Ripple 65B Preview vs Qwen 4 Max: หนึ่งในโมเดลเหล่านี้ที่คุณสามารถเรียกใช้งานได้จริง

หน้าสำหรับเปรียบเทียบต้องมีสองโมเดล แต่สำหรับหน้านี้ มีอยู่เพียงโมเดลเดียว {{1}}Ripple 65B Preview เปิดตัวเมื่อวันที่ 4 พฤศจิกายน 2026 เป็นโมเดล dense ขนาด 65,000 ล้านพารามิเตอร์ภายใต้ Apache 2.0 โดยมีเวตบน Hugging Face และมีรายการ API จากบุคคลที่สาม{{/1}} {{2}}Qwen 4 Max เป็นเพียงชื่อบนสไลด์ตั้งแต่การประชุม Apsara ของ Alibaba เมื่อวันที่ 22 กันยายน 2026 และ ณ วันที่ 5 พฤศจิกายน ยังไม่มี model card ไม่มีเวต ไม่มีราคา ไม่มีตัวระบุ API และไม่มีเบนช์มาร์กที่เผยแพร่สำหรับโมเดลนี้ที่ใดเลย{{/2}} ทุกตัวเลขที่คุณเห็นพ่วงอยู่กับ Qwen 4 Max ในสัปดาห์นี้ล้วนเป็นการคาดการณ์ รวมถึงบางตัวเลขที่ถูกนำเสนอราวกับเป็นข้อเท็จจริง

นั่นไม่ได้ทำให้การเปรียบเทียบไร้ประโยชน์ แต่ทำให้เป็นการเปรียบเทียบอีกแบบหนึ่ง: โมเดลที่ส่งมอบแล้วเทียบกับโมเดลที่เพิ่งประกาศ และเป็นคำถามที่ปฏิบัติได้จริงกว่าว่าคุณควรใช้งานอะไรในวันนี้ ในขณะที่ตัวที่ประกาศไว้ยังคงเป็นเพียงประกาศ สำหรับกรณีนั้น ตัวแทนทดแทนที่ตรงไปตรงมาคือ Qwen3.8-Max — โมเดลเรือธงแบบปิดรุ่นปัจจุบันของ Alibaba ที่เปิดให้ใช้งานตั้งแต่ 3 สิงหาคม และเป็นโมเดลที่ Qwen 4 Max จะเข้ามาแทนที่จริง ๆ

สิ่งที่ Alibaba ได้พูดไว้จริง ๆ ตามลำดับ

เมื่อวันที่ 22 กันยายน 2026 ที่ Apsara ใน Hangzhou Alibaba ได้แสดงชื่อระดับผลิตภัณฑ์สี่ชื่อ ได้แก่ Qwen4-Max, Qwen4-Plus, Qwen4-Flash และ Qwen4-27B ข่าวประชาสัมพันธ์อย่างเป็นทางการระบุว่าตระกูลนี้ “กำลังอยู่ระหว่างการฝึกสอน” โดยไม่ได้ระบุวันที่ จำนวนพารามิเตอร์ ขนาดหน้าต่างบริบท สัญญาอนุญาต หรือราคา ชื่อระดับเหล่านี้มาจากภาพถ่ายเวทีของผู้เข้าร่วมงาน ไม่ใช่จากข่าวประชาสัมพันธ์ที่เป็นลายลักษณ์อักษร — สิ่งนี้ควรค่าแก่การจดจำในครั้งถัดไปที่คุณเห็นชื่อเหล่านี้ถูกอ้างถึงในฐานะข้อกำหนดทางเทคนิค

เมื่อวันที่ 29 ตุลาคม ณ Apsara Amsterdam ผู้เข้าร่วมงานและสื่อรายงานว่า Feifei Li CTO ของ Alibaba Cloud กล่าวว่าตระกูลโมเดลนี้จะมาถึง "สัปดาห์หน้า" ขณะที่เอกสารที่ Alibaba เขียนเองยังระบุว่า "อยู่ระหว่างการฝึก" ในเวลานั้น สัปดาห์ของวันที่ 2 พฤศจิกายนผ่านไปแล้ว เมื่อวันที่ 4 พฤศจิกายน Alibaba ย้ำคำมั่นเรื่องการเปิดเวตสำหรับ Qwen 4 และ Qwen 5 — ซึ่งเป็นแถลงการณ์เกี่ยวกับเจตนา ไม่ใช่การเปิดตัว

