
MAI Code 2 vs Qwen 4 Max: Chín ngày, hai bảng giá, một endpoint
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 180 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 223 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 98 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Có một hạn chót đang ẩn giấu bên trong phép so sánh này. Qwen 4 Max — mà Alibaba viết là Qwen4-Max, và API liệt kê là qwen4-max — đã chuyển sang tính phí theo mức sử dụng vào ngày 16 tháng 11 năm 2026, và các chuỗi mô hình bản xem trước mà nó thay thế — qwen4-max-preview và qwen4.0-max-preview — sẽ ngừng phản hồi lúc 24:00 UTC+8 ngày 25 tháng 11 năm 2026. Đó là chín ngày kể từ hôm nay. MAI Code 2, mà Microsoft phát hành một ngày sau khi Qwen4-Max ra mắt chính thức, tại Ignite vào ngày 17 tháng 11 năm 2026, lại không có chiếc đồng hồ nào như vậy: nó chỉ có thể được truy cập bằng cách chọn nó bên trong một ứng dụng khách GitHub Copilot, với mức 0,50 USD cho mỗi triệu token đầu vào và 2,50 USD cho mỗi triệu token đầu ra, theo mức giá khuyến mại kéo dài đến ngày 17 tháng 5 năm 2027. Vậy nên một trong hai mô hình này có hạn chót chuyển đổi mà bạn vẫn có thể bỏ lỡ, còn mô hình kia có ngày hết hạn mà bạn có thể lên kế hoạch xoay quanh. Không điều nào trong hai điều đó là một phép đo hiệu năng, và gộp lại, chúng giải thích phần lớn điều tạo nên sự khác biệt giữa cặp này.
Ở đây, câu hỏi về giá và câu hỏi về quyền truy cập chỉ về hai hướng ngược nhau, và chỉ một trong số đó có thể được giải đáp bằng cách đọc biểu giá.
Hai mô hình ra mắt cách nhau một ngày và bất đồng về mọi thứ khác
MAI Code 2 đến Microsoft Ignite với tư cách là một trong loạt bảy mô hình trên cùng một sân khấu, và lựa chọn thiết kế định hình của nó là việc nó không tồn tại bên ngoài bộ công cụ của nhà cung cấp. Qwen4-Max của Alibaba đã rời giai đoạn xem trước vào ngày hôm trước, sau một giai đoạn Token Plan tại Singapore, và lựa chọn thiết kế định hình của nó thì ngược lại: tính phí theo từng token ở sáu khu vực, bốn giao thức API, và một bảng thông số kỹ thuật được tài liệu hóa vẫn giữ lại những phần khó xử.
Hai mươi bốn giờ đó chính là toàn bộ câu chuyện của cặp này. Một công ty tung ra một mô hình được tối ưu cho gói đăng ký mà họ vốn đã bán. Công ty còn lại tung ra một mô hình được tối ưu cho API mà họ vốn đã vận hành. Mọi khác biệt dưới đây đều bắt nguồn từ đó, và chính vì vậy mà việc so sánh này mới đáng làm.
Các bảng giá cước, cùng với các khoản chiết khấu sẽ hết hạn
• Đầu vào — MAI Code 2 với giá 0,50 USD mỗi triệu token so với Qwen4-Max ở mức 1,50 USD tại Singapore, hoặc 1,413 USD tại các khu vực Toàn cầu; MAI chỉ bằng một phần ba mức giá tại Singapore
• Đầu ra — 2,50 USD so với 4,50 USD và 4,24 USD; tỷ lệ thu hẹp xuống còn 56%
• Đầu vào được lưu trong bộ nhớ đệm — $0,025 so với $0,075 ở Singapore và $0,071 ở những nơi khác; khoảng cách 3×, mức lợi thế nhỏ nhất trong danh sách
• Ghi bộ nhớ đệm — Microsoft không công bố mức giá nào, so với Qwen4-Max ở mức 1,875 USD mỗi triệu cho một lần ghi năm phút và 3,00 USD cho một giờ
• Từ ngày 17 tháng 5 năm 2027 — MAI Code 2 tăng gấp đôi lên $1.00 / $0.05 / $5.00, tại thời điểm đó mức giá đầu vào của nó vẫn thấp hơn của Qwen4-Max và mức giá đầu ra của nó cao hơn.
