DeepSeek V4 Pro vs Qwen3.8 Max: resonemangsspecialisten vs den kinesiska allroundaren

Med tio dagars mellanrum lanserades Kinas två mest bevakade modeller: Alibaba släppte Qwen3.8 Max den 3 augusti 2026 – ett flaggskepp med sparse-MoE-arkitektur och 2,4 biljoner parametrar, vilket företaget beskriver som en allroundare för agenter, kontorsarbete och multimodal förståelse – och DeepSeek släppte den officiella versionen av DeepSeek V4 Pro den 12 augusti, dess specialist på resonemang och kodning med totalt 1,6 biljoner parametrar och ett pris på ungefär en sjundedel av Qwens för utdatatokens. De två siktar på samma utvecklares plånböcker men är oense om vad ett flaggskepp är till för. Qwen3.8 Max vill vara den enda modell som du dirigerar allt genom; DeepSeek V4 Pro vill vara den som du eskalerar de svåra sakerna till.

Viktiga slutsatser

• Qwen3.8 Max är modellen med högre råkapacitet på de kinesiska generella topplistorna (SuperCLUE #1, juli) och det starkare multimodala/företagspaketet — videoinmatning, inbyggda verktyg, strukturerad utdata, allt i ett API.

• DeepSeek V4 Pro är dramatiskt billigare (~7× på utdata), redan med öppna vikter, och har nu de högre kodnings-/agentiska anspråken — Terminal-Bench 2.1 på 87,9 mot Q​wens leverantörsrapporterade 86,6.

• Se upp för ordrikedomskostnaden: oberoende körningar visar att Qwen3.8 Max i genomsnitt kräver ~64 rundor och ~$1,14 per agentisk uppgift — ett verkligt kostnadsproblem som specifikationsbladet döljer.

• Den ärliga rubriken: Qwen3.8 Max är flaggskeppet i "kapacitetskriget" som matchar amerikanska stängda modellers prissättning; DeepSeek V4 Pro är motargumentet för prisvärdhet.

Två filosofier i en spec-tabell

• Totala parametrar — Qwen3.8 Max 2.4T (gles MoE, ~95B aktiva) vs DeepSeek V4 Pro 1.6T (MoE, ~49B aktiva)

• Kontext / max utdata — båda har 1M kontext; Q​wen toppar runt 128–131K utdata jämfört med D​eepSeeks 384K

• Indata — Q​wen stödjer text, bild och video; DeepSeek V4 Pro stödjer text och bild, med ny inbyggd förmåga till bildresonemang i den officiella versionen

• Öppna vikter — DeepSeek V4 Pro: släppt (MIT); Qwen3.8 Max: utlovad för veckan den 10 augusti, den första Max-klass Q​wen som någonsin gjorts till öppen källkod.

• API-tillägg — Q​wen levererar inbyggda verktyg och strukturerad utdata direkt ur lådan; DeepSeek V4 Pro levereras med tanketogglar, strukturerad JSON, ett Responses-API och Codex-kompatibilitet.

• Pris — Qwen3.8 Max $2.00 / $6.00 per miljon tokens ($0.25 cachad) jämfört med DeepSeek V4 Pro ~$0.42 / $0.87 ($0.0035 cachad)

Där Qwen3.8 Max vinner

På generalistaxeln ligger Qwen3.8 Max i framkant, och de oberoende uppgifterna bekräftar det. Artificial Analysis placerar den på ett intelligensindex på 58, ett kodningsindex på 71,8 och ett agentiskt index på 58 – det närmsta något kinesiskt labb har kommit toppen av den agentiska topplistan. På SuperCLUE:s kinesiskspråkiga ranking från juli ligger den på #1 med 71,48, medan DeepSeek-V4-Pro ligger på #5 med 64,4. Alibabas lanseringsdemo – en 16-dagars autonom kodningskörning, en artikelreproduktion som slog originalartikelns AIME24-resultat – är det starkaste beviset i hela releasescykeln på att detta är en verkligt kapabel långsiktig agent.

För en byggare är de praktiska vinsterna integrationsformade: videoinmatning, inbyggt verktygsanrop, strukturerad utdata utan konfiguration och ett ekosystem (Model Studio, Qwen-verktygskedjan) som DeepSeek inte försöker matcha. Om arbetsbelastningen är dokumenttung, multimodal eller kräver en integrationslösning för företag, är Qwen3.8 Max den modell som den kinesiska marknaden för närvarande använder som standard.

Var DeepSeek V4 Pro vinner

Vad gäller kodning och kostnad är den officiella V4 Pro motargumentet. DeepSeek rapporterar att den officiella versionen får 87.9 på Terminal-Bench 2.1 (upp från 72.1 i förhandsversionen) och 62.7 på DeepSWE — mot Qwens leverantörsrapporterade 86.6 på Terminal-Bench. Förhandsversionen hade redan 80.6 på SWE-bench Verified, 90.1 på GPQA Diamond och 93.5 på LiveCodeBench, det främsta tävlingsprogrammeringsresultatet bland öppna modeller, och ändringarna i den officiella versionen är koncentrerade exakt till de agentiska och resonerande uppgifterna där dessa siffror hör hemma.

Sedan har vi priset. Vid $0,42/$0,87 per miljon tokens är DeepSeek V4 Pro ungefär 4,8× billigare på input och 6,9× billigare på output än Qwen3.8 Max:s $2/$6. D​eepSeek flaggade också den 6 augusti att en prisökning är på väg, vilket gör dagens pris till ett fönster, inte ett löfte — mer om det nedan.

Räkna på en verklig agentisk uppgift.

Självständiga agentkörningar är där Qwens prisskylt slutar vara det verkliga priset. På Artificial Analysis agentuppgifter låg Qwen3.8 Max på i genomsnitt ~64 varv per uppgift och kostade ~1,14 USD per uppgift, jämfört med ~0,53 USD för föregående generation — modellen är pratglad och planerar mycket. Kör samma uppgiftsform på DeepSeek V4 Pro för 0,87 USD per miljon utdata och kostnaden per uppgift hamnar ungefär en tiopotens lägre. Om din produkt är en loop som anropar modellen hundra gånger om dagen per användare, är den skillnaden din marginal.

Tillförlitlighetsförbehåll på båda sidor

Ärlighet i fråga om källor skär åt båda hållen här. Oberoende tester visade att hallucinationsfrekvensen för Qwen3.8 Max steg från 23 % till 40 % och att AA-Omniscience-poängen sjönk med tio punkter — modellen blev mer kapabel och mindre pålitlig i samma version. Förhandsversionen av D​eepSeek uppvisade en dokumenterad alltid-svar-frekvens på 94 % på AA-Omniscience, vilket innebär att den tenderar att producera ett svar oavsett om den vet det eller inte. Båda signalerna spelar roll i produktion; ingen av dem är diskvalificerande för de arbetsbelastningar som dessa modeller är inriktade på.

Varför tidpunkten för open-weights ändrar prismatematiken

Qwen3.8 Max:s open-weights-släpp, {{1}}när det väl landar{{/1}}, kommer att förändra ekonomin i den här uppgörelsen inom en vecka — self-hosters får en 2.4T-flaggskeppsmodell, och API-prispressen blir påtaglig. Detta är precis det scenario där en pass-through-prissättningsmodell håller dig ärlig. OrcaRouter skickar vidare leverantörens listpris utan påslag, så i samma stund som Alibaba eller D​eepSeek ändrar ett pris — upp {{2}}eller ner{{/2}} — är ändringen live på en enda nyckel samma dag, utan omförhandling och utan ett andra kontrakt att läsa. Du dirigerar till den av Qwen3.8 Max eller DeepSeek V4 Pro som din nuvarande utvärdering föredrar, och prissättningen förblir det leverantören faktiskt tar betalt.

Vilken för ditt API-byggarbeslut

Välj Qwen3.8 Max när jobbet kräver hela ytan — multimodal indata, strukturerad utdata, inbyggda verktyg, kinesisk språkkvalitet i toppen av de nuvarande rankningarna — och din kostnadsmodell tolererar mångordiga agentiska körningar. Välj DeepSeek V4 Pro när uppgiften är resonemangs- eller kodningstung, tokenvolymen är hög, öppna vikter spelar roll för efterlevnad eller självhosting, eller budgetraden är den bindande begränsningen. Den renaste läsningen av denna jämförelse är den som de två företagen själva signalerar: Qwen3.8 Max är flaggskeppet som allt mäts mot, och DeepSeek V4 Pro är den som får benchmarken att se dyr ut.