Một thẻ tiêu đề 16:9 được tạo trên nền xanh xám đậm với ánh sáng tỏa tròn mềm mại, tiêu đề chính là 'Qwen4-Max vs Kimi K3.1 Pro' và phụ đề là 'Khoảng cách 41 xu quyết định ít hơn bạn tưởng'. Ở bên phải, một chiếc cân cân bằng phẳng được vẽ bằng những nét mảnh, giữ hai đĩa cân được ghi nhãn $3.27 mỗi tác vụ và $3.68 mỗi tác vụ với đòn cân gần như nằm ngang. Một hàng bốn biểu tượng nhỏ dọc theo phía dưới được ghi nhãn đầu vào video, ngữ cảnh 1M, không trọng số so với trọng số mở, và 55 so với 31 tok/s. Logo OrcaRouter ở góc dưới bên phải.
Guides & Insights

Qwen4-Max vs Kimi K3.1 Pro: Khoảng cách 41 xu quyết định ít hơn bạn tưởng

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

Theo chính số liệu của Artificial Analysis, một tác vụ hoàn thành tốn 3,27 đô la trên Qwen4-Max và 3,68 đô la trên Kimi K3.1 Pro. Bốn mươi mốt xu. Nếu bạn đang chọn một mô hình cho một agent chạy hàng nghìn tác vụ mỗi tuần, khoảng cách đó trông như toàn bộ quyết định, nhưng không phải vậy — bởi vì hai mô hình đạt được những con số đó từ hai hướng ngược nhau, và hướng đi chính là thứ xuất hiện trong nhật ký của bạn sáu tuần sau đó. Qwen4-Max đạt được điều đó bằng cách nhanh và dài dòng — nhiều token đầu ra hơn, với mức giá mỗi token thấp hơn một nửa; Kimi K3.1 Pro đạt được điều đó bằng cách chậm và ngắn gọn, phát ra ít token hơn mà mỗi token tốn hơn gấp đôi. Không mô hình nào là mô hình rẻ hơn nói chung. Mỗi mô hình rẻ hơn cho một dạng công việc cụ thể.

Đó là cách định khung hữu ích cho cặp này, và hiện nay nó đã có theo cách mà vào tháng 10 thì chưa có: cả hai mô hình đều nằm trên cùng một bản sửa đổi chỉ số độc lập, cả hai đều đã công bố điều khoản thương mại, và một trong hai có trọng số có thể tải xuống. Phần tiếp theo là phân tách theo khối lượng công việc thay vì theo benchmark, vì benchmark đã cho thấy chúng gần nhau.

Đầu tiên, tên

Không có kimi-k3.1 bản thường trong danh sách model của chính M​oonshot. Các định danh được phát hành là kimi-k3.1-pro, kimi-k3.1-pro-highspeed và kimi-k3 cũ hơn; "Kimi K3.1" là cách dòng model này được viết trong ô tìm kiếm và trên báo chí, còn model đằng sau đó là Kimi K3.1 Pro. Biến thể highspeed là cùng một model nhưng chạy nhanh hơn khoảng hai đến ba lần. Vì vậy mọi so sánh quan trọng ở đây là Qwen4-Max với Kimi K3.1 Pro, và đó là cặp được đo bên dưới. Bất kỳ ai cho bạn xem bảng thông số của một model có tên chính xác là "Kimi K3.1" đều đang cho bạn xem số liệu của Pro dưới một cái tên ngắn hơn.

Kimi K3.1 Pro được công bố vào ngày 23 tháng 10 năm 2026, với blog của nhà cung cấp ghi ngày 24, và trọng số của nó đã có mặt trên Hugging Face với một commit duy nhất có dấu thời gian 2026-11-02. Qwen4-Max được bán tính phí theo mức sử dụng từ ngày 16 tháng 11 năm 2026. Cả hai đều mới ra mắt được vài tuần, không bản nào là bản xem trước, và cả hai đều có bảng giá thực tế — đó chính là lý do toàn bộ so sánh này có thể được thực hiện bằng số liệu thay vì dự báo.

