ไทเทิลการ์ดที่ระบุว่า Qwen4-Max สร้างมาเพื่องานในโลกจริง พร้อมบรรทัดที่ระบุว่า 32.3 นาทีต่องาน Intelligence Index เทียบกับค่ามัธยฐานของกลุ่มที่ 12.4 นาที
Guides & Insights

Qwen4-Max ถูกสร้างมาเพื่องานในโลกจริง นาฬิกาในโลกจริงบอกว่า 32 นาทีต่อหนึ่งงาน

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

"สร้างมาเพื่องานในโลกจริง" คือคำที่ใช้ขาย Qwen4-Max ในสัปดาห์นี้ บนแพลตฟอร์มบุคคลที่สามที่ลงทะเบียนโมเดลนี้เมื่อวันที่ 18 พฤศจิกายน สองวันหลังจากที่ Alibaba เปิดจำหน่ายทั่วไป Qwen4-Max เปิดตัวเมื่อวันที่ 16 พฤศจิกายน 2026 และการลงทะเบียนบนแพลตฟอร์มนั้นไม่ได้เพิ่มน้ำหนักโมเดลใหม่ ไม่มีตัวเลขบริบทใหม่ และไม่มีราคาใหม่ มีเพียงสโลแกนและปุ่มหนึ่งปุ่ม สโลแกนนั้นบังเอิญเป็นข้อกล่าวอ้างที่ทดสอบได้ง่ายที่สุดเท่าที่มีใครเคยกล่าวถึงโมเดลนี้ เพราะงานในโลกจริงไม่ใช่คะแนนจากแบบทดสอบ มันคืองานที่ต้องทำให้เสร็จ ภายในงบประมาณหนึ่ง ขณะที่มีคนกำลังรอผลอยู่ บนกระดานสาธารณะเพียงแห่งเดียวที่จับเวลาสิ่งนี้โดยเฉพาะ Qwen4-Max ต้องใช้เวลา 32.3 นาทีในการทำงาน Intelligence Index หนึ่งงานให้เสร็จ ค่ามัธยฐานของวงการอยู่ที่ 12.4 ส่วนรุ่นก่อนหน้าของมันเองอย่าง Qwen3.8-Max ต้องใช้ 47.4

นี่คือรูปร่างของคำตัดสิน และก็ไม่ใช่คำตัดสินที่แย่ Qwen4-Max เร็วกว่าโมเดลที่มันมาแทนราวหนึ่งในสาม และดีกว่า 19 คะแนนบนดัชนีเดียวกัน อีกทั้งยังคิดเพิ่มได้ในอัตราที่ถูกกว่าประมาณหนึ่งในสี่ต่อโทเค็น สิ่งที่เวลาเปลี่ยนไปคือใครควรหยิบมันไปใช้ โมเดลที่ใช้เวลาครึ่งชั่วโมงต่องานไม่ใช่โมเดลที่คุณจะเอาไปวางไว้หลังกล่องแชทหรือลูปเอเจนต์ 20 ขั้น โดยไม่ตัดสินใจอย่างตั้งใจว่าคุณรับเวลารอจริงได้ บทความนี้ว่าด้วยการตัดสินใจนั้นและตัวเลขสามตัวที่ขับเคลื่อนมัน — นาทีต่องาน โทเค็นต่องาน และระดับความพยายามหนึ่งระดับที่ได้รับการวัดจริงแล้ว

สโลแกนที่ชี้ไปที่ความหน่วง ไม่ใช่ตารางอันดับ

ปกติแล้วคำโฆษณาเปิดตัวสินค้าเรือธงมักถกกันเรื่องขีดความสามารถ แต่ชิ้นนี้กลับถกกันเรื่องงาน ซึ่งเงียบ ๆ เคลื่อนคำถามจาก "ฉลาดแค่ไหน" ไปสู่ "นานแค่ไหน" และ "เท่าไร" สิ่งเหล่านี้เป็นคำถามที่ต่างกันพร้อมคำตอบที่ต่างกัน และเอกสารของทางผู้ขายเองก็ตอบคำถามแรกได้ดีกว่าคำถามที่สองมาก

คำกล่าวอ้างที่เผยแพร่ของ Ailibaba สำหรับ Qwen4-Max นั้นเกี่ยวกับประสิทธิภาพ และทั้งหมดขึ้นอยู่กับการตั้งค่าระดับความพยายาม บนชุดทดสอบ Work360 ของผู้จำหน่ายเอง โมเดลได้คะแนน 52.69 เทียบกับ 47.74 ของ Qwen3.8-Max ขณะสร้างโทเค็นน้อยลง 24% ที่ระดับความพยายาม Xhigh และน้อยลง 35% ที่ High บน Terminal-Bench 4.0 การลดลงของโทเค็นอยู่ที่ 48% และ 49% ที่สองการตั้งค่าเดียวกัน และต้นทุนเฉลี่ยต่องานบน Work360 ลดลงจาก $4.43 เป็น $1.67 ตัวเลขทุกตัวเหล่านั้นเป็นการรายงานโดยผู้จำหน่าย ไม่มีตัวใดได้รับการทำซ้ำอย่างอิสระ และทุกตัวผูกกับระดับความพยายามที่คุณต้องเลือก รายละเอียดสุดท้ายนั้นไม่ใช่เชิงอรรถ มันคือเหตุผลที่แถวเวลาที่เป็นอิสระไม่สามารถอ่านได้ว่าเป็น "ความเร็วของโมเดล" โดยไม่มีข้อแม้

แถวอิสระที่กล่าวไว้อย่างตรงไปตรงมา

Artificial Analysis วัด Qwen4-Max บน Intelligence Index v5.0.1 ที่ระดับ Xhigh ซึ่งเป็นระดับสูงสุดของตัวเลือกสามระดับ และเผยแพร่แผงข้อมูลต้นทุนและความเร็วแบบเต็มพร้อมกับคะแนน อ่านข้อมูลสดเมื่อวันที่ 18 พฤศจิกายน 2026:

• ดัชนีความฉลาด — Qwen4-Max ได้ 43 เทียบกับ GPT-6.2 Astra ที่ 62 และ Qwen3.8-Max ที่ 34 (0902)

• เวลาตามนาฬิกาต่องาน — 32.3 นาที เทียบกับค่ามัธยฐานที่ 12.4 สำหรับโมเดลที่เทียบเคียงได้; Qwen3.8-Max ใช้เวลา 47.4

• โทเค็นเอาต์พุตต่อการรันดัชนี — 127 ล้าน เทียบกับค่ามัธยฐานของกลุ่มที่ 65.1 ล้าน

• ความเร็วเอาต์พุต — 54 โทเค็นต่อวินาที วัดที่เอนด์พอยต์ของ Alibaba เอง

• เวลาถึงโทเค็นคำตอบแรก — 148.57 วินาที

• ต้นทุนต่องานจัดทำดัชนี — $3.27 เทียบกับ $10.02 สำหรับ Qwen3.8-Max

• บริบทที่โฆษณาไว้ — 984,000 โทเคน ตามที่วัดโดยแทร็กเกอร์ เทียบกับ 1,000,000 ในเอกสารของ A​libaba

คู่ที่น่าสนใจคือสองอันแรก 43 เป็นคะแนนระดับกลาง ๆ และกระดานคะแนนก็บอกเช่นนั้น — มันอธิบายโมเดลว่าต่ำกว่าค่าเฉลี่ยในบรรดาโมเดลที่เทียบเคียงได้ โดยมีค่ามัธยฐานอยู่ที่ 43 เช่นกัน ดังนั้น Qwen4-Max จึงอยู่ตรงเส้นพอดี ส่วน 32.3 นาทีเทียบกับค่ามัธยฐาน 12.4 นาทีไม่ใช่ระดับกลาง ๆ มันใกล้เคียงสามเท่าของกลุ่มเทียบเคียง ความสามารถออกมาอยู่ระดับเฉลี่ย และต้นทุนในการดึงความสามารถนั้นออกมาอยู่ในหางการกระจาย

A single-column scoreboard for Qwen4-Max: Intelligence Index 43, wall clock per task 32.3 minutes, 127 million output tokens per run, 54 tokens per second, 984k context window, and $3.27 cost per index task, all measured by Artificial Analysis on 18 November 2026.

