Qwen 3.8 vs DeepSeek V4: Värdekungen behåller sin krona

Under större delen av 2026DeepSeek V4 har varit referenspunkten för vad AI-kapacitet borde kosta: öppna vikter tillgängliga idag, ett oberoende uppmätt Artificial Analysis Intelligence Index på ~52–54, och prissättning på $0.435 / $0.87 per miljon tokens som fick varje premiumflaggskepp att se ut som ett lyxköp.

När Qwen3.8-Max förhandsvisades den 19 juli med en kampanj med 90 % rabatt på krediter och utan publicerad taxa, var det omöjligt att veta om Alibaba hade för avsikt att konkurrera med priset. Nu vet vi. Qwen3.8-Max blev allmänt tillgänglig den 3 augusti 2026 till $2 / $6 per miljon tokens — aggressivt jämfört med premiummodeller som Fable 5 och Opus, men ungefär 4,6× DeepSeeks inmatningstakt och 7× dess utmatningstakt. Detta är den enda jämförelsen i serien där Qwens GA-prissättning inte är de goda nyheterna.

En notis till byggare — det snabbaste sättet att avgöra detta är att köra båda på dina egna prompts. OrcaRouter exponerar 200+ modeller bakom en OpenAI-kompatibel slutpunkt, så att du kan ställa Qwen 3.8 Max mot DeepSeek V4 på samma uppgift utan att behöva koppla ihop två SDK:er.

TL;DR-slutsats. DeepSeek V4 förblir värdekungen, och GA ändrade inte på det — det bekräftade det. DeepSeek är ~7× billigare på output, oberoende poängsatt till ~52–54, med öppna vikter och nedladdningsbar idag, snabb, och stödd av ett extremt lågt pris vid cache-träffar. Qwen3.8-Max svarar med en mycket mer storskalig ambition, en kontext på 1M tokens med fast pris, inbyggd multimodalitet som DeepSeek saknar, och en självrapporterad benchmarktabell som toppas av Terminal-Bench 2.1 86.6 och GPQA Diamond 92.6. Men den har ingen oberoende poäng, inget offentliggjort antal aktiva parametrar och inga släppta vikter. Om din anledning till att titta på kinesiska öppna modeller är kostnadseffektivitet, vinner DeepSeek överlägset. Qwen vinner bara om du behöver multimodalitet eller 1M-kontexten med fast pris tillräckligt mycket för att betala 7× för det.

Viktiga slutsatser

• DeepSeek V4 är dramatiskt billigare: $0.435 / $0.87 per 1M (AA blandat ~$0.18) mot Qwen3.8-Max:s $2 / $6. Det är ~4,6× på input och ~7× på output.

• DeepSeek har oberoende bedömts med ett AA Intelligence Index på ~52–54. Qwen3.8-Max förblir obedömd av alla tredjepartsutvärderare.

• DeepSeeks vikter kan laddas ner idag. Qwens utlovas inom veckan, utan licens eller arkiv ännu.

• Qwens verkliga fördelar är modalitet och kontext: text/bild/video-inmatning och ett 1M-token fönster till ett fast pris utan extra avgift för långa prompts. DeepSeek V4 är textfokuserad.

• Qwens självrapporterade siffror är starka — Terminal-Bench 2.1 86.6, GPQA Diamond 92.6, FrontierSWE 73.5 (från en föregångares 40.7) — men overifierade, jämfört med DeepSeeks egen uppgivna SWE-siffra på ~80.6% vid lanseringen.

• DeepSeek-familjen blev ännu billigare. DeepSeek V4 Flash lanserades den 31 juli till $0.15 / $0.29, vilket pressar priset ännu lägre för kod- och agentarbete.

Anmärkning om noggrannhet: alla Qwen3.8-Max-kvalitetssiffror är Alibaba-rapporterade och overifierade av tredje part. DeepSeek V4:s index kommer från Artificial Analysis; dess SWE-siffra är DeepSeek-rapporterad vid lanseringen. Qwen-prissättningen är GA-prislistan och ersätter juli månads förhandsrabatt.

Specarna och priset, sida vid sida

Här är de hårda uppgifterna, varje siffra med angiven källa.

• Tillverkare / status — Qwen3.8-Max: Alibaba; GA (3 augusti 2026); DeepSeek V4: DeepSeek; släpptes i april 2026

• Arkitektur — Qwen3.8-Max: ~2.4T totalt, gles MoE (aktiva parametrar fortfarande ej offentliggjorda); DeepSeek V4: MoE med öppna vikter (V4 / V4 Pro-linjer)

• Kontextfönster — Qwen3.8-Max: 1M token, fast pris (983 616 med tänkande; max utdata 131 072); DeepSeek V4: lång kontext, textfokuserad

• Modaliteter — Qwen3.8-Max: Text, bild, video in → text ut; DeepSeek V4: Textfokuserad

• AA Intelligence Index — Qwen3.8-Max: Ännu ej poängsatt; DeepSeek V4: ~52–54 (Artificial Analysis)

• Programmering — Qwen3.8-Max: Terminal-Bench 2.1 86.6, FrontierSWE 73.5 (rapporterat av Alibaba); DeepSeek V4: SWE ~80.6% (DeepSeek, vid lansering)

• Priser (in/ut) — Qwen3.8-Max: $2.00 / $6.00 per 1M, fast; cachad input $0.25; DeepSeek V4: $0.435 / $0.87 per 1M (AA blandat ~$0.18)

• Cacheträffpris — Qwen3.8-Max: $0.25 per 1M; DeepSeek V4: Extremt lågt (DeepSeek)

• Öppna vikter — Qwen3.8-Max: Utlovat inom veckan (ingen licens ännu); DeepSeek V4: Ja — tillgänglig nu

Två saker ramar in denna jämförelse, och till skillnad från resten av serien vinklade GA dem inte till Qwens fördel.

För det första, prisgapet är det centrala och det är mycket brett. Qwens $2 / $6 är en genuint aggressiv siffra när jämförelsen är Claude Fable 5 på $10 / $50 eller Opus på en sammanvägd ~$3.85. Mot DeepSeek V4:s $0.435 / $0.87 är det dyrt. På en sammanvägd basis placerar Artificial Analysis DeepSeek på ungefär $0.18 per 1M — en storleksordning under Qwen. Alibaba prissatte den här modellen för att underbjuda den västerländska frontlinjen, inte för att slå DeepSeek, och siffrorna gör den avsikten uppenbar.

För det andra, DeepSeek har trovärdighetsfördelen såväl som prisfördelen, vilket är ovanligt. Normalt är den billiga modellen den obeprövade. Här har DeepSeek V4 ett oberoende AA-index på ~52–54 och vikter som vem som helst kan ladda ner och testa, medan Qwen3.8-Max har en leverantörstabell och ett löfte. Så en köpare som väljer DeepSeek byter inte bevis mot besparingar — de får båda. Qwens motargument måste vara kapacitet och modalitet, och det måste vara tillräckligt stort för att motivera en utdatapremie på 7×.

Vad Qwen faktiskt erbjuder för premium

Det ärliga argumentet för Qwen3.8-Max framför DeepSeek V4 vilar på tre saker, varav ingen är priset.

Multimodalitet. Qwen3.8-Max hanterar bilder och video inbyggt och rapporterar OmniDocBench 1.5 92.1 på dokumenttolkning och OSWorld-Verified 86.1 för att styra ett riktigt skrivbords-GUI. DeepSeek V4 är textfokuserad. Om din arbetsbelastning involverar skärmbilder, skannade PDF:er, diagram eller video är detta inte en preferens — det är ett hårt krav som DeepSeek inte uppfyller, och prisjämförelsen blir irrelevant.

Fast avgift för 1M-kontext. Qwen tar ut samma $2 / $6 oavsett om prompten är 5 000 tokens eller 900 000. De flesta leverantörer tar extra betalt för långa indata just eftersom det är dyrt att hantera dem. För granskning av hela kodbaser, kontraktsanalys eller syntes av flera dokument kan den fasta avgiften betyda mer än priset per token – även om det är 7× DeepSeeks pris för utdata, måste kalkylen fortfarande gå i din favör.