A generated two-column scoreboard titled 'Qwen4-Max vs Kimi K3.1 Pro' with seven rows: index score 43 against 46; cost per task $3.27 against $3.68; output per million $4.50 against $10.00; tokens per run 127M against 113M; wall-clock per task 32.1 min against 38.4 min; max output 262,144 against 943,000; weights none against downloadable. Footer reads 'Artificial Analysis Intelligence Index v5.0.1; vendor list prices'. OrcaRouter logo bottom-right.

Hai hàng xác định cặp đấu

Mọi nội dung dưới đây đều lấy từ Artificial Analysis Intelligence Index v5.0.1 trừ khi được ghi là do nhà cung cấp tự báo cáo. Chỉ số này chỉ là một công cụ đo trong một ngày; blog này đã từng thấy các lần sửa đổi làm điểm của một mô hình thay đổi đến hai chữ số, nên hãy coi mức chênh lệch là chỉ mang tính định hướng.

• Điểm chỉ số — Qwen4-Max 43 so với Kimi K3.1 Pro 46. Mô hình Kimi dẫn trước ba điểm, nằm trong dải nhiễu của một lần điều chỉnh chỉ số.

• Chi phí mỗi tác vụ — Qwen4-Max $3.27 so với Kimi K3.1 Pro $3.68. Mô hình Kimi đắt hơn 12,5% cho mỗi tác vụ đã hoàn thành bất chấp lợi thế về điểm số

• Giá đầu vào — Qwen4-Max $1.50 mỗi triệu tại Singapore, $1.413 ở nơi khác; Kimi K3.1 Pro $2.00

• Giá đầu ra — Qwen4-Max $4.50 so với Kimi K3.1 Pro $10.00. Đây là khoảng cách lớn nhất trong toàn bộ so sánh, và đây là điểm mà một mô hình chi phí dựa trên số lượng token sẽ đánh trọng số quá cao

• Giá khi trúng bộ nhớ đệm — Qwen4-Max 0,075 USD mỗi triệu token tại Singapore, 0,071 USD ở nơi khác; Kimi K3.1 Pro 0,20 USD. Cả hai đều giảm giá mạnh cho các lượt đọc từ bộ nhớ đệm; mức giảm của Q​wen sâu hơn

• Thời gian thực tế mỗi tác vụ — Qwen4-Max 32,1 phút so với Kimi K3.1 Pro 38,4 phút, trong khi trung vị của nhóm là 11,5. Cả hai đều chậm; Q​wen là bên chậm ít hơn trong hai

• Thông lượng — Qwen4-Max 55 token đầu ra mỗi giây so với Kimi K3.1 Pro 31, được đo trên API riêng của từng nhà cung cấp

• Mức tiêu thụ token — Qwen4-Max 127 triệu token đầu ra mỗi lần chạy chỉ mục, so với 113 triệu của Kimi K3.1 Pro

• Ngữ cảnh — Qwen4-Max 1.000.000 token như tài liệu công bố, đo được 984.000 token khả dụng; Kimi K3.1 Pro 1.048.576

• Phương thức — cả hai đều nhận văn bản, hình ảnh và video và trả về văn bản. Hướng dẫn mô hình của Moonshot nêu rõ rằng Kimi K3.1 Pro xử lý video, mặc dù bản tóm tắt độc lập về mô hình chỉ liệt kê văn bản và hình ảnh.

• Trọng số — Qwen4-Max không công bố trọng số nào, và tài liệu của nó ghi rõ không hỗ trợ tinh chỉnh và triển khai; checkpoint 2,8 nghìn tỷ tham số của Kimi K3.1 Pro, với 104 tỷ tham số hoạt động trên mỗi token, có thể tải xuống theo một giấy phép riêng thay vì giấy phép có sẵn.

• Kiến trúc, theo báo cáo của nhà cung cấp — Qwen4-Max là một backbone 2,4 nghìn tỷ tham số với 71 tỷ tham số hoạt động và thêm 328 tỷ tham số embedding N-gram; Kimi K3.1 Pro là một mô hình lớp 3T được huấn luyện hậu kỳ, xây dựng trên K3

Đọc hàng giá đầu ra đối chiếu với hàng chi phí mỗi tác vụ là bạn có toàn bộ bài viết. Kimi K3.1 Pro tính giá mỗi token đầu ra cao hơn gấp đôi mà vẫn hoàn thành một tác vụ tốn thêm 41 xu, vì nó phát ra ít token hơn. Qwen4-Max tính giá mỗi token đầu ra chưa bằng một nửa và gần như chẳng được lợi gì từ đó, vì nó phát ra nhiều hơn 12%. Giá theo token chỉ là đại diện cho hóa đơn, không phải hóa đơn. Hóa đơn là hàng thứ ba.

Khối lượng công việc một: tác nhân chạy dài hạn

Đây là lúc 41 xu không còn chỉ là chuyện làm tròn. Một vòng lặp tác nhân không chạy một tác vụ; nó chạy một chuỗi tác vụ nặng về thử lại, và thứ cộng dồn là thời gian đồng hồ thực, không phải giá. Ở mức 32,1 và 38,4 phút cho mỗi tác vụ lập chỉ mục tương ứng, cả hai mô hình đều chậm hơn từ hai đến ba lần so với trung vị của lĩnh vực là 11,5 phút. Một lô hai mươi tác vụ sẽ tốn từ mười đến mười ba giờ đồng hồ thực trên một trong hai. Nếu vòng lặp của bạn bị giới hạn bởi độ trễ, cả hai đều không phải mô hình phù hợp, và việc chọn giữa chúng dựa trên giá là tối ưu hóa sai biến.

Nếu không bị giới hạn bởi độ trễ — các lần chạy hàng loạt qua đêm, công việc nghiên cứu dài hạn, xử lý tài liệu chạy nền — thì con số quyết định là số token trên mỗi tác vụ hoàn thành, và ở đây, 55 token mỗi giây của Qwen4-Max so với 31 của K​imi ít quan trọng hơn vẻ ngoài của nó. Thông lượng chỉ quyết định một yêu cầu đơn lẻ được xử lý xong nhanh đến đâu; điều quyết định hóa đơn là mô hình tiêu tốn bao nhiêu token để suy nghĩ trước khi đưa ra câu trả lời. Qwen4-Max tiêu tốn nhiều hơn 12% số token đó và tính phí thấp hơn 55% cho mỗi đơn vị.

Khối lượng công việc thứ hai: mọi thứ liên quan đến một tài liệu dài

Đây là chỗ cuộc so sánh không còn xoay quanh điểm số nữa mà chuyển sang hình dạng của đầu ra. Cả hai mô hình đều đọc được văn bản, hình ảnh và video, đồng thời đều ghi ra văn bản, nên không có lập luận nào về phương thức để đưa ra — phiên bản trung thực của phần này là việc Qwen4-Max hỗ trợ video không phải là yếu tố quyết định như vẻ ngoài của nó, bởi hướng dẫn mô hình của M​oonshot nói rằng Kimi K3.1 Pro cũng xử lý video. Điều phân biệt chúng trong công việc tài liệu là lượng nội dung chúng sẽ ghi trả lại trong một lần xử lý, và mức phí cho việc đó.

Qwen4-Max giới hạn đầu ra ở 131.072 token khi tắt chế độ suy nghĩ, hoặc 262.144 token dùng chung giữa phần suy nghĩ và câu trả lời. Kimi K3.1 Pro đạt khoảng 943.000 token. Với một cuộc rà soát hợp đồng chỉ trả về bản tóm tắt, khác biệt đó không bao giờ xuất hiện; nhưng với một pipeline được yêu cầu xuất lại toàn bộ một tài liệu đã được đánh dấu, hoặc suy luận trên một tập làm việc rồi viết kết quả ra thật dài, đó là khác biệt giữa một lần gọi và một cơ chế chia khối mà bạn giờ phải tự xây dựng và gỡ lỗi.

Khoảng cách giá lại chỉ theo hướng ngược lại. Mức giá đầu vào của Qwen4-Max thấp hơn 25% và mức giá đầu ra chưa bằng một nửa, vì vậy công việc trích xuất và phân loại trên một kho ngữ liệu lớn — đầu vào nhiều, đầu ra ít — rẻ hơn đáng kể trên Qwen4-Max tính theo mỗi tác vụ hoàn thành cũng như trên đồng hồ tính phí. Đọc hai đoạn cùng nhau thì sự phân chia thật rõ ràng: câu trả lời ngắn trên kho ngữ liệu lớn có lợi cho Qwen4-Max, còn câu trả lời dài trên cùng kho ngữ liệu đó có lợi cho trần đầu ra của mô hình Kimi.

