
Qwen4-Max vs Qwen3.8-Max-Prime: เลนเร็วราคาแพงกว่าสองเท่า แต่กลับเข้าเส้นชัยเป็นอันดับสุดท้าย
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 180 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 223 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 89 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 98 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 44 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 · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
Qwen3.8-Max-Prime มีอยู่ด้วยเหตุผลเดียวเท่านั้น: เพื่อเรียกเก็บเงินประมาณสองเท่า เพื่อให้ได้โทเคนเร็วขึ้น Qwen4-Max ซึ่งเปิดให้ใช้ทั่วไปตั้งแต่ 16 พฤศจิกายน 2026 ตั้งราคาต่ำกว่าโมเดลที่ Prime ถูกสร้างขึ้นมา — 1.50 ดอลลาร์สำหรับอินพุต และ 4.50 ดอลลาร์สำหรับเอาต์พุตต่อล้านโทเคนในสิงคโปร์ เทียบกับ 2.00 และ 6.00 ดอลลาร์ — และทำงานหนึ่งงานเสร็จในเวลาจริงประมาณสองในสาม ดังนั้นการเปรียบเทียบที่ผู้อ่านต้องการจริง ๆ จึงไม่ใช่ "เรือธงใหม่กับเรือธงเก่า" แต่คือว่าเลนความเร็วพรีเมียมที่ Alibaba ขายเพิ่มบน Qwen3.8-Max ยังให้สิ่งที่คุณไม่ได้จากการย้ายไป Qwen4-Max ในอัตรามาตรฐานหรือไม่ และคำตอบที่ตรงไปตรงมาก็แคบกว่าที่หน้าเว็บของผู้ขายทั้งสองรายบอกไว้: Prime ยังสตรีมเร็วขึ้นต่อโทเคน และไม่ได้เร็วกว่าต่องานอย่างชัดเจนอีกต่อไป
มีความซับซ้อนประการที่สองที่เงียบกว่า ณ วันที่ 18 พฤศจิกายน ไอดีโมเดล Prime ไม่ปรากฏบนหน้าเอกสารโหมด Fast ของ Alibaba หรือบนตารางอัตราค่าโมเดลของบริษัท ทั้งในฉบับนานาชาติและฉบับจีน หน้านั้นอัปเดตล่าสุดเมื่อวันที่ 11 ตุลาคม 2026 และตอนนี้ระบุไอดี Prime สามรายการ ซึ่งทั้งหมดเป็น GLM หรือ Wan — ไม่มีรุ่นย่อยของ Qwen เลย การไม่ปรากฏไม่เหมือนกับการถอนออก และ Alibaba ไม่ได้เผยแพร่ประกาศเลิกให้บริการที่เราหาเจอ ดังนั้นให้ถือว่านี่คือ "ไม่ถูกระบุไว้แล้ว" มากกว่า "ยกเลิกแล้ว" แต่ถ้าคุณกำลังจัดงบสำหรับการสลับภายในสัปดาห์นี้ มันเปลี่ยนคำถามจาก "คุณควรซื้อตัวใดในสองตัวนี้" ไปเป็น "ตัวเก่ายังมีขายอยู่หรือไม่"
หนึ่งในนี้คือโมเดล ส่วนอีกอันคือเลนให้บริการ
ความแตกต่างนี้เป็นตัวตัดสินการเปรียบเทียบทั้งหมด และการตลาดไม่ได้แสดงความแตกต่างนี้ให้เห็น
• Qwen4-Max — เรือธงรุ่นใหม่จากทีม Qwen ของ Alibaba เปิดใช้งานทั่วไป (GA) วันที่ 16 พฤศจิกายน 2026 คิดค่าบริการตามจำนวนโทเค็นในหกภูมิภาค รองรับคอนเท็กซ์ 1,000,000 โทเค็น รับอินพุตเป็นข้อความ รูปภาพ และวิดีโอ พร้อมเอาต์พุตเป็นข้อความ เปิดโหมดคิด (thinking) เป็นค่าเริ่มต้นที่ reasoning_effort=high.
• Qwen3.8-Max-Prime — ไม่ใช่โมเดล แต่คือ Qwen3.8-Max โมเดลเรือธง 3.8 ขนาด 2.4 ล้านล้านพารามิเตอร์ที่เปิดให้ใช้ทั่วไป (GA) เมื่อวันที่ 3 สิงหาคม 2026 ให้บริการผ่านสิ่งที่ Alibaba เรียกว่าโหมด Fast (โหมด Prime, 优速模式) น้ำหนักเดียวกัน บริบทเดียวกัน ชุดเครื่องมือที่เปิดให้ใช้เดียวกัน ขีดจำกัดการใช้งานเดียวกัน เอกสารของ Alibaba เองระบุว่าความสามารถและข้อจำกัด "เหมือนกับโมเดลต้นฉบับ" และสิ่งเดียวที่คุณเปลี่ยนคือ model พารามิเตอร์
เรื่องนี้สำคัญเพราะเลนให้บริการมีอายุการใช้งานต่างจากโมเดล Prime สืบทอดเพดานความสามารถทุกด้านของเจเนอเรชัน 3.8 และลักษณะด้านประสิทธิภาพการใช้โทเคนทุกข้อมาเต็มรูปแบบ สิ่งที่มันเพิ่มเข้ามาคือส่วนเผื่อทรูพุตบนโครงสร้างพื้นฐานของ Alibaba เอง โดยคิดราคาเป็นตัวคูณ เมื่อเจเนอเรชันที่อยู่ข้างใต้ถูกแทนที่ด้วยสิ่งที่ถูกกว่าและใช้โทเคนได้คุ้มกว่า เลนนี้ยังคงความเร็วไว้แต่สูญเสียเหตุผลในการมีอยู่
ตารางราคา และการผกผันที่อยู่ในนั้น
นี่คือราคาตามรายการจากเรทการ์ดของ Alibaba ไม่ใช่บิลที่วัดจริง ต่อหนึ่งล้านโทเคน อินพุตและเอาต์พุต:
• Qwen4-Max, สิงคโปร์ — $1.50 / $4.50 ราคาคงที่ตลอดหน้าต่าง 1,000,000 โทเค็นเต็มจำนวน
• Qwen4-Max ทุกที่อื่น — $1.413 / $4.24 ในปักกิ่ง ฮ่องกง แฟรงก์เฟิร์ต เวอร์จิเนีย และโตเกียว
• Qwen3.8-Max, สิงคโปร์ — $2.00 / $6.00; $1.650 / $4.951 ในภูมิภาคทั่วโลก
• Qwen3.8-Max-Prime — $3.301 / $9.902 บนการ์ดราคาระหว่างประเทศ โดยมี cache hit อยู่ที่ $0.413 ซึ่งเท่ากับ 2.0× ของอัตรา Global ของ ID มาตรฐานพอดี ไม่ใช่ค่าประมาณที่ปัดเศษ เรา读取ตัวเลขเหล่านั้นจากตารางอัตราค่าบริการในช่วงปลายเดือนกันยายน; นั่นคือตัวเลข Prime ชุดล่าสุดที่เผยแพร่ซึ่งเรามี และวันนี้แถวดังกล่าวไม่อยู่ในหน้าเพจแล้ว

• อัตราการอ่านแคช — $0.075 ต่อล้านในสิงคโปร์ และ $0.071 ในภูมิภาคอื่น เทียบกับราคาแคชฮิตของ Prime ที่ $0.413 ต่ำกว่าหนึ่งในห้าของราคา ในรายการที่ลูปเอเจนต์แบบยาวต้องจ่ายบ่อยที่สุด
ลองเทียบตัวที่หนึ่งกับตัวที่สี่ดู แล้วความพลิกผันจะปรากฏชัดเจน: เรือธงที่เพิ่งเปิดตัวได้สองวันมีต้นทุนด้านอินพุตราว 43% ของต้นทุนด้านอินพุตของรุ่นเร็วแรงแห่งเจนเนอเรชันก่อน และ 43% ด้านเอาต์พุต แม้เทียบกับ Qwen3.8-Max รุ่นธรรมดาที่มันเข้าแทนที่ Qwen4-Max ก็ยังถูกกว่า 25% ในสิงคโปร์ — และผู้ขายก็วางตำแหน่งว่านี่คือการลดราคา ซึ่งก็จริง แต่จะจริงได้ก็ต่อเมื่อโมเดลใหม่ไม่ได้เอาเงินที่ประหยัดได้ไปใช้กับโทเคนที่มากขึ้น รายละเอียดเพิ่มเติมอยู่ด้านล่าง เพราะมันทำเช่นนั้นบางส่วนและไม่ทำบางส่วน
แคชไลน์คือส่วนที่ทบต้น ในลูปเอเจนต์ที่ยาวนานซึ่งมี system prompt และ tool schema แบบคงที่ จะอ่านพรีฟิกซ์ซ้ำในทุกเทิร์น ดังนั้นอัตราการอ่านแคช ไม่ใช่อัตราอินพุตระดับหัวเรื่อง ที่กำหนดต้นทุนส่วนเพิ่มของเทิร์นที่ห้าสิบ ที่ $0.075 เทียบกับ $0.413 Qwen4-Max อ่านพรีฟิกซ์ที่แคชไว้ซ้ำในราคาประมาณหนึ่งในห้าของที่ Prime เรียกเก็บ — ช่องว่างที่กว้างกว่า 2.4 เท่าเมื่อเทียบกับ 2.3× สำหรับอินพุตใหม่ และเป็นช่องว่างที่ตัดสินว่า การกวาดเอกสาร 400,000 โทเคนจะจ่ายไหวหรือไม่เลย
สิ่งที่ Prime ซื้อมาจริง ๆ คือโทเค็นต่อวินาที ไม่ใช่งานต่อชั่วโมง
หน้า Fast mode ของ Alibaba ระบุประโยชน์ไว้อย่างชัดเจนว่า TPS ถูกเพิ่มขึ้นเป็น 1.5 ถึง 2 เท่าของ API มาตรฐาน โดยมุ่งเป้าไปที่ผู้ช่วยเขียนโค้ดด้วย AI การให้เหตุผลของเอเจนต์แบบหลายขั้นตอน และการสนทนาแบบเรียลไทม์ นอกจากนี้ยังอธิบายกฎการ throttling ที่ไม่обычный — เมื่อคุณถึงขีดจำกัดอัตรา หากแพลตฟอร์มยังมี capacity สำรองอยู่ คุณจะไม่ถูกจำกัด ดังนั้น throughput ที่ใช้งานได้จริงจะไม่ต่ำกว่าขีดจำกัดที่ระบุไว้ นั่นคือพื้นขั้นต่ำ ไม่ใช่เพดาน และสำหรับผู้ช่วยเขียนโค้ดแบบโต้ตอบ ค่าหางสำคัญกว่าค่าเฉลี่ย
ตัวเลขนี้ยังไม่เคยถูกวัดอย่างเป็นอิสระ สิ่งที่ถูกวัดคือบิลด์มาตรฐาน Qwen3.8-Max: Artificial Analysis บันทึกไว้ที่ 60.0 โทเค็นเอาต์พุตต่อวินาทีบน API ของ Alibaba เอง โดยใช้เวลา 3.6 วินาทีถึงโทเค็นแรก Qwen4-Max บนบอร์ดเดียวกันบันทึกไว้ที่ 54.5 โทเค็นต่อวินาทีและ 6.9 วินาทีถึงโทเค็นแรก ดังนั้นหาก Prime ส่งมอบค่าสูงสุดของช่วงที่ระบุไว้ได้จริง มันจะสตรีมที่ประมาณ 120 โทเค็นต่อวินาที — มากกว่าสองเท่าของ Qwen4-Max — และโทเค็นแรกมาถึงเร็วกว่า
จากนั้นอ่านอีกครึ่งหนึ่งของตารางเดียวกัน แล้วข้อได้เปรียบจะกลับกัน:
• โทเค็นเอาต์พุตต่องานดัชนี — Qwen4-Max 104,940 เทียบกับ Qwen3.8-Max 170,794 โมเดลใหม่ใช้โทเค็นน้อยลง 38.6% ในการผ่านชุดการประเมินเดียวกัน โดยทั้งสองฝั่งใช้xhighเป็นการตั้งค่าความพยายามเดียวกัน
• เวลาตามนาฬิกาต่องาน — 32.1 นาที เทียบกับ 47.5 นาที Qwen4-Max เสร็จเร็วกว่าหนึ่งในสามแม้ว่าจะสตรีมช้ากว่า
• ต้นทุนต่องาน — $3.27 เทียบกับ $10.02 ตามราคาลิสต์ที่เผยแพร่ หากนำ $10.02 นั้นคูณกับพรีเมียมคงที่ 2.0× ของ Prime งานเดียวกันก็จะอยู่ที่ประมาณ $20
ตัวเลขสุดท้ายนั้นเป็นการคำนวณทางคณิตศาสตร์จากตารางราคา ไม่ใช่ผลจากการวัด — Artificial Analysis จับเวลามาตรฐาน ID ไม่ใช่เลน Prime และไม่มีใครเผยแพร่เบนช์มาร์กโหมด Prime ที่เราเสิร์ชหาเจอเลย ให้ระบุว่าเป็นค่าประมาณ แต่ทิศทางไม่ต้องสงสัยเลย: หากคุณจ่าย 2.0× ต่อโทเคนสำหรับเลนที่ปล่อยโทเคนออกมาเท่ากัน คุณก็จ่าย 2.0× สำหรับงานนั้น Prime ทำให้แต่ละโทเคนเร็วขึ้นและแต่ละงานแพงขึ้น ส่วน Qwen4-Max ทำให้แต่ละโทเคนช้าลงและแต่ละงานถูกลงและสั้นลง
สำหรับอินเทอร์เฟซแชตที่มนุษย์กำลังดูตัวอักษรค่อย ๆ ปรากฏขึ้น ความแตกต่างนั้นเป็นเรื่องจริง และ Prime ยังคงชนะในจุดนี้ สำหรับเอเจนต์ที่รันการเรียกแบบต่อเนื่องสิบสองครั้งแล้วคิดเงินคุณตอนท้าย จำนวนโทเคนก็คือเวลาที่ผ่านจริงบนนาฬิกา
ช่องว่างด้านขีดความสามารถที่วัดได้จริง แทนที่จะเป็นเพียงการกล่าวอ้าง
เอกสารเปิดตัวของ Alibaba สำหรับ Qwen4-Max ระบุการปรับปรุงประสิทธิภาพโทเค็นราว 24% ที่ระดับxhigh ซึ่งเป็นระดับความพยายาม และ 35% ที่ระดับhigh บน benchmark Work360 ภายในของบริษัท พร้อมกับต้นทุนเฉลี่ยต่องานที่ลดลง 62% ตัวเลขเหล่านี้เป็นการรายงานโดยผู้จำหน่ายและยังไม่ได้รับการทำซ้ำ คณะกรรมการอิสระบอกเล่าเรื่องราวที่สอดคล้องกันแต่ไม่น่าตื่นเต้นเท่า และเป็นชุดข้อมูลที่ควรใช้ในการวางแผน
บน Artificial Analysis Intelligence Index v5.0.1 ซึ่งทั้งสองโมเดลได้รับการให้คะแนนภายใต้การตั้งค่าความพยายามเดียวกัน:
• ดัชนี — Qwen4-Max 42.9 (เว็บไซต์ปัดเป็น 43) เทียบกับ Qwen3.8-Max ที่ 33.7 ช่องว่างระหว่างรุ่นถึงเก้าจุด และบอร์ดเดียวกันบันทึกแถว 3.8 ว่าเลิกใช้แล้ว ถูกแทนที่ด้วย Qwen4-Max
• Humanity's Last Exam, Diamond — 44.9% เทียบกับ 24.0% นี่คือความแตกต่างเดี่ยวที่กว้างที่สุดในแถวนี้ และเป็นความแตกต่างที่เปลี่ยนสิ่งที่คุณสามารถมอบหมายได้มากที่สุด
• APEX Agents — 59.1% เทียบกับ 42.4% การทำภารกิจแบบเอเจนต์ให้สำเร็จขยับขึ้นเกือบ 17 จุด ซึ่งเป็นความแตกต่างระหว่างเวิร์กโฟลว์ที่คุณกำกับดูแลกับเวิร์กโฟลว์ที่คุณตรวจสอบย้อนหลัง
• Terminal-Bench 4.0 — 48.5% เทียบกับ 38.9% ถือเป็นการเพิ่มขึ้นจริง และควรอ่านคู่กับ 88.8% ที่บิลด์ 3.8 ทำได้บน Terminal-Bench 2.1 เวอร์ชันเก่า ซึ่ง Qwen4-Max ยังไม่ได้รับการให้คะแนนบนเวอร์ชันนั้น อย่าเปรียบเทียบข้ามสองเวอร์ชันนี้
• FrontierCode 2.0 — 26.5% เทียบกับ 23.4% ช่องว่างที่เล็กที่สุดในตาราง หากงานของคุณคือการสร้างโค้ดกับรีโพซิทอรี การก้าวกระโดดระหว่างรุ่นคือสามจุด ไม่ใช่เก้า และทรูพุตของ Prime อาจยังสำคัญกับคุณมากกว่าดัชนี
• Omniscience — 27.7 เทียบกับ 10.5 โดยมีอัตราการสร้างข้อมูลเท็จอยู่ที่ 28.4% และ 27.1% Qwen4-Max มีความรู้มากกว่าอย่างมีนัยสำคัญและกุเรื่องเท็จในอัตราที่ใกล้เคียงกัน ข้อเท็จจริงสองข้อนี้ร่วมกันจึงเป็นเหตุผลว่าทำไมมันจึงปลอดภัยกว่าสำหรับการวิจัยแบบปลายเปิด และไม่ได้ปลอดภัยกว่าสำหรับสิ่งใดก็ตามที่คุณตรวจสอบไม่ได้
ช่องว่างอีกสองข้อกลับกัน และทั้งสองข้อเกี่ยวกับสิ่งที่คุณสามารถตรึงไว้ได้ Qwen3.8-Max มีสแนปช็อตที่ระบุวันที่ qwen3.8-max-0902 ซึ่งยังอยู่ในตารางราคาในราคาเดิม ดังนั้นคุณจึงสามารถตรึงพฤติกรรมไว้ตลอดการอัปเดตหนึ่งรอบได้ Qwen4-Max ไม่มี ID สแนปช็อต ไม่มีการปรับแต่งละเอียด และไม่มีการติดตั้งใช้งานเฉพาะ — หน้าของ Alibaba ระบุว่าทั้งสองอย่างไม่ได้รับการสนับสนุน หากเรื่องการปฏิบัติตามข้อกำหนดของคุณขึ้นอยู่กับโมเดลที่ไม่สามารถเปลี่ยนแปลงได้เองภายใต้คุณ รุ่นเก่าคือรุ่นเดียวในสองรุ่นที่มอบสิ่งนั้นให้ และ Prime สืบทอดบิลด์ที่ระบุวันที่เดียวกันนั้น
คำถามเรื่องความพร้อมใช้งานที่ยังไม่มีใครนำมาคิดในราคา
นี่คือส่วนที่ทำให้การเปรียบเทียบนี้เร่งด่วนมากกว่าการเป็นเพียงเชิงวิชาการ ตรวจดูหน้าโหมด Fast วันนี้แล้วคุณจะพบ ID ที่รองรับสามรายการ — glm-5.3-prime, glm-5.2-fast-preview และ wan3.0-video-prime — ในปักกิ่งและสิงคโปร์ ไม่มีโมเดล Qwen ใดถูกระบุไว้ในทั้งสองภูมิภาค ตรวจดูตารางอัตราค่าโมเดลในฉบับนานาชาติหรือฉบับจีน แล้วจะไม่มีแถว qwen3.8-max-prime; รายการ Qwen มี qwen4-max, qwen3.8-max, qwen3.8-max-0902 และไล่ลงมาตามสาย 3.7 และไม่มี qwen4-max-prime ที่ไหนเลย — เรือธงใหม่ไม่มีตัวแปรเลนเร็วเลยแม้แต่รายการเดียว
เราไม่สามารถบอกได้จากภายนอกว่า Alibaba ได้เลิกใช้ Qwen Prime ID ไปแล้ว ย้ายมันไปไว้ในหน้าผลิตภัณฑ์ระดับภูมิภาคที่เรายังหาไม่พบ หรือเพียงแค่ตัดมันออกจากตารางเอกสารระหว่างการปรับโครงสร้าง สิ่งที่เราบอกได้นั้นแคบกว่าแต่ยังมีประโยชน์: ผู้อ่านที่วางแผนจะสร้างงานที่ไวต่อ latency บน Qwen3.8-Max-Prime ในสัปดาห์นี้ ควรตรวจสอบว่า ID ยัง resolve ได้ใน workspace ของตนเองก่อนจะออกแบบระบบโดยอิงกับมัน เพราะเอกสารสาธารณะไม่ได้รับประกันถึงมันอีกต่อไปแล้ว นั่นเป็นโปรไฟล์ความเสี่ยงที่ต่างจากเดือนกันยายน เมื่อ ID ปรากฏอยู่บนตารางราคาควบคู่กับ ID มาตรฐาน
นอกจากนี้ยังทำให้ต้องมองการตัดสินใจใหม่ด้วย หาก Prime ยังมีให้ใช้ในบัญชีของคุณ คุณกำลังเลือกระหว่างช่องทางด่วนบนโมเดลที่เก่ากว่า อ่อนกว่า และแพงกว่า กับช่องทางที่ช้ากว่าบนโมเดลที่ใหม่กว่า ถูกกว่า และแข็งแกร่งกว่า หากไม่มีแล้ว ทางเลือกนั้นถูกกำหนดให้คุณเรียบร้อยแล้ว และคำถามเดียวที่เหลืออยู่คือคุณจะจ่าย $2.00/$6.00 สำหรับ 3.8 ID มาตรฐานต่อไปอีกนานแค่ไหน แทนที่จะเป็น $1.50/$4.50

ใครควรเลือกอันไหน
• ผู้ช่วยเขียนโค้ดแบบโต้ตอบที่มีมนุษย์คอยดูสตรีม — หาก Prime ยังคง resolve บน workspace ของคุณ และ UX วัดกันที่จำนวนอักขระต่อวินาที吞吐量 2 เท่าก็คือตัวผลิตภัณฑ์ Qwen4-Max ที่ 54.5 โทเคนต่อวินาทีไม่ถือว่าช้า แต่ก็ไม่ใช่เลนเร็ว และ first token ที่ใช้เวลา 6.9 วินาทีของมันเกือบจะเป็นสองเท่าของบิลด์มาตรฐาน 3.8
• ไปป์ไลน์แบบ Agentic การประเมินแบบแบตช์ การสแกนเอกสาร — Qwen4-Max แทบไม่ต้องมีข้อโต้แย้ง ใช้โทเค็นต่องานน้อยลง ใช้เวลาต่องานน้อยลง ค่าใช้จ่ายต่องานเหลือหนึ่งในสาม และอัตราการอ่านแคชถูกกว่าของ Prime มากกว่าห้าเท่าเมื่อพรีฟิกซ์ยาว
• เวิร์กโหลดที่ต้องล็อกเวอร์ชันไว้ — qwen3.8-max-0902 ซึ่งเป็นสแนปช็อต 3.8 ที่ระบุวันที่ ในอัตรามาตรฐาน ทั้ง Prime และ Qwen4-Max ต่างไม่ได้ให้เช็กพอยต์ที่หยุดนิ่งแก่คุณ
• การสร้างโค้ดกับคลังขนาดใหญ่ — เป็นการตัดสินใจที่สูสีที่สุดในบรรดาทางเลือกทั้งหมด การปรับปรุง FrontierCode 2.0 ขึ้นสามคะแนนดัชนีอาจไม่คุ้มค่ากับการเสียเลนทรูพุตที่คุณมีเครื่องมือวัดอยู่แล้ว โดยเฉพาะอย่างยิ่งหาก agent ของคุณเป็นคอขวดแทนที่จะเป็นโมเดล
• ใครก็ตามที่ยังไม่ได้ย้ายระบบ — จงคำนวณเลขด้วย index-suite กับ traces ของคุณเองก่อนตัดสินใจ การลดโทเคนลง 38.6% ที่ Artificial Analysis วัดได้นั้นเป็นค่าเฉลี่ยจากการประเมินแบบผสม ภาระงานของคุณอาจบีบอัดได้ดีกว่า หรืออาจไม่ได้เลยก็เป็นได้
การเชื่อมตัวเลือกเข้ากับ endpoint เดียว
ทั้ง Qwen4-Max และ Qwen3.8-Max-Prime ต่างไม่มีอยู่ในแคตตาล็อกของ OrcaRouter ในวันนี้ — เราได้ตรวจสอบหน้าของทั้งสองโมเดลแล้ว และทั้งคู่ก็ไม่แสดงผลใด ๆ ออกมา และบทความนี้จะไม่สื่อเป็นนัยเป็นอย่างอื่น สิ่งที่มีอยู่คือโมเดลที่การเปรียบเทียบทั้งหมดนี้สร้างขึ้นมา: qwen/qwen3.8-max และสแนปช็อตที่ระบุวันที่ของมัน qwen/qwen3.8-max-0902 ซึ่งให้บริการในราคาตามรายการของผู้ให้บริการ ด้วยมาร์กอัป 0% ซึ่งในวันนี้หมายถึง $2.00 สำหรับขาเข้า และ $6.00 สำหรับขาออก ต่อหนึ่งล้านโทเค็น หน้าเพจของ OrcaRouter เองสำหรับ ID นั้นรายงานเวลา p50 time-to-first-token ที่ 4.34 วินาที และ p95 ที่ 10.00 วินาที ในช่วงสัปดาห์ที่ผ่านมา — เป็นการวัดของเรา บนทราฟฟิกของเรา ไม่ใช่ของผู้ขาย
เรื่องนี้มีผลต่อการตัดสินใจในแบบที่เฉพาะเจาะจง Alibaba ปรับราคาของ Qwen4-Max สองครั้งระหว่างพรีวิวเมื่อวันที่ 11 พฤศจิกายนถึง GA ในวันที่ 16 และบัตร Global ก็ต่ำกว่าบัตร Singapore อยู่แล้ว 5.8% ไม่ว่าคุณจะสร้างอะไร อัตราก็จะขยับอยู่ใต้เท้าคุณ เกตเวย์แบบ pass-through หมายความว่าการลดราคาจากผู้ขายจะลงในบิลของคุณในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป และคีย์เดียวครอบคลุมทั้งสองรุ่น ดังนั้นการย้ายจาก qwen3.8-max ไปยัง qwen4-max จึงเป็นแค่สตริงชื่อโมเดล ไม่ใช่การอินทิเกรตครั้งที่สอง จนกว่า Qwen4-Max จะกำหนดเส้นทางได้ที่นี่ รูปแบบที่มีประโยชน์คือแบบธรรมดาๆ นี้: เก็บ ID มาตรฐาน 3.8 ไว้บนคีย์ที่คุณมีอยู่แล้ว ประเมิน Qwen4-Max โดยตรงกับ Alibaba ระหว่างที่เงื่อนไขเชิงพาณิชย์ของมันเข้าที่ และปล่อยให้ automatic failover ครอบคลุมช่องว่างในทิศทางใดก็ได้
อะไรจะทำให้คำตัดสินนี้เปลี่ยนไปได้
สามเรื่อง และแต่ละเรื่องตรวจสอบได้ในอีกไม่กี่สัปดาห์ข้างหน้า {{1}}เวอร์ชัน Qwen4-Max Prime จะคืนเลนเร็วบนรุ่นปัจจุบัน และทำให้สิ่งนี้กลับมาเป็นการเปรียบเทียบ throughput กับ throughput อีกครั้ง ในอัตราสองเท่าของ $1.50/$4.50{{/1}} {{2}}การวัด Prime-mode จากฝ่ายอิสระจะแทนที่คำกล่าวอ้าง 1.5–2× ของผู้ขายด้วยข้อมูลที่คุณใส่ลงในแผน capacity ได้ — ยังไม่มีใครเผยแพร่ผลวัดดังกล่าว และจนกว่าจะมีใครทำ ตัวคูณนั้นก็เป็นเพียงคำสัญญา{{/2}} และ {{3}}snapshot ID สำหรับ Qwen4-Max จะขจัดข้อโต้แย้งจริงเพียงข้อเดียวที่เหลืออยู่สำหรับการคงอยู่ในไลน์ 3.8 ซึ่งตอนนี้ไม่ใช่ราคา ไม่ใช่ความสามารถ และไม่ใช่ความเร็วบนงานเต็มรูปแบบ แต่คือความสามารถในการ freeze checkpoint{{/3}}
สำหรับคนอื่น ๆ คำตอบถูกกำหนดไว้แล้วด้วยเลขคณิต: เลนเร็วมีต้นทุนต่อโทเค็นสูงกว่า ต่องานสูงกว่า และต่อการอ่านซ้ำจากแคชสูงกว่าโมเดลที่มาแทนที่มัน อีกทั้งยังทำได้น้อยกว่า การที่ระดับพรีเมียมเป็นเช่นนี้เป็นเรื่องแปลก และนี่คือสิ่งที่เกิดขึ้นเมื่อเลนที่ให้บริการมีอายุยืนกว่ารุ่นที่มันถูกตั้งราคาไว้เทียบด้วย

การเปรียบเทียบในบทความนี้2
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