En högre potentialgräns. Detta är det spekulativa. Qwens självrapporterade GPQA Diamond 92.6 och Terminal-Bench 2.1 86.6 är siffror i framkant, väl över vad en modell med ~52–54 i index vanligtvis skulle producera. Om de replikeras, är Qwen3.8-Max en avsevärt mer kapabel modell och premien är försvarbar. Föregångaren Qwen3.7-Max fick 46 på AA-indexet — lägre än DeepSeek V4 — så hela argumentet beror på ett stort språng över en generation som ingen tredje part har bekräftat.

Mot dessa är DeepSeeks fördelar konkreta snarare än villkorliga: en granskad poäng, nedladdningsbara vikter, produktionsbeprövad hastighet och ett cacheträffpris som DeepSeek beskriver som extremt lågt. Och golvet har sjunkit ytterligare sedan dess — DeepSeek V4 Flash släpptes den 31 juli till $0.15 / $0.29 per 1M, anpassad för kodning och agentiskt arbete, vilket gör DeepSeek-familjen återigen billigare i förhållande till Qwen än den var för en vecka sedan.

Kostnad i praktiken: var 7× faktiskt hamnar.

Ta en kodanalys-pipeline: 120,000 tokens kontext, 8,000 tokens utdata per anrop.

• DeepSeek V4: 0.12M × $0.435 = $0.052, plus 0.008M × $0.87 = $0.007. ≈ $0.059 per anrop.

• Qwen3.8-Max: 0.12M × $2 = $0.24, plus 0.008M × $6 = $0.048. ≈ $0.29 per anrop.

• Vid 5,000 anrop/dag: DeepSeek ≈ $295/dag; Qwen ≈ $1,440/dag. Under en månad: cirka $8,800 jämfört med $43,200.

Även med Qwens cachade input till $0,25/1M som reducerar dess kostnad till ~$0,08, ligger DeepSeek fortfarande före tack vare sitt extremt låga pris på cache-träffar.

En skillnad på 34 000 USD/månad på en enda pipeline är den typen av siffra som avgör arkitekturval. För att motivera Qwen här skulle du behöva att den är väsentligt bättre på uppgiften — inte marginellt — eller att du behöver multimodalitet som DeepSeek inte kan erbjuda.

Det enda stället där kalkylen verkligen vänder är mycket långa kontexter. Om dina prompts rutinmässigt når hundratusentals tokens och din alternativa leverantör tar extra betalt för dem, kan Qwens fasta pris minska en del av gapet. Men den startar 7× efter på output, så den behöver mycket hjälp.

Öppenhet: båda öppna i princip, en öppen i praktiken

Båda dessa är open-weight-linjer till sin avsikt, vilket gör tidsskillnaden till hela historien. {{1}}DeepSeek V4:s vikter är ute — du kan ladda ner, kvantisera, finjustera och servera dem idag, och communityn har gjort precis det i månader.{{/1}} {{2}}Qwen3.8-Max:s vikter är utlovade inom veckan, utan någon modellkort, licens eller repository ännu.{{/2}} {{3}}Tills en licens finns, är kommersiell användbarhet formellt obestämd.{{/3}}

Och i flaggskeppsskala är Qwens öppenhet i stort sett teoretisk ändå: 2,4T är ungefär 1,2TB vid 4-bit jämfört med cirka 141GB per H200, så åtta eller fler toppacceleratorer innan du serverar en token — med ett icke offentliggjort antal aktiva parametrar som gör genomströmningen omöjlig att modellera. DeepSeek V4 är betydligt mer hanterbar att självhosta, vilket är en stor anledning till att den blev standardmodellen bland öppna modeller.

Den samtidigt tillkännagivna Qwen3.8-27B är Alibabas verkliga svar här. Den har också öppna vikter och uppges kräva omkring 17GB VRAM, och därmed konkurrerar den på DeepSeeks egentliga hemmaplan – körbara öppna modeller – snarare än i flaggskeppsskala. Det är Qwen-släppet värt att följa om du vill köra modellerna själv.

Vanliga frågor

Är Qwen 3.8 bättre än DeepSeek V4?

Obeprövat, och det kostar mycket mer. De självrapporterade siffrorna från Qwen3.8-Max (GPQA Diamond 92.6, Terminal-Bench 2.1 86.6) tyder på en högre takhöjd än det granskade indexet på ~52–54 för DeepSeek V4, men ingen tredje part har verifierat dem, och föregångaren Qwen3.7-Max fick 46 — under DeepSeek. DeepSeek är beprövat, öppet och ~7× billigare på output.

Vilket är billigare?

DeepSeek V4, definitivt. Den listar $0,435 / $0,87 per 1M (AA-blandat ~$0,18) mot Qwen3.8-Max:s $2 / $6 — ungefär 4,6× billigare på input och 7× på output. DeepSeek V4 Flash, släppt 31 juli, går ännu lägre till $0,15 / $0,29.

Blev Qwen 3.8 Max billigare vid GA?

Det fick för första gången ett verkligt, budgeterbart pris — en fast avgift på $2 / $6 för hela 1M-token-kontexten, som ersätter julikampanjen med tillfälliga 90%-rabattkrediter. Det är aggressivt mot västerländska premiumflaggskepp men väl över DeepSeek:s priser.

Vad erbjuder Qwen 3.8 som DeepSeek V4 inte gör?

Inbyggd multimodalitet – text-, bild- och videoinmatning, med ett självrapporterat OmniDocBench 92.1 för dokumenttolkning och OSWorld-Verified 86.1 för GUI-operation – plus en 1M-token-kontext som faktureras till ett fast pris utan påslag för långa prompts. DeepSeek V4 är textfokuserad, så för arbetsbelastningar med bild, video eller skärmbilder är den inte ett substitut till något pris.

Vilken har bättre kodningsprestanda?

Svårt att jämföra direkt, eftersom de rapporterade riktmärkena skiljer sig. DeepSeek V4 rapporterar SWE ~80,6 % vid lansering; Alibaba rapporterar FrontierSWE 73,5 och Terminal-Bench 2,1 86,6 för Qwen. Det är olika tester med olika svårighetskurvor, och båda är leverantörsrapporterade, så inget av dem avgör det. DeepSeeks oberoende indexpoäng är den mer tillförlitliga signal som finns.

Kan jag själv hosta båda?

DeepSeek V4 ja — vikterna är ute och brett distribuerade. Qwen3.8-Max ännu inte, och inte praktiskt ens efter lansering: ~1,2 TB i 4-bitars kräver åtta eller fler GPU:er av H200-klass, utan publicerad licens. Det samtidigt tillkännagivna Qwen3.8-27B (enligt uppgift ~17 GB VRAM) är det realistiska Qwen-alternativet för självhosting.

Vilken ska jag använda idag?

DeepSeek V4 för nästan alla kostnadskänsliga text- eller kodningsarbetsbelastningar – den är beprövad, öppen, snabb och en storleksordning billigare i genomsnitt. Välj Qwen3.8-Max när du behöver multimodalt stöd eller ett sammanhang med fast pris på en miljon tokens, och du har verifierat på dina egna uppgifter att kapacitetsskillnaden motiverar ungefär 7× utdatakostnaden.

Slutsatsen

Qwen 3.8 mot DeepSeek V4är jämförelsen där Qwens GA-prissättning spelar emot den. Varje annan artikel i denna serie kan peka på $2 / $6 som det aggressiva numret som prissätter om frontlinjen. Här är det det dyra alternativet – 4.6× DeepSeeks inmatningspris och 7× dess utmatningspris – mot en modell som är oberoende bedömd, öppen idag, snabb och tillräckligt billig för att de flesta team aldrig tänker på sin kostnad.

Qwen3.8-Max:s verkliga svar är modalitet och kontext: bilder och video som DeepSeek inte hanterar, och ett miljon-token-fönster som faktureras till fast pris. Dessa är äkta differentieringsfaktorer, och för dokument- eller skärmbildspipelines är de avgörande oavsett pris. Men råvärdets krona var aldrig i spel, och DeepSeek V4 Flash:s ankomst den 31 juli till $0,15 / $0,29 pressade golvet ännu lägre. Håll utkik efter två händelser: det första oberoende Intelligence Index-betyget för Qwen3.8-Max — som skulle visa om premiumpriset köper verklig kapacitet — och Qwen3.8-27B-vikterna, vilket är där Alibaba faktiskt kommer att konkurrera med DeepSeek. Till dess behåller DeepSeek kronan, och Qwen är modellen du lägger till för de modaliteter som DeepSeek inte når.