Muse Spark vs Qwen 4 Max: Một nửa của so sánh này vẫn chưa có endpoint.

Một trang so sánh Muse Spark với Qwen 4 Max có một vấn đề không liên quan gì đến chất lượng của cả hai mô hình, và vấn đề đó thuộc về câu đầu tiên chứ không phải câu cuối. Muse Spark là thật và có thể gọi được: Meta Superintelligence Labs đã giới thiệu dòng mô hình này vào ngày 8 tháng 4 năm 2026, và checkpoint hiện tại, Muse Spark 1.3, đã được cung cấp rộng rãi kể từ ngày 2 tháng 9 năm 2026 với mức giá 1,25 đô la cho mỗi triệu token đầu vào và 4,25 đô la cho mỗi triệu token đầu ra. Qwen 4 Max thì không thể gọi được và chưa bao giờ có thể. Nó đã được trình diễn trên sân khấu tại Hội nghị Apsara ở Hàng Châu vào ngày 22 tháng 9 năm 2026 và kể từ đó không có gì được công bố — không có model card, không có mã định danh API, không có cửa sổ ngữ cảnh, không có giá, không có trọng số, không có điểm benchmark. Vì vậy, phiên bản trung thực duy nhất của màn so tài này là một câu trả lời gồm hai phần: Qwen 4 Max được công bố được cho là sẽ như thế nào, và Muse Spark so sánh ra sao với mô hình hàng đầu của Qwen mà bạn thực sự có thể gửi yêu cầu đến ngay hôm nay, đó là Qwen3.8-Max.

Chính xác thì Qwen 4 Max là gì

Đây là một mục trong danh sách. Tại Apsara, trưởng nhóm Qwen LLM Liu Da Yiheng đã giới thiệu trước bốn phiên bản — Qwen 4 Max là bản chủ lực, Qwen 4 Flash, Qwen 4 Plus và Qwen 4 27B — mô tả dòng này là được huấn luyện trên một kiến trúc thế hệ mới, và nói rằng nó sẽ sớm ra mắt. Đó là toàn bộ hồ sơ công khai. Không có ngày nào gắn với bất kỳ phiên bản nào, và trong sáu tuần kể từ đó, chưa có gì được công bố để bạn có thể lập kế hoạch dựa trên đó.

Một con số được lan truyền song song với thông báo không thuộc về thông báo đó. Mục tiêu “5 đến 10 nghìn tỷ tham số” gắn với tin tức Q​wen 4 là một tuyên bố hướng tới tương lai về các thế hệ sau Q​wen 4 — khung thời gian Q​wen 4.5 và Q​wen 5 — chứ không phải thông số kỹ thuật của Q​wen 4 Max. Alibaba hoàn toàn không gắn bất kỳ số lượng tham số nào với Q​wen 4 Max. Nếu trong tháng này bạn thấy nó được mô tả là một mô hình đa nghìn tỷ tham số, thì con số đó đã được mang sang từ một slide khác, và đáng để từ chối nhắc lại.

Điều thực sự tồn tại là một bản xem trước một phần của kiến trúc, dưới một cái tên khác. Q​wen3.8-Flash-Next đã được mở mã nguồn vào cuối tháng 8 năm 2026 và thẻ mô hình của nó ghi nó là bản xem trước của kiến trúc Q​wen 4: một mô hình thưa với 125 tỷ tham số chính cộng thêm 51 tỷ tham số embedding N-gram, kích hoạt khoảng 6 tỷ mỗi bước, với ngữ cảnh gốc 262.000 token và chi phí huấn luyện được báo cáo thấp hơn khoảng 90 phần trăm so với Qwen3.7-Plus. Điều đó cho bạn biết hình hài của những gì sắp tới. Nó không cho bạn biết Q​wen 4 Max đạt điểm bao nhiêu, tốn bao nhiêu, hay chấp nhận những gì.

• Tình trạng sẵn có — Qwen 4 Max: được công bố vào ngày 22 tháng 9 năm 2026, chưa có endpoint, chưa có ngày; Muse Spark 1.3: có sẵn rộng rãi kể từ ngày 2 tháng 9 năm 2026

• Điểm benchmark đã công bố — không có cho Q​wen 4 Max; M​eta công bố bảng điểm agentic đầy đủ cho Muse Spark 1.3

• Số lượng tham số — không được công bố đối với Qwen 4 Max; cũng không được công bố đối với Muse Spark 1.3, dù Alibaba đã xác nhận tổng cộng 2,4 nghìn tỷ với 95 tỷ tham số hoạt động cho mẫu flagship đang được bán ra của mình

• Giá — chưa có thông báo nào cho Qwen 4 Max; 1,25 USD / 4,25 USD mỗi triệu token cho Muse Spark 1.3, với gói Contributor ở mức 0,10 USD / 0,20 USD

• Cửa sổ ngữ cảnh — chưa công bố; 1.048.576 token cho Muse Spark 1.3

• Trọng số — cả hai đều không mở. Các trọng số mở trong hai họ này thuộc về Qwen3.8-2.4T-A95B và, về phía Meta, thuộc về Muse Spark Open và Muse Glimmer

Bài so sánh mà bạn thực sự có thể chạy

Qwen3.8-Max là mô hình mà các bậc Qwen 4 sẽ được đo lường dựa trên, và nó đang phục vụ lưu lượng thực tế ngay hôm nay: chính thức có sẵn từ ngày 3 tháng 8 năm 2026 với mức giá 2,00 USD mỗi triệu token đầu vào và 6,00 USD mỗi triệu token đầu ra, không đổi trên toàn bộ cửa sổ ngữ cảnh mà không có phụ phí cho prompt dài, được xây dựng dưới dạng hỗn hợp chuyên gia 2,4 nghìn tỷ tham số với 95 tỷ tham số hoạt động trên mỗi token, và phát hành trọng số mở vào ngày 12 tháng 8 năm 2026 với tên Qwen3.8-2.4T-A95B ở cả BF16 và FP8 theo giấy phép Qwen tùy chỉnh. Chi tiết cuối cùng đó rất quan trọng và dễ bị bỏ sót: trọng số của mô hình chủ lực đã được phát hành, và API được lưu trữ chỉ là một tiện ích bổ sung chứ không phải là con đường duy nhất.

Bức tranh độc lập cho cặp đôi này rõ ràng một cách bất thường, vì Artificial Analysis liệt kê cả hai và hai mô hình được phát hành cách nhau mười ngày với cùng một bản sửa đổi chỉ số đang được áp dụng. Mọi thứ dưới đây đều lấy từ những danh sách đó, và hai mô hình không được chạy lại trên một khung đánh giá dùng chung — hãy coi phần so sánh này như một cách đọc ngang hàng các số đo đã công bố, chứ không phải một thử nghiệm có kiểm soát.

• Chỉ số Trí tuệ — Muse Spark 1.3 (Max) 48, xếp hạng 24/217, so với Qwen3.8-Max (0902) 45, xếp hạng 33/217

• Tốc độ đầu ra — 121,9 token/giây so với 39,3 token/giây, trong đó mô hình Qwen xếp ở vị trí 181 trong số 186 và mô hình Meta ở vị trí 43 trong số 186

• Chi phí cho mỗi tác vụ Index đã hoàn thành — $1.60 so với $5.41

• Giá niêm yết mỗi triệu token — $1.25 đầu vào / $4.25 đầu ra so với $2.00 đầu vào / $6.00 đầu ra

• Cửa sổ ngữ cảnh — 1.048.576 token so với 984.000

• Độ dài dòng trên Index — 170M token đầu ra so với 190M

Điều thú vị ở bộ so sánh đó là mô hình Q​wen chậm hơn và đắt hơn trên mọi phương diện, trong khi lại thấp hơn ba điểm chỉ số, và khoảng cách này không hề nhỏ. Với tốc độ 39,3 token mỗi giây so với 121,9, Muse Spark 1.3 nhanh hơn khoảng ba lần, và chi phí cho mỗi tác vụ hoàn thành chỉ bằng khoảng một phần ba so với Qwen3.8-Max — 1,60 đô-la so với 5,41 đô-la — trong khi mức giá mỗi token chỉ chênh nhau khoảng 40 phần trăm. Sự khác biệt nằm ở tốc độ, không phải ở bảng giá: một mô hình mất thời gian dài gấp ba lần để tạo ra mỗi token sẽ tiêu tốn tiền trong lúc chờ đợi. Bất kỳ ai so sánh hai mô hình này chỉ dựa trên giá niêm yết sẽ đi đến kết luận sai lầm về việc mô hình nào rẻ hơn khi vận hành.

