DeepSeek V4.1 Pro vs Qwen3-Max: Billigare per token, en fjärdedel av kontextfönstret

Den här avgörs på en enda kolumn, och det är inte priset. Qwen3-Max kostar $0,36 per miljon ingångstoken och $1,43 för utdata, och har ett kontextfönster på 262K token med ett tak på 65K utdata. DeepSeek V4 Pro kostar $0,66 och $1,98 utanför högtrafik, och har ett kontextfönster på 1M med 384K utdata. DeepSeek V4.1 Pro, namnet i rubriken, har inget kort alls.

Så Qwen är 45 % billigare på input och 28 % billigare på output vid DeepSeeks lågtaxa – och under DeepSeeks högtrafikfönster blir skillnaden 73 % respektive 130 % till Qwens fördel. Som motvikt till det erbjuder DeepSeek en kontext som är fyra gånger större och ett tak för output som är nästan sex gånger högre.

Korten

• Qwen3-Max — $0.36 indata, $1.43 utdata; 262K kontext; 65K maximal utdata.

• DeepSeek V4 Pro — $0.66 in, $1.98 ut under lågtrafik; $0.022 cachat; $1.32 och $3.96 under två tidsfönster på vardagar; 1M kontext; 384K utdata; endast text; 6.22 sekunder till första token; 500 samtidiga anrop.

• DeepSeek V4.1 Pro — nämndes en gång, i september, och prissattes aldrig.

När den billigare modellen är fel modell

Tvåhundrasextiotvåtusen token är ungefär 200 000 ord – en medelstor kodbas, en lång uppsättning avtal, en transkription på flera timmar. Sextiofemtusen utdatatoken är ungefär 50 000 ord. Båda siffrorna är generösa för chatt och snäva för generering.

Om din arbetsbelastning ryms inom dessa gränser vinner Qwen på varje uppgift som rör den – och med mer än prislappen antyder när toppfönster räknas in. Om den inte gör det rabatterar Qwen inte jobbet; den avböjer det, och du får betala för chunkningspipelinen i stället.

Det ärliga testet är 95:e percentilen för längden på din indata, inte genomsnittet. Genomsnittet binder aldrig; svansen är där den dyra överraskningen ligger.

Vad prisskillnaden betalar för på DeepSeek-sidan

Tre saker, och bara en av dem är ett tal.

• Fönstret – 1M mot 262K, och 384K utdata mot 65K.

• Cache-raden — $0,022 per miljon vid träff, mot $0,66 vid miss. Qwen3-Max-kortet, som vi tolkar det, publicerar ingen motsvarighet, vilket innebär att en agent som skickar om ett stabilt prefix inte kan prissätta det beteendet i förväg.

• En publicerad licens — MIT för DeepSeek V4 Pro med tillgängliga vikter. Qwen3-Max vikter publiceras inte i samma form.

Mot detta vinner Qwen på latens som standard: det finns ingen jämförbar siffra för tid till första token på dess modellkort, men inget i prissättningen tyder på en stomme med en biljon parametrar. DeepSeeks 6,22 sekunder är den långsammaste siffran i den här jämförelsen och den ändras inte.

Per uppgift

En miljon indata-tokens och 100 000 utdata-tokens. Qwen3-Max: 0,36 $ plus 0,143 $ – cirka 50 cent. DeepSeek utanför högtrafik: 86 cent. Under en högtrafikperiod: 1,72 $.

Så samma uppgift kostar 50 cent, 86 cent eller 1,72 dollar beroende på modell och tidpunkt – en variation på 3,4× som helt drivs av DeepSeeks schema. För en arbetsbelastning som kan flyttas är det en hävstång. För en som inte kan det vinner Qwens platta priskort som standard.

Vad ska köras

Qwen3-Max och DeepSeek V4 Pro finns båda på OrcaRouter till respektive leverantörs publicerade priser, på en och samma OpenAI-kompatibla endpoint med automatisk failover – vilket gör testet till en routningsregel snarare än två integrationer.

Regeln: volym med kort indata och kort utdata till Qwen för 36 cent; allt i den långa svansen, eller allt med ett prefix som kan cachas, till DeepSeek i dess lågtrafikfönster. Och V4.1 Pro stannar utanför tabellen tills DeepSeek publicerar en identifierare, en priskolumn eller ett repository – varav inget har ändrats per den 30 oktober.