• Ngữ cảnh — 991,808 token đầu vào trên Qwen4-Max, giảm xuống 983,616 ở chế độ suy nghĩ, so với 1 triệu token trên MAI Code 2 trong VS Code và Copilot CLI
• Ngân sách đầu ra — không do Microsoft công bố, so với ngân sách 262.144 token dùng chung giữa phần suy luận và câu trả lời trên Qwen4-Max
• Trọng số — cả hai đều không thể tải xuống. Microsoft nêu rõ điều này; hạng Max của Qwen4-Max không có cam kết mở trọng số, khác với hạng 27B của cùng dòng.
Dòng đầu vào được lưu đệm quyết định các lượt chạy agent dài, và nó đi ngược lại con số nổi bật. Mức đọc bộ nhớ đệm của Qwen4-Max bằng 5% mức giá đầu vào của chính nó, và ví dụ tính toán được công bố của nó — đầu ra 8.000 token cộng với một tiền tố được đọc hai lần — biến ba lượt giống hệt nhau thành $0.918 so với $1.908 khi không dùng bộ nhớ đệm. Một nhóm giữ lời nhắc hệ thống cố định và lược đồ công cụ ở phía trước một câu hỏi thay đổi sẽ nhận được mức chiết khấu hiệu dụng lớn hơn nhiều so với mức mà giá đầu vào hàm ý. Mức chiết khấu bộ nhớ đệm 95% của MAI Code 2 trên một mức cơ sở thấp hơn là tương đương về bản chất, nhưng Microsoft không công bố phí ghi bộ nhớ đệm, khiến hai thẻ giá khó so sánh ở đúng khía cạnh mà các khối lượng công việc agentic chi phần lớn tiền của chúng.
Ngân sách đầu ra đã bị thu hẹp trên chặng đường tiến tới bản phát hành chính thức.
Sự thật ít được nhắc đến nhất về GA của Qwen4-Max là bản preview đã cho nó nhiều dư địa suy nghĩ hơn. Ở bản preview, ngân sách chia sẻ cho phần suy nghĩ cộng với câu trả lời là 393.216 token; ở GA, con số này là 262.144. Đầu ra không suy nghĩ bị giới hạn ở 131.072. Một phần ba dư địa biến mất đúng vào thời điểm mô hình có được bảng giá thực sự và năm khu vực mới.
Việc đó có phải là hồi quy hay không phụ thuộc vào khối lượng công việc của bạn, nhưng đây là một thay đổi đã được ghi nhận mà bất kỳ ai vẫn trỏ cấu hình vào các chuỗi bản xem trước cần biết, vì các chuỗi đó sẽ ngừng hoạt động sau chín ngày. Mã định danh qwen4-max là mã sẽ tồn tại.
Thông số tương đương của MAI Code 2 không được công bố. Microsoft tài liệu hóa cửa sổ ngữ cảnh 1 triệu token và các mức suy luận có thể cấu hình — tài liệu Copilot xác nhận độ sâu suy luận có thể điều chỉnh và lưu ý rằng ngữ cảnh mở rộng là một tính năng của VS Code và Copilot CLI — nhưng không có giới hạn đầu ra nào trong bất kỳ tài liệu Microsoft nào, nên không có gì để so sánh với con số 262.144. Sự bất đối xứng đó xuyên suốt toàn bộ màn so tài này: Qwen4-Max cho bạn biết những con số khó nhằn, còn MAI Code 2 cho bạn biết những con số đẹp đẽ.
Các điểm số độc lập nói gì, từ phía duy nhất có những điểm số đó
Artificial Analysis xếp Qwen4-Max ở mức 43 trên Chỉ số Trí tuệ v5.0.1, với chi phí 3,27 USD cho mỗi tác vụ chỉ số, 32,1 phút mỗi tác vụ, 55 token mỗi giây đầu ra và 155,4 giây để có token trả lời đầu tiên, trên cửa sổ ngữ cảnh mà họ đo được là 984k. Đó là những con số ở mức trung bình. Ghi chú về độ dài dòng chữ trên cùng trang mới là thông tin hữu ích hơn: mô hình đã tạo ra lượng token đầu ra gần gấp đôi mô hình trung vị trong lần chạy chỉ số, nên mức giá token danh nghĩa của nó đã đánh giá thấp chi phí thực tế cho mỗi tác vụ.
MAI Code 2 hoàn toàn không có dòng nào trên Artificial Analysis — không có trang mô hình, nên không có chỉ số nào để đọc. Thứ hiện có là bài đăng ra mắt của Microsoft: bốn benchmark được nêu tên, ba benchmark chạy trên nền tảng MSBench nội bộ của công ty thông qua GitHub Copilot CLI với các subagent bị vô hiệu hóa ở mức nỗ lực suy luận tối đa, benchmark thứ tư lấy từ Artificial Analysis, và kết quả được diễn đạt là đạt 96% hiệu năng của Claude Opus 5.5 với chi phí chỉ bằng 5% và đạt 98% hiệu năng của GPT-6.1 Sol với chi phí bằng 40%. Không có tỷ lệ vượt qua nào theo từng benchmark được công bố.
Nếu đặt chúng cạnh nhau một cách trung thực, bạn không thể xếp hạng hai bên. Điểm 43 của Qwen4-Max trên một chỉ số trung lập là ở mức tầm trung; các tỷ lệ của MAI Code 2 mạnh theo cách riêng của chúng; chúng đo những thứ khác nhau trên những bộ khung đánh giá khác nhau và không nhà cung cấp nào đã chạy thử của bên kia. Điều bạn có thể nói là con số của Qwen4-Max có thể kiểm chứng được còn của MAI Code 2 thì không, đó là một nhận định về bằng chứng chứ không phải về năng lực.

Các động từ mà mỗi mô hình được huấn luyện để thực hiện
Định vị của Microsoft dành cho MAI Code 2 rất hẹp và cụ thể: đưa mã vào môi trường sản xuất, gỡ lỗi chuyên sâu, triển khai đa tệp, suy luận trên toàn kho mã, công việc giao diện người dùng, cùng bảng điều khiển và trực quan hóa. Bài đăng ra mắt cũng nói rất rõ về các giới hạn — các mô hình “rõ ràng là chưa được tinh chỉnh cho những bài toán khó hơn, như nghiên cứu khoa học cơ bản và công việc tác tử có chân trời rất dài” — và tuyên bố đánh giá frontend mù, với 64% người đánh giá ưu tiên hơn GPT-6 Sol, chỉ được giới hạn đúng ở điểm mạnh viết mã trực quan đó.
Định vị của Qwen4-Max rộng hơn ngay từ thiết kế, và tài liệu của nó cho thấy điều đó: đầu vào văn bản, hình ảnh và video, đầu ra có cấu trúc, gọi công cụ song song, hoàn thành tiền tố, tìm kiếm web, cùng cả bộ nhớ đệm tường minh lẫn ngầm định, trên OpenAI Chat Completions, OpenAI Responses, Anthropic Messages và DashScope. Suy luận theo lô chỉ có ở Bắc Kinh, và chỉ đường dẫn Batch File mới mang ưu đãi — Batch Chat được niêm yết theo mức giá thời gian thực, nên từ "batch" trong tên endpoint không phải là bảo đảm về giá ở đó.
Đó là sự bất đối xứng thực tế giữa một mô hình lập trình và một mô hình tổng quát. MAI Code 2 có lẽ giỏi hơn ở đúng việc nó được tạo ra để làm, và Microsoft có những bài đánh giá nội bộ mà họ sẽ không cho bạn xem. Qwen4-Max sẽ làm được nhiều thứ hơn nhiều, còn đánh giá độc lập của chính Alibaba nói rằng nó chỉ ở mức khá ở phần lập trình.
Chạy từng cái ở đâu, và router thực sự để làm gì ở đây
MAI Code 2 có sẵn trong GitHub Copilot trên Pro, Pro+, Max, Business và Enterprise, trên Windows, macOS và Linux, trong Copilot CLI và Visual Studio Code. MAI Code 2 Flash là mô hình duy nhất trong dòng có bề mặt API — bản xem trước quyền truy cập hạn chế trong Microsoft Foundry thông qua Responses API tương thích OpenAI. Qwen4-Max nằm trên nền tảng riêng của Alibaba tại sáu khu vực. Hiện cả hai đều không có trong danh mục của OrcaRouter, nên mọi tuyên bố rằng có thể định tuyến đến chúng đều không đúng.
Điều mà danh mục thực sự có là Qwen3.8-Max với giá $2.00 và $6.00 tại Singapore — mô hình Qwen4-Max rẻ hơn 25% ở cả hai phía của đồng hồ tính phí — cùng với những mô hình tiên phong mà bạn sẽ dùng làm mốc so sánh cho một lập trình viên giá rẻ: Claude Opus 5.5, Kimi K3.1 Pro, Gemini 4 Carbon. Tất cả ở giá niêm yết của nhà cung cấp với 0% phụ phí, tất cả trên một khóa. Điều đó quan trọng đối với một kiểu quyết định cụ thể: nếu bạn định chọn giữa MAI Code 2 và Qwen4-Max bằng cách chạy cả hai trên kho mã của riêng bạn, thì việc so sánh cần một đối chứng, và đối chứng đó có thể đo được ngay hôm nay trong khi cả hai ứng viên thì không.
Lập luận về định tuyến còn đứng vững khi đối chiếu với hai mô hình này không phải là "đặt cả hai sau một endpoint." Mà là endpoint bạn thực sự kiểm soát chính là nơi chứa cơ chế dự phòng. Một pipeline gọi Qwen3.8-Max có thể chuyển dự phòng sang nhà cung cấp thứ hai mà không cần thay đổi mã; một ghế Copilot thì không thể chuyển dự phòng sang bất cứ đâu, vì bên dưới nó không có gì để định tuyến.
Làm thế nào để lựa chọn khi không có tiêu chuẩn đánh giá chung
Hãy chọn Qwen4-Max nếu mô hình phải trả lời một yêu cầu do mã của bạn tạo ra. Đó là toàn bộ lý do và nó mang tính quyết định: một API với bốn giao thức và sáu khu vực so với một mục chọn mô hình không phải là cuộc so tài sát nút đối với bất kỳ thứ gì tự động hóa. Hãy chuyển khỏi các chuỗi bản xem trước trước ngày 25 tháng 11, dự trù cho độ dài dài dòng mà lần chạy chỉ mục đã phơi ra, và dự trù cho mức trần đầu ra nhỏ hơn một phần ba so với của bản xem trước.
Hãy chọn MAI Code 2 nếu các nhà phát triển đã ở trong Copilot và công việc là kiểu sửa chữa doanh nghiệp thường lệ mà Microsoft đã định giá cho nó. Với mức giá đầu vào bằng một phần ba của Qwen4-Max và chỉ hơn một nửa mức giá đầu ra của nó, ngay cả một mô hình cần thử lại lần hai vẫn có thể thắng về chi phí cho mỗi tác vụ hoàn thành — và khác với Qwen4-Max, mức giá khuyến mãi của nó có ngày kết thúc được nêu rõ thay vì một mức giá không có thời hạn kết thúc mà bạn không kiểm soát.
Đừng chọn cả hai nếu khối lượng công việc cần một điểm số mà bạn có thể bảo vệ trước hội đồng mua sắm. Một mô hình có đánh giá độc lập ở mức trung bình; mô hình kia không có bất kỳ đánh giá độc lập nào. Trong tình huống đó, nước đi có thể bảo vệ là chạy mô hình nào mà bạn có thể đối chiếu với một mô hình có trên bảng xếp hạng trung lập, trên chính các tác vụ của bạn, và so sánh chi phí hoàn thành tác vụ thay vì giá token.


Điều có thể thay đổi phán quyết là một con số tuyệt đối duy nhất từ Microsoft. Một tỷ lệ vượt qua Terminal Bench 2.1, được công bố theo cách Moonshot đã công bố 65.7% trên Terminal-Bench 4.0, sẽ cho phép người mua đặt MAI Code 2 trên cùng trục với con số 43 của Qwen4-Max và thôi dựa vào một tỷ lệ. Cho đến lúc đó, lựa chọn là giữa một mô hình bạn có thể đo lường và một mức giảm giá bạn có thể xác minh, và lời khuyên trung thực là chọn mô hình có thể đo lường cho mọi thứ tự động hóa và chọn mức giảm giá cho bất cứ thứ gì có một người ngồi trực tiếp trước nó.
So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