ดังนั้น ไทม์ไลน์เท่าที่เป็นอยู่ในตอนนี้คือ การบรรยายหลักหนึ่งครั้ง ชื่อสี่ชื่อ กำหนดเวลาของผู้บริหารคนหนึ่งที่ล่าช้าออกไป และคอมมิตสองครั้งในไคลเอนต์บรรทัดคำสั่ง นั่นคือฐานหลักฐานทั้งหมด

คอมมิตไม่ใช่เอกสารสเปก

สิ่งที่เป็นรูปธรรมที่สุดคือ pull request #15762 ของ Qwen Code ซึ่งถูก merge เมื่อวันที่ 28 ตุลาคม และเผยแพร่ใน v0.26.3 โดยกำหนดขนาดให้ตัวระบุ qwen4 ทุกตัวมีบริบท 1M โทเค็นในค่าเริ่มต้นของไคลเอนต์ ข้อเสนอติดตามผล #15987 ซึ่งถูก merge เมื่อวันที่ 31 ตุลาคม และเผยแพร่ใน v0.26.5 ได้ให้ตัวระบุเหล่านั้นมีบันไดระดับความพยายามในการให้เหตุผลแบบต่ำ/กลาง/xhigh โดยมี xhigh เป็นค่าเริ่มต้น

มันชวนให้ตีความว่า 1M context จากตรงนั้นเป็นตัวเลขอย่างเป็นทางการ แต่ไม่ใช่ มันเป็นค่าเริ่มต้นฝั่งไคลเอนต์ที่วิศวกรเขียนขึ้นโดยคาดหวังว่าจะมี endpoint อยู่จริง และการตีความตารางเดียวกันในแบบอื่นกลับให้ค่าเป็น 262,144 แทน ตาราง identifier ยังไม่มีรายการ qwen4-27b และองค์กร Qwen บน Hugging Face ก็ไม่มี repository ขนาด 27B แม้ว่าระดับ 27B จะถูกระบุชื่อบนสไลด์ Apsara ก็ตาม เมื่อเครื่องมือยังไม่สมบูรณ์ขนาดนั้น ตัวเลขในนั้นจึงเป็นเพียงการเดาที่แนบ commit hash มาด้วย

เรื่องนี้สำคัญเพราะมีอุตสาหกรรมขนาดเล็กเติบโตขึ้นรอบ ๆ การเติมช่องว่างนี้ หน้าเว็บรวบรวมข้อมูลหลายแห่งตอนนี้มีตารางสเปก Qwen 4 Max แบบเต็ม ทั้งจำนวนพารามิเตอร์ คะแนน SWE-bench ราคาต่อโทเคน ชื่อเอนด์พอยต์ โดยไม่มีแหล่งที่มา บางแห่งอยู่บนโดเมนที่ดูน่าเชื่อถือ แต่ไม่มีแห่งใดสืบย้อนกลับไปถึง Alibaba ได้ หากเดือนนี้คุณกำลังสร้างกรณีจัดซื้อบนตัวเลขของ Qwen 4 Max คุณกำลังสร้างมันบนสิ่งที่ใครบางคนกุขึ้นมา

การแทนที่ที่ตอบคำถามของคุณได้จริง

หากสิ่งที่คุณต้องการคือ Qwen รุ่นเรือธงเพื่อเปรียบเทียบกับ Ripple 65B Preview รุ่นที่มีอยู่คือ Qwen3.8-Max เป็นโมเดล Mixture-of-Experts ที่มีพารามิเตอร์รวมประมาณ 2.4 ล้านล้านตัว และมีพารามิเตอร์ที่ใช้งานจริง 95 พันล้านตัว รองรับคอนเท็กซ์ 1M โทเคน เพดานเอาต์พุต 131,072 โทเคน และรับอินพุตเป็นข้อความ รูปภาพ และวิดีโอ ราคาอยู่ที่ $2.00 ต่ออินพุตหนึ่งล้านโทเคน และ $6.00 ต่อเอาต์พุตหนึ่งล้านโทเคน และได้คะแนน 45.4 ใน Intelligence Index ของ Artificial Analysis

• พารามิเตอร์ — Ripple 65B แบบ dense เทียบกับ Qwen3.8-Max ~2.4T รวม / 95B ที่ใช้งาน

• ค่าน้ำหนักโมเดล — Apache 2.0 บน Hugging Face เทียบกับแบบปิด เข้าถึงผ่าน API เท่านั้น

• ราคา — $0.20 / $0.60 ต่อล้านสำหรับเอนด์พอยต์แบบโฮสต์ตัวแรก เทียบกับ $2.00 / $6.00

• บริบท — โฆษณาไว้ 1M แต่พบ 16.4K ในรายการจากบุคคลที่สามหนึ่งรายการ เทียบกับ 1M ที่ให้บริการแล้ว

• รูปแบบอินพุต — ข้อความเท่านั้น เทียบกับ ข้อความ รูปภาพ และวิดีโอ

• การเขียนโค้ดแบบเอเจนต์ — 80.5 บน Terminal-Bench 2.1 เป็นตัวเลขที่ผู้ขายรายงาน เทียบกับไม่มีตัวเลข Terminal-Bench ที่เผยแพร่

รูปแบบนี้สอดคล้องกับสิ่งที่การเปรียบเทียบอื่น ๆ ในชุดนี้พบ Ripple ถูกกว่าสิบเท่าสำหรับอินพุต และถูกกว่าสิบเท่าสำหรับเอาต์พุต เป็นเพียงตัวเดียวในสองตัวนี้ที่คุณสามารถดาวน์โหลดและปรับแต่งละเอียดได้ และเป็นตัวเดียวที่ประกาศclaimsเรื่องการเขียนโค้ดแบบเอเจนต์อย่างชัดเจน Qwen3.8-Max คือตัวที่คุณเรียกใช้เมื่องานต้องใช้อินพุตวิดีโอ หรือหน้าต่างบริบทที่วัดเป็นล้านโทเค็นพร้อมการรับประกันการให้บริการรองรับ

Qwen 4 Max ต้องทำอะไรบ้างจึงจะคุ้มค่าที่จะรอ

สี่สิ่งที่จะทำให้การรอคอยนี้สมเหตุสมผล และยังไม่มีสิ่งใดในสี่สิ่งนั้นเกิดขึ้นเลย

ก่อนอื่น เผยแพร่การ์ดก่อน จำนวนพารามิเตอร์และคำอธิบายสถาปัตยกรรมเป็นขั้นต่ำสำหรับใครก็ตามที่จะวางแผนความจุ และ “ชื่อระดับสี่ชื่อบนสไลด์” ก็ต่ำกว่าเกณฑ์นั้น

ประการที่สอง ประกาศราคาออกมา รุ่น Max เป็นแบบปิดน้ำหนักมากว่าหนึ่งปีแล้ว และตั้งราคาไว้ที่ระดับสูงสุดของช่วงราคาของ Alibaba หาก Qwen 4 Max ออกมาที่ราคา $2/$6 เท่ากับรุ่นก่อน ข้อโต้แย้งเรื่องราคาที่มีต่อ Ripple ก็ไม่เปลี่ยนแปลง หากออกมาสูงกว่า ก็ยิ่งแย่ลง

ประการที่สาม จัดการเรื่องสัญญาอนุญาตให้เรียบร้อย อาลีบาบาได้ย้ำคำมั่นเรื่องการเปิดน้ำหนักโมเดลสำหรับตระกูล Qwen 4 และระบุระดับ 27B เป็นลำดับแรก ซึ่งบ่งชี้ว่าระดับ Max ยังคงเป็นแบบปิด มีข่าวลือเรื่องการแบ่งรายได้สำหรับผู้ใช้เชิงพาณิชย์รายใหญ่เผยแพร่ออกไปโดยไม่มีการยืนยัน ตราบใดที่ยังไม่มีไฟล์สัญญาอนุญาต ให้วางแผนไว้ในรูปแบบปิด

ประการที่สี่ เผยแพร่ benchmark ในเวอร์ชันที่ผู้อื่นได้รันแล้ว คะแนน 80.5 ของ Ripple บน Terminal-Bench 2.1 เป็นคำกล่าวอ้างของผู้จำหน่ายบนรีวิชันที่เก่ากว่า และยังมากกว่าสิ่งที่ Qwen 4 Max มีให้ในหกสัปดาห์นับตั้งแต่ประกาศเปิดตัว

ทำไมคอลัมน์ที่ว่างเปล่าจึงไม่ใช่เหตุผลให้ต้องรอ

การปล่อยให้การตัดสินใจค้างไว้เพื่อรอโมเดลที่ยังไม่มีวันเปิดตัวนั้นมีต้นทุนที่แท้จริง หากคุณต้องการ agentic coder ภายในสัปดาห์นี้ ตัวเลือกที่อยู่ตรงหน้าคุณคือ Ripple 65B Preview ในราคาประมาณ $0.20 และ $0.60 ต่อล้านโทเคนภายใต้ Apache 2.0 หรือ Qwen3.8-Max ในราคา $2.00 และ $6.00 ผ่าน API แบบปิด นั่นคือการตัดสินใจที่คุณเลือกได้และย้อนกลับได้ การรอ Qwen 4 Max ไม่ใช่การตัดสินใจ แต่เป็นการเลื่อนออกไปโดยไม่ทราบวันสิ้นสุด และคำว่า "สัปดาห์หน้า" ของ CTO ก็พลาดไปแล้วครั้งหนึ่ง

แนวทางที่สมเหตุสมผลคือการสร้างบนพื้นฐานของสิ่งที่มีอยู่แล้วและทำให้การย้ายระบบมีต้นทุนต่ำ Qwen3.8-Max มีอยู่ในแคตตาล็อกของเราแล้ววันนี้ ในราคา $2.00 และ $6.00 โดยไม่มีการบวกกำไร 0% — เป็นราคาตามรายการของผู้ให้บริการที่ส่งต่อมาโดยตรง ดังนั้นหาก Alibaba ปรับราคาในระดับนี้เมื่อ Qwen 4 Max เปิดตัว การเปลี่ยนแปลงจะไปถึงคีย์ของคุณภายในวันเดียวกัน แทนที่จะรอถึงสัญญาฉบับถัดไป Ripple 65B Preview ไม่ได้อยู่ในแคตตาล็อกของเรา คุณสามารถเข้าถึง API ได้ผ่านเอนด์พอยต์ของ Ricursive เองและแพลตฟอร์มของบุคคลที่สาม และน้ำหนักโมเดลอยู่บน Hugging Face หากคุณต้องการรันด้วยตัวเอง

การสร้างระบบให้สอดคล้องกับรูปแบบที่เข้ากันได้กับ OpenAI ซึ่งทั้งสองฝ่ายใช้อยู่นี้ คือสิ่งที่ทำให้การสลับไปใช้ Qwen 4 Max เป็นเพียงการเปลี่ยนการตั้งค่า ไม่ใช่การเขียนใหม่ — และมันเป็นเพียงวิธีป้องกันความเสี่ยงเดียวที่มีอยู่ต่อวันเปิดตัวที่ยังไม่มีใครประกาศออกมา

ทำอะไรดีในวันที่ 5 พฤศจิกายน

หากงานของคุณคือการเขียนโค้ดแบบเอเจนต์ที่ใช้ข้อความเท่านั้น และต้นทุนคือข้อจำกัด ให้รัน Ripple 65B Preview ใช้งานได้แล้วตอนนี้ เป็น Apache 2.0 และข้ออ้างเรื่อง Terminal-Bench ของมันเป็นข้ออ้างที่แข็งที่สุดในบรรดาข้ออ้างของทั้งสองแล็บในเดือนนี้ — ให้ถือว่า 80.5 เป็นตัวเลขของ Ricursive เองบนเวอร์ชันเก่า และทำซ้ำผลนั้นกับงานของคุณก่อนที่คุณจะตัดสินใจใช้งาน

หากงานของคุณต้องใช้อินพุตเป็นภาพหรือวิดีโอ ต้องมีบริบท 1M โทเคนแบบรับประกัน หรือต้องใช้ผู้ให้บริการที่มีสัญญาซัพพอร์ต ก็รัน Qwen3.8-Max วันนี้เลย และเอา Qwen 4 Max ไปใส่ไว้ใน watch list ให้จับตาดู model card ไม่ใช่คำกล่าวบนเวทีคีย์โน้ต; ให้ดูไฟล์ไลเซนส์ ไม่ใช่คำมั่นสัญญา; ให้ดู API identifier ที่ resolve ได้จริง ไม่ใช่ค่าเริ่มต้นฝั่งไคลเอนต์ใน pull request

และเมื่อ Qwen 4 Max วางจำหน่ายจริง หน้านี้จะกลายเป็นบทความอีกฉบับหนึ่ง ในตอนนี้ คำตัดสินอย่างตรงไปตรงมาแคบกว่าที่ตาราง benchmark จะบ่งชี้ และเรียบง่ายกว่าที่ roadmap จะบอกไว้: หนึ่งในโมเดลเหล่านี้คุณเรียกใช้ได้ และอีกหนึ่งคุณเรียกใช้ไม่ได้