
Qwen4-Max vs Kimi K4: Một bên đã phát hành trong tuần này, bên kia thì chưa từng phát hành.
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 96 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 87 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 219 tok/s
Tìm kiếm Kimi K4 và bạn sẽ thấy rất nhiều bài viết về một mô hình không tồn tại. Tìm kiếm Qwen4-Max và, tính đến ngày 16 tháng 11 năm 2026, bạn sẽ thấy một mô hình mà bạn có thể gọi bằng bảng giá đã công bố, sáu khu vực và một trang tài liệu có dấu thời gian 09:46 sáng hôm đó. Đó không phải là những trạng thái tương đương, và coi chúng là hai bên của một cuộc đối đầu chính là sai lầm phổ biến nhất ở góc thị trường này. Vì vậy, trang này thực hiện hai việc: xác lập Kimi K4 là gì — một cái tên không có thẻ mô hình, không có định danh API, không có trọng số, không có giá và không có thông báo nào phía sau — rồi sau đó thực hiện phép so sánh mà người đọc thực sự có thể hành động dựa trên, giữa Qwen4-Max và Kimi K3.1 Pro, mô hình mà Moonshot AI phát hành hiện nay và là mô hình trọng số mở đạt điểm cao nhất trên Artificial Analysis Intelligence Index.
So sánh thứ hai đó thú vị hơn cái bạn đã gõ vào, vì đây là nơi duy nhất mà Qwen4-Max gặp một mô hình đánh bại nó về năng lực được đo lường trong khi lại thua nó về giá. Đây cũng là phép so sánh cho thấy vì sao benchmark Qwen4-Max còn thiếu lại tốn kém: so với Kimi K3.1 Pro, có một con số thực sự ở một bên bảng và một khoảng trống ở bên kia.

Bản kiểm tra Kimi K4, được thực hiện công khai.
Những khẳng định rằng một thứ gì đó chưa được phát hành sẽ dần mất giá trị, vì vậy đây là bằng chứng chứ không phải là phán quyết. Tài liệu định giá dành cho nhà phát triển của Moonshot AI đối với API Kimi liệt kê kimi-k3.1-pro và kimi-k3 là các mô hình thuộc dòng K3, với cửa sổ ngữ cảnh 1,048,576 token, cùng với dòng K2, mà cùng trang đó cho biết sẽ bị ngừng hoàn toàn vào cuối tháng 12 năm 2026. Không có mã định danh kimi-k4 nào xuất hiện. Danh sách mô hình của nền tảng không có mục nào như vậy. Mục lục blog của chính phòng thí nghiệm không có bài viết nào về K4. Tìm kiếm kho mã nguồn thuộc tổ chức moonshotai không trả về kết quả nào cao hơn K3.1 Pro.
Sản phẩm duy nhất xuất hiện khi tra cứu cái tên này là một bản tải lên lại của bên thứ ba trên Hugging Face, được tạo vào tháng 7 năm 2026, với vài lượt tải, không có tài liệu và một bộ thẻ được sao chép nguyên vẹn từ Kimi K3. Đây không phải sản phẩm của Moonshot và trang này không coi nó là như vậy. Một sản phẩm chủ lực Moonshot đã phát hành sẽ để lại dấu vết có thể kiểm chứng trong vài ngày — một thẻ mô hình kèm số lượng tham số, một dòng bảng giá, một mã định danh API, một mục trên bảng xếp hạng. Một cái tên không để lại bất kỳ điều nào trong số đó không phải là một bản phát hành âm thầm; nó chỉ là một cái tên.
Cần nói thẳng, vì cách trình bày của trang này có thể bị hiểu sai: việc K4 chưa ra mắt không nói lên điều gì về quỹ đạo phát triển của Moonshot. Phòng thí nghiệm này đã ra mắt sản phẩm hai lần trong bốn tháng, và lần thứ hai trong số đó, K3.1 Pro vào ngày 24 tháng 10 năm 2026, là kết quả trọng số mở tốt nhất trên bảng xếp hạng hiện tại. Mô hình tiếp theo chỉ còn là chuyện khi nào, chứ không phải có hay không. Đơn giản là chưa phải lúc này.
