การ์ดชื่อเรื่องระบุว่า Qwen4-Max ลดต้นทุนต่องานลง 67% โดยมีตัวเลขพาดหัวที่ $3.27 เทียบกับ $10.02 ต่องาน Intelligence Index และมีหมายเหตุว่าการแบ่งส่วนนี้เป็นประมาณครึ่งหนึ่งจากอัตราค่าบริการ และอีกครึ่งหนึ่งจากวินัยด้านโทเคน
Engineering & Research

Qwen4-Max ลดต้นทุนต่องาน 67%: การประหยัดนั้นมาจากไหนกันแน่

ผู้เขียน

jinhao.song

วันที่เผยแพร่

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

ใบเรียกเก็บเงินจากการทดสอบมาตรฐานเป็นสิ่งประหลาด: มันเป็นเอกสารสาธารณะเพียงฉบับเดียวที่ตีราคานิสัยของโมเดล Artificial Analysis เผยแพร่ว่าต้องใช้จ่ายเท่าไรในการรัน Qwen4-Max ผ่าน Intelligence Index — 3.27 ดอลลาร์ต่องาน — และเผยแพร่ตารางอัตราค่าบริการที่ใช้เพื่อไปถึงตัวเลขนั้น หารจำนวนหนึ่งด้วยอีกจำนวนแล้วคุณจะได้ข้อมูลบางอย่างที่ห้องแล็บไม่เคยระบุตรง ๆ กลับมา: Qwen4-Max ใช้โทเคนไปกับการคิดจริง ๆ เท่าใด ทำแบบเดียวกันกับ Qwen3.8-Max โมเดลที่มันมาแทน และการลดต้นทุนต่องาน 67% จะแยกออกได้ชัดเจนเป็นสองตัวเลขที่สื่อส่วนใหญ่รายงานปนกันในการเปิดตัววันที่ 16 พฤศจิกายน ประมาณครึ่งหนึ่งของการประหยัดมาจากการลดราคา อีกครึ่งหนึ่งมาจาก Qwen4-Max พูดน้อยลง และรายการค่าใช้จ่ายที่ตอนนี้ครองสัดส่วนใหญ่ในบิลของมัน ไม่ใช่รายการที่ราคาพาดหัวข่าวชี้ให้เห็น

สรุปของผู้ขายเองนั้นถูกต้อง แต่กระชับส่วนที่น่าสนใจเกินไป Qwen4-Max ซึ่ง Alibaba ระบุไว้ในหน้าประกาศเปิดตัว ใช้โทเค็นน้อยกว่า Qwen3.8-Max ประมาณ 24% ที่ความพยายามระดับ Xhigh และน้อยกว่า 35% ที่ระดับ High บน Work360 และน้อยกว่า 48% และ 49% บน Terminal-Bench 4.0; ต้นทุนเฉลี่ยต่องานบน Work360 ลดลงจาก $4.43 เหลือ $1.67 ซึ่งลดลง 62% นั่นคือตัวเลขของบริษัทบนเบนช์มาร์กของบริษัท การคำนวณอิสระด้านล่างได้ 67% บนเบนช์มาร์กที่แตกต่างกันผ่านเส้นทางที่แตกต่างกัน ซึ่งเป็นการสอดคล้องที่มีประโยชน์: สองวิธีการ ทิศทางเดียวกัน ขนาดใกล้เคียงกัน

สิ่งที่กระดานคะแนนอิสระบอกจริง ๆ

บน Artificial Analysis Qwen4-Max ได้คะแนน 43 ใน Intelligence Index เทียบกับ 34 ของ Qwen3.8-Max ซึ่งเป็นการเพิ่มขึ้น 27% ของความสามารถที่วัดได้ หน้าเดียวกันกำหนดราคาสองโมเดลนี้ที่ $1.50 ต่อล้านโทเค็นอินพุต และ $4.50 ต่อล้านโทเค็นเอาต์พุต เทียบกับ $2.00 และ $6.00 — ลดลง 25% เท่ากันทั้งสองทาง อินพุตแบบแคชคือจุดที่ส่วนลดชัดเจน: $0.075 ต่อล้าน เทียบกับ $0.25 ซึ่งลดลง 70% และอัตราส่วนลดเมื่อแคชฮิตเปลี่ยนจาก 87.5% เป็น 95%

ต้นทุนต่องานของ Intelligence Index ซึ่งถ่วงน้ำหนักจากทั้งเก้าการประเมินในดัชนี อยู่ที่ 3.27 ดอลลาร์ เทียบกับ 10.02 ดอลลาร์ เมื่อหารต้นทุนด้วยคะแนน ช่องว่างก็ยิ่งกว้างขึ้น: Qwen4-Max ให้ความสามารถที่วัดได้หนึ่งจุดในราคาต่ำกว่าแปดเซนต์ ส่วน Qwen3.8-Max อยู่ที่ประมาณสามสิบเซนต์ นั่นคือตัวเลขที่ควรยึดไว้ หากคำถามเดียวคือจะย้ายปริมาณงานไปยังโมเดลใด — ความสามารถต่อดอลลาร์เพิ่มขึ้นราวสามในสี่ ไม่ใช่ 67% ที่ต้นทุนต่องานเพียงอย่างเดียวบ่งชี้

การกลับรายการบิลเพื่อกู้คืนจำนวนโทเคน

Artificial Analysis แยกต้นทุนต่องานออกเป็นองค์ประกอบ ได้แก่ อินพุตในอัตราเต็ม การเขียนแคช การอ่านแคช และเอาต์พุต โดยเอาต์พุตยังแบ่งย่อยเป็นโทเคนการให้เหตุผลและโทเคนคำตอบ นอกจากนี้ยังเผยแพร่ราคาต่าง ๆ หารแต่ละองค์ประกอบด้วยราคาของมัน แล้วคุณจะได้จำนวนโทเคน วิธีนี้ตรวจสอบตัวเองได้ในบรรทัดเดียว — องค์ประกอบเอาต์พุตหารด้วย $4.50 ได้ 104,940 โทเคนต่องาน และหน้าดังกล่าวรายงานแยกว่า Qwen4-Max มีเอาต์พุต 104,939.8 โทเคนต่อการทำงาน ตรงกันเป๊ะถึงหลักทศนิยม ในบรรทัดที่คำนวณมาสองวิธีต่างกัน

ทุกบรรทัดที่เหลือได้รับความมั่นใจนั้นมา โดยมีสมมติฐานหนึ่งที่ระบุไว้อย่างเปิดเผย คือ การเขียนแคชถูกคิดค่าบริการในอัตราอินพุตเต็ม ซึ่งเป็นสิ่งที่การคำนวณจากทั้งสองโมเดลชี้ให้เห็น มากกว่าจะเป็นสิ่งที่ผู้จำหน่ายรายใดระบุไว้อย่างชัดเจน

อะไรที่หลุดออกมา ต่อหนึ่งงานใน Intelligence Index:

• โทเค็นเอาต์พุต — Qwen4-Max 104,940 เทียบกับ Qwen3.8-Max 170,794 ลดลง 39%

• โทเค็นการให้เหตุผล — 68,914 เทียบกับ 119,698 ลดลง 42% งบประมาณการคิดลดลงมากกว่างบประมาณคำตอบมาก

• โทเคนคำตอบ — 36,025 เทียบกับ 51,096 ลดลง 30% ตอนนี้ Qwen4-Max ใช้ 66% ของเอาต์พุตไปกับการให้เหตุผล เทียบกับ 70% ที่รุ่นก่อนหน้าใช้; มันไม่ได้แค่สั้นลงเท่านั้น แต่ยังมีสัดส่วนที่แตกต่างออกไป

• โทเค็นที่อ่านจากแคช — ประมาณ 14.9 ล้าน เทียบกับ 22.7 ล้าน ลดลง 34% สิ่งเหล่านี้คือโทเค็นบริบทที่เล่นซ้ำซึ่งครองสัดส่วนหลักในทุกการรันแบบเอเจนต์ระยะยาว

• โทเค็นการเขียนแคช — ประมาณ 1.11 ล้าน เทียบกับ 1.66 ล้าน ลดลง 33%

มีสองสิ่งที่เด่นชัด ประการแรก การลดจำนวนโทเคนไม่ได้กระจุกอยู่ที่คำตอบที่มองเห็น ซึ่งผู้ใช้จะสังเกตเห็นความเยิ่นเย้อได้ แต่กระจุกอยู่ที่กระบวนการให้เหตุผลและบริบทที่ถูกเล่นซ้ำ ซึ่งไม่มีใครเฝ้าดู ประการที่สอง ปริมาณโทเคนต่องานมีขนาดมหาศาลในแง่ค่าสัมบูรณ์ — การอ่านแคชสิบสี่ล้านครั้งต่องาน — ซึ่งบอกคุณว่า Intelligence Index วัดอะไรจริง ๆ: งานระยะยาวที่มีบริบทคงอยู่ต่อเนื่องขนาดใหญ่ ไม่ใช่การตอบคำถามแบบเทิร์นเดียว

Two-column scoreboard comparing Qwen4-Max and Qwen3.8-Max on cost per task of 3.27 dollars against 10.02 dollars, output tokens per task of 104,940 against 170,794, cache-read tokens of 14.9 million against 22.7 million, and Intelligence Index scores of 43 against 34.

แบ่ง 67% ออกเป็นราคาและพฤติกรรม

{{1}}ต้นทุนคือราคาคูณด้วยปริมาณ{{/1}} ดังนั้นการลดลงจึงสามารถแยกองค์ประกอบได้อย่างชัดเจน {{2}}หากคิดค่าบริการตามปริมาณโทเคนของ Qwen3.8-Max ในอัตราของ Qwen4-Max งานหนึ่งงานจะมีต้นทุน $4.97 แทนที่จะเป็น $10.02{{/2}} — การเปลี่ยนแปลงของราคาเพียงอย่างเดียวคิดเป็นการลดลง 50% เมื่อนำพฤติกรรมของ Qwen4-Max มาใช้ด้วย จะอยู่ที่ $3.27 ซึ่งลดลงอีก 34% จากส่วนที่เหลือ เมื่อคูณเข้าด้วยกัน 0.496 คูณ 0.658 ได้ 0.326: นั่นคือการลดลง 67% ที่สังเกตได้ โดยอธิบายได้ครบถ้วนและไม่มีสิ่งใดตกค้าง

ครึ่งไหนสมควรได้รับเครดิตนั้นขึ้นอยู่กับลำดับที่คุณคิดค่าใช้จ่าย และควรพูดเช่นนั้นมากกว่าจะเลือกตัวเลขที่ดูดีที่สุด ในแง่เปอร์เซ็นต์ ราคาคิดเป็นประมาณ 50% และวินัยด้านโทเคนประมาณ 34% ในแง่ดอลลาร์ — ประหยัดได้ทั้งหมด $6.76 ต่องาน โดย $5.06 มาจากอัตราและ $1.70 มาจากปริมาณ — ราคาคิดเป็นสามในสี่ ทั้งสองแบบการนำเสนอถูกต้อง แต่ตอบคำถามคนละข้อ หากคุณกำลังพยากรณ์ค่าใช้จ่ายไตรมาสหน้า อัตราค่าบริการคือคันโยกที่ใหญ่กว่าและแน่นอนกว่า หากคุณกำลังถามว่าโมเดลนี้ประหยัดกว่าจริงหรือไม่ 34% ที่มาจากการใช้โทเคนน้อยลงคือส่วนที่ยั่งยืนกว่า เพราะการลดราคาสามารถย้อนกลับได้ แต่สถาปัตยกรรมย้อนกลับไม่ได้

ทิศทางของตัวเลขจากผู้ขายเองช่วยยืนยันการแยกความแตกต่างนั้นโดยไม่ต้องมีใครขอ Alibaba ระบุว่าการลดลงเกิดจากทั้งสองปัจจัยในคราวเดียวกัน และตัวเลข 62% บน Work360 ก็ใกล้เคียงกับ 67% ที่วัดแยกต่างหากบน Intelligence Index — ชุดทดสอบสองชุด ชุดงานสองชุด ข้อสรุปเดียว

รายการที่กลายเป็นรายการที่ใหญ่ที่สุดอย่างเงียบ ๆ

นี่คือจุดที่ราคาที่พาดหัวทำให้เข้าใจผิด ก่อนหน้านี้ การอ่านแคชคิดเป็น 57% ของบิล และการเขียนแคช 33% หลังจากนั้น การเขียนแคชอยู่ที่ 51% และการอ่านแคช 34% โมเดลถูกลงในทุกบรรทัด แต่ส่วนลดไม่สมดุล — ลด 70% สำหรับการอ่านแคช และลด 25% สำหรับการเขียนแคช — และมันสลับอันดับของต้นทุนที่ใหญ่ที่สุดสองรายการ

การเขียนแคชถูกคิดในอัตราอินพุตที่ 1.50 ดอลลาร์ต่อล้านโทเคน สูงเป็นยี่สิบเท่าของอัตราการอ่านแคชที่ 0.075 ดอลลาร์ เวิร์กโหลดที่เขียนบริบทใหม่บ่อยกว่าการเล่นซ้ำตอนนี้ต้องจ่ายสำหรับนิสัยนั้นด้วยสกุลเงินที่แพงที่สุดบนการ์ดใบนี้ นี่คือผลลัพธ์ในทางปฏิบัติของการเปลี่ยนแปลงราคาที่สื่อตอนเปิดตัวมองข้ามไปเป็นส่วนใหญ่ และมันสนับสนุนงานที่ไม่หวือหวา เช่น คำนำพรอมป์ที่คงที่ เซสชันที่อยู่ยาวนานขึ้น และการสร้างบริบทใหม่ทั้งก้อนที่น้อยลง บน Qwen3.8-Max นิสัยเหล่านั้นสำคัญน้อยกว่า เพราะการเล่นซ้ำแพงพอที่จะเป็นตัวกำหนดค่าใช้จ่ายส่วนใหญ่อยู่แล้ว

บทเรียนนี้ใช้ได้กว้างกว่าโมเดลนี้ เมื่อผู้ให้บริการลดราคาคลาสโทเคนหนึ่งลงมากกว่าคลาสอื่นอย่างมาก สถาปัตยกรรมพรอมป์ต์ที่เหมาะสมที่สุดก็เปลี่ยนตามไปด้วย และบิลที่คุณได้รับเป็นตัวชี้วัดแบบล่าช้าของสถาปัตยกรรมที่คุณสร้างขึ้นสำหรับการ์ดก่อนหน้า

Alibaba Cloud Model Studio documentation page for qwen4-max, showing the model name as the page title, a release date of 11-16, the model invocation ID qwen4-max, and the listed regions including Singapore and US (Virginia).

ประสิทธิภาพเป็นเรื่องสัมพัทธ์ และตัวเลขสัมบูรณ์นั้นไม่น่าชื่นชม

การลดลง 39% ของจำนวนโทเคนเอาต์พุตฟังดูเหมือนเป็นโมเดลที่กระชับ แต่เมื่อวางเทียบกับภาพรวมแล้ว มันเป็นเพียงเวอร์ชันที่กระชับกว่าของโมเดลที่พูดจาฟุ่มเฟือยมากเท่านั้น ในการรันดัชนีทั้งหมด Qwen4-Max สร้างโทเคนเอาต์พุต 127 ล้านโทเคน ขณะที่โมเดลค่ามัธยฐานสร้าง 78.6 ล้านโทเคน Qwen3.8-Max สร้าง 150 ล้านโทเคน โมเดล Qwen ทั้งสองอยู่ในฝั่งที่ฟุ่มเฟือยมาก และ Qwen4-Max เพียงขยับจาก 1.9 เท่าของค่ามัธยฐานมาเป็น 1.6 เท่า

นั่นไม่ใช่ข้อขัดแย้งกับข้อกล่าวอ้างเรื่องประสิทธิภาพ — แต่เป็นการตีความข้อกล่าวอ้างนั้นอย่างถูกต้อง ข้อกล่าวอ้างคือ Qwen4-Max ได้ผลลัพธ์ที่ดีกว่ารุ่นก่อนหน้าโดยใช้โทเค็นน้อยลง และทั้งสองส่วนเป็นจริง มันไม่ได้กล่าวอ้างว่าโมเดลนี้เงียบ และโมเดลแบบประหยัดใด ๆ ที่สร้างขึ้นบนสมมติฐานว่าโมเดลที่ได้คะแนนสูงต้องเป็นโมเดลที่กระชับจะผิดแบบห่างไกล หากปริมาณเอาต์พุตเป็นตัวขับเคลื่อนต้นทุนของคุณ การเปลี่ยนมาใช้ Qwen4-Max จะลดจำนวนลงและไม่เปลี่ยนประเภท

ตัวเลขจากการฝึกล่วงหน้าของผู้จำหน่ายชี้ไปในทิศทางเดียวกันในอีกระดับหนึ่ง ในการประเมิน BPB ภายในองค์กร Qwen4-Max-Base ดีกว่า Qwen3.8-Max-Base 5–13% ในทุกโดเมน ขณะที่เปิดใช้งานพารามิเตอร์น้อยลง 25% — สถาปัตยกรรมทำงานได้มากขึ้นต่อหน่วยการประมวลผล ซึ่งสอดคล้องกับโมเดลที่ต้องใช้โทเค็นน้อยลงเพื่อไปถึงข้อสรุป การที่แบ็กโบนขนาด 2.4 ล้านล้านพารามิเตอร์ พารามิเตอร์ที่เปิดใช้งาน 71 พันล้านตัว และพารามิเตอร์การฝัง N-gram ที่เพิ่มอีก 328 พันล้านตัวเป็นเหตุผลหรือไม่นั้น เป็นคำอธิบายของผู้จำหน่าย ไม่ใช่การวัดที่ใครนอก Alibaba ได้ทำซ้ำ

อะไรที่ยังขาดหายไปจากภาพรวมต้นทุน

อย่างแรกคือความหน่วง การ์ด Intelligence Index ระบุเวลาต่องานของ Qwen4-Max ว่าไม่สามารถระบุได้ ส่วน Qwen3.8-Max ใช้เวลา 48.1 นาที เทียบกับค่ามัธยฐาน 13.3 นาที ซึ่งเป็นหนึ่งในผลลัพธ์ที่ช้าที่สุดที่วัดได้ โมเดลที่ถูกกว่าต่องาน 67% และใช้เวลาตามนาฬิกาต่องานในปริมาณที่ไม่ทราบแน่ชัด ยังไม่ได้รับการเปรียบเทียบอย่างเต็มที่กับสิ่งใดเลย โทเค็นราคาถูกที่คุณต้องรอถือเป็นผลิตภัณฑ์อีกแบบหนึ่ง

ความหลากหลายของผู้ให้บริการก็เป็นอีกประเด็นหนึ่ง ราคาที่รองรับทุกตัวเลขข้างต้นคืออัตราจากแหล่งแรกของ Alibaba Cloud เพียงแหล่งเดียว และปัจจุบันโมเดลนี้ปรากฏอยู่กับโฮสต์เพียงรายเดียว ไม่มีแหล่งที่สองให้อาศัยทำอาร์บิทราจ ดังนั้นอัตราตาม rate card จึงเป็นอัตราที่แท้จริง และตอนนี้ Qwen3.8-Max ถูกทำเครื่องหมายว่าล้าสมัยแล้วโดยหันไปใช้ Qwen4-Max แทน และมีการวัดประสิทธิภาพทุกสิบแปดชั่วโมงแทนที่จะเป็นทุกหกชั่วโมง ซึ่งหมายความว่าฐานอ้างอิงสำหรับการเปรียบเทียบได้รับการรีเฟรชช้ากว่าโมเดลที่ถูกนำมาเปรียบเทียบกับฐานนั้น

OrcaRouter model page for qwen/qwen3.8-max, showing the model id, input and output prices of $2.00 and $6.00 per million tokens, a 1,000,000-token context window, and the capability badges for vision, tools, JSON and reasoning.

เปลี่ยนการคำนวณให้เป็นงบประมาณที่คุณควบคุมได้

จากการแยกส่วนนี้ทำให้เกิดคันโยกสองตัว และทั้งสองเป็นอิสระต่อกัน ตัวแรกคือราคา: ตารางราคาที่คุณต่อรองไม่ได้ก็ยังเป็นตารางราคาที่คุณสามารถหาเส้นทางเลี่ยงได้ ซึ่งเป็นกรณีของการจ่ายราคาตามรายการและไม่จ่ายเกินกว่านั้น OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยคิดมาร์กอัป 0% ดังนั้นการลดราคาของผู้ขายแบบที่ Alibaba ทำเมื่อวันที่ 16 พฤศจิกายนจะไปถึงบิลของคุณในวันเดียวกัน แทนที่จะไปถึงตอนต่อสัญญาครั้งถัดไป — และขนาดของการลดราคาครั้งนี้ โดยเฉพาะ 70% สำหรับอินพุตที่แคชไว้ คือการเปลี่ยนแปลงแบบที่ข้อตกลงการส่งผ่านราคาทำให้มองเห็นได้ แทนที่จะซึมซับไปอย่างเงียบ ๆ

คันโยกตัวที่สองคือปริมาณ และเป็นสิ่งที่โมเดลทำให้คุณไม่ได้ การมี routing DSL ที่ประกอบโมเดลหลายตัวเข้าเป็นการเรียกครั้งเดียว ทำให้ส่วนใหญ่ของไปป์ไลน์รันบนโมเดลราคาถูกได้ ขณะที่ส่วนท้ายที่ยาก ซึ่งเป็นงานที่ต้องการ MoE ขนาด 2.4 ล้านล้านพารามิเตอร์จริง ๆ จะถูกส่งไปยังโมเดลที่มีความสามารถนั้น การแยกแบบนี้คือวิธีที่คุณเก็บผลตอบแทนด้านพฤติกรรม 34% โดยไม่ต้องจ่ายในอัตราของโมเดลระดับแนวหน้าสำหรับงานที่ไม่เคยต้องใช้สิ่งเหล่านั้น และเป็นการตอบสนองตามธรรมชาติต่อภาระงานที่การมีโทเคนบริบท 14 ล้านโทเคนต่องานถือเป็นเรื่องปกติ

เพื่อความชัดเจนในสิ่งที่เราให้บริการและไม่ให้บริการ: Qwen4-Max ไม่ได้อยู่ในแคตตาล็อกของเรา ณ วันที่ 16 พฤศจิกายน 2026 โมเดล Qwen ที่เราเลือกเส้นทางในปัจจุบันคือ qwen/qwen3.8-max ซึ่งเป็นรุ่นก่อนหน้าที่บทความนี้ใช้เป็นพื้นฐานอ้างอิง สำหรับทีมที่ต้องการทดสอบว่าการลดโทเคนยังคงได้ผลกับทราฟฟิกของตนเองหรือไม่ก่อนตัดสินใจใช้งานจริง ระบบสำรองอัตโนมัติ (automatic failover) คือวิธีเริ่มต้นที่มีความเสี่ยงต่ำ — เลือกเส้นทางเพียงบางส่วน เปิดระบบสำรองไว้ตลอด และเปรียบเทียบ trace จริงแทนที่จะเปรียบเทียบจากงาน benchmark

อะไรจะทำให้การตีความนี้เปลี่ยนไป

Artificial Analysis เผยแพร่จำนวนโทเค็นรวมต่อโมเดล และบทความนี้อนุมานปริมาณต่องานจากองค์ประกอบต้นทุนของโมเดลนั้น หากฮาร์เนสเปลี่ยนไประหว่างการรันสองครั้ง — การผสมงานที่ต่างกัน การถ่วงน้ำหนักที่ต่างกัน — ส่วนหนึ่งของการลดลงของเอาต์พุต 39% อาจเกิดจากฮาร์เนส ไม่ใช่โมเดล การกระทบยอดที่ตรงกันบนบรรทัดเอาต์พุตโต้แย้งข้อสันนิษฐานนั้น แต่ไม่ได้ตัดความเป็นไปได้ออก และใครก็ตามที่มีทราฟฟิกของตนเองควรถือว่าตัวเลขที่ได้มาเป็นสมมติฐานที่ต้องทดสอบ มากกว่าข้อเท็จจริงที่ใช้วางแผน

ตัวเลข Work360 ของผู้ขายมีข้อแม้ที่แตกต่างออกไป ซึ่ง Alibaba ระบุเองว่า เช็กพอยต์สองรายการในการเปรียบเทียบ BPB เป็นแบบ post-trained ไม่ใช่แบบ base ซึ่งทำให้การวางกรอบแบบ like-for-like อ่อนลง การลดต้นทุน 62% บน Work360 ไม่ได้รับผลกระทบจากเรื่องนั้น เนื่องจากการเปรียบเทียบนั้นใช้โมเดลที่ส่งมอบแล้วบนชุดงานที่กำหนดไว้ แต่ข้อกล่าวอ้างเกี่ยวกับการ pre-training ควรอ่านโดยคำนึงถึงเรื่องดังกล่าวไว้ด้วย

สิ่งที่ยังคงอยู่หลังจากทั้งหมดนั้นคือรูปร่างของคำตอบ มากกว่าความแม่นยำของมัน การเปิดตัวที่ถูกวางกรอบว่าเป็นการลดราคาก็เป็นการเปลี่ยนแปลงในปริมาณที่โมเดลต้องใช้เพื่อไปให้ถึงคำตอบเช่นกัน และประมาณได้ว่าใกล้เคียงกันในระดับหนึ่ง — และครึ่งหลังคือส่วนที่คู่แข่งไม่สามารถลอกเลียนได้ด้วยการปรับอัตราค่าบริการ นั่นคือตัวเลขที่ต้องจับต当โมเดล Qwen4 ขนาดเล็กลงออกวางจำหน่าย เพราะหากวินัยด้านโทเคนเป็นเรื่องเชิงสถาปัตยกรรม มันจะติดไปกับโมเดลเหล่านั้นด้วย และหากมันเป็นคุณสมบัติของเช็กพอยต์นี้เพียงตัวเดียว มันก็จะไม่ติดไป

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube