
Qwen4-Max vs Gemini 4 Neon: 28 % billigare per indexpunkt
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 187 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 414 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 138 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Qwen4-Max och Gemini 4 Neon ligger fyrtioåtta timmar isär och sjutton Intelligence Index-poäng isär, och det intressanta talet är inget av dem. Det är $0.076 mot $0.106 – vad en poäng på Artificial Analysis Intelligence Index kostar dig för respektive modell, när man delar den uppmätta kostnaden per uppgift med poängen. Qwen4-Max, allmänt tillgänglig sedan 16 november 2026 till $1.50 in och $4.50 ut per miljon tokens, köper indexpoäng 28 % billigare än Gemini 4 Neon gör till $3.00 och $15.00. Neon är den bättre modellen med en marginal som ingen bör argumentera emot. Qwen4-Max är det bättre köpet per poäng, med en marginal som är mindre än prisskillnaden och större än vad de flesta köpare antar.
Två modeller, två olika frågor
Innan räkningen, inramningen, eftersom dessa två inte är konkurrenter i vanlig mening och att behandla dem som en är hur jämförelsen går fel.
Gemini 4 Neon är den fjärde modellen under Googles Gemini 4-rubrik och positioneras mot sina egna syskon snarare än mot Alibaba. Den använder som standard hög ansträngningsnivå och har fyra nivåer – låg, medel, hög, xhigh – där Carbon och Argon stannar vid hög. Qwen4-Max har tre – låg, hög, xhigh – och använder också hög som standard. Båda har text, bild och video som indata och text som utdata. Båda har en kontext på en miljon token. Båda är proprietära, båda har stängda vikter och båda säljs med samma säljargument: långsiktigt agentiskt arbete där modellen måste hålla en stor arbetsuppsättning och fortsätta.
Det som skiljer dem åt är vad det erbjudandet kostar. Neon är prissatt som den dyraste nivån i sin familj – $3,00 och $15,00 fast, inget introduktionsfönster, ingen gratisnivå, jämfört med Argon på $2,00 och $10,00 fram till och med 30 november. Qwen4-Max är prissatt som den billiga änden av frontlinjen, $1,50 och $4,50 i Singapore och $1,413 och $4,24 i Global-scope-regionerna. På prislistan är det en två-mot-ett-skillnad. På mätaren är det inte det, och anledningen är poängen.
Vad varje indexpunkt kostar
Artificial Analysis publicerar båda modellerna på index v5.0.1 — det ombaserade indexet, så en äldre poäng från en sommarens resultattabell är inte jämförbar — och publicerar samtidigt en uppmätt kostnad per indextask. Den andra siffran är den som spelar roll, eftersom den inkluderar hur många tokens varje modell faktiskt förbrukar för att slutföra uppgiften, vilket är där prislistor ljuger.
• Intelligens – Qwen4-Max 43, jämfört med Neon 61 vid xhigh och 60 vid high. Neons standardläge är high, så det rättvisande enskilda värdet för Neon är 60.
• Pris per miljon, indata och utdata — Qwen4-Max 1,50 och 4,50 USD i Singapore, 1,413 och 4,24 USD på andra håll. Neon 3,00 och 15,00 USD, samma pris överallt.
• Kostnad per indextask – Qwen4-Max 3,27 USD. Neon 6,44 USD, och den siffran är uppmätt vid xhigh i stället för vid dess standardinställning, vilket är den enda kostnad som trackern lyfter fram för Neon.
• Kostnad per indexpoäng — Qwen4-Max 0,0760 USD. Neon 0,1056 USD vid xhigh, och en lägre siffra vid high, vilket ingen har publicerat.
• Utdata-tokens för att slutföra sviten — Qwen4-Max 127M, Neon 123M vid hög och 283M vid xhög. Vid sina standardvärden ligger de två inom 3 % av varandra i utförlighet, vilket är det faktum som gör resten av aritmetiken ren.
• Tid per indextask — Qwen4-Max 29,8 minuter, Neon 14,8 vid high och 21,5 vid xhigh. Detta är den största funktionella skillnaden i jämförelsen, och ingen prissättning kan överbrygga den.
• Utdatningshastighet — Qwen4-Max 59 tokens per sekund, Neon 101 vid hög och 110 vid xhigh.