Qwen4-Max đã trở thành gì trong tuần này
Cho đến ngày 16 tháng 11, Qwen4-Max chỉ tồn tại dưới dạng qwen4-max-preview: một dịch vụ cho thuê chỉ dành cho Token Plan được mở lúc 10:00 UTC+8 ngày 11 tháng 11, với thời điểm ngừng cung cấp được công bố là 24:00 ngày 25 tháng 11 và không có giá theo token ở bất kỳ đâu. Mô hình GA là một định danh khác, qwen4-max, với mức giá trả theo mức sử dụng, sáu khu vực — Singapore, Bắc Kinh, Hồng Kông, Frankfurt, Virginia và Tokyo — và không có ngày hết hạn.
Thông số kỹ thuật được công bố là ngữ cảnh 1.000.000 token, đầu ra tối đa 131.072 token ở chế độ không suy nghĩ, ngân sách dùng chung 262.144 token cho suy nghĩ cộng câu trả lời, đầu vào văn bản, hình ảnh và video, và đầu ra chỉ dạng văn bản. Tính năng suy nghĩ được bật mặc định với ngân sách 131.072 token và mức nỗ lực suy luận được đặt là cao. API hỗ trợ OpenAI Chat Completions, OpenAI Responses, Anthropic Messages và DashScope, nghĩa là một SDK Anthropic hiện có khi trỏ đến URL cơ sở mới sẽ hoạt động mà không cần viết lại. Tinh chỉnh và triển khai mô hình được ghi nhận là không được hỗ trợ, và không có trọng số nào được công bố.

Qwen4-Max đối đầu với Kimi mà bạn thực sự có thể gọi
Kimi K3.1 Pro là một bản phát hành hậu huấn luyện chứ không phải một kiến trúc mới: Moonshot mô tả đây là Kimi K3 được huấn luyện lại với năng lực tính toán hậu huấn luyện nhiều hơn đáng kể, bao gồm học tăng cường phối hợp quy mô lớn trên hàng trăm lĩnh vực hạ nguồn. Cửa sổ ngữ cảnh không đổi ở 1.048.576 token, đầu vào hình ảnh và video không đổi, và giới hạn đầu ra không đổi ở 1 triệu token. Thay đổi có hệ quả lớn nhất là giá: 2,00 USD mỗi triệu token đầu vào và 10,00 USD mỗi triệu token đầu ra, giảm từ 3,00 USD và 15,00 USD của K3.
• Giá đầu vào — Qwen4-Max 1,50 USD mỗi 1M tại Singapore, 1,413 USD ở các nơi khác, so với Kimi K3.1 Pro 2,00 USD
• Giá đầu ra — Qwen4-Max 4,50 USD tại Singapore, 4,24 USD ở các nơi khác, so với Kimi K3.1 Pro 10,00 USD
• Đọc bộ nhớ đệm — Qwen4-Max $0.075 sau một lần ghi năm phút trị giá $1.875, so với Kimi K3.1 Pro $0.20 sau một lần ghi trị giá $2.00
• Ngữ cảnh — Qwen4-Max 1.000.000 token so với Kimi K3.1 Pro 1.048.576 token, lợi thế 4,6% nghiêng về Kimi
• Đầu ra tối đa — Qwen4-Max 131.072 non-thinking, so với mức trần 1 triệu token của Kimi K3.1 Pro, một lợi thế lớn cho Kimi
• Điểm số độc lập — Qwen4-Max chưa được công bố, so với Kimi K3.1 Pro đạt 46,5 trên Chỉ số Trí tuệ Artificial Analysis v5.0.1, kết quả trọng số mở cao nhất trên bảng xếp hạng
• Trọng số — Qwen4-Max không công bố bản nào, so với K3 gốc của Kimi K3.1 Pro được mở theo giấy phép tùy chỉnh
• Điểm chuẩn của nhà cung cấp — Qwen4-Max không có, so với Kimi K3.1 Pro đạt 65,7% trên Terminal-Bench 4.0, theo báo cáo của nhà cung cấp
Dòng giá đầu ra là yếu tố tổ chức lại ngân sách. Ở mức 4,50 USD so với 10,00 USD, Qwen4-Max rẻ hơn 55% ở đầu ra tại Singapore và rẻ hơn 58% ở các khu vực khác. Một pipeline tạo ra 50 triệu token đầu ra mỗi tháng trả 225 USD cho Qwen4-Max và 500 USD cho Kimi K3.1 Pro. Đó là một khoảng cách thực sự, và là lập luận đơn lẻ mạnh nhất cho mô hình mới hơn.
Hàng giới hạn đầu ra chính là thứ có thể vô hiệu hóa nó. Kimi K3.1 Pro sẽ phát ra một triệu token trong một phản hồi; Qwen4-Max giới hạn ở 131.072 token ngoài chế độ suy nghĩ và 262.144 token dùng chung với chế độ đó. Nếu khối lượng công việc của bạn bao gồm việc tạo tài liệu dài, viết lại toàn bộ tệp hoặc các dấu vết suy luận mở rộng trong một lần gọi, mô hình rẻ hơn có thể không thể hoàn thành công việc dù với bất kỳ mức giá nào, và mức giảm giá 55% cho một yêu cầu phải chia nhỏ thành tám lần gọi thì không phải là giảm giá.
Vì sao khoảng trống ở cột điểm lại là điều đáng nói
Mọi so sánh mô hình mà blog này công bố đều gặp chung một rào cản với các mẫu flagship mới của Alibaba: tài liệu đặc biệt chính xác về cơ chế vận hành nhưng hoàn toàn im lặng về chất lượng. Trang của Qwen4-Max nêu rõ nhiệt độ mặc định trong từng chế độ, các giá trị top-p và top-k, ngân sách suy luận, giới hạn token đầu vào và đầu ra chính xác theo từng chế độ, cùng sáu khu vực với phạm vi triển khai tương ứng. Trang không công bố bảng benchmark nào, dù do nhà cung cấp báo cáo hay không, và không có mục Qwen4 nào trên chỉ mục mô hình Artificial Analysis — URL riêng cho từng mô hình trả về 404.
So với Kimi K3.1 Pro, sự bất đối xứng đó có một hệ quả cụ thể. Phía Kimi có một con số do chính hãng công bố mà ai cũng thấy được và một con số độc lập trên cùng phiên bản chỉ số, và cả hai đều đứng đầu bảng xếp hạng mô hình trọng số mở. Phía Qwen có giá và một bảng thông số kỹ thuật. Người mua khi so sánh chúng không phải đang so sánh hai mô hình; họ đang so sánh một mô hình đã được đo đạc với một mô hình mới chỉ được tài liệu hóa, và cách duy nhất để thu hẹp khoảng cách đó là tự mình đo lường nó.
Việc này rẻ hơn vẻ ngoài của nó. Một trăm prompt lấy từ lưu lượng truy cập của chính bạn, chạy trên cả hai, với các mức giá này, chỉ tốn vài đô la. Đó là toàn bộ ngân sách đánh giá cần thiết để biến Qwen4-Max từ một ẩn số thành một đại lượng đã biết cho khối lượng công việc của bạn — và nó thấp hơn chi phí của một tuần đoán sai về giá đầu ra.
Nơi duy nhất mà hai thiết kế khác biệt mạnh mẽ nhất
Kiến trúc K3 của Moonshot dựa vào Kimi Delta Attention, một cơ chế attention tuyến tính với trạng thái hồi quy kích thước cố định, trên 69 trong số 92 lớp thưa của nó. Thiết kế đó chính là điều khiến một ngữ cảnh 1M token trở nên khả thi về chi phí phục vụ, và cũng là lý do các đơn vị đánh giá độc lập đánh giá thấp các tuyên bố ngữ cảnh dài do chính bên phát triển đưa ra trong toàn ngành: các mô hình lai dùng attention tuyến tính có xu hướng mất vài điểm về truy xuất needle-in-a-haystack so với attention đầy đủ. Qwen không công bố gì về thiết kế attention của Qwen4-Max, nên không có cách nào để biết nó nằm ở phía nào của sự đánh đổi đó.
Điều Qwen thực sự công bố là một triển khai lưu đệm prompt với các chế độ tường minh và ngầm định, cùng một lần ghi vào bộ nhớ đệm năm phút với giá $1.875 mỗi triệu so với lượt đọc ở mức $0.075 — giảm giá 96% cho lượt đọc. Mức tương đương của Kimi là $2.00 cho ghi và $0.20 cho đọc, giảm giá 90%. Cả hai thiết kế đều thưởng cho một tiền tố ổn định và phạt một prompt thay đổi mỗi lượt, và cả hai đều không thay đổi phép tính cho một yêu cầu một lần.
Đối với công việc xử lý tài liệu ngữ cảnh dài — khối lượng công việc mà cả hai nhà cung cấp đang chào bán — bài kiểm tra thực tế là như nhau trên cả hai mô hình: hãy xây dựng một bài kiểm tra needle trên kho dữ liệu của riêng bạn trước khi bạn tin vào cửa sổ ngữ cảnh được quảng cáo. Một mô hình trả lời đúng ở 900K token trên dữ liệu của bạn đáng giá hơn một mô hình trả lời đúng ở 1M trên một bộ đánh giá tổng hợp, và chỉ một trong hai con số đó là có thể biết được nếu không có khung kiểm thử của riêng bạn.
Gọi chúng song song
OrcaRouter mang Kimi K3.1 Pro với mã kimi/kimi-k3.1-pro theo đúng giá niêm yết của Moonshot — 2,00 USD đầu vào và 10,00 USD đầu ra trên mỗi triệu token — chuyển thẳng không cộng thêm phụ phí, trên cùng base URL tương thích OpenAI như phần còn lại của danh mục 215-identifier gồm cả endpoint /v1/chat/completions và /v1/responses. Qwen4-Max hiện chưa có trong danh mục đó; nó chỉ khả dụng qua API riêng của Alibaba, nơi áp dụng bảng giá theo khu vực nêu trên.

Lý do để giữ cả hai đều có thể truy cập thay vì chọn một là việc quyết định giữa chúng do khối lượng công việc quyết định, chứ không phải do mô hình quyết định. Các tác vụ tạo sinh dài cần mức trần đầu ra của Kimi. Tạo sinh khối lượng lớn với phản hồi ngắn cần mức giá đầu ra của Qwen4-Max. Bất kỳ trường hợp nào mà một câu trả lời sai gây tốn kém đều cần mô hình đã có điểm số cho đến khi bạn tạo ra điểm số cho mô hình kia. Một chính sách định tuyến thể hiện điều đó dưới dạng các quy tắc thay vì một quyết định kiến trúc, và chuyển đổi dự phòng tự động giữ cho mô hình mới hơn trong hai mô hình không trở thành điểm lỗi đơn lẻ trong khi bạn vẫn đang thu thập bằng chứng.
Điều này đặt cuộc tìm kiếm mà bạn đã bắt đầu ở đâu?
Nếu bạn đến vì Kimi K4, câu trả lời là nó chưa được phát hành, chưa có thông báo nào về nó, và mô hình cần đánh giá hôm nay là Kimi K3.1 Pro — trên chỉ số hiện tại, đây là mô hình trọng số mở mạnh nhất mà bất kỳ ai cũng có thể tiếp cận. Hãy chú ý đến model card thay vì tin đồn: một tài liệu chứa đồng thời tham số, ngữ cảnh, giá và định danh API chính là tín hiệu mà blog này đã dùng suốt năm nay để phân biệt một mô hình đã phát hành với một cái tên đang lưu truyền.
Nếu bạn đến vì phía Qwen4-Max, câu trả lời là nó có thật, đã được định giá, và rẻ đúng ở một khía cạnh duy nhất thực sự quan trọng — token đầu ra — trong khi bị giới hạn ở một phần nhỏ so với lượng mà mô hình Kimi sẽ phát ra trong một phản hồi duy nhất và không hề mang theo bất kỳ thước đo chất lượng nào. Hãy mua nó ở nơi khối lượng đầu ra chiếm ưu thế và các phản hồi ngắn. Hãy dùng thử trước khi mua ở bất kỳ nơi nào khác. Và hãy coi khoảng cách giữa $4.50 và $10.00 như một lời mời tự chạy đánh giá của bạn, vì đó là con số duy nhất trong phép so sánh này hiện đang miễn phí.
So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
