การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งมีข้อความว่า Qwen 4 vs Grok 4.7 พร้อมคำโปรยว่า “จุดที่เกณฑ์ 200,000 โทเค็นเปลี่ยนยอดบิล” แกนความยาวพรอมต์ที่ทำเครื่องหมายไว้ที่ 200,000 โทเค็น และการ์ดราคาสองใบที่ระบุว่า $1.50 ขาเข้า / $4.50 ขาออก อัตราคงที่อัตราเดียวสำหรับ Qwen4-Max และ $4 ขาเข้า / $12 ขาออก เมื่อเกิน 200K สำหรับ Grok 4.7
Guides & Insights

Qwen 4 vs Grok 4.7: เส้นแบ่ง 200,000 โทเค็นเป็นตัวชี้ขาดในแมตช์นี้

ผู้เขียน

jinhao.song

วันที่เผยแพร่

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

Grok 4.7 และ Qwen4-Max คิดราคาเหมือนกันที่อินพุต 2 ดอลลาร์ และเอาต์พุต 6 ดอลลาร์ต่อล้านโทเค็น — แต่มีเพียง Grok 4.7 เท่านั้นที่ยังคงอยู่ที่ราคานั้น บันทึกแคตตาล็อกของเราเองสำหรับ Grok 4.7 มีสองระดับสำหรับอินพุต คือ $2.00/$6.00 จนถึงพรอมต์ 200,000 โทเค็น และ $4.00/$12.00 เมื่อเกินกว่านั้น ขณะที่ Qwen4-Max อยู่ที่อินพุต $1.50 และเอาต์พุต $4.50 ต่อล้านตลอดหน้าต่าง 1,000,000 โทเค็นเต็มรูปแบบ ความแตกต่างเชิงโครงสร้างเพียงข้อเดียวนั้นมีค่ามากกว่าคะแนนดัชนีแปดคะแนนที่แยกทั้งสองออกจากกันบนกระดาษ เพราะงานบริบทแบบยาวคือExactlyงานที่ทั้งสองโมเดลถูกขายมาเพื่อทำ หมายเหตุเกี่ยวกับชื่อก่อนอื่นใด เพราะทั้งสองถูกทำให้สับสนกันอยู่ตลอด: Qwen 4 เป็นชื่อรุ่นที่ Alibaba ใช้ และ Qwen4-Max เป็นสมาชิกเพียงตัวเดียวของรุ่นนั้นที่คุณเรียกใช้ได้ในวันนี้ — เปิดตัวเมื่อ 16 พฤศจิกายน 2026 โดยมีระดับเล็กลงที่สัญญาไว้สำหรับโอเพนซอร์สและไม่มีวันที่ระบุ Grok 4.7 เปิดให้ใช้งานมาตั้งแต่ 21 กันยายน 2026 นี่คือการเปรียบเทียบราคาและหลักฐาน ไม่ใช่รายงานการเปิดตัวของทั้งสองรุ่น

ลักษณะของทั้งสองโมเดล โดยย่อ

Qwen4-Max เป็นเรือธงรุ่นที่สี่ของ Alibaba เป็นโมเดล sparse mixture-of-experts ที่มีแกนหลักขนาด 2.4 ล้านล้านพารามิเตอร์ มีพารามิเตอร์ที่ใช้งานต่อโทเคน 71 พันล้านพารามิเตอร์ และมีพารามิเตอร์ N-gram embedding เพิ่มอีก 328 พันล้านพารามิเตอร์ รองรับข้อความ รูปภาพ และวิดีโอ ส่งออกเป็นข้อความ และมีหน้าต่างบริบทขนาดหนึ่งล้านโทเคน โดย Thinking เปิดเป็นค่าเริ่มต้น และโมเดลใช้预算 262,144 โทเคนร่วมกันระหว่างการให้เหตุผลกับคำตอบสุดท้าย — ดังนั้นคำตอบขนาด 131,072 โทเคนจะใช้ได้ก็ต่อเมื่อการคิดพอดีกับอีกครึ่งหนึ่ง

Grok 4.7 เป็นโมเดลข้อความเรือธงรุ่นปัจจุบันของ SpaceXAI เป็นโมเดลเชิงเหตุผลที่มีหน้าต่างบริบท 500,000 โทเค็น รองรับเอาต์พุตสูงสุด 450,000 โทเค็น รับอินพุตทั้งข้อความและรูปภาพ และมีระดับการให้เหตุผลให้เลือกได้สามระดับ SpaceXAI ไม่ได้เปิดเผยจำนวนพารามิเตอร์ของโมเดลนี้ และอธิบายว่าการเปิดตัวครั้งนี้เป็นการขยายฐานโมเดลให้ใหญ่ขึ้นพร้อมการฝึกด้วยการเรียนรู้แบบเสริมกำลังที่ยาวนานขึ้น มากกว่าจะเป็นการเปลี่ยนสถาปัตยกรรมใหม่

ในมิติที่ใช้ตัดสินการซื้อ:

• บริบท — Qwen4-Max 1,000,000 โทเค็น เทียบกับ Grok 4.7 500,000

• เอาต์พุตสูงสุด — Qwen4-Max 262,144 ซึ่งใช้ร่วมกับโหมดคิด หรือ 131,072 เมื่อปิดโหมดคิด เทียบกับ Grok 4.7 450,000

• ราคาอินพุตถึง 200K — Qwen4-Max $1.50 เทียบกับ Grok 4.7 $2.00 ต่อ 1M

• ราคาเอาต์พุตถึง 200K — Qwen4-Max $4.50 เทียบกับ Grok 4.7 $6.00 ต่อ 1M

• ราคาอินพุตเกิน 200K — Qwen4-Max ยังคงอยู่ที่ $1.50 เทียบกับ Grok 4.7 ที่ $4.00; เอาต์พุต $4.50 เทียบกับ $12.00

• การอ่านจากแคช — Qwen4-Max $0.075 เทียบกับ Grok 4.7 $0.50 เมื่อต่ำกว่า 200K และ $1.00 เมื่อเกินกว่า

• รูปแบบข้อมูล — Qwen4-Max รองรับข้อความ รูปภาพ และวิดีโอเป็นอินพุต เทียบกับ Grok 4.7 ที่รองรับข้อความและรูปภาพเป็นอินพุต

• คะแนนอิสระ — Qwen4-Max 43 บน Artificial Analysis Intelligence Index อันดับ 38 จาก 81 เทียบกับ Grok 4.7 ที่ 35 อันดับ 46 จาก 81

• น้ำหนัก — ไม่มีผู้ขายรายใดเปิดเผยข้อมูลนี้

ต้นทุนที่แท้จริงของคำขอ 400,000 โทเคน

ลองรับงานที่ทั้งสองโมเดลชวนให้ทำ: อ่านรีโพซิทอรีขนาดใหญ่หรือชุดหลักฐานยาว ๆ แล้วเขียนแพตช์หรือรายงานฉบับsubstantial 400,000 โทเคนอินพุต, 20,000 โทเคนเอาต์พุต, ไม่มีการใช้แคชซ้ำ

สำหรับ Qwen4-Max ในอัตราระหว่างประเทศที่ $1.413 ต่อล้านโทเคนขาเข้า และ $4.24 ขาออก นั่นคือค่าอินพุต $0.565 และค่าเอาต์พุต $0.085 รวมประมาณ $0.65 สำหรับอัตราสิงคโปร์ที่ $1.50/$4.50 จะเป็น $0.69

บน Grok 4.7 คำขอเดียวกันไม่เคยแตะระดับราคาถูกเลย เพราะ 400,000 เป็นสองเท่าของขอบเขต โดยคิดค่าอินพุต $1.60 และเอาต์พุต $0.24 รวมเป็น $1.84 อัตราส่วนคือ 2.7 ต่อ 1 และไม่ใช่ผลจากการปัดเศษ — มันคือความแตกต่างระหว่างการ์ดแบบอัตราคงที่กับการ์ดที่มีขั้นบันไดอยู่ในนั้น

