Ett genererat 16:9-titelkort med texten ”Qwen4-Max vs LongCat 2.5”, med undertexten ”Två flaggskepp som ingen har betygsatt, tolv gånger skillnad i pris”, med tre rundade kort: $4,50 mot $1,20 per miljon uttoken, en kontext på 1 000 000 token på båda sidor och ett oberoende betyg på inget för båda. OrcaRouter-logotyp nere till höger.
Guides & Insights

Qwen4-Max vs LongCat 2.5: Två flaggskepp som ingen har betygsatt, med tolv gångers prisskillnad

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Här är en jämförelse med en ovanlig egenskap: ingen av sidorna har en siffra. Qwen4-Max, allmänt tillgänglig från Alibaba sedan 16 november 2026, publicerar en prislista, ett kontextfönster och en funktionslista, och ingen benchmark av något slag. LongCat 2.5, som Meituan publicerade den 2 november 2026, levereras med en leverantörsutvärderingstabell på 31 rader och har fortfarande ingen oberoende poäng — det finns ingen LongCat 2.5-post på Artificial Analysis resultattavla, bara dess föregångare LongCat 2.0, som inte heller har något indexvärde. Så när man ställer Qwen4-Max och LongCat 2.5 bredvid varandra är det som faktiskt skiljer dem åt inte förmåga. Det är $1,20 mot $4,50 för output-tokens, och det är huruvida du tror på leverantörens egen tabell när det är den enda tabellen som finns.

Det gör att den här sidan blir en annan typ av jämförelse än den vanliga duellen. Den frågar inte vilken modell som är bättre, eftersom ingen utanför de två labben kan svara på det. Den frågar vilken av dem du har råd att ta reda på något om, och vad varje leverantörs dokumentation utlovar och inte utlovar.

A generated two-column scoreboard titled 'Qwen4-Max vs LongCat 2.5 - the scoreboard', comparing $1.50 against $0.30 input, $4.50 against $1.20 output, a 1,000,000-token context against 1,048,576, 131,072 maximum output on both sides, six regions against one platform, and no independent score against no independent score, over a footer reading 'Both vendors report no independent benchmark; prices are first-party list rates.' OrcaRouter logo bottom-right.

Vad Meituan faktiskt släppte den 2 november

LongCat 2.5 är en gles mixture-of-experts-modell med 1,6 biljoner parametrar som aktiverar cirka 48 miljarder parametrar per token, vilket gör den till en iteration av samma arkitektur som LongCat 2.0 snarare än en ny design. Den är nativt multimodal i en specifik och ovanlig bemärkelse: visuella signaler kodas som diskreta token på flera nivåer genom restvektorkvantisering över särdrag från en semantiskt anpassad encoder, så att bilder och text går in i stommen som ett enda token-vokabulär i stället för genom en påbyggd adapter. Leverantörens angivna användningsfall följer av detta – att bygga en sida från en skärmbild, generera en 3D-scen från en beskrivning och producera en affisch.

Serveringskontraktet är konkret. Kontexten är 1 048 576 token i indata och 131 072 i utdata. Två slutpunkter finns på api.longcat.chat: en OpenAI-kompatibel /openai/v1/chat/completions och en Anthropic-kompatibel /anthropic/v1/messages. Claude Code, Codex, Hermes, OpenCode och Kilo Code anges som stödda harnessar med en förstapartsguide för var och en. Vikterna är inte tillgängliga; bloggens GitHub- och Hugging Face-knappar visar båda "Coming soon" utan datum. LongCat 2.0 släpptes under MIT, så licensfrågan för 2.5 är genuint öppen snarare än besvarad av prejudikat.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry and later entries visible below it.

A​libabas Qwen4-Max är däremot sluten på ett annat sätt: dess dokumentation anger uttryckligen att finjustering och modelldriftsättning inte stöds, vilket är ett bestämdare uttalande än ”kommer snart”. Text, bild och video in; text ut; ett fönster på 1 000 000 token; 131 072 token i utdata utanför tänkandeläget; tänkande på som standard med en budget på 131 072 token. Sex regioner – Singapore, Peking, Hongkong, Frankfurt, Virginia och Tokyo – mot LongCats enda förstapartsplattform.

Prisgapet – och vad det ger

• Indata — Qwen4-Max 1,50 USD per 1 miljon i Singapore och 1,413 USD på andra håll, jämfört med LongCat 2.5 0,30 USD

• Utdata – Qwen4-Max 4,50 USD i Singapore och 4,24 USD på andra håll, jämfört med LongCat 2.5 1,20 USD

• Cachad indata — Qwen4-Max $0,075 för läsning efter en skrivning på fem minuter för $1,875, jämfört med LongCat 2.5 $0,006 för läsning

• Kontext — Qwen4-Max 1 000 000 tokens kontra LongCat 2.5 1 048 576 tokens

• Maximal utdata — Qwen4-Max 131,072 token utan tänkande, 262,144 delade med tänkande, jämfört med LongCat 2.5 131,072 token

• Modalitet – Qwen4-Max text-, bild- och videoinmatning kontra LongCat 2.5 text- och bildinmatning, med inbyggd visuell tokenisering

• Vikter – ingen av dem publicerar några, men LongCat 2.5 säger "kommer snart" medan Qwen4-Max säger "stöds inte"

• Regioner — Qwen4-Max sex kontra LongCat 2.5 en plattform

• Oberoende poäng — ingen av dem har någon

För output-tokens är det en tolvfaldig skillnad i Singapore och en 3,5-faldig skillnad för input. Räkna på en verklig pipeline: en miljon anrop i månaden med 2 000 input- och 500 output-tokens kostar 5 250 USD på Qwen4-Max Singapore och 1 200 USD på LongCat 2.5. Vid tio gånger den volymen är skillnaden 52 500 USD i månaden mot 12 000 USD, vilket är en heltidstjänst, inte ett avrundningsfel.

A screenshot of Meituan's LongCat API Platform pricing page for LongCat 2.5, showing the vendor, the model name, input $0.30, output $1.20 and cache hit $0.006 per million tokens on a pay-as-you-go card labelled limited-time.

Vad de extra pengarna köper är, enligt den offentliga dokumentationen, inte kapacitet. Det köper regional driftsättning – Frankfurt, Virginia och Tokyo spelar en enorm roll för ett europeiskt eller amerikanskt företag med krav på datahemvist, och Meituans enda plattform erbjuder dem inte. Det köper en väg för videoinmatning som LongCat inte dokumenterar. Och det köper den operativa tryggheten hos en leverantör som i åratal har sålt frontier-modeller till företag, jämfört med en plattform vars egen prissida beskriver sina siffror som tidsbegränsade och avslutar med att säga "priserna kan komma att ändras".

Den sista punkten förtjänar att tas på allvar. LongCats prislista berättar att den inte är den auktoritativa källan för sina egna siffror. Qwen4-Maxs prislista, som publicerades i morse, gör det inte.

Läser en leverantörstabell när det är den enda tabellen

Meituans lanseringssida innehåller 31 utvärderingsrader, och det första intressanta med dem är jämförelseuppsättningen: GPT-5.5, GPT-5.6 Sol, Claude-Opus-4.8 och Claude-Opus-5. O​penAI:s GPT-6.1 Sol, allmänt tillgänglig sedan 29 september, finns inte i tabellen. Inte heller Claude Opus 5.5, modellen som opus-aliaset i Claude Code pekar på. Motståndarna valdes.

Det andra intressanta är den sammanfattande meningen som tillkännagivandet använder, att LongCat 2.5:s poäng ligger "mellan Claude-Opus-4.8 och Claude-Opus-5". På den nyaste harnessen i samma tabell ligger den 15 poäng under Opus 5. Båda påståendena kommer från samma sida. Det är inte en kritik av modellen — en 1,6T sparse-modell som tränats end-to-end på inhemska kinesiska acceleratorer och serveras till $1.20 för output är en genuin bedrift — men det är en anledning att läsa tabellen som ett valt urval snarare än ett resultatkort.

Qwen4-Max har det omvända problemet. Det finns ingen tabell alls. Alibabas dokumentation specificerar mekaniken med ovanlig precision – standardtemperaturen 1,0 med tänkande och 0,7 utan, top-p 0,95 och 0,8, top-k 20, en tänkandebudget på 131 072 tokens, separata indatatak på 991 808 tokens i icke-tänkande läge och 983 616 i tänkande läge, sex regioner med respektive driftsättningsomfång – och säger absolut ingenting om kvalitet. Det finns ingen Qwen4-post i Artificial Analysis modellindex, och URL:en för respektive modell returnerar 404.

Så valet mellan en tabell som du måste bortse från och ingen tabell alls är jämnare än det verkar. Båda modellerna kräver din egen utvärdering före produktion. Skillnaden är att Meituan har gett dig en utgångshypotes och Alibaba har gett dig en specifikation.

Arbetsbelastningsfördelningen som faktiskt avgör detta

Tre mönster, och svaret skiljer sig åt för varje.

• Textgenerering i hög volym – LongCat 2.5 vinner på aritmetik så avgörande att den saknade benchmarken knappt spelar någon roll. Med 3,5× till 12× lägre kostnad kan den förlora i kvalitet med en märkbar marginal och ändå vinna på kostnad per slutförd uppgift. Kör hundra av dina egna prompter och kontrollera.

• Visuellt arbete utifrån skärmbilder och skärmbildsnära indata – LongCats inbyggda visuella tokenisering är anledningen till att modellen finns, och det är det enda påståendet i lanseringen som är arkitektoniskt snarare än marknadsföringsmässigt. Qwen4-Max tar även emot video, så om din indata är video i stället för stillbilder är det den enda av de två som kommer att ta emot förfrågan.

• Reglerad eller latenskänslig driftsättning – Qwen4-Max sex regioner mot en enda plattform är inte en prisfråga utan en behörighetsfråga. Om dina data måste stanna i Frankfurt eller Virginia är den tolvfaldiga prisskillnaden irrelevant, eftersom det billigare alternativet inte kan betjäna dig över huvud taget.

Hålla båda alternativen öppna

OrcaRouter dirigerar för närvarande inte LongCat 2.5 eller Qwen4-Max; båda nås via respektive leverantörs egna API:er, med prislistorna ovan. De modeller som den här jämförelsen bör köras mot på vår sida är de som redan finns i katalogen med samma nyckel – GLM-5.3 till $1,40 och $4,40 per miljon, Qwen3.8-Max till $2,00 och $6,00, Kimi K3.1 Pro till $2,00 och $10,00 – eftersom ett trevägstest av en modell utan poäng mot en prissatt och uppmätt sådan är det billigaste sättet att ta reda på om den nya modellen är värd sitt listpris överhuvudtaget.

Routningslagret är det som gör det testet billigt. En policy kan skicka ett urval av livetrafik till LongCat 2.5 och till en känd modell parallellt, jämföra utdata med vilken domare du än litar på, och först därefter avgöra om volymen ska flyttas. Automatisk redundansväxling spelar större roll än vanligt med två modeller så här nya: ingen av dem har en historik som är tillräckligt lång för att motivera ett beroende av en enda leverantör, och en reservkedja kostar ingenting när den primära vägen är frisk.

Den ärliga domen

Om ditt arbete är text och bilder i stor volym är LongCat 2.5 den mer intressanta modellen på den här sidan, och dess tolvfaldiga prisfördel på utdata är det enda hårda siffran som någon av leverantörerna har gett dig. Om ditt arbete kräver videoindata, regional driftsättning eller en leverantör med dokumenterad företagserfarenhet är Qwen4-Max den som uppfyller kravet, och priset är vad den uppfyllelsen kostar.

Det som ingendera modellen ger dig är en anledning att hoppa över utvärderingen. Två obedömda flaggskepp, publicerade med två veckors mellanrum och prissatta med en faktor tio mellan sig, är exakt den situation där en eftermiddag med din egen trafik är värd mer än varje jämförelsetabell på internet — inklusive den här. Det enda man ska hålla utkik efter på båda sidor är detsamma: ett modellkort snarare än en changelog-post. Parametrar, kontext, pris och en API-identifierare i ett enda dokument är signalen att en modell är färdig. LongCat 2.5:s viktknapp säger fortfarande "kommer snart", och Qwen4-Max sida har fortfarande en tom plats där benchmarktabellen skulle stå.

Jämförda i den här artikeln1

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen