
Qwen4-Max so với GPT-6 Luna: Chi phí tác vụ gấp 22× để đổi lấy 15 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
Cho một yêu cầu Qwen4-Max và một yêu cầu GPT-6 Luna chạy qua cùng một bộ đánh giá, hóa đơn trả về là $3.27 so với $0.15. Gấp hai mươi hai lần. Đặt điểm số cạnh nhau thì là 43 so với 28 — mười lăm điểm, chính là khác biệt giữa một mô hình mà bạn sẽ giao cho một lượt chạy tác nhân kéo dài nhiều giờ và một mô hình mà bạn sẽ đưa một tài liệu cho nó xử lý. Cả hai khoảng cách đó đều có thật, cả hai đều được đo trên cùng một bản sửa đổi chỉ số, và không cái nào trong số chúng giải quyết được câu hỏi, vì Qwen4-Max đã được cung cấp rộng rãi từ ngày 16 tháng 11 năm 2026 với giá $1.50 và $4.50 mỗi triệu token, trong khi GPT-6 Luna đã nằm ở mức một phần mười con số đó từ ngày 22 tháng 9. Quyết định không phải là mô hình nào tốt hơn. Mà là mười lăm điểm nào bạn thực sự sẽ dùng, và câu trả lời thay đổi hai lần trong quá trình đi qua phép so sánh này.
Độ phóng đại 22× và chất liệu cấu thành nên nó
Hãy bắt đầu với bảng giá cước, vì tỷ lệ được nêu bật không phải tỷ lệ bạn thực trả.
• Đầu vào — Qwen4-Max 1,50 USD mỗi triệu tại Singapore, 1,413 USD tại các khu vực phạm vi toàn cầu. GPT-6 Luna 0,10 USD. Mười lăm đối một.
• Đầu ra — Qwen4-Max $4.50, hoặc $4.24 Global. GPT-6 Luna $0.50. Chín trên một.
• Đầu vào được lưu trong bộ nhớ đệm — Qwen4-Max $0.075 Singapore, $0.071 Global, giảm giá 95%. GPT-6 Luna $0.01, giảm giá 90%.
{{1}}Hỗn hợp{{/1}} — Qwen4-Max $0.80 mỗi triệu theo trọng số 7:2:1 cache hit/đầu vào/đầu ra của tracker. GPT-6 Luna $0.077. Mười so với một.
• Chi phí cho mỗi tác vụ Chỉ số Trí tuệ — Qwen4-Max $3.27, GPT-6 Luna $0.15. Hai mươi hai so với một.
Mười lăm, chín, mười, hai mươi hai. Bốn con số đó không khớp với nhau, và chính chỗ không khớp mới là phần hữu ích: tỷ lệ trên mỗi tác vụ lớn hơn gấp đôi tỷ lệ giá gộp, không phải vì mức giá của Qwen4-Max tệ hơn so với bảng giá thể hiện, mà vì Qwen4-Max phải phát ra nhiều token hơn để hoàn thành bộ tác vụ. Bảng độ dài diễn đạt của trình theo dõi ghi Qwen4-Max ở 127 triệu token đầu ra so với mức trung vị 90 triệu; Luna ở 110 triệu so với cùng mức trung vị đó. Cả hai đều nghiêng về phía dài dòng. Qwen4-Max còn hơn 15%, và 15% đó đóng vai trò thực sự trong khoảng cách 22× mà một bảng giá 10× lẽ ra đã dự đoán được.
Tất cả các số liệu trong phần này là các phép đo của Artificial Analysis trên chỉ số v5.0.1 — chỉ số đã được tái cơ sở, vì vậy điểm Luna từ một bảng xếp hạng tháng Bảy không thể so sánh với con số 28 được trích dẫn ở đây — kết hợp với bảng giá đã công bố của từng nhà cung cấp. Không nhà cung cấp nào đã công bố một so sánh trực tiếp có ghép cặp, và bất kỳ so sánh nào được xây dựng từ những con số này cũng chỉ là phép tính trên hai lần chạy riêng biệt, không phải một benchmark.

Cài đặt mức nỗ lực là đòn bẩy lớn hơn
Đây là điều khiến cách diễn giải 43 chống 28 trở nên gây hiểu lầm, và đây không phải là một sự chỉnh sửa nhỏ.
GPT-6 Luna có sáu mức suy luận — không, thấp, trung bình, cao, rất cao và tối đa — và mặc định ở mức trung bình. Artificial Analysis chấm điểm từng mức. Mức chênh lệch không phải chỉ là khác biệt do làm tròn:
• Max — 28 trên chỉ số, 0,15 USD mỗi tác vụ, 12,2 phút, 103 token mỗi giây.
• Xhigh — 23, 7,4 phút, 99 token mỗi giây.
• Cao — 21, 6,0 phút, 91 token mỗi giây.
• Trung bình — 18, 3,5 phút, 93 token mỗi giây. Đây là mặc định và là cài đặt mà gần như mọi cuộc gọi production trên thực tế đều sử dụng.
• Thấp — 10, 0,6 phút, 87 token mỗi giây.
• Không suy luận — 9, 2,0 phút, 84 token mỗi giây.
Vậy nên phép so sánh trung thực không phải là 43 so với 28. Mà là 43 so với 18 đối với một bên gọi gửi không có tham số effort, và 43 so với 28 đối với bên vặn núm lên mức cao nhất và chịu độ trễ gấp sáu lần để đổi lấy điều đó. Hai mươi lăm điểm ở mức mặc định và mười lăm điểm ở mức trần, từ cùng một mô hình, mà không có thay đổi giá nào trên bảng giá.
Thang của Qwen4-Max có ba bậc — low, high, xhigh — và mặc định là high. Không có medium: cả Chat Completions và DashScope đều ánh xạ medium thành high, nên yêu cầu cài đặt ở giữa tốn bằng cài đặt cao nhất. Đó là một núm chỉnh tệ hơn của Luna, và điều đó quan trọng vì cùng lý do — bậc bạn gọi quyết định điểm số, và Qwen4-Max cho bạn ít cách hơn để mua ít nó hơn.
Điều mà công cụ theo dõi không công bố cho Qwen4-Max là điểm số ở mỗi bậc trong ba bậc của nó; trang chỉ có 43 và dừng ở đó. Thang sáu bậc đầy đủ của Luna là công khai, khiến Luna là mô hình dễ mô hình hóa hơn và cũng là mô hình khó trích dẫn hơn. Nếu bạn đang xây dựng dự báo chi phí, một thang được công bố đầy đủ có giá trị hơn một con số tốt hơn duy nhất, vì bạn có thể thấy điểm gãy nằm ở đâu.

Vách đá 272.000 token của Luna
Cả hai mô hình đều quảng cáo ngữ cảnh một triệu token, nhưng chỉ một trong số đó tính cùng một mức giá xuyên suốt ngữ cảnh ấy — và đây là điều tốn kém nhất mà người mua có thể bỏ sót.
• Qwen4-Max — $1,50 và $4,50 đồng giá xuyên suốt toàn bộ cửa sổ 1.000.000 token, không phân bậc tại 32K hay 128K. Theo tài liệu, trần đầu vào là 991.808 token ở chế độ không suy nghĩ và 983.616 khi bật chế độ suy nghĩ; đầu ra ở chế độ không suy nghĩ giới hạn ở 131.072, còn phần suy nghĩ và câu trả lời dùng chung hạn mức 262.144.
• GPT-6 Luna — $0.10 và $0.50 cho tối đa 272.000 token đầu vào, sau đó $0.20 cho đầu vào và $0.75 cho đầu ra khi vượt mức đó. Việc đổi giá áp dụng cho toàn bộ yêu cầu, không chỉ phần vượt: một lời nhắc 300.000 token bị tính gấp đôi trên cả 300.000 token, chứ không phải chỉ 28.000 token cuối. Cửa sổ ngữ cảnh là 1.050.000 theo tài liệu của OpenAI và 1M trên trình theo dõi; đầu vào tối đa 922.000; giới hạn đầu ra 128.000.
Chạy trường hợp ngữ cảnh dài thì mức 22× sụp xuống còn khoảng 7,5×. Một tài liệu 400.000 token với câu trả lời 8.000 token tốn $0,60 đầu vào và $0,09 đầu ra trên Qwen4-Max — $0,69 theo giá Singapore. Cùng yêu cầu đó trên Luna tốn $0,08 đầu vào và $0,006 đầu ra, $0,086. Bảy lần rưỡi, không phải hai mươi hai. Luna vẫn rẻ hơn đáng kể, và mức rẻ hơn chỉ bằng một phần ba biên mà con số tiêu đề ngụ ý.
Sự đảo ngược đó có một mặt trái thứ hai, và mặt trái ấy tác động theo chiều ngược lại. Dưới 272.000 token, ngưỡng giá nhảy vọt không hề áp dụng, và hầu hết khối lượng công việc của agent — một ngữ cảnh cơ sở mã, một cuộc hội thoại hỗ trợ, một vòng lặp gọi công cụ — đều nằm thấp hơn ngưỡng đó rất nhiều. Một nhóm đọc thấy “ngữ cảnh 1M” trên cả hai thẻ và lập ngân sách cho Luna ở mức $0,10 cho một tác vụ 500.000 token thì đã dự trù thiếu 2× cho đầu vào và 1,5× cho đầu ra, và sai sót chỉ lộ ra trên hóa đơn.
Cũng có một điểm về lưu trú dữ liệu đáng biết trước khi xét đến giá: lưu trú dữ liệu EU trên Luna chỉ khả dụng với xử lý Standard, điều này loại bỏ hoàn toàn các ưu đãi Batch và Fast. Nếu yêu cầu về lưu trú dữ liệu nằm trong phạm vi, mức giá Luna áp dụng thực tế là mức giá tiêu chuẩn, và cấu trúc ưu đãi mà bạn đang tính đến sẽ không áp dụng cho bạn.
Video, và hàng mà Luna không thể vào
Sự khác biệt về phương thức nhỏ hơn những gì tiếp thị gợi ý và lớn hơn những gì một cái liếc qua bảng thông số hàm ý.
• GPT-6 Luna — đầu vào văn bản và hình ảnh, đầu ra văn bản. Không phải mô hình video hay âm thanh. Tạo hình ảnh, tạo giọng nói, phiên âm và dịch đều được ghi trong tài liệu là không được hỗ trợ.
• Qwen4-Max — nhận văn bản, hình ảnh và video, xuất ra văn bản, với khả năng thị giác được xử lý gốc thay vì thông qua một bộ trích xuất. Về phía giao thức, có OpenAI Chat Completions, OpenAI Responses, Anthropic Messages và DashScope, đối chiếu với Responses, Chat Completions và Batch của Luna.
Vậy nên Qwen4-Max là cái duy nhất trong hai cái mà bạn có thể trỏ vào một bản ghi màn hình, một bản ghi bài giảng hoặc một video đánh giá và đặt câu hỏi về nó. Đó là một khác biệt năng lực thực sự chứ không phải khác biệt điểm chuẩn — không có chỉ số nào trên cả hai card đo được nó, và không mức tinh chỉnh mức độ nỗ lực nào trên Luna tạo ra được nó. Nếu video nằm trong khối lượng công việc, thì so sánh dừng ở đây và 22× chính là cái giá để bước vào.
Nếu không có video, hàng đó chỉ là trang trí, và phạm vi giao thức mới là phần thú vị hơn. Qwen4-Max hỗ trợ bốn định dạng truyền; Luna hỗ trợ ba định dạng và chỉ mở bề mặt công cụ phong phú nhất của mình thông qua Responses — các công cụ tích hợp như tìm kiếm web, tìm kiếm tệp, trình thông dịch mã và shell được lưu trữ chạy ở đó, còn tính năng gọi hàm trên Chat Completions chỉ hoạt động khi mức nỗ lực suy luận được đặt thành none. Một quy trình chuyển sang Chat Completions để tiết kiệm chi phí mà vẫn kỳ vọng có lệnh gọi công cụ sẽ thất bại ngay ở yêu cầu đầu tiên. Đó là một cái bẫy khi di chuyển, không phải khoảng trống năng lực, và là kiểu vấn đề khiến bạn mất cả tuần thay vì chỉ một vài phần trăm.
Đây chính là điểm mà ở đó một lớp định tuyến chứng tỏ được giá trị của mình, chứ không phải một lựa chọn mô hình. OrcaRouter vốn đã cung cấp openai/gpt-6-luna theo đúng giá niêm yết của OpenAI với mức phụ phí 0% được chuyển nguyên vẹn — nên khi giá Luna thay đổi, tại đây thay đổi đó có hiệu lực ngay trong cùng ngày nó xuất hiện trên bảng giá của OpenAI — còn Qwen4-Max thì không được lưu trữ ở đây; nó có thể truy cập qua Model Studio API của chính Alibaba và một số nền tảng bên thứ ba. Một API cho hơn 200 mô hình, một khóa duy nhất, cùng một DSL định tuyến phân loại yêu cầu và gửi nó đến bên nào trong hai bên mà dòng cấu hình chỉ định: Luna cho tầng trích xuất khối lượng lớn, dòng Qwen cho công việc video và ngữ cảnh dài mà về mặt cấu trúc Luna không thể đảm nhận. Cơ chế chuyển đổi dự phòng tự động sẽ lo liệu cho ngày mà tầng giá rẻ gặp sự cố, cũng chính là ngày mà một pipeline chỉ dùng một nhà cung cấp phát hiện ra rằng mình chỉ có đúng một lựa chọn.

Khi nào mỗi mô hình là lựa chọn phù hợp
Ba khối lượng công việc, ba câu trả lời khác nhau, và cái thứ ba chính là nơi hầu hết các đội ngũ thực sự đang ở.
Khối lượng lớn, được đặc tả kỹ, có kiểm chứng.Phân loại trên một kho ngữ liệu, trích xuất từ các tập tài liệu, tóm tắt, nấc phân loại hỗ trợ của một pipeline. Luna với $0.15 mỗi tác vụ so với Qwen4-Max với $3.27 là mức giảm chi phí 95% cho công việc chưa bao giờ cần đến 43. Mức 18 bạn nhận được ở mặc định của Luna cao hơn trung vị của dải giá của nó và đầu ra có thể kiểm chứng, đó chính là toàn bộ lập luận. Đây không phải là một lựa chọn sát nút.
Tầm xa, không cần giám sát, sai một ly là tốn kém. Những lượt chạy agent kéo dài nhiều giờ, refactor ở quy mô kho mã, nghiên cứu trải qua hàng chục lời gọi công cụ. Mười lăm điểm chỉ số chính là khác biệt giữa một mô hình giữ được kế hoạch và một mô hình đánh mất nó, và ở mức $3.27 một tác vụ, so với một lượt chạy tốn một giờ công kỹ sư để làm lại, thì giá cả không phải là ràng buộc. Qwen4-Max cũng là mô hình duy nhất trong hai mô hình nhận được đầu vào video, mà với ngày càng nhiều phần công việc agent — ảnh chụp màn hình, bản ghi màn hình, dấu vết UI — đó là khác biệt giữa một khối lượng công việc tồn tại và một khối lượng không tồn tại.
Nhạy cảm với độ trễ, nằm đâu đó ở khoảng giữa. Đây là trường hợp mà không card nào trả lời được. Luna giải mã ở 103 token mỗi giây khi ở mức nỗ lực tối đa và 93 ở mức mặc định; Qwen4-Max ở 59. Luna hoàn thành một tác vụ lập chỉ mục trong 12,2 phút ở mức tối đa và 3,5 ở mức mặc định; Qwen4-Max trong 29,8. Nếu có người đang chờ, 59 token mỗi giây là con số quyết định liệu sản phẩm có cảm giác sống động hay không, và không khoản tiết kiệm nào theo từng tác vụ bù đắp được cho một giao diện bị khựng. Nếu không ai phải chờ, 29,8 phút là thời gian thực mà bạn có thể sắp xếp lịch quanh đó.
Hình dạng đúng cho hầu hết các nhóm không phải là một trong hai lựa chọn này mà là cả hai — và lý do là ranh giới quyết định là một thuộc tính ở cấp yêu cầu, không phải ở cấp hợp đồng. Một pipeline phân loại trên Luna và chuyển lên một mô hình tiên tiến nhất khi bộ phân loại không chắc chắn sẽ đạt được mức tiết kiệm 95% trên 90% trường hợp dễ và thêm mười lăm điểm phần trăm trên phần còn lại. Đó là mục đích của DSL định tuyến, và đây là cấu hình duy nhất trong so sánh này không buộc phải chọn một bên thua cuộc.
Hóa đơn mà bạn thực sự có thể dự đoán
Hai mươi hai lần chi phí tác vụ cho mười lăm điểm chỉ số. Chia cái này cho cái kia, Qwen4-Max tốn $0,076 mỗi điểm chỉ số so với $0,0054 của Luna — gấp mười bốn lần mỗi điểm, con số khiến Luna trông như lựa chọn đáng mua hiển nhiên và cũng là con số ít hữu ích nhất, vì không ai tiêu thụ điểm chỉ số cả.
Thứ mọi người tiêu thụ là một khối lượng công việc, và khối lượng công việc đó có ba thuộc tính quyết định điều này: ngữ cảnh kéo dài bao nhiêu token, liệu có con người đang chờ hay không, và liệu việc phát hiện một câu trả lời sai có rẻ hay không. Luna thắng dứt khoát hai thuộc tính đầu và thua thuộc tính thứ ba tệ đến mức phép so sánh bị đảo ngược. Qwen4-Max thắng thuộc tính thứ ba và tính phí cho nó ở mức chỉ hợp lý nếu phương án thay thế là chạy lại.
Dự đoán còn trụ lại được sau tất cả: nếu bạn đang cân nhắc giữa hai lựa chọn này dựa trên giá cả, thì bạn đã chọn sai ngay từ đầu, bởi vì mức 22× không phải là khoản phụ trội mà bạn nên trả cho mọi yêu cầu trong một pipeline — đó là khoản phụ trội bạn trả cho một phần nhỏ các yêu cầu thực sự cần đến nó. Hãy định tuyến phần nhỏ đó. Phần còn lại chỉ là một sai số làm tròn mà bạn có thể dùng vào việc khác.
So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