ลดคำขอลงเหลืออินพุต 150,000 และเอาต์พุต 15,000 แล้วภาพก็เปลี่ยนลักษณะไป Qwen4-Max สิงคโปร์: $0.225 บวก $0.0675 ประมาณ $0.29 Grok 4.7 ที่ระดับแรก: $0.30 บวก $0.09 ประมาณ $0.39 ช่องว่าง 25 เปอร์เซ็นต์ ไม่น่าตื่นเต้น โดยประมาณคือสิ่งที่ราคาที่พาดหัวสื่อไว้ การ์ดทั้งสองจะแยกจากกันอย่างรุนแรงเฉพาะในเวิร์กโหลดที่หนึ่งในนั้นเปลี่ยนระดับ

นั่นคือการคำนวณที่หน้าเพจการตลาดมองข้ามไป เมื่อผู้ขายโฆษณาราคาไว้ แล้วต่อมาเพิ่มระดับชั้นสำหรับบริบทขนาดยาว การเปรียบเทียบที่ซื่อตรงคือคิดต่อเวิร์กโหลด ไม่ใช่ต่อโทเคน เพราะเส้นแบ่งของระดับชั้นนั้นตกอยู่ตรงจุดที่ผลิตภัณฑ์ควรจะใช้งานได้พอดี

ลูปของเอเจนต์คือจุดที่การออกแบบแคชสำคัญกว่าราคา

ผู้อ่านบริบทขนาดยาวแทบไม่เคยเรียกใช้เพียงครั้งเดียว แต่จะเรียกใช้สิบครั้งกับคำนำหน้าที่คงที่ ลองพิจารณาพรอมต์ขนาด 200,000 โทเค็น ซึ่ง 180,000 โทเค็นเป็นส่วนที่แคชได้ อินพุตใหม่ 10,000 โทเค็น เอาต์พุต 10,000 โทเค็น ตลอดสิบเทิร์น

Qwen4-Max คิดเงินต่อเทิร์นเป็นอินพุตใหม่ $0.027, การอ่านแคช $0.0135 ที่ $0.075 และเอาต์พุต $0.045 — รวม $0.0855 ดังนั้นทั้งการรันเป็น $0.855 การเขียนแคชเองคิดเงินครั้งเดียว ในราคา $1.875 ต่อล้านสำหรับการเก็บห้านาที และที่ขนาดนี้ถือว่าเล็กพอที่จะมองข้ามได้

Grok 4.7 คิดค่าบริการอินพุตใหม่ $0.04 การอ่านแคช $0.09 ในอัตรา $0.50 และเอาต์พุต $0.06 — $0.19 ต่อรอบ และ $1.90 สำหรับการรันทั้งหมด อัตราค่าการอ่านแคชเพียงอย่างเดียวสูงกว่า Qwen4-Max เกือบเจ็ดเท่า ซึ่งเป็นเหตุให้ช่องว่างเพิ่มขึ้นมากกว่าสองเท่า แม้ว่าทั้งสองโมเดลจะไม่ได้อยู่ในระดับราคาแพงของตนในกรณีนี้ก็ตาม

หากคุณเรียกใช้งานผ่าน endpoint เดียวแทนสัญญากับผู้ให้บริการสองฉบับ ชั้นการกำหนดเส้นทางจะไม่เปลี่ยนแปลงตัวเลขใด ๆ เหล่านั้น — มาร์กอัป 0 เปอร์เซ็นต์หมายความว่าราคาตามรายการของผู้ให้บริการจะถูกส่งผ่านไปโดยไม่ถูกปรับแต่ง ดังนั้นการลดราคาของผู้ขายจะปรากฏในบิลของคุณในวันเดียวกับที่ประกาศ ไม่ใช่รอถึงการต่อสัญญาครั้งถัดไป นั่นคือเหตุผลสำหรับการเก็บโมเดลหลายแบบไว้หลังคีย์เดียว และเป็นเหตุผลเดียวในบทความนี้ที่เกี่ยวกับผลิตภัณฑ์ของเรา ไม่ใช่ของพวกเขา

ตรงที่ Grok 4.7 ยังชนะอย่างเด็ดขาด

สองแห่ง และทั้งสองแห่งก็ไม่เล็กเลย

ประการแรกคือความยาวเอาต์พุต Grok 4.7 ประกาศเพดานเอาต์พุตไว้ที่ 450,000 โทเคน Qwen4-Max ไม่ได้ประกาศเพดานเอาต์พุตแยกต่างหาก แต่มีงบประมาณ 262,144 โทเคนที่ใช้ร่วมกับกระบวนการคิดของตัวเอง และเมื่อระงับการคิด เพดานจะอยู่ที่ 131,072 สำหรับงานที่สร้างชิ้นงานยาวแทนที่จะเป็นคำตอบสั้น ๆ เช่น ฐานโค้ดที่สร้างขึ้น ร่างเอกสารกฎหมายยาว หรือคลังข้อความที่ถอดความและวิเคราะห์แล้ว ความแตกต่างไม่ได้อยู่ที่คุณภาพ แต่อยู่ที่ว่างานจะเสร็จในการเรียกครั้งเดียวหรือต้องแบ่งเป็นส่วน ๆ

อย่างที่สองคือหลักฐานจากการวัดในกลุ่มระดับสูงสุด Grok 4.7 อยู่บน Artificial Analysis Intelligence Index ตั้งแต่เดือนกันยายน และมีค่าที่วัดได้จากระดับความพยายามในการใช้เหตุผลสามค่า ได้แก่ 35 ที่ xhigh, 35 ที่ high และ 31 ที่ low โดยเวลาถึงโทเคนคำตอบแรกลดจาก 52.9 วินาทีที่การตั้งค่าสูงสุด เหลือ 10.6 วินาทีที่การตั้งค่าต่ำสุด Qwen4-Max มีคะแนนดัชนีที่เผยแพร่เพียงค่าเดียวคือ 43 และ ณ เวลาที่เขียนนี้ ยังไม่มีข้อมูลความเร็วเอาต์พุตหรือเวลาต่องานบนบอร์ดเดียวกัน คะแนน 43 เทียบกับ 35 ถือเป็นความนำที่แท้จริง แต่คะแนนที่ไม่มีค่าความเร็วประกอบไม่ได้บอกอะไรเลยว่ามодельใช้งานได้จริงภายใต้งบความหน่วงของคุณหรือไม่

ยังมีความไม่สมมาตรประการที่สามที่มองข้ามได้ง่าย: การควบคุมความพยายาม (effort control) ของ Grok 4.7 เป็นคันโยกด้านต้นทุนที่คุณปรับได้ในแต่ละคำขอ และเวลาที่เผยแพร่แสดงให้เห็นว่าแต่ละการตั้งค่าต้องแลกด้วยการรอมากน้อยเพียงใด Qwen4-Max ก็เปิดให้ปรับระดับความพยายามในการให้เหตุผลเช่นกัน แต่ Alibaba อธิบายการประหยัดในเชิงเปรียบเทียบเท่านั้น — การใช้โทเค็นลดลง 24 เปอร์เซ็นต์ที่ xhigh และ 35 เปอร์เซ็นต์ที่ high บนชุดทดสอบ Work360 และ 48 กับ 49 เปอร์เซ็นต์บน Terminal-Bench 4.0 ทั้งหมดวัดเทียบกับ Qwen3.8-Max แทนที่จะเผยแพร่เป็นตารางอัตราค่าใช้จ่ายต่อระดับความพยายาม ข้อมูลที่ผู้ขายรายงานเอง ยังไม่ได้ทำซ้ำ และเปรียบเทียบกับโมเดลอื่น: ใช้เป็นทิศทางได้ แต่ใช้เป็นข้อมูลตั้งงบประมาณไม่ได้

จุดที่ Qwen4-Max ชนะอย่างเด็ดขาด

บริบทและรูปร่างของมิเตอร์

หนึ่งล้านโทเคนเทียบกับครึ่งล้านไม่ได้หมายถึงการเพิ่มสเปกเป็นสองเท่า แต่มันเปลี่ยนว่างานแบบไหนที่เหมาะสม สามกรณีที่อยู่ระหว่างตัวเลขสองตัวนี้ ได้แก่ การรีแฟกเตอร์ทั่วทั้งโมโนรีโปซึ่งส่วนที่เกี่ยวข้องคือ 600,000 โทเคนของกราฟการพึ่งพาและประวัติ; งานสำรวจชุดเอกสารที่ต้องอ่านทั้งหมดแทนการดึงข้อมูลมาเพียงบางส่วน; และเอเจนต์ที่ทำงานตลอด 24/7 ซึ่งสะสมสถานะตลอดวันทำงานโดยไม่สรุปย่อ Qwen4-Max รองรับได้ทั้งสามกรณี Grok 4.7 ไม่รองรับสักกรณีในการเรียกครั้งเดียว และการยัด 600,000 โทเคนเข้าไปหมายถึงต้องใช้ retrieval หรือระดับราคา $4/$12 ซึ่งตั้งราคาไว้ที่จุดที่ช่องว่าง 2.7× กลายเป็นเรื่องยากที่จะปกป้อง

การคิดราคาแบบอัตราคงที่ยังทำให้การพยากรณ์เป็นไปได้ เจ้าของงบประมาณสามารถนำจำนวนโทเคนคูณกับอัตราเดียวแล้วได้ผลลัพธ์ที่ถูกต้อง ส่วนการคิดราคาแบบขั้นบันไดหมายความว่าโมเดลการเงินต้องเดาการกระจายความยาวของพรอมต์ ซึ่งในทางปฏิบัติหมายความว่าการประมาณการจะผิดไปในทิศทางที่แพงขึ้น

และคะแนนอิสระ เท่าที่มีอยู่ ก็เอนไปทาง Qwen4-Max: 43 ต่อ 35 บนกระดานเดียวกัน ข้อแม้นี้เป็นเรื่องจริง — โมเดลที่เพิ่งมีอายุได้ไม่กี่วันได้รับการตรวจสอบน้อยกว่ามาก และการรวมดัชนีเป็นค่าเดียวก็ซ่อนความแปรปรวนมหาศาลในแต่ละงานไว้ — แต่ทิศทางนั้นไม่กำกวม

A generated two-column scoreboard for Qwen4-Max and Grok 4.7: Artificial Analysis Index 43 against 35, input $1.50 against $2.00, output $4.50 against $6.00, context 1M against 500K tokens, maximum output 262K shared against 450K, and speed not published against 69 tokens per second.

สิ่งที่ทั้งสองโมเดลไม่บอกคุณ

ทั้งสองผู้ขายไม่เผยแพร่น้ำหนักโมเดล ดังนั้นทั้งคู่จึงไม่สามารถโฮสต์เอง ตรวจสอบ หรือปักหมุดให้เป็นเวอร์ชันที่คุณควบคุมได้ SpaceXAI ไม่เผยแพร่จำนวนพารามิเตอร์ของ Grok 4.7 เลย Alibaba เผยแพร่คำอธิบายสถาปัตยกรรมของ Qwen4-Max — เลเยอร์ DeltaNet แบบมีเกตสลับกับกลไกแอตเทนชันแบบเบาบาง สาขาเรซิดวลแบบขนานสี่สาขาที่มีเกตแบบไดนามิก ตารางการฝัง N-gram — แต่ไม่เผยแพร่น้ำหนักโมเดล

ตัวเลข benchmark ของผู้จำหน่ายทั้งสองรายไม่ได้ผ่านการตรวจสอบอย่างอิสระในลักษณะเดียวกับที่ดัชนีได้รับการตรวจสอบ ตัวเลข Work360 ของ Alibaba ที่ 52.69 เทียบกับ 47.74 ของ Qwen3.8-Max คำกล่าวอ้างว่าต้นทุนเฉลี่ยต่องานลดลงจาก $4.43 เหลือ $1.67 และค่าบิตต่อไบต์ที่ต่ำกว่า 5–13 เปอร์เซ็นต์ในห้าเช็กพอยต์ฐาน ล้วนเป็นข้อมูลจากบริษัทเองและยังไม่มีการจำลองผลซ้ำ ข้อได้เปรียบของ Grok 4.7 ก็ไม่มีเอกสารยืนยันเช่นเดียวกันนอกเหนือจากดัชนี โดย SpaceXAI ไม่ได้เผยแพร่ต้นทุนต่องาน มีเพียงราคาต่อโทเคนเท่านั้น

ตัวเลขต้นทุนอิสระเพียงตัวเดียวที่มีอยู่กลับสวนทางกับตัวเลือกที่ดูถูกกว่า Artificial Analysis ระบุว่า Qwen4-Max อยู่ที่ $3.27 ต่อหนึ่งงานใน Intelligence Index และโปรไฟล์ Grok 4.7 ของบริษัทไม่ได้ระบุตัวเลขที่เทียบเคียงได้เลยแม้แต่รายการเดียว อ่านให้ดี: โมเดลที่ดูถูกที่สุดตรงนี้คือโมเดลที่มีบิลต่องานเป็นเอกสารยืนยัน ส่วนอีกตัวหนึ่งแค่ไม่ได้ถูกวัดเลย นี่ไม่ใช่หลักฐานว่า Qwen4-Max แพง แต่เป็นหลักฐานว่ามีเพียงหนึ่งในสองตัวนี้เท่านั้นที่ถูกประเมินต้นทุนตลอดทั้งกระบวนการโดยใครก็ตาม

วิธีการเลือก

หากพรอมป์ของคุณเกิน 200,000 โทเค็นเป็นประจำ Qwen4-Max คือโมเดลที่ถูกกว่าในสัดส่วนที่เพิ่มขึ้นตามความยาว และการแบ่งระดับของ Grok 4.7 หมายความว่าสัญชาตญาณแบบ "ส่งบริบทเพิ่มอีกหน่อย" ตามปกติจะกลายเป็นเรื่องแพงอย่างรวดเร็ว จงส่งงานที่ใช้บริบทขนาดยาวไปที่ Qwen4-Max

ถ้างานของคุณคือการสร้างอาร์ติแฟกต์ที่ยาวมากในการเรียกเพียงครั้งเดียว เพดานเอาต์พุต 450,000 โทเคนของ Grok 4.7 คือตัวเลขที่ชี้ขาด และงบประมาณร่วม 262,144 ของ Qwen4-Max คือปัจจัยที่ทำให้ถูกตัดสิทธิ์ การแบ่งการสร้างเป็นส่วน ๆ ไม่ใช่วิธีแก้ปัญหาแบบเป็นกลาง มันทำให้คุณสูญเสียความสอดคล้องตรงรอยต่อ

หากคุณต้องการตัวเลขความหน่วง (latency) ก่อนตัดสินใจใช้งาน Grok 4.7 มีการเผยแพร่ตัวเลขดังกล่าวในสามระดับความพยายาม ส่วน Qwen4-Max ยังไม่มี ความไม่สมมาตรนี้จะหายไปเมื่อการทดสอบอิสระตามทัน แต่ในวันนี้ มันเป็นเหตุผลที่ควรนำร่องมากกว่ากำหนดเป็นมาตรฐาน

หากคุณใช้งาน Grok 4.7 อยู่แล้วและคำถามคือควรเพิ่ม Qwen4-Max หรือไม่ คำตอบที่ตรงไปตรงมาคือเพิ่มแบบเลือกใช้: การอ่านบริบทแบบยาว การป้อนวิดีโอ และงานแบบแบตช์ที่คำนึงถึงต้นทุน ขณะที่ปล่อยงานสร้างข้อความยาวไว้กับโมเดลที่มีเพดานเอาต์พุตระบุไว้อย่างชัดเจน สองโมเดลภายใต้คีย์เดียวทำให้คุณต้องมีกฎการกำหนดเส้นทางหนึ่งข้อ ไม่ใช่ต้องย้ายระบบ และหมายความว่าสัปดาห์ที่เกิดปัญหากับผู้ให้บริการรายใดรายหนึ่งจะเป็นการสลับไปใช้ตัวสำรองแทนการหยุดให้บริการ

Artificial Analysis page for Grok 4.7, captured 17 November 2026 in English, showing Intelligence #46 of 81, Output speed 69 tokens per second, $2.00 input and $6.00 output per 1M tokens, a 75 per cent cache discount, and SpaceXAI as the developer.