A screenshot of the Artificial Analysis page for Kimi K3.1 Pro, marked open weights and released October 2026, showing the Intelligence Index score of 46 against a median of 23, 113M tokens generated on the run, $2.00 input and $10.00 output per million tokens, $3.68 per task, 38.4 minutes per task against a median of 13.6, text and image input, a 1M-token context and downloadable weights on Hugging Face.

Khối lượng công việc thứ ba: cái mà bạn cần đến tạ

Không có gì trong các hàng ở trên đề cập đến khác biệt lớn nhất giữa hai mô hình này, bởi vì đó không phải là một con số. Kimi K3.1 Pro có thể được tải xuống. Qwen4-Max thì không — tài liệu của nó đánh dấu việc tinh chỉnh và triển khai mô hình là không được hỗ trợ, và bài đăng ra mắt của Alibaba chỉ hứa rằng các phiên bản Qwen4 nhỏ hơn đang "sắp trở thành mã nguồn mở", một tuyên bố về cả dòng mô hình chứ không phải về mô hình này.

Điều đó có ý nghĩa trong ba tình huống cụ thể và không liên quan ở những trường hợp còn lại. Nó có ý nghĩa nếu bạn cần tinh chỉnh trên dữ liệu của riêng mình, vì Qwen4-Max không cung cấp bất kỳ con đường nào để làm việc đó. Nó có ý nghĩa nếu yêu cầu tuân thủ của bạn đòi hỏi các trọng số phải nằm trong ranh giới hạ tầng của chính bạn thay vì nằm sau API của người khác. Và nó có ý nghĩa nếu bạn đang mô hình hóa chi phí theo nhiều năm thay vì nhiều tháng: một checkpoint cấp 3T có thể tải xuống là một khoản chi phí vốn với đường cong chi phí biên do bạn kiểm soát, trong khi một mô hình hàng đầu đi thuê là một bảng giá có thể thay đổi. Một mô hình hỗn hợp chuyên gia 3 nghìn tỷ tham số không phải là thứ mà hầu hết các đội có thể phục vụ tại chỗ — nó cần một tủ rack, không phải một máy trạm — nhưng "đắt để tự vận hành" và "không thể tự vận hành" là những câu trả lời khác nhau cho một câu hỏi mua sắm, và chỉ một trong hai đáp án đó thực sự khép lại được câu hỏi mua sắm.

Giấy phép này đáng được nói rõ một câu, vì cụm "open weights" đang gánh rất nhiều ý nghĩa trong phần lớn các bài đưa tin: Kimi K3.1 Pro được phát hành theo một Kimi K3.1-Pro License riêng, không phải văn bản Modified MIT mà K3 từng mang, và phạm vi cấp phép của nó là dễ dãi theo nghĩa thông thường — dùng, sửa đổi, tinh chỉnh, phân phối lại, bán — kèm thêm hai điều kiện. Nếu bạn vận hành doanh nghiệp cung cấp mô hình dưới dạng dịch vụ và tổng doanh thu của bạn vượt 20 triệu đô la trong bất kỳ khoảng mười hai tháng liên tiếp nào, bạn cần một thỏa thuận riêng với M​oonshot trước khi dùng trọng số cho mục đích thương mại. Và nếu một sản phẩm xây dựng trên chúng vượt 100 triệu người dùng hoạt động hàng tháng hoặc 20 triệu đô la doanh thu hàng tháng, "Kimi K3.1-Pro" phải được hiển thị nổi bật trong giao diện của sản phẩm đó. Việc dùng nội bộ, và việc dùng thông qua các sản phẩm của chính M​oonshot hoặc các đối tác suy luận được chứng nhận, nằm ngoài cả hai điều khoản. Nếu bạn định xây dựng một sản phẩm trên nền các trọng số này, hãy đọc giấy phép thay vì bản tóm tắt.

Đặt cặp này lên một phím

Ở đây, sự so sánh không còn đối xứng theo một cách đáng nói thẳng. OrcaRouter định tuyến kimi/kimi-k3.1-pro ngay hôm nay, trên cùng một endpoint tương thích OpenAI như phần còn lại của hơn 200 mã định danh mô hình, ở mức phụ phí 0% — giá niêm yết của nhà cung cấp được chuyển thẳng, nên $2.00 và $10.00 ở trên là số tiền bạn trả chứ không phải mức nhà cung cấp tính trước khi cộng biên lợi nhuận của ai đó. Nó không định tuyến Qwen4-Max, và trang này sẽ không gợi ý điều ngược lại: để tiếp cận mô hình đó, bạn phải dùng sáu khu vực riêng của A​libaba hoặc một nền tảng bên thứ ba bán lại nó.

Điều mà sự bất đối xứng đó thực sự hữu ích cho chính là phép thử mà bài viết này đã mô tả. Cách chia theo từng khối lượng công việc ở trên là một giả thuyết về lưu lượng của bạn, không phải một sự thật về lưu lượng của bạn, và cách rẻ tiền để bác bỏ nó là chạy cùng các prompt qua Kimi K3.1 Pro và một hạng Qwen 3.8 trên cùng một endpoint, với chuyển đổi dự phòng tự động xử lý các trục trặc từ nhà cung cấp mà nếu không sẽ làm hỏng một lần chạy benchmark. Nếu mô hình Kimi thắng trên khối lượng công việc của bạn với mức chênh hơn 41 cent mỗi tác vụ, lập luận về trọng số sẽ dễ biện minh hơn. Nếu không, bạn đã tự tiết kiệm cho mình một cuộc trao đổi mua sắm về một rack.

A screenshot of the OrcaRouter model page for Kimi K3.1 Pro, showing the identifier kimi/kimi-k3.1-pro, the byline MoonshotAI with the date 2026-10-24, a description noting a 1,048,576-token context and up to 943,718 output tokens with text, image and video input, a 1M-token context badge, 943k maximum output, pricing of $2.00 input and $10.00 output per million, and a note that zero data retention is available.

Quy tắc quyết định

Ba điểm chỉ số và 41 xu chi phí cho mỗi tác vụ không đủ để phân biệt các mô hình này. Những yếu tố phân biệt được chúng thì mang tính nhị phân, và đáng để kiểm tra theo thứ tự này.

• Nếu bạn cần trả lại toàn bộ tài liệu trong một lần gọi — mức trần đầu ra ~943.000 token của Kimi K3.1 Pro so với ngân sách chia sẻ 262.144 token của Qwen4-Max là khác biệt về loại, không phải về tỷ lệ phần trăm

• Nếu bạn cần tinh chỉnh, tự vận hành hoặc giữ trọng số — Qwen4-Max bị loại, vì không có trọng số nào để giữ

• Nếu các lần chạy của bạn bị giới hạn bởi thời gian thực — cả hai đều không phù hợp; cả hai đều chậm hơn mô hình trung vị trên cùng bo mạch từ hai đến ba lần, và K​imi là cái chậm hơn trong hai

• Nếu không có điều nào trong số đó áp dụng — hãy chọn lựa chọn rẻ hơn tính trên mỗi tác vụ hoàn thành, theo số liệu hôm nay là Qwen4-Max với $3.27 so với $3.68, và kiểm tra lại sau một tháng, vì cả hai nhà cung cấp đều đã thay đổi giá một lần trong quý này rồi

Tóm tắt trung thực là M​oonshot đã tung ra mô hình có điểm số tốt hơn còn A​libaba tung ra mô hình có giá tốt hơn, rằng khoảng cách theo mỗi hướng là nhỏ, và rằng lựa chọn duy nhất ở đây có hệ quả lâu dài lại là lựa chọn mà không ai đưa vào bảng so sánh: bạn đang thuê hay đang sở hữu. Mọi thứ còn lại chỉ là bốn mươi mốt xu và một sai số làm tròn trong một bản sửa đổi.

So sánh trong bài viết này2

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