ครึ่งชั่วโมงหายไปไหน

ตัวเลขสองตัวอธิบายเวลาที่ใช้ และไม่มีตัวไหนเป็นปริศนา ตัวแรกคือความเยิ่นเย้อ: 127 ล้านโทเค็นเอาต์พุตเพื่อทำชุดการประเมิน 9 รายการเดียวกันให้เสร็จ ซึ่งโมเดลค่ามัธยฐานทำเสร็จด้วย 65.1 ล้านโทเค็น ตัวที่สองคืออัตราการประมวลผล: 54 โทเค็นต่อวินาที ซึ่งถือเป็นระดับธรรมดา ความเร็วระดับธรรมดาคูณด้วยจำนวนโทเค็นที่เป็นสองเท่า จะให้เวลาโดยประมาณสองเท่า และมากกว่านั้นอีกเล็กน้อย เพราะงานที่ดำเนินไปนานย่อมใช้เวลารอการให้เหตุผลของตัวเองนานขึ้นด้วย

เมื่อนำสิ่งเหล่านั้นมารวมกัน ผลลัพธ์ในทางปฏิบัติก็คือการคำนวณเลขง่าย ๆ ที่คุณทำได้โดยไม่ต้องมีเบนช์มาร์ก หากงานในโลกจริงงานหนึ่งใช้เวลาให้ Qwen4-Max ครึ่งชั่วโมง ลูปเอเจนต์ที่เรียกสิบครั้งก็จะใช้เวลาห้าชั่วโมง และแบตช์ข้ามคืนที่เรียกหนึ่งร้อยครั้งก็จะใช้เวลาห้าสิบชั่วโมง นั่นไม่ใช่เหตุผลที่จะหลีกเลี่ยงโมเดลนี้ — งานแบบแบตช์ไม่สนใจว่าแต่ละครั้งจะใช้เวลานานเท่าใด — แต่เป็นข้อจำกัดที่เข้มงวดต่องานแบบโต้ตอบและงานแบบเอเจนต์ ซึ่งเป็นสิ่งที่คำว่า "งานในโลกจริง" มักใช้เป็นคำย่อถึงพอดี

มีผลกระทบลำดับที่สองที่สำคัญกว่าตัวเลขครึ่งชั่วโมงเปล่า ๆ งานหนึ่งงานที่ใช้เวลา 32 นาทีนานพอที่จะเข้ากันได้แย่กับไทม์เอาต์ทุกตัวในสแต็กโปรดักชัน: ไอเดิลไทม์เอาต์ของเกตเวย์ งบการลองใหม่ของไคลเอนต์เอง หน้าต่างการมองเห็นของคิว และคอนเทนเนอร์ที่ถูกรีไซเคิลเมื่อครบสี่สิบนาที โมเดลที่ทำงานเสร็จในสิบสองนาทีจะอยู่รอดได้ด้วยการกำหนดค่าเริ่มต้น ส่วนโมเดลที่เสร็จในสามสิบสองนาทีคือโมเดลที่สอนให้คุณรู้ว่าไทม์เอาต์ของคุณถูกตั้งไว้ที่ใด และความล้มเหลวที่มันก่อขึ้น — การลองใหม่ที่ทำให้งานซ้ำ หรือคำตอบที่ถูกตัดทอนแต่ถูกเรียกเก็บเงินเต็มจำนวน — มีต้นทุนสูงกว่าส่วนต่างโทเคนที่ประหยัดได้ทั้งหมด

The Artificial Analysis page for Qwen4-Max on Intelligence Index v5.0.1, showing a score of 43 at Xhigh effort alongside the cost, speed and time-to-first-token panel.

จุดที่เผยแพร่แล้วหนึ่งจุดที่ด้านบนของหน้าปัดสามระดับ

Qwen4-Max มีระดับความพยายามในการใช้เหตุผลสามระดับ ได้แก่ low, high และ Xhigh โดยค่าเริ่มต้นคือ high พร้อมงบประมาณการคิดซึ่งมีค่าเริ่มต้นที่ 131,072 โทเค็น Artificial Analysis ให้คะแนนที่ Xhigh นั่นเป็นทางเลือกที่สมเหตุสมผล เพราะเป็นวิธีที่ข้อกล่าวอ้างด้านประสิทธิภาพของผู้จำหน่ายระบุไว้ และทำให้โมเดลดูดีที่สุด แต่หมายความว่า 43 และ 32.3 นาทีนั้นอธิบายการกำหนดค่าที่แพงที่สุดที่โมเดลมีให้ และการกำหนดค่าความพยายามต่ำ ซึ่งเป็นแบบที่ผลิตภัณฑ์เชิงโต้ตอบจะใช้งานจริง กลับไม่มีตัวเลขอิสระที่เผยแพร่เลยแม้แต่ค่าเดียว

เปรียบเทียบลักษณะการเปิดเผยข้อมูลในอีกด้านของรีลีสเดือนนี้ {{1}}GPT-6.2 Astra{{/1}} เผยแพร่เส้นโค้งทั้งหมดบนดัชนีเดียวกัน: {{2}}62{{/2}} ที่ระดับ max และที่ {{3}}Xhigh{{/3}}, {{4}}60{{/4}} ที่ระดับ high, {{5}}57{{/5}} ที่ระดับ medium, {{6}}46{{/6}} ที่ระดับ low คุณจะเห็นว่าการตั้งค่าที่ถูกกว่าต้องแลกกับความสามารถอย่างไร และทีมสามารถเลือกจุดหนึ่งบนเส้นโค้งนั้นได้ {{7}}Qwen4-Max{{/7}} ให้คุณเพียงจุดเดียว และค่าเริ่มต้นที่ต่ำกว่าจุดนั้นหนึ่งระดับ หากคุณรันโมเดลที่ระดับ high คุณกำลังรันการกำหนดค่าที่ไม่มีใครวัดไว้ และหากคุณรันที่ระดับ low คุณกำลังรันการกำหนดค่าที่ผู้ขายไม่ได้เผยแพร่คำกล่าวอ้างใดๆ สำหรับค่านี้เช่นกัน

ช่องว่างนั้นเป็นรายละเอียดที่ถูกรายงานน้อยที่สุดของการเปิดตัวครั้งนี้ และมันให้ผลได้ทั้งเป็นคุณและเป็นโทษต่อโมเดลในสัดส่วนที่พอ ๆ กัน การตีความอย่างตรงไปตรงมาไม่ใช่ “Qwen4-Max ช้า” แต่คือ “Qwen4-Max ช้า ณ การตั้งค่าที่ใช้ benchmarking และไม่มีใครนอก A​libaba ที่จับเวลาการตั้งค่าอื่นเลย” หากคุณกำลังประเมินมัน ปุ่มปรับระดับความพยายามคือการทดลองแรกที่ควรทำ ไม่ใช่เรื่องสุดท้าย เพราะมันเป็นคันโยกเพียงตัวเดียวที่ขยับทั้งเวลาที่ใช้และค่าใช้จ่ายไปพร้อมกัน

สิ่งที่การ์ดราคาให้รางวัลจริง ๆ

เมื่อคิดตามมิเตอร์ Qwen4-Max นั้นถูก — ถูกจริง ๆ และถูกในแบบที่ทำให้เวิร์กโหลดที่เลือกผิดได้รับผลกระทบน้อยที่สุด

• อัตราค่าใช้จ่ายสำหรับสิงคโปร์ — 1.50 ดอลลาร์ต่อ 1 ล้านโทเคนอินพุต และ 4.50 ดอลลาร์ต่อ 1 ล้านโทเคนเอาต์พุต

• ภูมิภาคขอบเขตทั่วโลก — อินพุต $1.413 และเอาต์พุต $4.24 เป็นทศนิยมสามตำแหน่ง ซึ่งเป็นสิ่งที่รายการจากบุคคลที่สามอ้างถึง

• แคช — $0.075 ต่อล้านสำหรับการอ่านในสิงคโปร์ และ $0.071 ในภูมิภาคอื่น; การเขียนแบบ 5 นาทีมีค่าใช้จ่าย $1.875 และแบบ 1 ชั่วโมงมีค่าใช้จ่าย $3.00

• บริบทแบบยาว — ราคาคงที่ ไม่มีระดับพรีเมียมเมื่อใช้งานเกินเกณฑ์โทเคน ซึ่งไม่ใช่สิ่งที่คู่แข่งทุกรายทำในเดือนนี้

• Batch — อัตราค่าไฟล์แบบเป็นชุดเฉพาะปักกิ่งที่ $0.707 สำหรับอินพุต และ $2.12 สำหรับเอาต์พุต

นี่คือราคาที่ A​libaba ประกาศ โครงสร้างสำคัญกว่าตัวเลข: การคิดราคาแบบคงที่ตลอดทั้งหน้าต่างหมายความว่าการตรวจเอกสาร 400,000 โทเค็นมีต้นทุนอินพุตเพียง $0.60 ที่นี่ ขณะที่โมเดลที่มีตัวคูณบริบทระยะยาวจะคิดมากกว่านั้นหลายเท่า สำหรับงานที่โมเดลนี้ทำได้ดีจริง — เอกสารยาว วิดีโอ การสกัดข้อมูลจำนวนมาก — ราคาแบบคงที่คุ้มค่ากว่าตัวเลขพาดหัวต่อโทเค็น และสำหรับงานที่โมเดลนี้ทำได้แย่ — แบบโต้ตอบ หลายรอบ agentic — ราคานี้ไม่มีความหมาย เพราะข้อจำกัดคือเวลานาฬิกา ไม่ใช่มิเตอร์

ส่วนที่ไม่มีใครพูดถึง: ไม่มีจุดตรวจ

การทำ fine-tuning และการติดตั้งใช้งานโมเดล (model deployment) ถูกระบุว่าไม่รองรับทั้งคู่ในเอกสารประกอบของโมเดล Qwen4-Max ให้เช่าใช้ได้แต่ไม่สามารถเป็นเจ้าของได้ และสิ่งเดียวที่โพสต์เปิดตัวยอมผ่อนปรนเกี่ยวกับ open weights คือโมเดล Qwen4 ขนาดเล็กกว่ากำลัง “จะเปิดโอเพนซอร์ส” สำหรับโมเดลที่ขายด้วยจุดขายเรื่องงานจริง นี่คือข้อจำกัดจริง ไม่ใช่รายละเอียดด้านไลเซนส์ ทีมที่มีงานจริงให้ทำมากที่สุดมักเป็นทีมที่ต้องการปรับแต่งโมเดลนี้ หากแผนของคุณเกี่ยวข้องกับตัวแปรแบบกลั่น (distilled variant) การติดตั้งใช้งานภายในองค์กร (on-prem deployment) หรือสแนปช็อตที่ทำซ้ำได้ซึ่งผูกกับชุดน้ำหนักคงที่ โมเดลนี้ไม่ได้มีทั้งสามอย่าง และไม่มีรายการจากบุคคลที่สามรายการใดเพิ่มสิ่งเหล่านี้ได้

The OrcaRouter model page for qwen/qwen3.8-max, listing the vendor rates and the routable endpoint for Qwen4-Max's predecessor.

สิ่งที่คุณสามารถโทรได้ตอนนี้

Qwen4-Max ไม่ได้อยู่ในแคตตาล็อกของเรา — เส้นทางนี้ไม่มีอยู่จริง และเราจะไม่ทำให้เข้าใจเป็นอย่างอื่น สิ่งที่มีอยู่ในแคตตาล็อกคือ Qwen3.8-Max ซึ่งสามารถกำหนดเส้นทางได้ในวันนี้ในราคาตามรายการของผู้ขายโดยบวกเพิ่ม 0% และเป็นโมเดลที่คุณจะนำไปทดสอบเปรียบเทียบจริงก่อนตัดสินใจว่างาน 32 นาทีนั้นคุ้มค่าหรือไม่: มันได้คะแนน 34 เทียบกับ 43 แต่เป็นโมเดลที่มีราคาและพฤติกรรมที่ทีมของคุณเข้าใจอยู่แล้ว

คำถามเรื่องการกำหนดเส้นทางที่การเปิดตัวนี้ยกขึ้นมาเป็นเรื่องเฉพาะเจาะจงและควรกล่าวให้ชัดเจน เมื่อโมเดลใช้เวลาครึ่งชั่วโมงต่อหนึ่งงาน รูปแบบความล้มเหลวที่คุณกังวลไม่ใช่คำตอบที่ผิด — แต่คือการเรียกที่ล้มเหลวในนาทีที่ยี่สิบเก้า หลังจากถูกเรียกเก็บเงินไปแล้วยี่สิบเก้านาที นั่นคือเหตุผลที่ควรวางโมเดลที่ทำงานยาวนานไว้หลังเส้นทางที่มี การสลับไปยังระบบสำรองอัตโนมัติแทนการเรียกผู้ให้บริการรายเดียวโดยตรง: การลองใหม่จะไปยังปลายทางที่ยังทำงานอยู่ และตรรกะการยกระดับจะอยู่ในเส้นทางแทนที่จะอยู่ในโค้ดแอปพลิเคชันของคุณ คีย์เดียวครอบคลุมโมเดลมากกว่า 200 โมเดลยังหมายความว่าการเปรียบเทียบในหัวข้อถัดไปเป็นการเปลี่ยนการตั้งค่าแทนที่จะเป็นสัญญาอีกฉบับหนึ่ง

ใครควรย้าย และใครควรรอ

ย้ายเลยตอนนี้ถ้างานของคุณเป็นแบบแบตช์ เน้นเอกสารจำนวนมาก รับวิดีโอเป็นอินพุต หรือวัดเวลาเป็นชั่วโมงแทนวินาที ราคาคอนเท็กซ์ยาวแบบเหมาจ่าย หน้าต่าง 984,000 โทเค็น อินพุตวิดีโอแบบเนทีฟ การเรียกเครื่องมือที่รองรับวิดีโอ และต้นทุน $3.27 ต่องาน index เทียบกับ $10.02 สำหรับโมเดลที่มันเข้าแทนที่ ถือเป็นการอัปเกรดที่ตรงไปตรงมาสำหรับงานรูปแบบนั้น และนาฬิกา 32 นาทีก็ไม่มีความหมายเมื่อไม่มีอะไรต้องรออยู่อีกฝั่ง

เดี๋ยวก่อน หรืออย่างน้อยก็ลองปรับปุ่มดูก่อน หากงานของคุณเป็นการโต้ตอบหรือทำงานแบบเอเจนต์ ตัวเลขที่เผยแพร่อธิบายถึงการตั้งค่าที่แพงที่สุดที่โมเดลมี บนบอร์ดที่งานค่ามัธยฐานเสร็จภายในสิบสองนาที และการตั้งค่าที่คุณจะนำไปใช้จริงยังไม่เคยถูกจับเวลาอย่างเป็นอิสระเลย ลองรันระดับความพยายามต่ำและสูงกับเทรซของคุณเองก่อนจะรันกับเบนช์มาร์ก — การทดลองนั้นใช้เงินไม่กี่ดอลลาร์และตอบคำถามที่โพสต์เปิดตัวไม่ได้ถาม

และจงอ่านวันที่ให้ถูกต้อง ไม่ว่าคุณจะอยู่ฝั่งไหนก็ตาม Qwen4-Max เปิดจำหน่ายทั่วไปเมื่อวันที่ 16 พฤศจิกายน 2026 สิ่งที่เกิดขึ้นในวันที่ 18 คือมันกลายเป็นพร้อมใช้งานที่อื่น ภายใต้สโลแกนเกี่ยวกับงานในโลกจริง ตัวโมเดลไม่ได้เปลี่ยน เวลาไม่ได้เปลี่ยน สโลแกนคือสิ่งเดียวที่ใหม่ และมันเป็นข้ออ้างเดียวบนหน้านี้ที่คุณตรวจสอบได้ด้วยตัวเอง

การเปรียบเทียบในบทความนี้2

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube