
Qwen4-Max vs Step-5 Preview: สิบสี่คะแนนดัชนี ครึ่งเซนต์ต่อคะแนน
- 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 · 97 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 · 150 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
หารต้นทุนต่องานของแต่ละโมเดลด้วยคะแนนที่มันทำได้ แล้วสองฝั่งของการเปรียบเทียบนี้จะอยู่ห่างกันภายในหกเปอร์เซ็นต์ Qwen4-Max ซึ่ง Alibaba เปิดตัววันนี้ 16 พฤศจิกายน 2026 ทำคะแนนได้ 43 บน Artificial Analysis Intelligence Index v5.0.1 ที่วัดได้ $3.27 ต่องานในดัชนี — ประมาณ 7.6 เซนต์ต่อจุดดัชนี Step-5 Preview ซึ่งเป็นโมเดล sparse mixture-of-experts แบบ 600 พันล้านพารามิเตอร์ของ StepFun เปิดตัวเมื่อ 20 กันยายน 2026 ทำคะแนนได้ 29 บนดัชนีเดียวกันที่ $2.35 ต่องาน — ประมาณ 8.1 เซนต์ต่อจุด โมเดลหนึ่งฉลาดกว่า 48% บนไม้บรรทัดเดียวที่ทั้งคู่ถูกนำมาวัดเทียบกัน อีกโมเดลถูกกว่าทั้งสองด้านของมิเตอร์ โดยถูกกว่าหนึ่งในสามด้านอินพุตและ 40% ด้านเอาต์พุต และต่อหน่วยของความสามารถที่วัดได้ ทั้งสองอยู่ห่างกันภายในเจ็ดเปอร์เซ็นต์ โดยเรือธงใหม่ล่าสุดนำอยู่เล็กน้อย
นั่นไม่ใช่การเปรียบเทียบที่ผู้ขายรายใดกำลังขายอยู่ และมันคือการเปรียบเทียบที่ตัดสินเรื่องการย้ายระบบได้จริง ๆ อีกทั้งยังมาพร้อมความไม่สมมาตรที่ไม่มีโพสต์เปิดตัวไหนกล่าวถึง นั่นคือหนึ่งในสองโมเดลนี้มีความเร็วเอาต์พุตที่วัดโดยอิสระแล้ว ขณะที่อีกโมเดลยังไม่มีความเร็วที่วัดได้เลย เพราะเพิ่งเปิดตัวได้ไม่กี่ชั่วโมง เนื้อหาต่อไปนี้จะแยกสิ่งที่ได้รับการบันทึกไว้ในเอกสารออกจากสิ่งที่วัดได้ คำนวณเลขแคชที่ทำให้ช่องว่างราคาเปลี่ยนจาก 33% ไปเป็นอย่างอื่นโดยสิ้นเชิง และจบด้วยสองแกนที่คำตอบไม่ได้ใกล้กันเลย — น้ำหนักและเพดานเอาต์พุต
แต่ละอย่างคืออะไร ณ วันนี้
Qwen4-Max เป็นเรือธงรุ่นที่สี่ของ Alibaba สร้างขึ้นบนแบ็กโบนขนาด 2.4 ล้านล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ใช้งานจริง 71 พันล้านพารามิเตอร์ต่อโทเคน พร้อมพารามิเตอร์ embedding แบบ N-gram อีก 328 พันล้านพารามิเตอร์ รองรับอินพุตข้อความ รูปภาพ และวิดีโอ และส่งออกเป็นข้อความ หน้าต่างบริบทตามเอกสารระบุไว้ที่ 1,000,000 โทเคน โดยมีเพดานอินพุต 991,808 โทเคนในโหมดไม่เปิดการคิด และ 983,616 โทเคนในโหมดเปิดการคิด ส่วนต่างนี้คือพื้นที่เผื่อสำหรับการให้เหตุผล เอาต์พุตสูงสุดคือ 131,072 โทเคนเมื่อปิดการคิด เมื่อเปิดการคิด การให้เหตุผลและคำตอบจะใช้ бюджетร่วมกัน 262,144 โทเคน การคิดเปิดเป็นค่าเริ่มต้นด้วย бюджет 131,072 โทเคน ที่ระดับความพยายามในการให้เหตุผลเริ่มต้นเป็น high ซึ่งเลือกได้ระหว่าง low, high และ xhigh ตัวเลขเหล่านี้มาจากเอกสารของ Alibaba เอง และ Qwen4-Max ไม่เผยแพร่น้ำหนักโมเดล ไม่รองรับการปรับแต่งละเอียด (fine-tuning) ในภูมิภาคใด ๆ และไม่รองรับการติดตั้งใช้งานโมเดลในภูมิภาคใด ๆ เช่นกัน
Step-5 Preview เป็นโมเดลเรือธงของ StepFun สำหรับงานเอเจนต์: มีพารามิเตอร์รวม 6 แสนล้าน พารามิเตอร์ที่ใช้งานอยู่ 2.7 หมื่นล้าน หน้าต่างบริบท 1 ล้านโทเคน และรองรับอินพุตข้อความ รูปภาพ และวิดีโอ พร้อมเอาต์พุตเป็นข้อความ ระดับความพยายามในการใช้เหตุผลเลือกได้ตั้งแต่ต่ำ กลาง ไปจนถึงสูง เอาต์พุตสูงสุดตามเอกสารระบุไว้ที่ 64,000 โทเคน โดยค่าเริ่มต้นของ max_tokens จะไม่มีการจำกัด เพื่อให้โมเดลเลือกความยาวเอง รองรับสตรีมมิ่ง การเรียกใช้เครื่องมือ เอาต์พุตแบบ JSON Schema และแคชพรอมต์ และ API เข้ากันได้กับ OpenAI
สามเดือนหลังการเปิดตัว คำว่า "Preview" ในชื่อก็หมดความหมายไปแล้ว StepFun ยังคงระบุว่าเป็น Preview ในภาพรวมโมเดลของตนจนถึงทุกวันนี้ ขณะที่เช็กพอยต์ BF16 และ FP8 อยู่บน Hugging Face ตั้งแต่วันที่ 15 ตุลาคมภายใต้ StepFun Model License 1.0 ให้ถือว่าป้ายกำกับนี้เป็นเพียงนิสัยในการตั้งชื่อ ไม่ใช่คำเตือนว่า endpoint จะเปลี่ยนไปโดยที่คุณไม่ทันตั้งตัว — แต่ก็อย่าตีความว่าเป็นคำมั่นสัญญาเรื่อง GA เช่นกัน เพราะผู้ขายยังไม่ได้ให้คำมั่นใด ๆ
ช่องว่างราคาอยู่ที่หนึ่งในสาม ส่วนการคำนวณแคชคือสิ่งที่ทำให้มันเปลี่ยน
เมื่อเทียบที่ราคาตามรายการ การสรุปเรื่องนี้เป็นเรื่องง่าย: Step-5 Preview ถูกกว่าทั้งสองด้านของมิเตอร์ และถูกกว่ามากจนไม่ใช่แค่ความคลาดเคลื่อนจากการปัดเศษ
• อินพุต — Qwen4-Max $1.50 ต่อล้านโทเค็นในสิงคโปร์, $1.413 ในอีกห้าภูมิภาค, เทียบกับ Step-5 Preview $1.00
• เอาต์พุต — Qwen4-Max $4.50 เทียบกับ Step-5 Preview $2.70
• การอ่านแคช — Qwen4-Max $0.075 ต่อล้าน (ลด 95%) เทียบกับ Step-5 Preview $0.10 (ลด 90%)
• การเขียนแคช — Qwen4-Max $1.875 ต่อล้านสำหรับ TTL ห้านาที และ $3.00 สำหรับหนึ่งชั่วโมง เทียบกับ Step-5 Preview ที่ไม่มีค่าใช้จ่าย เพราะอินพุตแบบ cache-miss ที่ราคา $1.00 ได้รวมการเขียนคำนำหน้าไว้แล้ว
• แบบผสม (blended) ตามสัดส่วนผสม 7:2:1 ของแคชที่ตรง/อินพุต/เอาต์พุต ของ Artificial Analysis — Qwen4-Max $0.80 ต่อล้าน เทียบกับ Step-5 Preview $0.54
รายการเขียนแคชนั้นคือรายการที่ถูกข้าม และเป็นรายการที่สามารถพลิกอันดับได้ในเวิร์กโหลดที่เหมาะสม ลองนึกถึงเอกสาร 300,000 โทเค็นที่ตรวจสอบในสี่รอบ โดยมีเอาต์พุต 3,000 โทเค็นต่อรอบ ในอัตราของสิงคโปร์ และไม่มีการคิด บน Qwen4-Max รอบแรกเขียนพรีฟิกซ์ด้วยราคา $0.5625 และสร้างเอาต์พุต $0.0135; สามรอบถัดไปอ่านพรีฟิกซ์นั้นในราคารอบละ $0.0225 บวกกับเอาต์พุต $0.0405 รวมกันระหว่างสามรอบนั้น ทั้งหมด $0.684 บน Step-5 Preview รอบแรกมีต้นทุนอินพุต $0.30 และเอาต์พุต $0.0081; สามรอบถัดไปมีต้นทุนรอบละ $0.03 บวก $0.0243 ทั้งหมด $0.422 Step-5 Preview ถูกกว่า 38% สำหรับงานนั้น
ถ้าลดให้เหลือรอบเดียว ช่องว่างกลับกว้างขึ้นแทนที่จะแคบลง — $0.576 เทียบกับ $0.308 โดย Step-5 Preview ถูกกว่า 46% — แต่เหตุผลเปลี่ยนไป ในรอบเดียวไม่มีจำนวนการอ่านให้กระจายต้นทุน ดังนั้นคุณกำลังจ่ายส่วนเพิ่มราคาจากการเขียนแคชของ Qwen4-Max สำหรับพรีฟิกซ์ที่คุณจะไม่ใช้ซ้ำเลย กฎในทางปฏิบัติ: การแคชของ Qwen4-Max ให้ผลตอบแทนกับพรีฟิกซ์ที่ถูกอ่านหลายครั้ง และลงโทษกรณีที่อ่านเพียงครั้งเดียว โครงสร้างราคาของ Step-5 Preview ที่มีค่าอ่านแคชแบบคงที่ $0.10 และราคากรณีพลาดแคชที่รวมการเขียนไว้แล้ว เป็นโครงสร้างที่เป็นมิตรกว่าสำหรับงานที่คุณคาดเดาอัตราการฮิตของแคชไม่ได้

สิบสี่ประเด็น และช่องว่างของหลักฐานที่ไปในทิศทางตรงกันข้าม
โมเดลทั้งสองผ่านการทดสอบด้วย Intelligence Index v5.0.1 ซึ่งประกอบด้วยเกณฑ์การประเมินเก้าชุด ได้แก่ AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 และ Terminal-Bench-Science 0.1 หน้าเพจของโมเดลทั้งสองไม่ได้เผยแพร่คะแนนแยกตามระดับความพยายามในการใช้เหตุผล ดังนั้นตัวเลขเหล่านี้จึงเป็นค่าตัวเลขเดียว ณ การตั้งค่าใดก็ตามที่ Artificial Analysis ใช้
ดัชนี — Qwen4-Max 43 อยู่ในอันดับที่ 38 จาก 81 ในกลุ่มของตน เทียบกับ Step-5 Preview 29 ซึ่งอยู่ในอันดับที่ 10 จาก 29 ในบรรดาโมเดลแบบเปิดน้ำหนักขนาดใหญ่ ค่ามัธยฐานของแต่ละกลุ่มแตกต่างกัน (41 และ 23) ซึ่งเป็นเหตุให้อันดับเหล่านั้นไม่สามารถเปรียบเทียบกันได้ แม้ว่าคะแนนจะเป็นเช่นนั้น
• ต้นทุนต่องานจัดทำดัชนี — $3.27 เทียบกับ $2.35
• ต้นทุนต่อคะแนนดัชนี — 7.6 เซนต์ เทียบกับ 8.1 เซนต์ ดังนั้นโมเดลที่แพงกว่าต่อหนึ่งงานกลับเป็นโมเดลที่ถูกกว่าต่อหนึ่งหน่วยความสามารถ
• ความเร็วเอาต์พุต — Step-5 Preview 124 โทเคนต่อวินาที เทียบกับ Qwen4-Max ที่ไม่มีตัวเลขเผยแพร่ Artificial Analysis ระบุเวลาต่องานว่าไม่ทราบ และหน้าระบุผู้ให้บริการไม่รายงานผลทดสอบของผู้ให้บริการเลย
• ระยะเวลาถึงโทเคนคำตอบแรก — Step-5 Preview 23.53 วินาที เทียบกับ Qwen4-Max ที่ไม่มีการเผยแพร่ข้อมูลใดๆ
• เวลาต่อหนึ่งงานดัชนี — Step-5 Preview 15.2 นาที เทียบกับค่ามัธยฐาน 13.3 นาทีของคลาสเดียวกัน; Qwen4-Max ไม่มีตัวเลข
• ความยืดเยื้อ — Qwen4-Max ปล่อยโทเค็นเอาต์พุต 127 ล้านโทเค็นทั่วทั้งดัชนี เทียบกับค่ามัธยฐาน 78.6 ล้านโทเค็น ส่วน Step-5 Preview อยู่ที่ 129 ล้านโทเค็น เทียบกับค่ามัธยฐาน 104 ล้านโทเค็น ทั้งคู่มีความยืดเยื้อ โดย Qwen4-Max มีความยืดเยื้อเมื่อเทียบกับกลุ่มคู่เทียบที่กระชับกว่า
โทเคนแรกที่ใช้เวลา 23.53 วินาทีคือตัวเลขที่ควรทำให้ใครก็ตามที่วางแผนติดตั้งใช้งาน Step-5 Preview ในแบบโต้ตอบกังวล มันไม่ใช่ความคลาดเคลื่อนที่เกิดจากเครือข่าย แต่เป็นต้นทุนที่โมเดล 600 พันล้านพารามิเตอร์ซึ่งเปิดโหมดคิดเป็นค่าเริ่มต้นทำให้คุณต้องจ่ายก่อนคำตอบจะเริ่มขึ้น ค่าเริ่มต้นด้านการให้เหตุผลของ Qwen4-Max — เปิดโหมดคิด งบ 131,072 โทเคน และตั้งค่าความพยายามเป็นสูง — ชี้ไปในทิศทางเดียวกัน และตราบใดที่ยังไม่มีใครวัดมัน ก็ไม่มีวิธีพูดอย่างซื่อตรงได้ว่าตัวไหนช้ากว่า นั่นคือต้นทุนเชิงปฏิบัติของการซื้อในวันเปิดตัว: คุณได้คะแนนและเรตการ์ด แต่ไม่ได้ตัวเลขความหน่วง
เอกสารการประเมินของ Alibaba เองเป็นเรื่องแยกต่างหาก และควรอ่านในฐานะข้อมูลที่ผู้ขายรายงานเองและยังไม่ได้มีการทำซ้ำ บน Work360 ซึ่งเป็นเบนช์มาร์กภายในของบริษัทที่ครอบคลุม 26 โดเมนอุตสาหกรรมระดับบน ผู้ขายรายงานว่า Qwen4-Max ได้ 52.69 เทียบกับ 47.74 ของ Qwen3.8-Max นอกจากนี้ยังรายงานว่าต้นทุนเฉลี่ยต่องานบน Work360 ลดลงจาก $4.43 เป็น $1.67 ซึ่งลดลง 62% และการใช้โทเคนลดลงประมาณ 24% ที่ระดับความพยายาม xhigh และ 35% ที่ระดับความพยายาม high บนเบนช์มาร์กนั้น พร้อมกับการลดลง 48% และ 49% บน Terminal-Bench 4.0 สิ่งเหล่านี้เป็นข้อกล่าวอ้างเกี่ยวกับ Qwen4-Max เมื่อเทียบกับรุ่นก่อนหน้า ไม่ได้กล่าวถึง Step-5 Preview เลย และไม่มีข้อใดได้รับการตรวจสอบอย่างเป็นอิสระ

น้ำหนัก: อันนี้ไม่ใกล้เคียงเลย
Step-5 Preview สามารถดาวน์โหลดได้แล้ววันนี้ โดยรีโพซิทอรีบน Hugging Face มีไฟล์ safetensors แบบ BF16 และ FP8 ภายใต้ StepFun Model License 1.0 ซึ่งเป็นสัญญาอนุญาตสไตล์ Apache-2.0 ที่มีข้อกำหนดด้านการให้เครดิตและเงื่อนไขการใช้งานเชิงพาณิชย์ พร้อมด้วยเทมเพลตแชท รูปแบบควอนไทซ์สามแบบ และสูตรการติดตั้งใช้งาน ได้แก่ FP8 บน B300 สี่ตัวหรือ H200 แปดตัวภายใต้ vLLM, FP8 บนฮาร์ดแวร์เดียวกันภายใต้ SGLang และ BF16 บน B300 แปดตัวหรือ H200 สิบหกตัว โดยมีผู้ดาวน์โหลดประมาณ 1,600 ครั้งในเดือนที่ผ่านมา
Qwen4-Max ไม่มีเช็กพอยต์และไม่มีหนทางที่จะมีได้ เอกสารของ Alibaba ระบุว่าการปรับแต่งละเอียด (fine-tuning) ไม่ได้รับการสนับสนุนในทุกภูมิภาค และการปรับใช้โมเดลไม่ได้รับการสนับสนุนในทุกภูมิภาค ซึ่งเป็นถ้อยแถลงที่หนักแน่นกว่า "น้ำหนักโมเดลยังไม่ออก" — มันบอกว่าผู้จำหน่ายจะไม่ยอมให้คุณรันโมเดลนี้ด้วยตัวเองผ่านแพลตฟอร์มของตนเลย หากความต้องการของคุณคือโมเดลที่คุณสามารถทำควอนไทซ์ ปรับแต่งละเอียด แยกแบบแอร์แกป หรือปักหมุดไปยังบิลด์ใดบิลด์หนึ่งได้ การเปรียบเทียบก็จบตรงนี้ และจบลงในทางที่เอื้อประโยชน์กับ StepFun
มันยังเปลี่ยนสิ่งที่คำว่า "open" มอบให้คุณด้วย ใบอนุญาตของ Step-5 Preview อนุญาตให้ใช้เชิงพาณิชย์ได้โดยมีเงื่อนไข ดังนั้นการตรวจสอบทางกฎหมายจึงเป็นส่วนหนึ่งของต้นทุนการนำไปใช้ และสูตรการติดตั้งใช้งานถือว่าโหนดหนึ่งมี GPU สี่ถึงสิบหกตัว — นี่ไม่ใช่โมเดลที่คุณจะรันบนเวิร์กสเตชัน แต่เป็นโมเดลที่พฤติกรรมของมันไม่สามารถถูกเปลี่ยนได้ด้วยการอัปเดตแบบเงียบ ๆ จากผู้ให้บริการ และสำหรับใครก็ตามที่สร้างระบบที่มีการกำกับดูแลหรือใช้งานระยะยาว สิ่งนี้มีค่ามากกว่าสิบสี่คะแนนดัชนี
เพดานเอาต์พุต และความขัดแย้งในเอกสารที่ควรรู้
นี่คือความแตกต่างที่ดูไม่หวือหวาที่สุด และเป็นสิ่งที่มีแนวโน้มที่สุดที่จะส่งผลกระทบต่อเวิร์กโหลดเฉพาะบางประเภท Qwen4-Max ให้เอาต์พุต 131,072 โทเค็นเมื่อปิดโหมดคิด และมีงบโทเค็น 262,144 โทเค็นแบบใช้ร่วมกันเมื่อเปิดโหมดคิด เอกสาร API ของ Step-5 Preview ระบุว่าเอาต์พุตสูงสุดคือ 64,000 โทเค็น การ์ดโมเดลบน Hugging Face ของมันระบุว่าเอาต์พุตสามารถยาวได้ถึง 1M โทเค็นเต็ม โดยอินพุตและเอาต์พุตนับรวมกับขีดจำกัดเดียวกัน
สองข้อความนั้นมาจากผู้จำหน่ายรายเดียวกันภายในระยะเวลาหนึ่งเดือนจากกัน และไม่มีข้อความใดถูกทำเครื่องหมายว่าล้าสมัยแล้ว หากคุณกำลังวางแผนงานที่ให้ผลลัพธ์ยาว — รายงานฉบับเต็ม แพตช์ขนาดใหญ่ เอกสารที่สร้างขึ้น — ให้อ่านเอกสารประกอบ API แทนการ์ด และทดสอบเพดานก่อนที่คุณจะออกแบบสถาปัตยกรรมโดยอิงกับมัน ตัวเลข 64,000 สอดคล้องกับเวลา 15.2 นาทีต่องานดัชนี ส่วนตัวเลข 1M จะบ่งบอกถึงสิ่งที่แตกต่างออกไปค่อนข้างมาก
ความไม่สมดุลอีกประการหนึ่งที่น่าชี้ให้เห็น: ทั้งสองโมเดลรับอินพุตวิดีโอ แต่มีเพียง StepFun เท่านั้นที่เผยแพร่รายละเอียดการใช้งานจริง รับได้สูงสุด 60 ภาพต่อคำขอที่ระดับรายละเอียดต่ำหรือสูง วิดีโอในรูปแบบ URL, Base64 หรือการอ้างอิง stepfile:// ไฟล์ MP4 ขนาดต่ำกว่า 128 MB โดยแนะนำให้คลิปมีความยาวต่ำกว่าห้านาที Alibaba ระบุในเอกสารว่ามีอินพุตวิดีโอสำหรับ Qwen4-Max โดยไม่เผยแพร่ขีดจำกัดที่เทียบเคียงได้บนหน้ารุ่นโมเดล หากวิดีโอเป็นศูนย์กลางของภาระงานของคุณมากกว่าเป็นเพียงส่วนประกอบ ความแตกต่างของคุณภาพเอกสารนั้นเองก็เป็นสัญญาณว่าผู้ให้บริการรายใดเคยถูกถามคำถามนี้มาก่อน
ใครควรเลือกอันไหนในสัปดาห์นี้
เลือก Qwen4-Max หากเพดานความสามารถสำคัญกว่าค่าใช้จ่าย: การให้เหตุผลยาก ๆ งานเอเจนต์ระยะยาว หรืออะไรก็ตามที่ 43 เทียบกับ 29 บนดัชนีเก้าตัวชี้วัดคือความแตกต่างระหว่างงานที่ทำสำเร็จกับงานที่ไม่สำเร็จ แลกมาด้วยความเสี่ยงสองประการ ข้อแรกคือคุณกำลังซื้อในวันแรกโดยไม่มีตัวเลขความหน่วงที่เป็นอิสระ และไม่มีการทำซ้ำโดยบุคคลที่สามสำหรับข้อกล่าวอ้าง Work360 ของผู้ขาย ข้อที่สองคือค่าพรีเมียมการเขียนแคช ซึ่งเก็บภาษีงานบริบทยาวแบบรอบเดียวอย่างเงียบ ๆ ที่ $1.875 ต่อล้านโทเค็นที่เขียน
เลือก Step-5 Preview หากคุณต้องการเป็นเจ้าของโมเดล หากคุณต้องการ 124 โทเคนต่อวินาทีที่วัดได้ และโทเคนแรกที่ใช้เวลา 23.53 วินาทีซึ่งคุณวางแผนล่วงหน้าได้ หรือหากปริมาณงานของคุณใช้แคชหนักในลักษณะที่คุณคาดเดาไม่ได้ ยอมรับว่าคุณกำลังซื้อ 29 คะแนนดัชนีว่าโทเคนแรกมาช้า และเพดานเอาต์พุตได้รับการจัดทำเอกสารไว้สองแบบที่แตกต่างกันโดยผู้จำหน่าย
ตัวเลือกที่สามคือตัวเลือกที่ตรงไปตรงมาสำหรับทีมส่วนใหญ่ในสัปดาห์นี้: ไม่เลือกทั้งสองโมเดลเลย ช่องว่างระหว่างสองโมเดลนี้ต่อหน่วยของความสามารถที่วัดได้คือ 6% ซึ่งอยู่ในช่วงความคลาดเคลื่อนของดัชนีเวอร์ชันเดียวอย่างมาก และทั้งคู่ถูกประเมินเพียงครั้งเดียวโดยฮาร์เนสเดียว ทีมที่ตัดสินใจเลือกหนึ่งในสองโมเดลนี้โดยอาศัยคะแนนในวันเปิดตัวกำลังเดิมพันกับตัวเลขที่ยังไม่ได้รับการทำซ้ำ
รันทั้งสองโดยไม่ต้องมีสัญญาฉบับที่สอง
วันนี้ยังไม่มีโมเดลทั้งสองในแคตตาล็อก OrcaRouter — ตัวระบุโมเดล 215 รายการ ซึ่งตรวจสอบเมื่อเช้านี้แล้ว ไม่มีรายการ Qwen4 และไม่มีโมเดลข้อความ StepFun อยู่ในนั้น ทั้งสองโมเดลเข้าถึงได้ผ่าน API ของผู้ให้บริการแต่ละราย: หกภูมิภาคของ Alibaba สำหรับ Qwen4-Max และ endpoint ที่เข้ากันได้กับ OpenAI ของ StepFun ที่ api.stepfun.ai/v1 สำหรับ Step-5 Preview การกล่าวเป็นอย่างอื่นจะเป็นคำกล่าวอ้างประเภทที่ล้าสมัยอย่างรวดเร็วภายในหนึ่งสัปดาห์
เส้นทางที่เราใช้อยู่คือรุ่นที่ Qwen4-Max เข้ามาแทนที่ Qwen3.8-Max อยู่ในแคตตาล็อกของเราในชื่อ qwen/qwen3.8-max ในราคาตามรายการของ Alibaba เองที่ 2.00 ดอลลาร์สำหรับอินพุต และ 6.00 ดอลลาร์สำหรับเอาต์พุตต่อหนึ่งล้านโทเคน ส่งต่อโดยไม่มีการบวกกำไรเพิ่ม ควบคู่ไปกับอีก 214 ตัวระบุบน base URL เดียวที่รองรับ OpenAI-compatible สิ่งนี้สำคัญด้วยเหตุผลเพียงข้อเดียวในการเปรียบเทียบนี้: โมเดลที่เพิ่งเปิดตัวในวันแรกคือสิ่งที่แย่ที่สุดที่จะเอาเส้นทางโปรดักชันไปเดิมพันด้วย และท่าทีที่สมเหตุสมผลคือการเก็บรุ่นที่พิสูจน์แล้วไว้บนเส้นทาง enquantoคุณวัดรุ่นใหม่เทียบกับทราฟฟิกของคุณเอง DSL สำหรับการกำหนดเส้นทางแสดงสิ่งนี้เป็นนโยบายแทนที่จะเป็นการแก้โค้ด — ส่งคำเรียกที่ยากและต้องใช้การให้เหตุผลหนัก ๆ ไปยังโมเดลใหม่ เก็บงานที่มีปริมาณสูงไว้กับรุ่นที่ถูกกว่าและพิสูจน์แล้ว และปล่อยให้ การสลับสำรองอัตโนมัติ รับมือกับกรณีที่ปลายทางที่ใหม่เอี่ยมมีประสิทธิภาพลดลงภายใต้โหลดที่คุณไม่ได้คาดการณ์ไว้
การกำหนดราคาแบบส่งผ่านต้นทุนยังหมายความว่าตัวเลขในบทความนี้ยังคงซื่อตรง เมื่อ Alibaba ลดราคา — อย่างที่ทำในวันนี้ โดยปรับ Qwen4-Max เป็น $1.50 และ $4.50 จาก $2.00 และ $6.00 ของ Qwen3.8-Max — แคตตาล็อกที่ส่งผ่านราคาตามรายการของผู้ให้บริการจะสะท้อนราคานั้นในวันเดียวกัน แทนที่จะรอถึงการต่อสัญญาครั้งถัดไป นั่นไม่ใช่ข้อโต้แย้งว่าเราเหนือกว่า API ของผู้ขายรายใดรายหนึ่ง แต่เป็นข้อโต้แย้งสำหรับการไม่เซ็นสัญญาใด ๆ ที่ล็อกราคาซึ่งคุณยังไม่เห็นว่ามันคงที่มาหนึ่งเดือน

การเปรียบเทียบที่ผู้อ่านจะอยากเห็นในอีกสองสัปดาห์ไม่ใช่การเปรียบเทียบในพาดหัวข่าวนี้ แต่เป็นการวัดเลเทนซีของ Qwen4-Max และการเปิดตัวเวอร์ชันเสถียรของ Step-5 Preview โดยทั้งคู่วัดโดยผู้ที่ไม่ใช่ผู้ขาย และวัดกับเวิร์กโหลดที่ผู้คนใช้งานจริง จนถึงตอนนั้น จุดยืนที่ป้องกันได้ยังแคบและไม่น่าตื่นเต้น นั่นคือช่องว่างความสามารถ 48% ช่องว่างราคา 33% ช่องว่าง 6% ต่อหน่วยความสามารถ และชุดการตัดสินใจ — น้ำหนักโมเดล เพดานเอาต์พุต โครงสร้างแคช — ที่ไม่มีคะแนนจากดัชนีใดจับได้ และจะคงอยู่ยาวกว่าสัปดาห์เปิดตัวนี้
