
Qwen4-Max so với Gemini 4 Neon: Rẻ hơn 28% mỗi điểm chỉ số
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 187 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 414 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 138 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 90 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 · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 109 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 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Qwen4-Max và Gemini 4 Neon cách nhau bốn mươi tám giờ và cách nhau mười bảy điểm Intelligence Index, và con số thú vị không phải là một trong hai con số đó. Mà là $0.076 so với $0.106 — chi phí cho một điểm Artificial Analysis Intelligence Index trên mỗi mô hình, sau khi bạn chia chi phí đo được cho mỗi tác vụ cho điểm số. Qwen4-Max, được cung cấp rộng rãi từ ngày 16 tháng 11 năm 2026 với giá $1.50 cho đầu vào và $4.50 cho đầu ra trên mỗi triệu token, mua điểm chỉ số rẻ hơn 28% so với Gemini 4 Neon ở mức $3.00 và $15.00. Neon là mô hình tốt hơn với khoảng cách không ai nên tranh cãi. Qwen4-Max là lựa chọn mua tốt hơn tính theo điểm, với khoảng cách nhỏ hơn chênh lệch giá và lớn hơn mức hầu hết người mua giả định.
Hai mô hình, hai câu hỏi khác nhau.
Trước khi đi vào phần tính toán, cần nói rõ cách đặt vấn đề, bởi vì hai bên này không phải là đối thủ theo nghĩa thông thường, và việc coi chúng như một chính là chỗ khiến phép so sánh đi sai.
Gemini 4 Neon là mô hình thứ tư thuộc nhóm Gemini 4 của Google, và nó được định vị để cạnh tranh với chính các mô hình anh em cùng dòng của mình chứ không phải với Alibaba. Theo mặc định, nó dùng high làm mức nỗ lực và có bốn bậc — low, medium, high, xhigh — trong khi Carbon và Argon chỉ dừng ở high. Qwen4-Max có ba bậc — low, high, xhigh — và cũng mặc định ở high. Cả hai đều nhận đầu vào là văn bản, hình ảnh và video, đầu ra là văn bản. Cả hai đều chạy với ngữ cảnh một triệu token. Cả hai đều độc quyền, đều đóng trọng số, và đều được bán với cùng một thông điệp bán hàng: công việc tác tử theo chân trời dài, nơi mô hình phải duy trì một tập làm việc lớn và tiếp tục hoạt động.
Điều phân biệt chúng là cái giá của bài chào hàng đó. Neon được định giá ở bậc đắt nhất trong dòng của nó — $3.00 và $15.00 cố định, không có giai đoạn giá giới thiệu, không có bậc miễn phí, so với Argon ở mức $2.00 và $10.00 đến hết 30 tháng 11. Qwen4-Max được định giá ở đầu rẻ của phân khúc tiên phong, $1.50 và $4.50 tại Singapore và $1.413 và $4.24 tại các khu vực Global-scope. Trên bảng giá, đó là khoảng cách hai đối một. Trên đồng hồ tính tiền thì không phải vậy, và lý do nằm ở điểm số.
Chi phí của mỗi điểm chỉ số
Artificial Analysis công bố cả hai mô hình trên chỉ số v5.0.1 — chỉ số đã được đổi cơ sở, nên điểm số cũ từ một bảng xếp hạng mùa hè không thể so sánh được — và công bố kèm theo chi phí đo được cho mỗi tác vụ chỉ số. Con số thứ hai đó mới là con số quan trọng, vì nó tính gộp lượng token mà mỗi mô hình thực sự tiêu tốn để hoàn thành, và đó chính là chỗ các bảng giá đánh lừa.
• Trí tuệ — Qwen4-Max 43, so với Neon 61 ở xhigh và 60 ở high. Mặc định của Neon là high, nên con số đơn công bằng cho Neon là 60.
• Giá mỗi triệu token, đầu vào và đầu ra — Qwen4-Max $1.50 và $4.50 ở Singapore, $1.413 và $4.24 ở nơi khác. Neon $3.00 và $15.00, đồng giá ở mọi nơi.
• Chi phí cho mỗi tác vụ lập chỉ mục — Qwen4-Max $3,27. Neon $6,44, và con số đó được đo ở mức xhigh thay vì ở mức mặc định của nó, vốn là chi phí duy nhất mà công cụ theo dõi hiển thị nổi bật cho Neon.
• Chi phí cho mỗi điểm chỉ số — Qwen4-Max $0.0760. Neon $0.1056 ở mức xhigh, và một con số thấp hơn ở mức high, điều mà chưa ai công bố.
• Số token đầu ra để hoàn thành bộ — Qwen4-Max 127M, Neon 123M ở mức high và 283M ở mức xhigh. Ở mặc định của chúng, hai mô hình chênh nhau trong khoảng 3% về độ rườm rà, và đó chính là điều khiến phần còn lại của phép tính trở nên gọn gàng.
• Thời gian cho mỗi tác vụ lập chỉ mục — Qwen4-Max 29.8 phút, Neon 14.8 ở mức high và 21.5 ở xhigh. Đây là khoảng cách về chức năng lớn nhất trong so sánh và không mức giá nào có thể thu hẹp được.
• Tốc độ xuất — Qwen4-Max 59 token mỗi giây, Neon 101 ở mức high và 110 ở mức xhigh.
• Ngữ cảnh — Qwen4-Max 984.000 theo đo đạc, 1.000.000 theo tài liệu. Neon 1.000.000 theo tài liệu và như được phục vụ, mà không công bố cửa sổ đo đạc nào.
Hãy đọc dòng chi phí trên mỗi điểm hai lần, vì nó làm được điều mà dòng giá không làm. Bảng giá nói Neon tốn gấp đôi. Đồng hồ đo nói Neon tốn gấp 1,97 lần cho mỗi tác vụ — gần như chính xác gấp đôi, nghĩa là hai mô hình dùng số token tương đương cho mỗi tác vụ và khoản tiết kiệm trên mỗi điểm gần như hoàn toàn đến từ giá, không phải từ hiệu quả. Qwen4-Max không đạt được 28% đó bằng cách nói ngắn gọn. Nó đạt được nhờ giá rẻ.
Và rồi hàng điểm số lấy lại phần lớn lợi thế đó. Rẻ hơn 28% cho mỗi điểm là một lợi thế thực sự, nhưng chỉ là lợi thế nhỏ; mười bảy điểm chỉ số là một sự thay đổi cả một hạng. Một đội chọn Qwen4-Max để tiết kiệm 28% mỗi điểm đã quyết rằng khoảng cách giữa 43 và 60 không quan trọng với khối lượng công việc của họ, và lợi thế về giá là sự an ủi, không phải lý lẽ.

Tốc độ là nơi khoảng cách mở rộng
Chi phí trên mỗi điểm là đơn vị phù hợp cho một công việc theo lô và là đơn vị sai cho bất kỳ thứ gì đứng trước mặt một người, và sự so sánh này trừng phạt sự phân biệt đó nặng nề hơn hầu hết.
Neon giải mã ở tốc độ 101 token mỗi giây ở mức mặc định và 110 ở xhigh. Qwen4-Max giải mã ở mức 59. Đó là khoảng cách 1,7× ở mức mặc định và 1,9× ở mức trần, và nó nằm chồng lên khoảng cách thời gian mỗi tác vụ là 14,8 phút so với 29,8 — cùng bậc độ lớn, đúng như bạn sẽ kỳ vọng khi các mô hình phát ra số token tương tự nhau ở các tốc độ khác nhau.
Đối với trợ lý IDE, tác nhân hỗ trợ, hoặc bất kỳ giao diện nào có vòng quay chờ, 59 token/giây là ở phía chậm của mức dùng được và 101 là thoải mái. Trình theo dõi mô tả Qwen4-Max là “chậm rõ rệt theo từng tác vụ” và thời gian đến token trả lời đầu tiên của nó là 137 giây, đây là con số quyết định liệu giao diện streaming có cảm giác sống động hay không. Nếu khối lượng công việc của bạn mang tính tương tác, lợi thế 28% mỗi điểm đang được mua bằng một chi phí độ trễ mà không bảng giá nào thể hiện và người dùng sẽ nhận ra trước khi bộ phận tài chính nhận ra.
Trường hợp ngược lại cũng đáng được nói thẳng ra, vì đó chính là trường hợp mà Qwen4-Max thực sự được bán cho. Một agent chạy lâu dài, thức dậy theo lịch, làm việc trong hai mươi phút và ghi ra một bản vá không quan tâm liệu token đến với tốc độ 59 hay 110 mỗi giây — nó quan tâm liệu lượt chạy có kết thúc trước khi lượt tiếp theo đến hạn hay không. Ở dạng đó, 29,8 phút so với 14,8 vẫn là một chi phí thực sự, nhưng đó là chi phí về thời gian đồng hồ chứ không phải về sự chú ý, và thời gian đồng hồ là thứ bạn có thể mua thêm.
Bối cảnh và những giới hạn không ai nhắc tới
Cả hai mô hình đều quảng cáo cửa sổ một triệu token, và cả hai đều có một con số nhỏ hơn nằm phía sau quyết định việc một tác vụ ngữ cảnh dài thực tế có thể làm được gì.
• Giới hạn đầu vào — Qwen4-Max ghi nhận 991.808 token ở chế độ không suy nghĩ và 983.616 ở chế độ suy nghĩ, điểm khác biệt là lý luận và câu trả lời cùng đến từ một nhóm. Tài liệu của Neon có giới hạn đầu ra tiêu chuẩn 64K với việc tạo giải mã dài mở rộng tới 1M, đây là một kiểu giới hạn khác: một phần mở rộng chứ không phải một mức cố định.
• Giới hạn đầu ra — Qwen4-Max 131.072 ở chế độ không suy nghĩ, hoặc 262.144 dùng chung giữa phần suy nghĩ và câu trả lời. Neon 64K tiêu chuẩn, được mở rộng trong quá trình sinh giải mã dài.
• Thang mức nỗ lực — Qwen4-Max low, high, xhigh, mặc định là high, không có medium: Chat Completions ánh xạ medium thành high, nên yêu cầu nấc giữa tốn chi phí ngang với nấc cao nhất. Neon low, medium, high, xhigh, mặc định là high, với cả bốn mức đều có sẵn.
• Bộ nhớ đệm — Qwen4-Max cung cấp bộ nhớ đệm tường minh và ngầm định, với lượt đọc bộ nhớ đệm tại Singapore ở mức $0.075 mỗi triệu và lượt ghi ở mức $1.875 cho khung năm phút. Neon chỉ hỗ trợ bộ nhớ đệm ngầm định, ở mức $0.15 mỗi triệu — giảm 95% so với mức giá đầu vào $3.00.
• Batch — Qwen4-Max chỉ hỗ trợ suy luận theo lô tại Bắc Kinh, với mức $0.707 và $2.12 cho Batch File và mức giá thời gian thực cho Batch Chat. Neon chạy batch và flex bằng một nửa giá, $1.50 và $7.50, ở mọi khu vực.
Hàng cuối cùng đó là hàng thay đổi hóa đơn thực tế và nhận được ít sự chú ý nhất. Một khối lượng công việc theo lô trên Neon tốn $1.50 và $7.50 — bằng một phần ba giá đầu vào của Qwen4-Max tại Singapore và 60% giá đầu ra — và nó có sẵn ở bất cứ đâu có Neon. Đường xử lý theo lô của Qwen4-Max chỉ có ở một khu vực, nghĩa là một nhóm bên ngoài Bắc Kinh đang chạy công việc hàng loạt không đồng bộ phải trả mức giá đầu ra đầy đủ $4.50 trong khi bài viết so sánh mà họ đọc giả định giá theo lô. Nếu khối lượng công việc của bạn là theo lô, lợi thế 28% mỗi điểm trở nên lớn hơn nhiều, còn nếu là thời gian thực, nó vẫn giữ nguyên.

Nơi mỗi thứ thuộc về
Khuyến nghị trung thực này hẹp hơn mức cả hai nhà cung cấp mong muốn và không chọn ra bên thắng cuộc.
Neon là lựa chọn mặc định đúng đắn cho bất kỳ tác vụ nào mà một câu trả lời sai phải trả giá đắt còn câu trả lời chậm thì không — lập trình dài hạn, nghiên cứu nhiều bước, các vòng lặp tác tử chạy không người giám sát và được đánh giá sau đó. Mười bảy điểm chỉ số là kiểu khoảng cách làm thay đổi những gì có thể giao phó cho một mô hình, chứ không phải tốc độ nó hoàn thành, và với $6.44 mỗi tác vụ, bạn đang trả tiền cho mức trần, không phải mức trung bình. So với Carbon, đây cũng là bảng giá Gemini 4 duy nhất không thay đổi vào ngày 1 tháng 12, khiến nó trở thành lựa chọn ổn định trong chính dòng sản phẩm của mình dù hôm nay nó là lựa chọn đắt đỏ.
Qwen4-Max là lựa chọn mặc định phù hợp cho công việc khối lượng lớn, nơi nhiệm vụ của mô hình được xác định rõ ràng và chi phí nhân lên — gắn thẻ hàng đợi đầu vào, soạn câu trả lời thông thường, vận hành bậc rẻ của một quy trình leo thang, và phần đuôi dài các bước tác nhân không cần một mô hình tiên phong phía sau. Ở mức 3,27 USD mỗi tác vụ so với 6,44 USD, đây là khoảng một nửa chi phí cho một mô hình đạt điểm 43, và 43 nằm trên mức trung vị của các mô hình trong cùng phân khúc giá. Mua Neon cho công việc đó là mua mười bảy điểm bạn sẽ không dùng đến.
Cái bẫy nằm ở khoảng giữa, và đó là nơi hầu hết các đội đều rơi vào. Một khối lượng công việc cần 55 sẽ không chạy trên Qwen4-Max và không cần Neon, và câu trả lời đúng không phải là hai mô hình này — mà là một mô hình thấp hơn một bậc trong mỗi dòng, có giá nằm giữa chúng, đúng là quyết định mà một lớp định tuyến tồn tại để đưa ra. OrcaRouter không phục vụ Qwen4-Max hay Gemini 4 Neon; thứ nó cung cấp từ dòng Gemini 4 là google/gemini-4-argon và google/gemini-4-carbon, cả hai đều theo giá niêm yết của Google với 0% markup được chuyển tiếp, vì vậy đợt tăng giá ngày 1 tháng 12 đối với hai mô hình đó sẽ có hiệu lực ở đây cùng ngày với trên bảng giá của Google. Qwen4-Max có thể truy cập qua API Model Studio của chính Alibaba và một số nền tảng bên thứ ba. Một API cho hơn 200 mô hình nghĩa là tầng phân loại và tầng tiên phong có thể là những mô hình khác nhau mà không cần hợp đồng khác nhau, và cơ chế chuyển đổi dự phòng tự động nghĩa là khi một trong số chúng gặp một giờ tồi tệ, pipeline sẽ không gặp phải.

Con số cần mang ra khỏi điều này.
Qwen4-Max rẻ hơn 28% trên mỗi điểm chỉ số và kém 17 điểm, giải mã ở 59 token mỗi giây so với 101, và tốn $3.27 mỗi tác vụ so với $6.44 ở thiết lập mà trình theo dõi nhấn mạnh. Mỗi con số đó là một câu trả lời khác nhau cho câu hỏi "cái nào rẻ hơn", và tất cả đều đúng.
Thứ nên quyết định là khối lượng công việc, không phải mô hình. Nếu một tác vụ hoàn thành chỉ trong một lượt và câu trả lời được kiểm tra, Qwen4-Max giảm một nửa hóa đơn. Nếu một tác vụ kéo dài hơn hai mươi phút và câu trả lời được gửi đi mà không qua kiểm tra, Neon là cái duy nhất trong hai cái hoàn thành được nó — và tốc độ giải mã gấp 1,7 lần chính là điều tạo nên khác biệt giữa một agent hữu ích và một agent mà bạn thôi chờ đợi. Hãy trả tiền cho đúng những điểm bạn thực sự tiêu thụ. Chưa ai từng thấy vui vì đã mua mười bảy điểm mà mình không dùng đến.
