
Qwen 4 Max so với Qwen 3.8 Max: bạn nên xây dựng dựa trên mô hình hiện có, hay chờ đợi mô hình chưa tồn tại?
- 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 · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 124 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 · 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 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 132 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 · 131 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 · 185 tok/s
Đây là cuộc đối đầu duy nhất trong chu kỳ ra mắt Qwen 4 Max mà cả hai phía của phép so sánh đều đến từ cùng một phòng thí nghiệm, và do đó đây là cuộc duy nhất có gắn với một quyết định. Qwen 3.8 Max đã được cung cấp rộng rãi từ ngày 3 tháng 8 năm 2026 với mức giá 2,00 USD mỗi triệu token đầu vào và 6,00 USD mỗi triệu token đầu ra, cửa sổ 1.000.000 token cố định, trọng số được công bố và endpoint đang hoạt động. Qwen 4 Max được công bố tại hội nghị Yunqi ở Hàng Châu vào ngày 22 tháng 9 năm 2026 với vai trò là hạng flagship của một dòng gồm bốn mô hình vẫn đang trong quá trình huấn luyện, không có ngày phát hành, không có giá và không có điểm số được công bố. Câu hỏi mà người đọc thực sự có không phải là mô hình nào tốt hơn — điều đó không thể trả lời được — mà là liệu có bất cứ điều gì về thông báo này nên thay đổi thứ họ xây dựng trong tháng này hay không. Với gần như tất cả mọi người, câu trả lời là không, và lý do đằng sau điều đó thú vị hơn kết luận.
Những gì bạn có thể mua hôm nay, được nêu rõ ràng
Qwen3.8-Max là một mô hình hỗn hợp chuyên gia với 2,4 nghìn tỷ tham số, trong đó 95 tỷ tham số hoạt động trên mỗi token. Nó đã được cung cấp rộng rãi kể từ ngày 3 tháng 8 năm 2026, với mức giá 2,00 USD cho đầu vào và 6,00 USD cho đầu ra mỗi triệu token, không đổi trên toàn bộ ngữ cảnh một triệu token, không phụ thu phí cho prompt dài và không có ngưỡng mà tại đó mức giá tăng lên. Trọng số của nó đã được công bố vào ngày 12 tháng 8 năm 2026 dưới tên Qwen3.8-2.4T-A95B ở định dạng BF16 và FP8 theo một giấy phép Qwen tùy chỉnh, nghĩa là nó có thể được kiểm tra, lượng tử hóa và tự vận hành bởi các tổ chức có phần cứng để phục vụ nó. Nó đạt 56 điểm trên Chỉ số Trí tuệ Artificial Analysis với chi phí 1,14 USD mỗi tác vụ theo bản sửa đổi có hiệu lực vào thời điểm nó được đo — một bản sửa đổi đã bị thay thế hai lần kể từ đó, vì vậy con số đó là một kết quả mang tính lịch sử và cần được ghi chú như vậy mỗi khi nó được so sánh với một con số hiện tại từ một mô hình khác.
Trên trang mô hình của chính chúng tôi, hồ sơ dịch vụ rất cụ thể: thời gian đến token đầu tiên ở mức p50 là 3,29 giây, đầu vào văn bản, hình ảnh và video với đầu ra văn bản, cùng 31,3 triệu token lưu lượng trong bảy ngày gần nhất so với một bản chụp có ghi ngày, qwen3.8-max-0902, đang phục vụ yêu cầu. Chi tiết cuối đó đáng để lưu ý. Alibaba đang phát hành các bản chụp có ghi ngày trong thế hệ 3.8, nghĩa là thế hệ này vẫn đang thay đổi bên dưới một tên mô hình ổn định.
Qwen 4 Max không có gì trong số này. Những gì thông báo cung cấp là một danh sách và một phả hệ kiến trúc:
• Bốn phân khúc — Qwen 4 Max là chủ lực, Qwen 4 Flash cho thông lượng, Qwen 4 Plus là lựa chọn trung dung cân bằng, và Qwen 4 27B trọng số mở
• Trạng thái — được trưởng nhóm Qwen LLM Liu Da Yiheng mô tả trên sân khấu là đang huấn luyện trên một kiến trúc thế hệ mới, với việc phát hành chỉ được mô tả là sớm
• Bản xem trước kiến trúc — Qwen3.8-Flash-Next, được mã nguồn mở vào cuối tháng 8 năm 2026 và được ghi ngay trên thẻ của chính nó là bản xem trước thiết kế Qwen 4: 125 tỷ tham số chính cộng với 51 tỷ tham số nhúng N-gram, khoảng 6 tỷ tham số hoạt động mỗi bước, ngữ cảnh gốc 262.000 token mở rộng hướng tới 1 triệu, và chi phí huấn luyện được báo cáo thấp hơn khoảng 90 phần trăm so với Qwen3.7-Plus
• Con số lộ trình không thuộc về đây — mục tiêu 5 nghìn tỷ đến 10 nghìn tỷ tham số được lan truyền cùng với các bài đưa tin mô tả các thế hệ Qwen 4.5 và Qwen 5, chứ không phải thế hệ này. Hoàn toàn chưa có số lượng tham số nào được công bố cho Qwen 4 Max.

Một bản nâng cấp thế hệ trong dòng sản phẩm này thực sự có ý nghĩa gì
Bằng chứng hữu ích nhất về việc Qwen 4 Max sẽ thay đổi điều gì không nằm ở thông báo. Mà nằm ở lần nâng cấp gần nhất, vì nhịp độ gần đây của Alibaba được ghi chép đầy đủ một cách bất thường và nhanh một cách bất thường.
Thế hệ 3.8 ra mắt với bản xem trước vào ngày 19 tháng 7 năm 2026, chính thức khả dụng vào ngày 3 tháng 8 năm 2026, và trọng số đến mười ba ngày sau đó, vào ngày 12 tháng 8. Đó là một thế hệ trọn vẹn từ bản xem trước đến trọng số mở trong chưa đầy bốn tuần, và nó bám sát thế hệ Qwen 3.7 đến mức vòng đời hữu dụng của hạng Max trước khi một hạng rẻ hơn thu hẹp khoảng cách với nó đã trở nên ngắn ngủi. Bất cứ ai coi mẫu flagship của Qwen là một cam kết kiến trúc nhiều năm hẳn đã đọc sai nhịp độ.
Hàm ý của điều đó đối với Qwen 4 Max cụ thể hơn so với “chờ xem”:
• Flash tier có khả năng sẽ ra mắt trước hoặc cùng lúc với Max tier, và theo ghi nhận về Qwen 3.8, Flash tier chính là bậc thay đổi kinh tế đơn vị chứ không phải là bậc thay đổi trần năng lực.
• Phân khúc mở 27B là đợt bàn giao dễ dự đoán nhất trên lộ trình, và thế hệ Qwen 3.8 đã cho thấy hiệu ứng hệ sinh thái hạ nguồn chỉ trong vòng vài ngày sau khi các trọng số đó xuất hiện
• Giá của gói Max, khi được công bố, sẽ được định vị trên một thị trường nơi mẫu flagship trước đó của chính Qwen đang ở mức $2.00 và $6.00, và nơi một đối thủ 428 tỷ tham số đang ở mức $0.30 và $1.20. Tên gói hứa hẹn về năng lực, không phải vị thế giá.
Không điều nào trong số đó là lý do để chờ đợi. Đó là lý do để kỳ vọng thế hệ này sẽ tiến triển nhanh một khi nó bắt đầu, và để ưu tiên một kiến trúc cho phép bạn bám theo nó mà không cần triển khai lại.
Lập luận ủng hộ việc chờ đợi, được trình bày một cách trung thực
Có hai tình huống mà việc chờ đợi là lựa chọn đúng đắn, và chúng đủ hẹp để có thể gọi tên.
Đầu tiên là một khối lượng công việc thực sự bị chặn bởi một thứ mà thế hệ Qwen 3.8 không thể làm và bản xem trước Flash-Next gợi ý Qwen 4 sẽ làm được. Kinh tế học ngữ cảnh dài là ứng viên hiển nhiên: Qwen3.8-Flash-Next được xây dựng xoay quanh một cơ chế attention thưa gọi là QSA mà Alibaba cho là đóng góp một phần lớn vào mức giảm 90 phần trăm chi phí huấn luyện được báo cáo của mình, và nếu các tầng Qwen 4 kế thừa nó, chi phí chạy các ngữ cảnh rất dài có thể giảm đáng kể. Nếu lộ trình của bạn là một sản phẩm chỉ có ý nghĩa ở mức một phần mười giá ngữ cảnh dài hiện tại, thì chờ đợi là hợp lý. Nếu nó có ý nghĩa ngay hôm nay, thì nó có ý nghĩa ngay hôm nay.
Thứ hai là một tổ chức đã cam kết triển khai Qwen tự vận hành. Nếu bạn đang lên kế hoạch phần cứng xoay quanh một checkpoint Qwen, thì dòng Qwen 4 27B và bất cứ thứ gì kế tiếp nó sẽ thay đổi thứ bạn mua, và một quyết định phần cứng được đưa ra ba tuần trước khi một dòng mô hình mở trọng số được công bố là một quyết định được đưa ra hai lần.
Mọi người khác nên xây dựng. Một mô hình không có giá được công bố, không có cửa sổ ngữ cảnh được công bố, không có danh sách phương thức được công bố và không có ngày tháng thì không phải là đầu vào để lập kế hoạch. Đó là một tín hiệu lộ trình, và các tín hiệu lộ trình là để sắp xếp trình tự công việc tương lai, chứ không phải để tạm dừng công việc hiện tại.

Làm cho việc di chuyển về sau trở nên ít tốn kém
Lý do khiến quyết định này bớt căng thẳng hơn vẻ ngoài của nó là chi phí di chuyển giữa các thế hệ Qwen không nhất thiết phải cao, miễn là bạn chưa gắn chặt một mã định danh mô hình vào ứng dụng của mình.
OrcaRouter mang qwen/qwen3.8-max cùng phần còn lại của dòng Qwen 3.8 — trong đó có Qwen3.8-Flash và Qwen3.8-27B — trên một endpoint tương thích OpenAI với mức markup 0%, giá niêm yết của nhà cung cấp được truyền nguyên vẹn. Hai hệ quả rút ra từ đó đối với một nhóm đang theo dõi lộ trình này. Thứ nhất, khi Alibaba cắt giảm giá hoặc tung ra một snapshot, thay đổi sẽ đến trên cùng một key ngay trong ngày thay vì vào ngày gia hạn, bởi không có lớp biên lợi nhuận nào để hấp thụ nó. Thứ hai, và liên quan hơn ở đây, việc cuối cùng chuyển từ một model Qwen 3.8 sang một bậc Qwen 4 sẽ chỉ là một định danh model trong config thay vì một hợp đồng mới, một SDK mới và một hóa đơn mới — điều đó khiến "chờ xem" trở thành một quyết định bạn có thể thoải mái trì hoãn thay vì một quyết định bạn buộc phải đưa ra ngay bây giờ.
Tự động chuyển đổi dự phòng xử lý rủi ro còn lại. Những tuần đầu tiên của một tầng flagship mới là thời điểm tồi tệ nhất để định tuyến lưu lượng production chỉ qua nó, và khả năng diễn đạt chính sách đó — một phần lưu lượng cho mô hình mới, phần còn lại trên mô hình hiện hành, với chuyển đổi dự phòng tự động giữa chúng — trong DSL định tuyến thay vì trong mã ứng dụng chính là điều biến một thay đổi thế hệ thành một bài tập tinh chỉnh.
Điều mà OrcaRouter không cung cấp là Qwen 4 Max hay bất kỳ hạng nào thuộc Qwen 4. Không có phiên bản nào trong số đó được phát hành, và danh mục phản ánh điều đó thay vì đón trước nó.

Quyết định, trong một trang
Hãy xây dựng trên Qwen3.8-Max ngay bây giờ nếu khối lượng công việc của bạn chạy được trên cửa sổ 1M token với mức $2.00 và $6.00 mỗi triệu token cùng trọng số mở được công bố phía sau. Điều đó mô tả hầu hết khối lượng công việc, và mô hình đang hoạt động, đã có giá, được đánh giá theo một bản sửa đổi được nêu rõ và đang phục vụ lưu lượng sản xuất. Chờ đợi một hạng không có ngày chẳng mang lại cho bạn thứ gì có thể dùng trong quý này.
Hãy tạm gác quyết định nếu bạn đang mua phần cứng cho một triển khai Qwen tự vận hành, hoặc nếu bài toán kinh tế của sản phẩm bạn phụ thuộc vào việc chi phí ngữ cảnh dài giảm đi một bậc độ lớn. Trong cả hai trường hợp, lộ trình Qwen 4 thực sự đóng vai trò trụ cột, và trong cả hai trường hợp, hạng cụ thể cần theo dõi không phải là flagship — mà là bản phát hành mở 27B và mức giá của hạng Flash.
Trong lúc này, hãy bỏ qua mọi bảng đặc tả Qwen 4 Max được công bố trước khi Alibaba công bố thẻ mô hình, và mọi tuyên bố rằng con số lộ trình 5–10 nghìn tỷ tham số là đặc tả của Qwen 4 Max. Cái đầu tiên là suy đoán khoác lốt bảng biểu; cái thứ hai là một con số mượn từ một trang trình chiếu khác rồi gắn vào một mô hình mà chưa ai chạy.
Câu hỏi về thế hệ được giải quyết theo cùng cách như lần trước. Alibaba tung ra nhanh, định giá quyết liệt và mở trọng số chậm hơn một nhịp. Dù Qwen 4 Max rốt cuộc là gì, thế đứng hợp lý vẫn là một hệ thống đang vận hành trên Qwen3.8-Max cùng một endpoint có thể tiếp nhận phiên bản kế nhiệm chỉ bằng một thay đổi cấu hình — đó là vị thế bạn có thể giữ vững qua bất kỳ thông báo nào, kể cả thông báo này.
So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
