Một thẻ tiêu đề được tạo tự động ghi 'Qwen4-Max vs DeepSeek V4.1 Pro' với tiêu đề phụ 'Một bên có bảng giá. Bên còn lại có một câu trong changelog.', trên ba thẻ: Qwen4-Max với ngữ cảnh 1M và $1.50 / $4.50 mỗi 1M; DeepSeek V4.1 Pro không có ID mô hình và không có giá, không có thẻ; DeepSeek V4 Pro ở mức $0.66 / $1.98 mỗi 1M với AA Index 23. Phần chân trang ghi 'Số liệu Qwen4-Max theo Alibaba và Artificial Analysis; DeepSeek V4.1 Pro chưa được phát hành tính đến ngày 16 tháng 11 năm 2026.'
Guides & Insights

Qwen4-Max vs DeepSeek V4.1 Pro: Một bên có bảng giá, bên kia có điều khoản

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Qwen4-Max bắt đầu tính phí theo mức sử dụng vào ngày 16 tháng 11 năm 2026: 1,50 USD cho mỗi triệu token đầu vào và 4,50 USD cho mỗi triệu token đầu ra tại Singapore, cửa sổ ngữ cảnh 1.000.000 token, đầu vào hình ảnh và video gốc, và Artificial Analysis Intelligence Index đạt 43 — đứng thứ 38 trong 81 mô hình trên bảng xếp hạng đó. DeepSeek V4.1 Pro không có mã định danh mô hình, không có dòng giá, không có cửa sổ ngữ cảnh, không có điểm chuẩn và không có trọng số, vì DeepSeek chưa bao giờ phát hành nó. Tài liệu công khai duy nhất nhắc đến tên nó là ghi chú phát hành ngày 10 tháng 9 năm 2026 cho DeepSeek V4.1 Flash, trong đó nói rằng từ ngày 14 tháng 9, các yêu cầu gửi đến deepseek-v4-pro sẽ được định tuyến đến V4.1 Flash "cho đến khi V4.1-Pro ra mắt" — một kế hoạch mà DeepSeek đã rút lại sau khi các nhà phát triển phản đối việc một mô hình production bị hoán đổi ngay bên dưới họ. Hai tháng sau, cái tên vẫn không có gì phía sau. Vì vậy, phép so sánh đáng để bạn dành một buổi chiều không phải là Qwen4-Max với một mô hình không tồn tại; mà là Qwen4-Max với mô hình chủ lực của DeepSeek có tồn tại.

Những gì đã ra mắt vào ngày 16 tháng 11, qua những con số mà người mua quan tâm

Bản phát hành của Alibaba mô tả Qwen4-Max là mô hình đầu tiên trên kiến trúc Qwen4: một hỗn hợp chuyên gia thưa với 2,4 nghìn tỷ tham số xương sống, 71 tỷ tham số được kích hoạt mỗi token, cộng thêm 328 tỷ tham số nhúng N-gram được tra cứu thay vì nhân. Ba lớp Gated DeltaNet nén lịch sử thành trạng thái kích thước cố định cho mỗi lớp Qwen Sparse Attention, và bốn nhánh phần dư với cổng đọc và ghi động giữ cho chồng sâu gắn kết với nhau. Đó là lời giải thích của nhà cung cấp về lý do chi phí ngữ cảnh dài giảm; đó là lời giải thích, không phải phép đo.

• Ngữ cảnh — cửa sổ 1.000.000 token, với giới hạn đầu vào là 991.808 token ở chế độ không suy nghĩ và 983.616 ở chế độ suy nghĩ. Artificial Analysis liệt kê mô hình ở mức 984k, tức là cùng một cửa sổ được đo từ đầu bên kia.

• Đầu ra — 131.072 token ở chế độ không suy luận; trong chế độ suy luận, phần suy luận và câu trả lời dùng chung một ngân sách 262.144 token. reasoning_effort chấp nhận các giá trị low, high và xhigh; nếu bỏ qua, giá trị mặc định là high.

• Giá, Singapore — $1.50 đầu vào, $4.50 đầu ra mỗi triệu. Đọc cache ở mức $0.075, ghi cache ở mức $1.875 cho năm phút hoặc $3.00 cho một giờ.

• Giá ở mọi nơi khác — $1.413 đầu vào, $4.24 đầu ra tại Frankfurt, Virginia, Tokyo, Hồng Kông và Bắc Kinh. Cùng một mô hình, rẻ hơn 5,8% mỗi token so với gói Singapore.

So với thế hệ tiền nhiệm của chính nó — Qwen3.8-Max niêm yết ở mức $2,00 và $6,00 tại Singapore, vì vậy mức giảm qua từng thế hệ là 25% ở cả hai phía của đồng hồ tính phí.

• Phương thức và bề mặt — đầu vào văn bản, hình ảnh và video, đầu ra văn bản; O​penAI Chat Completions, O​penAI Responses, A​nthropic Messages và DashScope; suy luận theo lô chỉ tại Bắc Kinh.

Mỗi một con số trong đó đều là của chính A​libaba. Con số độc lập duy nhất hiện có hôm nay là Chỉ số AA là 43, đưa Qwen4-Max lên trên mức trung vị 41 của bảng xếp hạng và dưới phân khúc tiên phong. Chi phí để chạy chỉ số đó một lần là $3,27, giá hỗn hợp $0,80 mỗi triệu, và nó đã phát ra 127 triệu token đầu ra khi thực hiện việc đó — dài dòng, nhưng không đặc biệt đến mức đó.

Tên V4.1 Pro thực chất bao gồm những gì

Chưa đến một đoạn. Ghi chú ngày 10 tháng 9 của DeepSeek đã giới thiệu DeepSeek V4.1 Flash, một mô hình hỗn hợp chuyên gia 552 tỷ tham số trên kiến trúc Causal Encoder-Decoder mới, kích hoạt 8 tỷ tham số trong giai đoạn prefill và 16 tỷ trong giai đoạn decode, đọc được hình ảnh, phục vụ ngữ cảnh 1M token và 384K đầu ra, và được phát hành theo giấy phép MIT. Trong cùng ghi chú, DeepSeek viết rằng lưu lượng V4 Pro sẽ chuyển sang Flash với mức giá Flash "cho đến khi V4.1-Pro ra mắt." Các nhà phát triển hiểu đó là thông báo ngừng cung cấp cho một mô hình mà họ đang chạy trong môi trường sản xuất; DeepSeek đã rút lại kế hoạch định tuyến và tiếp tục phục vụ deepseek-v4-pro với mức tính phí không đổi.

Những gì xuất hiện kể từ đó đều không thể xác minh. Trang định giá của DeepSeek hôm nay liệt kê chính xác hai mô hình được phục vụ: deepseek-flash, tương ứng với DeepSeek-V4.1-Flash-1017, và deepseek-v4-pro, tương ứng với DeepSeek-V4-Pro-0813. Không có chuỗi deepseek-v4.1-pro trong tài liệu tham chiếu API, không có dòng nào trên bảng giá, và kho lưu trữ mới nhất trong tổ chức deepseek-ai trên Hugging Face vẫn là V4.1 Flash. Các trang theo dõi công bố ngày cho nó đang công bố một ước tính; một trang đếm ngược được chia sẻ rộng rãi liệt kê ngày 12 tháng 11 năm 2026 là "ngày phát hành ước tính", và ngày đó đã trôi qua mà không có thông báo nào.

Vậy cách hiểu trung thực về cái tên này là thế này: đây là một hạng mà DeepSeek đã mô tả bằng lời văn và chưa xây dựng bất cứ thứ gì công khai dựa trên đó. Thế hệ V4 là bằng chứng duy nhất cho thấy hạng này sẽ trông như thế nào — DeepSeek V4 Pro là một mô hình mixture-of-experts 1,6 nghìn tỷ tham số với 49 tỷ tham số hoạt động, chỉ xử lý văn bản, ngữ cảnh 1M, đầu ra 384K, giấy phép MIT — và V4.1 Pro có lẽ sẽ kế thừa kiến trúc mới cùng khả năng thị giác gốc. Có lẽ vậy. Tuyên bố của chính nhà cung cấp rằng Flash “vượt trội toàn diện” so với V4 Pro về hiệu năng, chi phí và tốc độ khiến mục đích của hạng Pro trong dòng V4.1 thực sự không rõ ràng, một vị thế kỳ lạ để một mẫu flagship được công bố vào.

A generated two-column scoreboard titled 'Qwen4-Max vs DeepSeek V4 Pro — the scoreboard', using the same six row labels on both sides. Qwen4-Max: context 1,000,000 tokens, output 262,144 thinking plus answer, price per 1M $1.50 / $4.50, modality text, image and video, AA Index 43, cost per task $3.27. DeepSeek V4 Pro: context 1,048,576 tokens, output 384,000 tokens, price per 1M $0.66 / $1.98, modality text only, AA Index 23, cost per task $1.77. Footer: 'Price and context vendor-reported; AA Index and cost per task per Artificial Analysis v5.0.1.'

Cặp đấu bạn có thể chạy hôm nay: Qwen4-Max đối đầu DeepSeek V4 Pro

Bỏ số phiên bản khỏi phía D​eepSeek và sẽ có một cuộc so tài thực sự, vì DeepSeek V4 Pro 0813 là một mẫu flagship mở trọng số, có thể gọi được và có giá niêm yết. Cả hai phía dưới đây là số liệu do nhà cung cấp công bố; cột chỉ số là Artificial Analysis v5.0.1, hàng duy nhất mà hai con số được tạo ra bởi cùng một bộ khung đánh giá.

• Giá mỗi triệu token — Qwen4-Max $1.50 đầu vào / $4.50 đầu ra (Singapore) so với DeepSeek V4 Pro $0.66 / $1.98 ngoài giờ cao điểm, tăng gấp đôi lên $1.32 / $3.96 trong các khung giờ cao điểm ngày thường 01:00–04:00 và 06:00–10:00 UTC.

• Bối cảnh và đầu ra — 1.000.000 token với ngân sách 262.144 token dành cho suy luận và câu trả lời, so với 1.048.576 token với tối đa 384.000 token đầu ra.

• Phương thức — đầu vào gồm văn bản, hình ảnh và video so với chỉ văn bản. Đây là khác biệt chức năng lớn nhất giữa chúng, và khác biệt này không hề nhỏ.

• Backbone — tổng 2.4T, 71B hoạt động, cộng thêm 328B trong embedding N-gram so với tổng 1.6T, 49B hoạt động. Số lượng tham số dự đoán chi phí huấn luyện, không phải hiệu quả token; hãy coi chúng như ghi chú về kiến trúc.

• Chỉ số độc lập — 43 so với 23 ở thiết lập Max effort của D​eepSeek, với 21 ở High và 13 ở chế độ không suy luận. Hai mươi điểm là khoảng cách mang tính thế hệ, không phải khoảng cách do thiết lập.

• Chi phí độc lập cho mỗi tác vụ lập chỉ mục — 3,27 đô la so với 1,77 đô la. Lưu ý về hướng: D​eepSeek thắng về chi phí, khoảng 1,8 lần, theo cách tính token của chính bên đánh giá.

• Độ dài văn bản — 127M token đầu ra trên toàn chỉ mục so với một con số mà trang của D​eepSeek báo cáo theo từng tác vụ thay vì tổng cộng; phép so sánh quan trọng là chi phí trên mỗi tác vụ đã hoàn thành, không phải token trên token.

• Trọng số — độc quyền, chỉ qua API so với MIT, có thể tải xuống dưới dạng 48 phân mảnh safetensors.

• Kinh tế học bộ nhớ đệm — Qwen4-Max tính $1.875 mỗi triệu để ghi một mục bộ nhớ đệm năm phút và $0.075 để đọc mục đó, giảm giá 95%; D​eepSeek không tính phí rõ ràng cho việc ghi và $0.022 mỗi triệu để đọc, giảm giá 97%. Bộ nhớ đệm của D​eepSeek vừa rẻ hơn vừa tự động, điều này quan trọng hơn mức giá được quảng cáo trên các khối lượng công việc agent.

Tính chi phí một tác vụ ngữ cảnh dài trên cả hai đồng hồ đo

Lấy một tiền tố codebase 300.000 token, mười lượt làm việc với nó, 4.000 token đầu ra mỗi lượt, bật chế độ suy nghĩ, và một tiền tố ổn định qua các lượt. Đây là phép tính trên giá niêm yết đã công bố, không phải một lần chạy có đo đạc.

• {{1}}Qwen4-Max{{/1}}, {{2}}Singapore{{/2}}, không dùng bộ nhớ đệm — {{3}}300.000 token đầu vào với $1,50 mỗi triệu là $0,45 mỗi lượt{{/3}}; {{4}}mười lượt là $4,50{{/4}}. {{5}}Đầu ra là 4.000 token với $4,50 mỗi triệu, $0,018 mỗi lượt, $0,18 trong mười lượt{{/5}}. {{6}}Tổng cộng $4,68{{/6}}.

• Qwen4-Max với bộ nhớ đệm đang làm đúng việc của nó — một lần ghi ở mức $1.875 mỗi triệu, $0.5625, sau đó chín lần đọc ở mức $0.075 mỗi triệu, $0.0225 mỗi lần, $0.2025. Đầu vào giảm xuống $0.765, đầu ra giữ nguyên $0.18. Tổng cộng $0.945, giảm 3.8× chỉ với một dòng cấu hình yêu cầu.

• DeepSeek V4 Pro, ngoài giờ cao điểm, không dùng bộ nhớ đệm — 300.000 token đầu vào với $0,66 mỗi triệu là $0,198 mỗi lượt, $1,98 cho mười lượt. Đầu ra với $1,98 mỗi triệu là $0,00792 mỗi lượt, tổng cộng $0,0792. Tổng cộng $2,06.

• DeepSeek V4 Pro với các lần trúng bộ nhớ đệm — lượt đầu trả $0.198; chín lượt sau đọc với giá $0.022 mỗi triệu, mỗi lượt $0.0066. Chi phí đầu vào vào khoảng $0.257, đầu ra $0.079. Tổng cộng $0.336. Trong các khung giờ cao điểm, hãy nhân đôi con số đó.

Hai kết luận vẫn đứng vững sau các phép tính. Thứ nhất, theo giá niêm yết, Qwen4-Max tốn khoảng 2,8 lần chi phí của DeepSeek V4 Pro cho loại công việc này, dù có dùng bộ nhớ đệm hay không. Thứ hai, tuyên bố của Alibaba rằng Qwen4-Max dùng ít hơn 24% đến 35% token so với Qwen3.8-Max không khép được khoảng cách 2,8 lần; ngay cả khi tiết kiệm token ở mức hào phóng 35%, Qwen4-Max vẫn tốn khoảng gấp đôi chi phí cho mỗi tác vụ hoàn thành. So sánh $4.43 đến $1.67 mỗi tác vụ của chính nhà cung cấp là so với thế hệ trước của chính họ, không phải với DeepSeek.

Điều gì sẽ khiến V4.1 Pro trở thành một đối thủ thực sự?

Ba artefact đã được công bố, và chúng chính là ba dấu hiệu vẫn báo trước mọi bản phát hành DeepSeek. Một mục changelog nêu tên mô hình, vì đó là nơi cả V4.1 Flash và V4 Pro 0813 đều đã được công bố. Một repository trong tổ chức deepseek-ai có V4.1-Pro trong tên, tức là nơi các trọng số sẽ được đưa lên nếu phân hạng này tuân theo quy ước MIT của dòng mô hình. Hoặc một cột thứ ba trên trang định giá, nơi hiện nay có đúng hai mô hình. Cho đến khi một trong số đó có động thái, mọi bảng thông số bạn đọc về DeepSeek V4.1 Pro — số lượng tham số, ngữ cảnh, giá, điểm số — đều được ngoại suy từ thế hệ V4 và nên được hiểu theo đúng cách đó.

Còn một điều nữa cần để ý, không phải một hiện tượng phụ mà là một tuyên bố: D​eepSeek nói Flash vượt V4 Pro về hiệu năng, chi phí, tốc độ và tổng thời gian thực hiện tác vụ. Nếu điều đó vẫn đúng ở thế hệ V4.1, thì một V4.1 Pro phải tự chứng minh bằng thứ gì đó khác ngoài "to hơn" — và câu trả lời khả dĩ nhất là điều chưa ai công bố, đó là nó sẽ là phân hạng đa phương thức, dài hạn chứ không phải phân hạng rẻ.

Gán một trong hai vào một phím duy nhất

OrcaRouter không cung cấp Qwen4-Max. Tính đến ngày 16 tháng 11, mô hình này không nằm trong danh mục gồm hơn 200 mô hình và không có mục niêm yết nào gần đó khiến điều đó thành đúng; con đường trung thực đến Qwen4-Max hôm nay là API Model Studio của chính Alibaba và một số nền tảng bên thứ ba. Thứ chúng tôi thực sự cung cấp là phía DeepSeek của trang này, theo giá niêm yết của nhà cung cấp được chuyển nguyên vẹn, không cộng thêm: deepseek/deepseek-v4-pro-0813 với giá 0,66 USD đầu vào và 1,98 USD đầu ra trên mỗi triệu token, ngữ cảnh 1M, đầu ra 384K, các endpoint tương thích OpenAI, Responses và Anthropic, với các khung giờ ngoài cao điểm và cao điểm áp dụng đúng như DeepSeek công bố.

Sự bất đối xứng đó chính là điểm thực tiễn của phép so sánh này. Bạn có thể đặt DeepSeek V4 Pro trên khóa bạn đã có và đo nó ngay chiều nay. Bạn chưa thể làm vậy với Qwen4-Max ở đây, và giả vờ ngược lại sẽ là kiểu tuyên bố khiến một đội tốn cả một tuần. Điều mà một lớp định tuyến mua được cho bạn trong lúc này là một trạng thái hỗn hợp rẻ: DeepSeek V4 Pro gánh lưu lượng ở giá niêm yết, một phần lưu lượng bóng gửi trực tiếp đến A​libaba cho Qwen4-Max, và một nơi duy nhất để đọc hai hóa đơn cạnh nhau. Khi một mô hình thực sự có mặt trong danh mục, việc chuyển một tỷ lệ lưu lượng sang nó là một quy tắc định tuyến chứ không phải một tích hợp, và chuyển đổi dự phòng tự động nghĩa là một mô hình chưa được chứng minh có thể nằm sau một mô hình đã được chứng minh mà không trở thành điểm lỗi đơn lẻ vào chiều tệ đầu tiên của nó.

A screenshot of the OrcaRouter model page for DeepSeek V4 Pro 0813 at the identifier deepseek/deepseek-v4-pro-0813, showing the $0.66 input and $1.98 output prices, the Tools, JSON and Reasoning capability tags, the attribution to DeepSeek, and the description of a 1M-token context window with up to 384K output tokens, thinking and non-thinking modes with low, high and max reasoning effort, and native support for the Responses API.

Quyết định mà bạn phải đối mặt trong tuần này

Nếu bạn cần mô hình mạnh nhất mà mình có thể gọi ngay hôm nay và chi phí là ràng buộc, thì DeepSeek V4 Pro là câu trả lời với mức $0.66 và $1.98, và khoảng cách chỉ số hai mươi điểm so với Qwen4-Max chính là cái giá của mức giảm giá đó — một cái giá thực sự, không phải sai số làm tròn. Nếu khối lượng công việc của bạn có video hoặc hình ảnh ở đầu vào, DeepSeek V4 Pro hoàn toàn không làm được, và khả năng thị giác gốc cùng cửa sổ 1M của Qwen4-Max đáng với mức 2,8× ngay cả trước khi bạn tính đến những tuyên bố về tác nhân Work360 mà A​libaba đã công bố và chưa ai tái lập được.

Nếu điều bạn thực sự muốn là D​eepSeek V4.1 Pro, thì câu trả lời là không có mô hình nào như vậy để chờ đợi, chỉ có một điều khoản trong nhật ký thay đổi tháng 9 mà D​eepSeek chưa hành động theo. Hãy xây dựng dựa trên những gì hiện có; giữ việc chuyển đổi ít tốn kém; và kiểm tra trang định giá của D​eepSeek mỗi tháng một lần, vì đó là trang sẽ thay đổi đầu tiên.

A screenshot of Alibaba Cloud Model Studio's documentation page for qwen4-max (Latest Model), dated 11-16, showing the model description as the next-generation flagship multimodal model in the Qwen family covering text generation, image and video understanding and deep reasoning, its support for web search, tool calling and structured outputs, its OpenAI and Anthropic API compatibility, and its deployment regions including China (Beijing), Singapore and Germany (Frankfurt).

So sánh trong bài viết này2

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày