
Qwen4-Max กับ Grok 4.7: บริบทหนึ่งล้านโทเคนเทียบกับครึ่งล้าน พร้อมคะแนนที่มาด้วยกัน
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 96 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 133 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 219 tok/s
คำขอหนึ่งรายการที่อ่านประวัติของรีโพซิทอรี 400,000 โทเคนและเขียนแพตช์ 20,000 โทเคน มีค่าใช้จ่ายอยู่ที่ $6.80 บน Qwen4-Max ที่ราคาตามรายการระดับสากล และ $8.00 บน Grok 4.7 — และมีเพียงหนึ่งในสองโมเดลนี้เท่านั้นที่ผ่านการประเมินโดยบุคคลที่สามซึ่งบอกอะไรได้บ้างว่ามันทำงานนี้ได้จริงหรือไม่ นั่นคือภาพรวมของการเปรียบเทียบนี้ในหนึ่งประโยค: Qwen4-Max ของ Alibaba ซึ่งเปิดให้ใช้งานทั่วไปพร้อมตารางราคาที่เผยแพร่แล้วตั้งแต่ 16 พฤศจิกายน 2026 นั้นถูกกว่าต่อโทเคนและมีหน้าต่างบริบทเป็นสองเท่า ส่วน Grok 4.7 ของ SpaceXAI ที่เปิดตัวเมื่อ 21 กันยายน 2026 คือโมเดลที่มีคะแนนจากการวัดจริง มีระดับการให้เหตุผลให้เลือกได้สี่ระดับ และมีประวัติการใช้งานจริงหนึ่งปีหนุนหลัง ข้อเท็จจริงใดในสองข้อนี้จะสำคัญกว่ากัน ขึ้นอยู่กับว่าภาระงานของคุณทำอะไรเมื่อพื้นที่บริบทหมดลง
ทั้งสองโมเดลรับข้อความเป็นอินพุตและส่งข้อความเป็นเอาต์พุต โดยมีอินพุตรูปภาพเป็นส่วนเสริม ทั้งคู่รองรับการเรียกใช้เครื่องมือและเอาต์พุตแบบมีโครงสร้าง และทั้งคู่มีราคาอยู่ในระดับเดียวกัน ความแตกต่างที่ยังคงเหลืออยู่เมื่อนำไปใช้งานจริงคือพื้นที่บริบทที่เผื่อไว้ ความคุ้มค่าของแคช หลักฐานเชิงประจักษ์ และวิธีที่ผู้ขายแต่ละรายเปิดให้คุณจัดสรรพลังประมวลผลไปกับการให้เหตุผล

แต่ละอันคืออะไร ในถ้อยคำของผู้ขายเอง
Qwen4-Max เป็น flagship รุ่นที่สี่ของ Alibaba ซึ่งมีเอกสารระบุว่าเป็นโมเดลมัลติโมดัลที่รับข้อความ รูปภาพ และวิดีโอ แล้วสร้างข้อความ ขีดจำกัดที่เผยแพร่คือหน้าต่างบริบท 1,000,000 โทเค็น เอาต์พุตสูงสุด 131,072 โทเค็นในโหมดไม่คิด และงบประมาณรวมของการคิดบวกคำตอบ 262,144 โทเค็น การคิดเปิดอยู่โดยค่าเริ่มต้นด้วยงบ 131,072 โทเค็น และตั้งค่าความพยายามในการให้เหตุผลเป็นสูง ซึ่งเป็นแนวทางค่าเริ่มต้นที่แตกต่างจาก flagship ของตะวันตกส่วนใหญ่ และควรรู้ไว้ก่อนจะทดสอบประสิทธิภาพสิ่งใดกับมัน
Grok 4.7 คือโมเดลข้อความเรือธงรุ่นปัจจุบันของ SpaceXAI เป็นโมเดลเชิงเหตุผลที่มีหน้าต่างบริบทขนาด 500,000 โทเคน มีวันตัดความรู้เดือนพฤษภาคม 2026 รองรับอินพุตรูปภาพ และมีระดับการให้เหตุผลสี่ระดับ รวมถึงการตั้งค่าระดับสูงสุดแบบใหม่ SpaceXAI ไม่เปิดเผยจำนวนพารามิเตอร์ของโมเดลนี้ และอธิบายว่าการเปิดตัวนี้เป็นโมเดลฐานที่ใหญ่ขึ้นซึ่งผ่านการฝึกแบบเสริมกำลังเป็นเวลานานขึ้น แทนที่จะเป็นสถาปัตยกรรมใหม่ ราคาตามรายการคือ $2.00 ต่อล้านโทเคนอินพุต, $6.00 ต่อล้านโทเคนเอาต์พุต และ $0.50 ต่อล้านโทเคนอินพุตที่แคชไว้

วางสิ่งเหล่านี้เคียงข้างกันในมิติที่ใช้ตัดสินใจซื้อ:
• บริบท — Qwen4-Max 1,000,000 โทเค็น เทียบกับ Grok 4.7 500,000 โทเค็น
• เอาต์พุตสูงสุด — Qwen4-Max 131,072 ในโหมดไม่คิด และ 262,144 ที่ใช้ร่วมกับโหมดคิด เทียบกับเพดานเอาต์พุตที่ผู้จำหน่ายเผยแพร่ของ Grok 4.7 ซึ่ง SpaceXAI ไม่ได้แยกออกมาต่างหากจากบริบท
• ราคาอินพุต — Qwen4-Max $1.50 ต่อ 1M ในสิงคโปร์, $1.413 ในแฟรงก์เฟิร์ต, เวอร์จิเนีย, โตเกียว, ฮ่องกง และปักกิ่ง เทียบกับ Grok 4.7 $2.00
• ราคาเอาต์พุต — Qwen4-Max $4.50 สิงคโปร์, $4.24 ที่อื่น เทียบกับ Grok 4.7 $6.00
• อินพุตแบบแคช — Qwen4-Max ค่าอ่าน $0.075 หลังการเขียนแบบห้านาทีที่ $1.875 เทียบกับ Grok 4.7 ค่าอ่าน $0.50
• โมดัลลิตี้ — Qwen4-Max อินพุตข้อความ รูปภาพ และวิดีโอ เทียบกับ Grok 4.7 อินพุตข้อความและรูปภาพ
• คะแนนอิสระ — Qwen4-Max ยังไม่มีการเผยแพร่ เมื่อเทียบกับ Grok 4.7 ที่ 35.5 บน Artificial Analysis Intelligence Index v5.0.1 ที่ระดับ xhigh effort, 35.2 ที่ระดับ high, 31.1 ที่ระดับ low
• น้ำหนัก — ไม่มีฝ่ายใดเปิดเผย
ตัวอย่างที่แสดงวิธีทำ พร้อมแสดงการคำนวณ
การเปรียบเทียบต้นทุนระหว่างโมเดลที่มีการออกแบบแคชแตกต่างกันคือจุดที่ผลการทดสอบมาตรฐานที่เผยแพร่ส่วนใหญ่มักทำให้เข้าใจผิดโดยไม่รู้ตัว ดังนั้นนี่คือปริมาณงานสามรายการเดียวกันที่คิดราคาแบบครบวงจรบนตารางอัตราค่าบริการทั้งสองแบบ โดยใช้ราคาตามรายการระดับสากลและไม่นำส่วนลดจากการเจรจาใด ๆ มาพิจารณา
• การอ่านบริบทแบบยาว โดยไม่มีการใช้ซ้ำ — อินพุต 400K เอาต์พุต 20K: อินพุต $0.60 บวกเอาต์พุต $0.09 บน Qwen4-Max Singapore รวมเป็น $0.69; $0.80 บวก $0.12 บน Grok 4.7 รวมเป็น $0.92 Qwen4-Max ถูกกว่า 25%
• ลูปเอเจนต์ที่มีพรีฟิกซ์คงที่ — อินพุต 200K ซึ่ง 180K ถูกแคช เอาต์พุต 10K สิบรอบ: Qwen4-Max เรียกเก็บ $0.0135 สำหรับการอ่านจากแคช บวก $0.03 สำหรับอินพุตใหม่ บวก $0.045 สำหรับเอาต์พุตต่อรอบ รวม $0.885; Grok 4.7 เรียกเก็บ $0.09 สำหรับการอ่านจากแคช บวก $0.04 สำหรับอินพุตใหม่ บวก $0.06 สำหรับเอาต์พุตต่อรอบ รวม $1.90 ช่องว่างกว้างขึ้นเป็นมากกว่า 2× เพราะอัตราการอ่านจากแคชแตกต่างกันเกือบเจ็ดเท่า
• การจำแนกแบบจำนวนมาก โดยไม่มีการให้เหตุผล — อินพุต 2K เอาต์พุต 200 การเรียก 50,000 ครั้ง: $1.74 บน Qwen4-Max Singapore และ $2.60 บน Grok 4.7 ทั้งสองเป็นจำนวนเงินเล็กน้อยต่อการเรียกพันครั้ง และทั้งคู่มีค่าใช้จ่ายส่วนใหญ่มาจากฝั่งเอาต์พุตของมิเตอร์
สังเกตสิ่งที่แถวแรกไม่ได้บอกไว้ ข้อได้เปรียบด้านราคา 25% สำหรับการอ่านบริบทแบบยาวนั้นคุ้มค่าที่จะมี แต่มีค่าน้อยกว่าต้นทุนของการได้คำตอบผิดมาก และโมเดลที่มีคะแนนเผยแพร่แล้วคือโมเดลที่คุณใช้เหตุผลประกอบก่อนจะจ่ายอะไรได้ ราคาต่อโทเคนเป็นข้อเท็จจริงเกี่ยวกับผู้ขาย ส่วนราค�่อหนึ่งงานที่ทำเสร็จเป็นข้อเท็จจริงเกี่ยวกับโมเดล และยังไม่มีใครเผยแพร่ตัวเลขตัวที่สองสำหรับ Qwen4-Max
จุดที่หน้าต่าง 1M เปลี่ยนการตัดสินใจจริง ๆ
การเพิ่มหน้าต่างบริบทจาก 500K เป็น 1M ฟังดูเหมือนเป็นจุดขายทางการตลาด จนกว่าคุณจะเจอภาระงานเฉพาะที่อยู่ระหว่างตัวเลขสองค่านี้ สามกรณีที่พบซ้ำในการปฏิบัติงาน ได้แก่ การรีแฟกเตอร์ทั้ง monorepo ซึ่งส่วนที่เกี่ยวข้องไม่ใช่ไฟล์เดียว แต่เป็นกราฟการพึ่งพาขนาด 600K โทเค็น การตรวจสัญญาที่ต้องถือข้อตกลงทั้งหมดพร้อมเอกสารแนบและการแก้ไขเพิ่มเติมก่อนหน้าไว้ในบริบทพร้อมกันในคราวเดียว และเซสชันเอเจนต์ที่ทำงานเป็นเวลานาน ซึ่งสิ่งที่ขยายเพิ่มขึ้นคือบทสนทนาที่บันทึกไว้ ไม่ใช่พรอมต์
ในข้อที่สามของรายการเหล่านั้น ความคุ้มค่าของแคชสำคัญกว่าหน้าต่าง เซสชันที่ต่อท้ายทรานสคริปต์ขนาด 300K โทเคนทีละรอบแล้วรอบเล่า จะจ่ายค่าอ่านแคชบ่อยกว่าค่าอินพุตใหม่มาก และอัตราค่าอ่าน $0.075 ของ Qwen4-Max เทียบกับ $0.50 ของ Grok 4.7 ถือเป็นความแตกต่างเชิงโครงสร้างรายการเดียวที่ใหญ่ที่สุดระหว่างตารางราคาของผู้ให้บริการทั้งสอง — เมื่อคิดเป็นเปอร์เซ็นต์แล้วใหญ่กว่าความแตกต่างระหว่างราคาตั้งต้นของทั้งคู่ ซึ่งมีเพียง 25% สำหรับอินพุตและ 25% สำหรับเอาต์พุต โปรดสังเกตต้นทุนการเขียนแคชด้วย: Qwen4-Max คิด $1.875 ต่อล้าน เพื่อเติมรายการแคชอายุห้านาที ซึ่งสูงกว่าราคาอินพุตของตัวเอง ดังนั้นเวิร์กโหลดที่แคชพรีฟิกซ์ซึ่งอ่านเพียงครั้งเดียวจะต้องจ่ายในราคาที่สูงขึ้นสำหรับการทำเช่นนั้น นั่นคือการออกแบบสำหรับการอ่านซ้ำ ไม่ใช่สำหรับพรอมป์ต์แบบครั้งเดียว
คำตอบของ Grok 4.7 ต่อปัญหาเดียวกันแตกต่างในเชิงชนิดมากกว่าเพียงระดับ: ระดับการให้เหตุผลสี่ระดับหมายความว่าคุณสามารถลดพลังประมวลผลในรอบที่ไม่จำเป็นต้องใช้ และเพิ่มขึ้นในรอบที่จำเป็นได้ และ SpaceXAI ตั้งราคาทั้งสี่ระดับเท่ากัน นั่นคือคันโยกที่ Qwen4-Max เปิดให้ใช้เป็นค่าคอนฟิกูเรชัน — ค่า reasoning effort มีค่าเริ่มต้นที่ high โดยมีงบประมาณการคิด 131,072 โทเคน — แต่หากไม่มีการวัดผลที่เป็นอิสระว่าแต่ละการตั้งค่าให้ผลอะไร การดึงคันโยกนี้อย่างมั่นใจก็ยากขึ้น
สิ่งที่การขาด benchmark ทำให้คุณต้องเสียในทางปฏิบัติ
35.5 ของ Grok 4.7 บน Index v5.0.1 ไม่ใช่ตัวเลขที่น่าตื่นเต้นอะไร มันต่ำกว่าคะแนน 46.5 ของ Kimi K3.1 Pro บน index รุ่นเดียวกันอย่างชัดเจน และอยู่หลังเรือธงชั้นนำของตะวันตก สิ่งที่มันทำได้คือทำให้คุณเปรียบเทียบมันกับอะไรบางอย่างได้ ทีมที่กำลังเลือกระหว่างสองโมเดลที่มีคะแนนสามารถตัดสินใจได้ภายในบ่ายเดียวว่าตัวที่ถูกกว่าดีพอหรือไม่ ส่วนทีมที่กำลังเลือกระหว่างโมเดลที่มีคะแนนกับโมเดลที่ไม่มีคะแนนต้องซื้อเวลาประเมินก่อนจึงจะตัดสินใจได้เลย
Alibaba ไม่ได้เผยแพร่ตาราง benchmark สำหรับ Qwen4-Max — ไม่ใช่ตารางที่ผู้ขายรายงานเอง และไม่ใช่ตารางอิสระ ไม่มีรายการ Qwen4 ในดัชนีโมเดลของ Artificial Analysis และหน้าเพจของแต่ละโมเดลตอบกลับเป็น 404 ข้อความเกี่ยวกับความสามารถเท่าที่มีอยู่มีเพียงจากเอกสารของผลิตภัณฑ์เอง ได้แก่ การให้เหตุผลเชิงลึก การเรียกใช้เครื่องมือแบบขนาน การค้นหาเว็บ การเติมข้อความนำหน้า (prefix completion) เอาต์พุตแบบมีโครงสร้างด้วยโหมด JSON Object และ JSON Schema และ prompt caching ในรูปแบบ explicit และ implicit สิ่งเหล่านี้เป็นข้ออ้างเชิงคุณสมบัติ และเป็นข้ออ้างประเภทที่มักจะเป็นความจริง แต่สิ่งเหล่านี้ไม่ใช่หลักฐานของคุณภาพในงานใด ๆ ที่คุณให้ความสำคัญ
ดังนั้นคำแนะนำที่ใช้ได้จริงคือ ให้รันอีวาลของคุณเองก่อนที่จะสลับ และกำหนดขนาดมันอย่างซื่อตรง พรอมป์ต์ที่เป็นตัวแทนหนึ่งร้อยรายการจากทราฟฟิกของคุณเอง ซึ่งให้คะแนนด้วยรูบริกใดก็ตามที่ทีมของคุณใช้อยู่แล้ว จะบอกคุณได้มากกว่าลีดเดอร์บอร์ดใด ๆ ว่า Qwen4-Max แทนที่ Grok 4.7 ได้หรือไม่ — และมันมีค่าใช้จ่ายเพียงไม่กี่ดอลลาร์บนตารางราคาแบบใดก็ตาม เพราะฝั่งอินพุตของมาตรวัดทั้งสองเป็นฝั่งที่ราคาถูก
รวมทั้งสองไว้ในปุ่มเดียว
OrcaRouter ระบุ Grok 4.7 เป็น grok/grok-4.7ในราคาตามที่ SpaceXAI ประกาศเอง คือ 2.00 ดอลลาร์สำหรับอินพุต และ 6.00 ดอลลาร์สำหรับเอาต์พุตต่อล้านโทเค็น โดยส่งต่อโดยไม่บวกเพิ่ม บน base URL ที่รองรับ OpenAI แบบเดียวกับรายการอื่นๆ ในแค็ตตาล็อก วันนี้ Qwen4-Max ยังไม่อยู่ในแค็ตตาล็อก แต่เข้าถึงได้ผ่าน API ของ Alibaba เอง ซึ่งราคาตามภูมิภาคข้างต้นมีผล และคีย์สำหรับสิงคโปร์จะได้อัตรา $1.50 แนวทางที่เป็นประโยชน์ขณะที่คุณยังอยู่ในช่วงประเมินคือเปิดทั้งสองเส้นทางไว้ และให้ routing policy ตัดสินใจเป็นรายคำขอ แทนที่จะผูกเส้นทางโค้ดไปที่ใดที่หนึ่ง

มีสองสิ่งในเลเยอร์การกำหนดเส้นทางที่คุ้มค่าที่จะใช้ในกรณีนี้ สิ่งแรกคือ การรวมโมเดล: ชุดผู้ตอบที่ตอบพรอมป์ยากด้วยทั้งสองโมเดลและผู้ตัดสินที่สามเป็นวิธีที่เร็วที่สุดในการค้นหาว่าคะแนนที่หายไปของ Qwen4-Max กำลังซ่อนช่องว่างหรือซ่อนชัยชนะไว้หรือไม่ และใช้การเรียกเพียงสองครั้งแทนการโยกย้าย สิ่งที่สองคือ การสลับไปใช้ระบบสำรองอัตโนมัติ — โมเดล GA ใหม่เป็นกรณีที่คุณต้องการให้กำหนดห่วงโซ่สำรองไว้ก่อนคำขอโปรดักชันแรก ไม่ใช่หลังเกิด 5xx ครั้งแรก
จะตัดสินใจในสัปดาห์นี้ได้อย่างไร
ถ้าเวิร์กโหลดของคุณพอดีภายใน 500K โทเคน และคุณไม่อยากลงมือประเมิน Grok 4.7 คือตัวเลือกที่สมเหตุสมผล: มันผ่านการวัดผลแล้ว มีวุฒิภาวะด้านปฏิบัติการตั้งแต่เดือนกันยายน และมีตัวปรับระดับการให้เหตุผลที่โมเดลซึ่งได้รับการให้คะแนนช่วยให้คุณปรับเทียบได้ ถ้าเวิร์กโหลดของคุณเป็นงานเฉพาะที่ต้องใช้มากกว่าครึ่งล้านโทเคน — โมโนรีโป ชุดสัญญาทั้งชุด ทรานสคริปต์ที่โตขึ้นเรื่อย ๆ — Qwen4-Max ไม่ได้แค่ถูกกว่า แต่เป็นเพียงตัวเดียวในสองตัวนี้ที่จะรับคำขอได้เลย และการไม่มี benchmark ก็กลายเป็นต้นทุนของการดำเนินธุรกิจ มากกว่าจะเป็นเหตุผลให้รอ ถ้าคุณอยู่ตรงกลาง ๆ คำตอบที่ซื่อสัตย์คือคำตอบที่ใช้เงินไม่กี่ดอลลาร์และเวลาหนึ่งบ่าย: ลองรันทั้งสองตัวกับทราฟฟิกของคุณเอง แล้วให้การเปรียบเทียบจากงานที่ทำเสร็จแล้วมีน้ำหนักเหนือกว่าการเปรียบเทียบต่อโทเคน
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