• Kontext — Qwen4-Max 984 000 som uppmätt, 1 000 000 som dokumenterat. Neon 1 000 000 som dokumenterat och som tillhandahållet, utan att något uppmätt fönster har publicerats.
Läs raden för kostnad per poäng två gånger, för den gör något som prisraden inte gör. Prislistan säger att Neon kostar dubbelt så mycket. Mätaren säger att Neon kostar 1,97 gånger så mycket per uppgift – nästan exakt dubbelt, vilket betyder att de två modellerna gör av med ett liknande antal tokens per uppgift och att besparingen per poäng nästan helt kommer från priset, inte från effektivitet. Qwen4-Max köper inte sina 28 % genom att vara kortfattad. Det köper dem genom att vara billig.
Och sedan tar poängraden tillbaka det mesta. Tjugoåtta procent billigare per poäng är en verklig fördel, och en liten sådan; sjutton indexpoäng är ett nivåbyte. Ett team som väljer Qwen4-Max för att spara 28 % per poäng har avgjort att skillnaden mellan 43 och 60 inte spelar någon roll för deras arbetsbelastning, och prisfördelen är trösten, inte argumentet.

Det är i hastigheten som gapet vidgas
Kostnad per punkt är rätt enhet för ett batchjobb och fel enhet för allt som en person har framför sig, och den här jämförelsen bestraffar den åtskillnaden hårdare än de flesta.
Neon avkodar 101 tokens per sekund som standard och 110 vid xhigh. Qwen4-Max avkodar 59. Det är en 1,7× skillnad vid standardinställningen och en 1,9× skillnad vid taket, och det kommer ovanpå en tidskillnad per uppgift på 14,8 minuter mot 29,8 – samma storleksordning, vilket är vad man kan förvänta sig när modellerna producerar liknande tokenantal i olika takt.
För en IDE-assistent, en supportagent eller vilket gränssnitt som helst med en spinner är 59 tokens per sekund i långsammaste laget för att vara användbart, och 101 är bekvämt. Spårningsverktyget beskriver Qwen4-Max som "märkbart långsamt per uppgift" och dess tid till första svarstoken till 137 sekunder, vilket är siffran som avgör om ett streamande gränssnitt känns levande. Om din arbetsbelastning är interaktiv köps fördelen på 28 % per poäng med en latenskostnad som ingen prislista visar och som användarna kommer att märka innan ekonomiavdelningen gör det.
Det omvända fallet är också värt att säga rakt ut, eftersom det är det fall Qwen4-Max faktiskt säljs för. En långkörande agent som vaknar enligt schema, arbetar i tjugo minuter och skriver en patch bryr sig inte om huruvida tokens anländer med 59 eller 110 per sekund – den bryr sig om huruvida körningen blir klar innan nästa ska köras. I den formen är 29,8 minuter mot 14,8 fortfarande en verklig kostnad, men det är en kostnad i väggklockstid snarare än i uppmärksamhet, och väggklockstid är det man kan köpa mer av.
Kontext och taken som ingen citerar
Båda modellerna annonserar ett fönster på en miljon token, och båda har ett mindre tal bakom det som avgör vad ett verkligt långkontextjobb kan göra.
• Tak för indata – Qwen4-Max anger 991 808 tokens i läget utan tänkande och 983 616 i tänkandeläge, där skillnaden är att resonemang och svar kommer från samma pott. Neons dokumentation har ett standardtak för utdata på 64K, med generering med lång avkodning som sträcker sig mot 1M, vilket är en annan typ av gräns: en utökning snarare än en fast nivå.
• Utgångstak — Qwen4-Max 131 072 utan tänkande, eller 262 144 delat mellan tänkande och svar. Neon 64K som standard, utökas vid generering med lång avkodning.
• Ansträngningsstege – Qwen4-Max låg, hög, extra hög, med hög som standard, utan medel: Chat Completions mappar medel till hög, så att begära det mellersta steget kostar lika mycket som det översta steget. Neon låg, medel, hög, extra hög, med hög som standard, med alla fyra tillgängliga.
• Cachning — Qwen4-Max erbjuder explicit och implicit cachning, med cacheläsningar i Singapore till $0,075 per miljon och skrivningar till $1,875 för ett femminutersfönster. Neon har endast implicit cachning, till $0,15 per miljon — en rabatt på 95 % på en indatstaxa på $3,00.
