Qwen4-Max vs Gemini 4 Argon: Một cột trống rỗng, còn cột kia tốn $9.95 mỗi tác vụ

Trên bảng giá, màn so tài giữa Qwen4-Max và Gemini 4 Argon giống như tung đồng xu: hiện nay, không nhà cung cấp nào trong hai bán token cho bất kỳ mô hình nào trong hai theo mức giá công bố trên mỗi token, và cả hai đều đi kèm cửa sổ ngữ cảnh lớn cùng một lưu ý kiểu bản xem trước. Nó không còn giống như tung đồng xu ngay khi bạn thử chạy chúng. Gemini 4 Argon có định danh, điểm cuối và mức giá tính theo mức dùng mà bạn có thể được lập hóa đơn dựa trên đó. Qwen4-Max có một gói đăng ký, một URL gốc chỉ dành cho Singapore và một ngày ngừng hỗ trợ chỉ mười lăm ngày sau khi ra mắt. Một trong hai là mô hình bạn có thể đưa vào yêu cầu ngay chiều nay; cái còn lại là mô hình bạn có thể đưa vào yêu cầu chiều nay nhưng không thể vào tháng sau. Chính sự bất đối xứng đó — chứ không phải chênh lệch benchmark — là quyết định mà trang này bàn tới, bởi vì chênh lệch benchmark vẫn chưa tồn tại.

Mỗi thứ thực sự là gì, kèm ngày tháng

Gemini 4 Argon là mô hình tiên phong của Google, được công bố vào ngày 30 tháng 9 năm 2026 trong một bài đăng của DeepMind được ghi công cho Koray Kavukcuoglu, và được triển khai theo ba giai đoạn, bắt đầu với một nhóm chuyên gia phòng thủ không gian mạng được nêu tên trong Chương trình Fairwind. Tại thời điểm công bố, nó không có ID mô hình trong Gemini API và không có endpoint; thứ nó có là một bảng điểm chuẩn của nhà cung cấp gồm mười chín dòng và một phương pháp đánh giá dài năm trang. Kể từ đó, nó đã có được thứ quan trọng về mặt vận hành: nó nằm trong danh mục của OrcaRouter với tên google/gemini-4-argon, với mức giá niêm yết của Google là 2,00 đô la Mỹ cho mỗi triệu token đầu vào và 10,00 đô la Mỹ cho mỗi triệu token đầu ra, và nó đã và đang xử lý lưu lượng thực tế ở đó — 41,8 triệu token trong bảy ngày tính đến ngày 11 tháng 11 năm 2026.

Qwen4-Max là hạng cao cấp nhất của dòng Qwen 4 mà Alibaba đã công bố trên sân khấu tại Apsara ở Hàng Châu vào ngày 22 tháng 9 năm 2026. Bản xem trước của nó đã mở lúc 10:00 UTC+8 ngày 11 tháng 11 năm 2026, ID mô hình qwen4-max-preview, bí danh qwen4.0-max-preview, và nó sẽ ngừng hoạt động sau 24:00 ngày 25 tháng 11 năm 2026. Không có quyền truy cập trả theo mức sử dụng: nó chỉ được cung cấp thông qua gói đăng ký Token Plan của Alibaba, tại khu vực Singapore, trên một URL cơ sở riêng. Không có giá theo từng token, không có số lượng tham số, không có bảng đánh giá chuẩn, không có trọng số.

Vậy nên phép so sánh có một hình thái đáng được gọi tên thật chính xác. Cả hai đều là bản xem trước theo nghĩa thông thường — không bên nào là một sản phẩm đã ổn định và được cung cấp rộng rãi. Nhưng bản xem trước của Gemini 4 Argon là một giai đoạn triển khai đang mở rộng, còn bản xem trước của Qwen4-Max là một cửa sổ mười lăm ngày với thời điểm kết thúc được nêu rõ. Xem trước như một giai đoạn so với xem trước như một sự kiện.

Cột trống, và nó trống đến nhường nào

Mọi sự so sánh giữa hai người này rốt cuộc đều cần đến hàng cho biết ai thông minh hơn, và đây chính là hàng đó:

• Điểm chuẩn do nhà cung cấp công bố — Gemini 4 Argon: một bảng mười chín dòng, bộ khung thử nghiệm riêng của Google, các cột đối thủ lấy từ số liệu do chính các đối thủ tự báo cáo. Qwen4-Max: không có.

• Điểm độc lập — Gemini 4 Argon: 50 trên Chỉ số Trí tuệ Artificial Analysis theo bản sửa đổi v5.0.1 hiện tại, được đo ở mức nỗ lực cao. Qwen4-Max: chưa được đo; bảng xếp hạng không có mục nào về Qwen4.

{{1}}Cửa sổ ngữ cảnh{{/1}} — Gemini 4 Argon: 1.000.000 token. Qwen4-Max: 1.000.000 token. Đây là hàng duy nhất mà chúng ngang bằng, và ngang bằng vì cả hai đều công bố một con số tròn.

• Giới hạn đầu ra — Gemini 4 Argon: 65.536 token trong luồng tiêu chuẩn, với quá trình sinh giải mã dài mở rộng tới 1M. Qwen4-Max: 393.216 token được chia sẻ giữa phần suy nghĩ và câu trả lời.

• Phương thức đầu vào — Gemini 4 Argon: văn bản, hình ảnh, âm thanh, video và PDF. Qwen4-Max: văn bản, hình ảnh và video. Không có âm thanh, không có đường dẫn PDF nào được tài liệu hóa.

• Giá trên mỗi triệu token — Gemini 4 Argon: 2,00 USD đầu vào, 10,00 USD đầu ra, 0,10 USD đầu vào được lưu trong bộ nhớ đệm. Qwen4-Max: chưa được công bố; được tính bằng Credits theo gói đăng ký.

• Quyền truy cập — Gemini 4 Argon: API tính phí theo lưu lượng sử dụng, có thể gọi ngay. Qwen4-Max: gói đăng ký Token Plan, chỉ tại Singapore, chỉ dùng để tương tác, kết thúc ngày 25 tháng 11.

• Chi phí độc lập cho mỗi tác vụ — Gemini 4 Argon: $9,95. Qwen4-Max: chưa được đo.

Bảy trong tám dòng có một giá trị ở bên phải. Dòng quyết định “cái nào tốt hơn” thì không có gì trong đó, và đọc bao nhiêu cũng không lấp đầy được. Đó là trạng thái trung thực của cuộc đối đầu này vào ngày 11 tháng 11 năm 2026, và nói thẳng ra còn có giá trị hơn là che lấp bằng một dự đoán.

Bảng giá của Argon và hóa đơn của Argon là hai con số khác nhau.

Con số hữu ích nhất trong cột Argon không phải là điểm chỉ số của nó. Mà là $9.95 — chi phí để hoàn thành một nhiệm vụ Intelligence Index — nằm cạnh bảng giá $2.00 và $10.00. Trên bộ chỉ số, một nhiệm vụ trung bình mất của Argon 29.0 phút và tạo ra đủ token đến mức, với mức giá đầu ra $10, chi phí trung bình mỗi nhiệm vụ cao gấp khoảng năm lần so với mức mà bảng giá gợi ý một nhiệm vụ nên tốn. Đó không phải là lỗi định giá. Đó là điều một mô hình suy luận nỗ lực cao làm: nó viết rất nhiều trước khi dừng lại.

Cùng một lượt chạy chỉ số đặt thời gian trung vị đến token trả lời đầu tiên của Argon ở mức {{1}}40,12 giây{{/1}}. Đối chiếu với con số bảy ngày trên trang mô hình của chính chúng tôi — thời gian p50 đến token đầu tiên là {{2}}10,00 giây{{/2}} trên lưu lượng OrcaRouter thực tế — hai con số đang đo những thứ khác nhau, và khoảng cách giữa chúng là một minh họa công bằng cho thấy bao nhiêu phần độ trễ của một bài đo hiệu năng là do bộ khung đo chứ không phải mô hình. Không con số nào sai; việc trích dẫn con số này như thể đó là con số kia mới là sai.

Với bất kỳ ai đang lập ngân sách cho việc chuyển đổi, cách hiểu thực tế là thế này: mức giá đầu ra $10 trên một mô hình suy luận với nỗ lực cao là một bảng giá, không phải một dự báo. Nếu khối lượng công việc của bạn giống bộ chỉ số — những tác vụ agentic dài, nơi mô hình viết rất nhiều trước khi trả lời — thì chi phí mỗi tác vụ sẽ cao hơn hẳn so với ước tính dựa trên token. Nếu nó giống một sản phẩm chat, thì sẽ không. Cách duy nhất để biết bạn thuộc trường hợp nào là đo lưu lượng của chính bạn, một điều kỳ lạ khi phải nói ra trong một bài so sánh, nhưng vẫn đúng với mọi mô hình suy luận được phát hành trong năm nay.

Vì sao phía Q​wen lại có đồng hồ đếm ngược thay vì giá

Việc Alibaba chọn phát hành Qwen4-Max qua gói đăng ký thay vì một endpoint tính phí theo lưu lượng cho thấy điều gì đó về mục đích của bản xem trước. Token Plan Personal Edition được giới hạn rõ ràng cho mục đích sử dụng tương tác trong các công cụ lập trình và agent, đồng thời rõ ràng không dành cho các script hàng loạt tự động, và bị giới hạn trong một khu vực. Một công ty có ý định cạnh tranh cho lưu lượng production trên một mẫu flagship sẽ không đặt nó sau một gói đăng ký tiêu dùng 6 đô la một tháng với bốn hạng và mức sàn 20.000 tín dụng. Một công ty đang trình diễn năng lực, thu thập phản hồi trong trạng thái đóng băng và giữ ngỏ các lựa chọn tính phí của mình thì sẽ làm vậy.

Giai đoạn đóng băng là phần mà các đội thường đánh giá thấp. Trang của Alibaba nêu rõ rằng sẽ không có thay đổi nào được thực hiện trong cửa sổ xem trước. Mô hình làm sai điều gì vào ngày đầu tiên thì đến ngày thứ mười bốn nó vẫn sẽ làm sai điều đó. Đó là một quyết định kỹ thuật có thể biện minh được, nhưng là nền tảng kém cho một sự phụ thuộc, bởi vì điều đó có nghĩa vòng phản hồi duy nhất mà bạn có là một báo cáo bằng văn bản gửi cho nhà cung cấp, bên đã nói rằng họ sẽ không hành động dựa trên đó cho đến khi cửa sổ đóng lại.

Cũng có một thay đổi về cách tính token đi kèm với mô hình này và chỉ mô hình này: max_tokens giờ đây giới hạn cả phần suy nghĩ và câu trả lời cộng lại, chứ không chỉ riêng câu trả lời. Mọi mô hình Q​wen trước đó vẫn giữ hành vi cũ. Một yêu cầu được lấy từ Qwen3.8-Max với giới hạn 4.096 token giờ đây sẽ dành một phần ngân sách đó để suy luận ở mức xhigh trước khi viết ra bất cứ điều gì, và triệu chứng là phản hồi bị cắt cụt chứ không phải lỗi.

Nói thật thì, gọi họ

Gemini 4 Argon chỉ là một dòng từ một client kiểu OpenAI trên khóa của chúng tôi, theo đúng mức giá của Google mà không cộng thêm gì, đồng thời có endpoint định dạng Anthropic và tính năng không lưu dữ liệu cho những yêu cầu cần đến. Qwen4-Max không có trong danh mục của chúng tôi — chúng tôi không cung cấp nó, và chúng tôi sẽ không giả vờ khác đi; danh mục trả về 217 mã định danh mô hình tính đến hôm nay và không một mã nào trong số đó là một hạng Qwen 4.

Khoảng trống đó chính là nơi định tuyến chứng minh được giá trị của mình thay vì chỉ là một khẩu hiệu. Nếu bạn đang đánh giá bản xem trước Q​wen, hãy đặt nó phía sau một thứ mà bạn đã tin tưởng trong một chuỗi dự phòng, để khi hết thời gian chờ hoặc câu trả lời bị cắt ngắn, nó chuyển xuống một mô hình đang hoạt động thay vì làm hỏng yêu cầu. Nếu bạn đang chạy Argon trên một luồng sản xuất, cơ chế tương tự cũng xử lý rủi ro còn lại: p50 10 giây cho thời gian đến token đầu tiên là một mức sàn độ trễ thực sự, và một chuỗi tự chuyển đổi dự phòng khi vượt ngưỡng đó chỉ tốn của bạn một dòng cấu hình thay vì một sự cố.

Lập luận chi phí khi đặt cả hai sau một khóa thì tầm thường và đáng nói ra: hai nhà cung cấp, hai hệ thống tính phí và hai tích hợp SDK trở thành một khóa và một client. Gói đăng ký Credits của bản xem trước không trở thành tính phí theo mức sử dụng chỉ vì nằm sau gateway của chúng ta — chúng ta không thể bán lại thứ mà A​libaba sẽ không bán — nên phiên bản trung thực của tuyên bố là Argon chỉ cách một khóa, còn Qwen4-Max chỉ cách một gói đăng ký, và đó là những khối lượng công việc khác nhau.

Quyết định, vì có một cột trống

Nếu bạn cần một mô hình tiên phong với cửa sổ một triệu token và đầu vào video trong tháng này, thì lựa chọn không phải là giữa hai mô hình này. Mà là Gemini 4 Argon, dựa trên bằng chứng rằng nó có thể gọi được, được đo đếm, được đo ở mức 50 trên bản sửa đổi chỉ số hiện tại và đang có lưu lượng phục vụ thực tế — kèm theo các lưu ý rằng bảng giá $2/$10 của nó không phản ánh đầy đủ hóa đơn cho mức nỗ lực cao, và bảng điểm chuẩn của nhà cung cấp so sánh khung thử nghiệm của Google với thông cáo báo chí của các đối thủ.

Nếu bạn đang cân nhắc có nên dành một buổi chiều cho bản xem trước Qwen hay không, câu trả lời phụ thuộc vào một câu hỏi: khối lượng công việc của bạn có liên quan đến đầu ra rất dài từ đầu vào rất dài không? Ngân sách phản hồi 393.216 token trên ngữ cảnh 1M là trần đầu ra được công bố lớn nhất so với bất kỳ mô hình nào trong so sánh này, và nếu đó là ràng buộc mà bạn cứ gặp phải, mười lăm ngày là đủ thời gian để tìm hiểu xem Qwen4-Max có xử lý được nó không. Nếu khối lượng công việc của bạn là trò chuyện thông thường hoặc hoàn thành mã, bản xem trước dạy bạn được rất ít điều mà Qwen3.8-Max không thể, và nó dạy điều đó bằng một loại tiền tệ mà bạn không thể quy đổi sang đô la.

Điều sẽ thay đổi trang này là một thẻ mô hình Qwen 4 có điểm số trên đó. Khi điều đó xuất hiện, hàng trống sẽ được lấp đầy và phép so sánh sẽ trở thành điều mà độc giả mong đợi. Cho đến lúc đó, phép so sánh hữu ích là giữa một mô hình có thể gọi được với một thử nghiệm kéo dài mười lăm ngày, và người duy nhất có thể nói bạn cần cái nào là người biết liệu câu trả lời có còn phải ở đó vào tháng Mười Hai hay không.