравнению с которым можно было бы заметить, что вторник вдвое медленнее понедельника.
Третье — и вот это самое неприятное — слой маршрутизации может выполнять аварийное переключение по задержке, только если знает, как выглядит норма. Если поместить модель, задержка которой не измеряется, в пул с моделью, задержка которой измеряется, поведение пула будет определяться более медленным участником с неизвестными характеристиками. Аварийное переключение позволяет это пережить: запрос, который завис, можно повторить на второй модели незаметно для клиента. Но оно не делает задержку измеримой и не заменяет знание собственных цифр.
Поверхность ввода — вот что действительно отличает Muse Wonder.
Речь — это не галочка. Muse Wonder принимает аудио как полноценный входной формат наряду с текстом, изображением и видео и возвращает текст. Qwen4-Max принимает текст, изображение и видео. Если ваш конвейер обрабатывает записи звонков, аудио встреч или вещательные медиа, это различие определяет модель ещё до обсуждения цены — предварительная расшифровка в текст означает отдельную модель, отдельный счёт и отдельный режим отказа, который теряет просодию и наложение голосов.
Видео — другая ось, где оба конкурируют, и детали имеют значение. Оба поддерживают его; ни один не публикует ограничения по частоте кадров, длительности или разрешению в прочитанных нами материалах, а значит, видеонагрузка — это пилотный проект с обеих сторон, а не сравнение спецификаций.
В чём Qwen4-Max выигрывает по входу — это стоимость при больших объёмах. Миллион токенов контекста, полученного из видео, при цене $1.50 за миллион обходится в $1.50 на Qwen4-Max и в $4.00 на Muse Wonder. Длительный анализ медиа — это именно та рабочая нагрузка, где разрыв в 2,7× по входу накапливается, и именно там, где ценовое преимущество Qwen4-Max наиболее обоснованно.

Один балл индекса — и чего он стоит
44 против 43 по одному и тому же Artificial Analysis Intelligence Index, зафиксированному в тот же день. Это не значимая разница в возможностях; она находится в пределах шума того, как один агрегированный индекс реагирует на несколько сложных вопросов. Любой, кто выстраивает аргументацию в пользу Muse Wonder на этом основании, выстраивает её на пустоте.
Важно то, что Muse Wonder имеет вариант с высоким уровнем усилий, набирающий 41, что показывает: регулятор усилий сдвигает оценку примерно на три пункта в любую сторону. Если регулятор усилий Qwen4-Max ведёт себя аналогично — а отчётность самой Alibaba позволяет предположить, что уровень усилий существенно меняет расход токенов: использование Work360 снижается на 24 процента при xhigh и на 35 процентов при high, — тогда 43 — это одна выборка из распределения, а не фиксированное свойство. По данным поставщика, в сравнении с Qwen3.8-Max, без воспроизведения: рассматривайте направление как информативное, а величину — как заявление.
К релизным бенчмаркам обоих поставщиков следует относиться с одинаковым скептицизмом. Показатели JobBench и Vals от Meta — это собственные данные компании. Показатель Work360 52.69 у Alibaba, снижение стоимости за задачу с $4.43 до $1.67 и улучшения bits-per-byte на пяти базовых чекпоинтах — это собственные данные Alibaba. Ни один из наборов не был независимо воспроизведён, и ни один из поставщиков не публикует стенд для оценки, который позволил бы вам проверить это самостоятельно.
Где каждый из них — очевидный ответ
Выбирайте Muse Wonder, когда в конвейере есть аудио, когда вам нужно опубликованное значение задержки, чтобы прописать его в SLA, или когда работа агентная и долгосрочная и вы предпочтёте заплатить $6.95 за задачу, время выполнения которой можно измерить, чем $3.27 за ту, которую измерить нельзя. Показатель в 118 токенов в секунду — это действительно быстро для модели с таким результатом, а скорость — это то, что замечают клиенты.
Выбирайте Qwen4-Max, когда ограничивающим фактором является объем, когда рабочая нагрузка предполагает чтение длинного контекста, а не рассуждения на длинном горизонте, или когда входные данные — это видео в больших масштабах и 2,7-кратный разрыв в стоимости входных данных составляет весь счет. Фиксированные тарифы $1.50/$4.50 без отдельного уровня для длинного контекста легко прогнозировать, что важнее, чем кажется, когда вы составляете квартальный бюджет.
Обе модели являются проприетарными, их веса не опубликованы, поэтому ни одну из них нельзя развернуть на собственном оборудовании или зафиксировать на определённой версии. Если это является требованием, то в данном сравнении нет победителя, и ответом будет модель, публикующая контрольные точки, — Kimi K3.1 Pro среди флагманских моделей это делает.
Если вы хотите избежать выбора, полезный компромисс — это пул, а не решение: маршрутизировать по модальности входных данных (аудио — в Muse Wonder, видео в масштабе — в Qwen4-Max), сохранять ценовое преимущество там, где оно реально, и позволять отказоустойчивому переключению покрывать задержку, которую вы пока не можете предсказать. Стоит точно понимать, что сегодня можно маршрутизировать: ни Muse Wonder, ни Qwen4-Max не входят в 215 идентификаторов, которые мы обслуживаем, поэтому этот пул — это дизайн, а не страница продукта. Что мы действительно предлагаем на стороне Meta, так это линейка Muse Spark по цене $1.25 на входе и $4.25 на выходе, а на стороне Alibaba — qwen/qwen3.8-max по $2.00/$6.00, по прайс-листу провайдера без каких-либо надбавок.

Вопрос, который нужно задать перед следующим релизом
Любое сравнение модели, которой несколько недель, с моделью, которой уже месяц, страдает одним и тем же недостатком: доказательства асимметричны и льстят той модели, которая вышла раньше, потому что независимое тестирование успело дольше её изучать. Цифры Muse Wonder богаче не потому, что Meta прозрачнее, а потому, что у неё было на пять недель больше измерений.
Смотреть надо не на очередной бенчмарк. А на то, появятся ли скорость Qwen4-Max и время выполнения на задачу на одном и том же табло результатов прежде, чем ценовое преимущество будет исчерпано. Модель, которая вдвое дешевле в расчёте на задачу и вдвое медленнее по задержке, — это другой продукт, чем модель, которая вдвое дешевле и сопоставима по скорости, и прямо сейчас никто за пределами Alibaba не знает, какой из этих двух вариантов перед нами.

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