• Batch — Qwen4-Max stöder batchinferens endast i Peking, till $0.707 och $2.12 för Batch File och realtidspriset för Batch Chat. Neon kör batch och flex till halva priset, $1.50 och $7.50, i alla regioner.
Den där sista raden är den som förändrar en verklig faktura och får minst uppmärksamhet. En batch-arbetsbelastning på Neon kostar $1,50 och $7,50 — en tredjedel av Qwen4-Maxs Singapore-pris för indata och 60 % för utdata — och den är tillgänglig överallt där Neon finns. Qwen4-Maxs batch-väg är en region, vilket innebär att ett team utanför Peking som kör asynkront massarbete betalar det fulla utdatapriset på $4,50 medan jämförelseartikeln de läste antog batch-priset. Om din arbetsbelastning är batch blir den 28-procentiga fördelen per poäng något mycket större, och om den är i realtid stannar den där den är.

Där var och en hör hemma
Den ärliga rekommendationen är snävare än vad någon av leverantörerna skulle vilja och den utser ingen vinnare.
Neon är rätt standardval för allt där ett felaktigt svar är dyrt och ett långsamt inte är det – kodning över långa tidshorisonter, forskning i flera steg, agentiska loopar som körs obevakade och granskas i efterhand. Sjutton indexpoäng är den sorts gap som förändrar vad en modell kan anförtros snarare än hur snabbt den blir klar, och till $6,44 per uppgift betalar du för taket, inte genomsnittet. Jämfört med Carbon är det också det enda priskortet för Gemini 4 som inte ändras den 1 december, vilket gör det till det stabila valet inom sin egen familj även om det är det dyra i dag.
Qwen4-Max är rätt standardval för högvolymsarbete där modellens uppgift är väl specificerad och kostnaden mångdubblas – att tagga en inkommande kö, utforma det rutinmässiga svaret, köra det billiga steget i en eskaleringsstege och den långa svansen av agentsteg som inte behöver en frontier-modell bakom sig. Till $3.27 per uppgift mot $6.44 är det ungefär halva notan för en modell som får 43, och 43 ligger över medianen för modeller i dess egen prisklass. Att köpa Neon för det arbetet är att köpa sjutton poäng som du inte kommer att använda.
Fällan är mellansegmentet, och det är där de flesta team hamnar. En arbetsbelastning som behöver 55 körs inte på Qwen4-Max och behöver inte Neon, och det korrekta svaret är inget av dessa två – det är en modell ett steg ned i varje familj, prissatt mellan dem, vilket är precis det beslut ett routinglager finns till för att fatta. OrcaRouter tillhandahåller inte Qwen4-Max eller Gemini 4 Neon; det den däremot har från Gemini 4-serien är google/gemini-4-argon och google/gemini-4-carbon, båda till Googles listpriser med 0 % påslag som förs vidare, så höjningen den 1 december på dessa två slår till här samma dag som den slår till på Googles priskort. Qwen4-Max går att nå via Alibabas eget Model Studio API och flera tredjepartsplattformar. Ett API för 200+ modeller innebär att klassificeringsnivån och frontiernivån kan vara olika modeller utan att vara olika avtal, och automatisk failover innebär att pipelinen inte påverkas den dag en av dem har en dålig timme.

Numret att ta med härifrån
Qwen4-Max är 28 % billigare per indexpoäng och ligger 17 punkter efter, avkodar 59 tokens per sekund mot 101 och kostar 3,27 dollar per uppgift mot 6,44 dollar vid den inställning som trackern lyfter fram. Vart och ett av dessa tal är ett annat svar på "vilket som är billigare", och de är alla korrekta.
Det som bör avgöra saken är arbetsbelastningen, inte modellen. Om en uppgift slutförs i en enda omgång och svaret kontrolleras, halverar Qwen4-Max kostnaden. Om en uppgift tar över tjugo minuter att slutföra och svaret levereras okontrollerat, är Neon den enda av de två som slutför den — och 1,7× avkodningshastigheten är det som gör skillnaden mellan en agent som är användbar och en agent som du slutar vänta på. Betala för de poäng du faktiskt förbrukar. Ingen har någonsin varit glad över att ha köpt sjutton som de inte behövde.