Hai điều làm dịu bớt điều đó, bởi vì phiên bản trung thực của phép so sánh cần cả hai. Điều thứ nhất là phương thức. Muse Spark được Meta ghi nhận là chấp nhận văn bản, hình ảnh, video, âm thanh và PDF và trả về văn bản; Qwen3.8-Max chấp nhận văn bản, hình ảnh và video. Trên một pipeline mang tài liệu quét hoặc âm thanh, mẫu chủ lực Qwen đơn giản là không thể nhận payload — và tách biệt khỏi điều đó, Meta cảnh báo rằng khả năng hiểu âm thanh trong Muse Spark 1.3 chưa được hỗ trợ đầy đủ và hướng các khối lượng công việc âm thanh sang Muse Spark 1.2. Điều thứ hai là độ lớn của khoảng cách. Ba điểm chỉ số không phải là một thay đổi cấp bậc; đó là kiểu biên độ có thể đảo ngược trên một harness khác hoặc một tổ hợp tác vụ khác. Các mức chênh lệch về tốc độ và chi phí là những phát hiện lâu bền ở đây, còn mức chênh lệch về trí tuệ là thứ nên giữ một cách dè dặt.

Nơi hai họ thực sự khác biệt, vượt ra ngoài điểm số

Công bố thông tin là điểm chia rẽ rõ rệt nhất. Alibaba đã công bố số lượng tham số của Qwen3.8-Max và phát hành trọng số của nó; Meta chưa công bố số lượng tham số cho bất kỳ phiên bản Muse Spark nào và không phát hành trọng số cho bất kỳ phiên bản nào trong số đó. Cả hai dòng sản phẩm chủ lực hiện chỉ có sẵn dưới dạng dịch vụ máy chủ — bạn không thể tự triển khai Muse Spark 1.3, và mặc dù trọng số của Qwen3.8-2.4T-A95B tồn tại, một mô hình 2.4T tham số là một thứ dành cho trung tâm dữ liệu hơn là thứ bạn chạy trên máy trạm. Nhưng lựa chọn đó tồn tại ở một bên và không ở bên kia, và những lựa chọn tồn tại thì có giá trị nào đó ngay cả khi bạn không sử dụng chúng.

Kiểm soát nỗ lực là điểm phân tách thứ hai, và cách của Meta chi tiết hơn theo một hướng làm thay đổi hóa đơn của bạn. Mức nỗ lực suy luận của Muse Spark có các mức minimal, low, medium, high, xhigh và max; mức max ra mắt vào ngày 4 tháng 9, hai ngày sau khi phát hành, sau các đợt kiểm thử an toàn bổ sung, và đây là cấu hình đằng sau mọi con số nổi bật mà Meta công bố. Meta cũng bán checkpoint 1.3 với mức giá thứ hai: gói Contributor ở mức $0.10 / $0.002 đã cache / $0.20 mỗi triệu token, thấp hơn khoảng một bậc độ lớn so với mức Standard, để đổi lấy quyền huấn luyện trên prompt và completion của bạn. Gói đó không có tương đương từ Qwen, và với khối lượng công việc lớn, không nhạy cảm, nó làm phép so sánh chi phí thay đổi nhiều hơn bất kỳ điểm chỉ số nào.

Phe trọng số mở là phe thứ ba. Nếu điều bạn thực sự muốn là trọng số có thể chạy được từ một trong hai dòng họ, thì cả hai mẫu flagship đều không mang lại điều đó. Của Meta là Muse Spark Open và Muse Glimmer; của Alibaba là Qwen3.8-27B và phần còn lại của dòng Qwen 3.8 mở. Đó là những cuộc trò chuyện khác với cuộc này, và một tìm kiếm cho "Muse Spark vs Qwen 4 Max open weights" đã trả lời một câu hỏi mà không nhà cung cấp nào đặt ra.

Điều gì sẽ thay đổi trang này

Ba thứ, và không thứ nào trong số đó là một ngày mà bất kỳ ai đã hứa. Một thẻ mô hình sẽ ấn định số lượng tham số, cửa sổ ngữ cảnh, hàng phương thức và giá trong cùng một tài liệu. Một bảng benchmark sẽ cung cấp những con số đầu tiên có thể đặt cạnh của M​eta. Một endpoint được phát hành sẽ khiến trang này trở nên lỗi thời, và đó là kết quả đáng để hy vọng — vào lúc đó, sự so sánh sẽ trở thành điều mà độc giả đến đây vốn mong đợi, và điều trung thực là nói ra điều đó thay vì viết vòng vo quanh sự thiếu vắng.

Cho đến lúc đó, tín hiệu hữu ích chính là thế hệ Qwen đang được phát hành. Qwen3.8-Max là mốc cơ sở mà Qwen 4 Max phải vượt qua; nó đã công bố trọng số và công bố giá, và bản xem trước kiến trúc Qwen 4 trong Qwen3.8-Flash-Next cho thấy dòng mô hình này đang được xây dựng để đạt chất lượng tương đương với chi phí huấn luyện chỉ bằng một phần nhỏ. Điểm cuối cùng đó là một dự đoán chứ không phải sự thật, nhưng đó chính là lý do để theo dõi lộ trình: một dòng mô hình rẻ hơn để huấn luyện là một dòng có thể được định giá quyết liệt, và định giá quyết liệt là điều duy nhất Alibaba đã mang lại một cách đáng tin cậy trong hai năm.

Chạy nửa phần tồn tại của phép so sánh này

Cả hai mô hình có thể gọi được ở đây đều nằm trong danh mục của chúng tôi, khiến cho phiên bản thực tiễn của trang này trở thành một câu hỏi về định tuyến chứ không phải về nghiên cứu. OrcaRouter cung cấp dòng Qwen 3.8 — Qwen3.8-Max, Qwen3.8-Flash và Qwen3.8-27B trọng số mở — cùng hai checkpoint Muse Spark mà chúng tôi phục vụ, Muse Spark 1.1 và Muse Spark 1.2, phía sau một endpoint tương thích OpenAI trên hơn 200 mô hình, với mức giá niêm yết của từng nhà cung cấp và 0% phụ phí được chuyển thẳng. Muse Spark 1.3 không có trong danh mục của chúng tôi, và Q​wen 4 Max không có trong bất kỳ danh mục nào vì nó còn chưa tồn tại; khi một trong hai ra mắt và có nhà cung cấp chào cung cấp nó, chính chiếc key đó là nơi nó sẽ xuất hiện.

Điều mà nó mang lại cho bạn trong phép so sánh cụ thể này là khả năng tự mình giải quyết câu hỏi ba điểm chỉ số trên chính lưu lượng của bạn. Một DSL định tuyến sẽ chuyển một phần yêu cầu từ Qwen3.8-Max sang Muse Spark 1.2 bằng cấu hình thay vì bằng mã, và cơ chế chuyển đổi dự phòng tự động nghĩa là một lệnh gọi ngữ cảnh dài bị lỗi sẽ hạ cấp sang mô hình kia thay vì trả về trang lỗi. Xét rằng khoảng cách độc lập giữa hai dòng mô hình là nhỏ, thí nghiệm đó đáng giá hơn bất kỳ vị trí nào trên bảng xếp hạng — và đó là cách duy nhất để tìm hiểu xem liệu tốc độ đầu ra nhanh gấp ba của Meta có thực sự quan trọng đối với hình dạng khối lượng công việc của bạn hay không.

Vậy thì: Muse Spark mặc nhiên thắng trong so sánh, và sẽ là không trung thực nếu trình bày điều đó như một kết luận. Nó là mô hình có endpoint, có giá, có cửa sổ ngữ cảnh và có bảng điểm. Q​wen 4 Max có một thông báo trên sân khấu, một danh sách bốn tầng và một bản xem trước kiến trúc của nó đang chạy dưới một cái tên khác. Hãy quay lại khi thẻ mô hình ra mắt; câu hỏi thú vị lúc đó sẽ là liệu tính kinh tế trong lộ trình của A​libaba có chạm được mức giá trước khi checkpoint tiếp theo của M​eta làm được điều đó hay không.

Những so sánh như thế này cũng là nơi các kiểu thất bại lộ diện: các sự cố AI và lỗi agent được ghi nhận đằng sau các mô hình thuộc lớp này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter, trong đó mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.