กระดานคะแนน พร้อมแหล่งที่มาที่แนบมาด้วย

ตัวเลขเดียวที่แยกโมเดลเหล่านี้ได้ชัดเจนที่สุดไม่ใช่คะแนนดัชนี — แต่เป็นราคาที่ 400,000 โทเคน Qwen4-Max $0.69, Grok 4.7 $1.84 ตามอัตราระหว่างประเทศที่ผู้ขายแต่ละรายประกาศไว้ ส่วนสิ่งอื่นทั้งหมดในการเปรียบเทียบนี้เป็นการประเมินเกี่ยวกับหลักฐานและศักยภาพที่เหลืออยู่

ข้อความสั้นๆ เกี่ยวกับคะแนนดัชนี เพราะคะแนนเหล่านี้จะถูกนำไปอ้างโดยขาดบริบท คะแนน 43 และ 35 มาจากกระดาน Artificial Analysis เดียวกัน ซึ่งอ่านเมื่อวันที่ 17 พฤศจิกายน 2026 คะแนนทั้งสองเปรียบเทียบกันได้ แต่ไม่สามารถเปรียบเทียบกับ 55 ที่ Kimi K3.1 Pro ได้รับภายใต้เกณฑ์วัดก่อนหน้า และบทความใดก็ตามที่นำตัวเลขสองตัวนั้นมาไว้ในประโยคเดียวกันกำลังเปรียบเทียบการทดสอบที่แตกต่างกันสองชุด ตัวเลขจากผู้ขาย — Work360, การลดจำนวนโทเค็น, ค่าเดลต้าบิตต่อไบต์ — เป็นข้อมูลของ Alibaba เองและไม่มีการตรวจสอบจากบุคคลที่สามเลย

อีกเรื่องที่ควรรู้ก่อนคุณจะวางแผนเรื่องค่าใช้จ่ายโดยอิงจาก 43: คะแนนนี้มาจากการตั้งค่าความพยายามเพียงค่าเดียว Alibaba เปิดใช้ thinking เป็นค่าเริ่มต้นพร้อมงบ 131,072 โทเคน และตั้งค่าความพยายามไว้ที่ high และการทดสอบอิสระยังไม่เคยเผยแพร่ว่าโมเดลทำคะแนนได้เท่าไรเมื่อใช้ความพยายามระดับ low หรือจะประหยัดได้มากน้อยแค่ไหน จนกว่าจะมีข้อมูลนั้น ควรมองว่า 43 คือราคาของการตั้งค่าเริ่มต้นของโมเดล มากกว่าจะเป็นปุ่มที่คุณปรับลดลงมาแลกได้

การ์ดทั้งสองใบ ในเส้นทางเดียว

คุ้มค่าที่จะระบุความแตกต่างเชิงปฏิบัติระหว่างการอ่านใบอัตราค่าใช้จ่ายสองใบกับการรันสองโมเดล เพราะมันเล็กกว่าที่ช่องว่างของราคาบ่งชี้ grok/grok-4.7 เป็นหนึ่งใน 215 ตัวระบุที่เราให้บริการ ในราคาตามรายการของผู้ให้บริการโดยไม่มีการบวกเพิ่ม ดังนั้นขอบเขตระดับชั้นและอัตราแคชของมันจึงเป็นไปตามที่ SpaceXAI ประกาศในวันนั้น Qwen4-Max ไม่ได้อยู่ในกลุ่มนั้น; มันส่งผ่าน API Model Studio ของ Alibaba เอง ผลในทางปฏิบัติคือ กลยุทธ์แบบผสมที่เสนอไว้ข้างต้น — การอ่านบริบทแบบยาวบน Qwen4-Max การสร้างข้อความแบบยาวบน Grok 4.7 — ต้องมีความสัมพันธ์กับผู้จำหน่ายหนึ่งรายสำหรับแต่ละฝั่ง และกฎการกำหนดเส้นทางจะดีได้เพียงเท่ากับสองปลายทางที่อยู่ใต้กฎนั้น

OrcaRouter model page for Grok 4.7, captured 17 November 2026 in English, showing the identifier grok/grok-4.7, text, image and file input, a 500K-token context, 450K maximum output, a pricing panel and a p50 time-to-first-token of 10.00 seconds.

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube