
Qwen 4 vs Grok 4.7: Ngưỡng 200.000 token định đoạt cuộc đối đầu này
- 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 1.02026-11-0717 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 · 126 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 · 44 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 · 147 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 · 123 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
Grok 4.7 và Qwen4-Max đều được tính giá 2 đô-la cho đầu vào và 6 đô-la cho đầu ra trên mỗi triệu token — nhưng chỉ Grok 4.7 giữ nguyên mức đó. Bản ghi danh mục của chính chúng tôi cho Grok 4.7 có hai bậc giá đầu vào, $2.00/$6.00 cho đến prompt 200.000 token và $4.00/$12.00 khi vượt quá mức đó, trong khi Qwen4-Max nằm ở mức $1.50 đầu vào và $4.50 đầu ra trên mỗi triệu token trong toàn bộ cửa sổ 1.000.000 token của nó. Khác biệt cấu trúc duy nhất đó đáng giá hơn tám điểm chỉ số phân tách chúng trên giấy tờ, bởi công việc ngữ cảnh dài chính xác là loại công việc mà cả hai mô hình được bán để đảm nhận. Một lưu ý về tên gọi trước tiên, vì hai cái này liên tục bị nhầm lẫn với nhau: Qwen 4 là tên thế hệ mà Alibaba sử dụng, và Qwen4-Max là thành viên duy nhất của thế hệ đó mà bạn có thể gọi hôm nay — phát hành ngày 16 tháng 11 năm 2026, với các bậc nhỏ hơn được hứa hẹn cho mã nguồn mở và chưa ấn định ngày. Grok 4.7 đã được phát hành từ ngày 21 tháng 9 năm 2026. Đây là một so sánh về giá và bằng chứng, không phải báo cáo ra mắt về bên nào.
Hình dạng của hai mô hình, tóm gọn.
Qwen4-Max là mẫu flagship thế hệ thứ tư của Alibaba, một mô hình hỗn hợp chuyên gia thưa với phần xương sống 2,4 nghìn tỷ tham số, 71 tỷ tham số hoạt động trên mỗi token và thêm 328 tỷ tham số embedding N-gram. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, đồng thời có cửa sổ ngữ cảnh một triệu token. Chế độ Thinking được bật mặc định và mô hình chia sẻ ngân sách 262.144 token giữa phần suy luận và câu trả lời cuối cùng — vì vậy, câu trả lời 131.072 token chỉ khả dụng nếu phần suy luận vừa với nửa còn lại.
Grok 4.7 là mô hình văn bản chủ lực hiện tại của SpaceXAI. Đây là một mô hình suy luận với ngữ cảnh 500.000 token, tối đa 450.000 token đầu ra, đầu vào văn bản và hình ảnh, cùng ba mức suy luận có thể lựa chọn. SpaceXAI không công bố số lượng tham số cho mô hình này và mô tả bản phát hành là một mô hình nền tảng lớn hơn với quá trình học tăng cường kéo dài hơn, thay vì một kiến trúc mới.
Về những khía cạnh quyết định việc mua hàng:
• Ngữ cảnh — Qwen4-Max 1.000.000 token so với Grok 4.7 500.000
• Đầu ra tối đa — Qwen4-Max 262.144 dùng chung với chế độ suy luận, hoặc 131.072 khi tắt chế độ suy luận, so với Grok 4.7 450.000
• Giá đầu vào đến 200K — Qwen4-Max $1.50 so với Grok 4.7 $2.00 mỗi 1M
• Giá đầu ra đến 200K — Qwen4-Max $4.50 so với Grok 4.7 $6.00 mỗi 1M
• Giá đầu vào trên 200K — Qwen4-Max vẫn $1.50 so với Grok 4.7 $4.00; giá đầu ra $4.50 so với $12.00
• Đọc bộ nhớ đệm — Qwen4-Max $0.075 so với Grok 4.7 $0.50 dưới 200K, $1.00 trên 200K
• Phương thức — Qwen4-Max nhận đầu vào văn bản, hình ảnh và video so với Grok 4.7 nhận đầu vào văn bản và hình ảnh
• Điểm độc lập — Qwen4-Max đạt 43 trên Artificial Analysis Intelligence Index, xếp hạng 38/81, so với Grok 4.7 ở mức 35, xếp hạng 46/81
• Trọng số — không bên nào trong hai nhà cung cấp công bố.
Chi phí thực sự của một yêu cầu 400.000 token
Hãy thực hiện khối lượng công việc mà cả hai mô hình đều hướng tới: đọc một kho mã nguồn lớn hoặc một gói bằng chứng dài, rồi viết một bản vá hoặc báo cáo đáng kể. 400.000 token đầu vào, 20.000 token đầu ra, không tái sử dụng bộ nhớ đệm.
Với Qwen4-Max ở mức giá quốc tế $1.413 mỗi triệu đầu vào và $4.24 đầu ra, thì đó là $0.565 cho đầu vào và $0.085 cho đầu ra, khoảng $0.65. Ở mức giá Singapore $1.50/$4.50 thì là $0.69.
Trên Grok 4.7, cùng một yêu cầu không bao giờ chạm tới bậc giá rẻ, vì 400.000 gấp đôi ngưỡng. Nó tính phí 1,60 USD cho đầu vào và 0,24 USD cho đầu ra: 1,84 USD. Tỷ lệ là 2,7 so với 1, và đó không phải là hiện tượng làm tròn — đó là sự khác biệt giữa một bảng giá phẳng và một bảng giá có bậc.
Giảm yêu cầu xuống còn 150.000 đầu vào và 15.000 đầu ra thì bức tranh đổi khác về bản chất. Qwen4-Max Singapore: $0.225 cộng $0.0675, khoảng $0.29. Grok 4.7 ở bậc một: $0.30 cộng $0.09, khoảng $0.39. Chênh lệch 25 phần trăm, không có gì đáng nói, đại khái đúng như mức giá niêm yết ngụ ý. Hai con card chỉ thực sự chênh lệch dữ dội ở những khối lượng công việc mà một trong hai chuyển bậc.
Đó là phép tính mà các trang tiếp thị bỏ qua. Khi một nhà cung cấp quảng cáo một mức giá rồi sau đó thêm một bậc dành cho ngữ cảnh dài, thì cách so sánh trung thực là theo từng khối lượng công việc, không phải theo từng token, vì ranh giới của bậc giá rơi đúng vào chỗ mà sản phẩm được cho là hữu ích.
Vòng lặp agent là nơi thiết kế cache quan trọng hơn giá cả.
Các trình đọc ngữ cảnh dài hiếm khi chỉ thực hiện một lời gọi; chúng thực hiện mười lời gọi dựa trên một tiền tố ổn định. Hãy xét một prompt 200.000 token, trong đó 180.000 token có thể được lưu vào bộ nhớ đệm, 10.000 token đầu vào mới và 10.000 token đầu ra, qua mười lượt.
Qwen4-Max tính phí, mỗi lượt, $0.027 cho đầu vào mới, $0.0135 cho lượt đọc bộ nhớ đệm ở mức $0.075, và $0.045 cho đầu ra — $0.0855, vậy $0.855 cho cả lần chạy. Bản thân việc ghi bộ nhớ đệm được tính một lần, ở mức $1.875 mỗi triệu cho lưu trữ năm phút, và ở kích thước này là đủ nhỏ để bỏ qua.
Grok 4.7 tính phí $0.04 cho đầu vào mới, $0.09 cho các lần đọc bộ nhớ đệm ở mức $0.50 và $0.06 cho đầu ra — $0.19 mỗi lượt, $1.90 cho cả lần chạy. Chỉ riêng mức giá đọc bộ nhớ đệm đã gần gấp bảy lần của Qwen4-Max, đó là lý do khoảng cách tăng hơn gấp đôi dù cả hai mô hình đều không nằm trong hạng giá đắt của mình ở đây.
Nếu bạn chạy quy trình này qua một endpoint thay vì hai hợp đồng nhà cung cấp, lớp định tuyến sẽ không thay đổi bất kỳ con số nào trong số đó — mức markup 0% nghĩa là giá niêm yết của nhà cung cấp được chuyển nguyên vẹn, vì vậy việc nhà cung cấp cắt giảm giá sẽ được phản ánh trên hóa đơn của bạn ngay trong ngày giá được công bố, thay vì vào lần gia hạn hợp đồng tiếp theo. Đó là lập luận cho việc giữ một kết hợp nhiều mô hình phía sau một khóa duy nhất, và đó là lập luận duy nhất trong bài viết này nói về sản phẩm của chúng tôi chứ không phải sản phẩm của họ.
Nơi Grok 4.7 vẫn giành chiến thắng tuyệt đối
Hai nơi, và cả hai đều không nhỏ.
Điều đầu tiên là độ dài đầu ra. Grok 4.7 công bố mức trần đầu ra 450.000 token. Qwen4-Max không công bố giới hạn đầu ra riêng; nó có ngân sách 262.144 token dùng chung với phần suy nghĩ của chính nó, và khi tắt suy nghĩ thì mức trần là 131.072. Đối với công việc tạo ra một sản phẩm dài thay vì một câu trả lời ngắn — một cơ sở mã được tạo, một bản thảo pháp lý dài, một kho ngữ liệu được phiên âm và phân tích — sự khác biệt không nằm ở chất lượng. Mà nằm ở việc công việc hoàn thành trong một lần gọi hay phải chia thành nhiều phần.
Điểm thứ hai là bằng chứng đo lường ở phân khúc cao nhất. Grok 4.7 đã có mặt trên Artificial Analysis Intelligence Index từ tháng Chín và có ba kết quả đo theo mức nỗ lực suy luận: 35 ở xhigh, 35 ở high, 31 ở low, với thời gian đến token phản hồi đầu tiên giảm từ 52,9 giây ở thiết lập cao nhất xuống 10,6 giây ở thiết lập thấp nhất. Qwen4-Max có một điểm chỉ số được công bố là 43 và, tại thời điểm viết bài, không có tốc độ đầu ra hoặc thời gian theo từng tác vụ trên cùng bảng. 43 so với 35 là một lợi thế dẫn trước thực sự, nhưng một điểm số không có kết quả đo tốc độ không cho bạn biết liệu mô hình có thực tế trong ngân sách độ trễ của bạn hay không.
Có một sự bất đối xứng thứ ba dễ bị bỏ qua: điều khiển mức nỗ lực của Grok 4.7 là một đòn bẩy chi phí bạn có thể kéo theo từng yêu cầu, và các thời gian công bố của nó cho thấy mỗi thiết lập khiến bạn tốn bao nhiêu thời gian chờ. Qwen4-Max cũng có điều khiển mức nỗ lực suy luận, nhưng Alibaba chỉ mô tả khoản tiết kiệm theo cách tương đối — mức sử dụng token giảm 24 phần trăm ở xhigh và 35 phần trăm ở high trên bộ Work360 của họ, 48 và 49 phần trăm trên Terminal-Bench 4.0, tất cả đều được đo so với Qwen3.8-Max thay vì được công bố như một biểu giá theo từng mức nỗ lực. Do nhà cung cấp báo cáo, chưa được tái lập, và tương đối so với một mô hình khác: hữu ích như một chỉ dấu hướng, vô dụng như một đầu vào ngân sách.
Nơi Qwen4-Max thắng hoàn toàn
Bối cảnh và hình dạng của đồng hồ đo.
Một triệu token so với nửa triệu không phải là nhân đôi một thông số kỹ thuật; nó thay đổi những công việc nào phù hợp. Ba trường hợp nằm giữa hai con số: một đợt tái cấu trúc toàn monorepo trong đó phần liên quan là 600.000 token gồm đồ thị phụ thuộc và lịch sử; một bài khám phá trên một bộ tài liệu phải được đọc toàn bộ thay vì truy xuất; và một agent hoạt động 24/7 tích lũy trạng thái suốt một ngày làm việc mà không tóm tắt. Qwen4-Max phù hợp với cả ba. Grok 4.7 không phù hợp với trường hợp nào trong một lần gọi, và việc đẩy 600.000 token vào nó đồng nghĩa với hoặc là truy xuất hoặc là gói $4/$12 — được định giá đúng ở điểm mà khoảng cách 2.7× trở nên khó biện minh.
Bảng giá phẳng cũng giúp việc dự báo trở nên khả thi. Chủ ngân sách có thể nhân số token với một mức giá duy nhất và vẫn đúng. Bảng giá bậc thang nghĩa là mô hình tài chính phải đoán phân phối độ dài prompt, mà trên thực tế điều đó khiến ước tính sai theo hướng tốn kém hơn.
Và điểm số độc lập, dù chỉ là vậy, nghiêng về Qwen4-Max: 43 so với 35 trên cùng bảng xếp hạng. Lưu ý đó là có thật — một mô hình mới vài ngày tuổi đã được giám sát ít hơn nhiều, và một chỉ số tổng hợp duy nhất che giấu phương sai khổng lồ giữa các tác vụ — nhưng xu hướng không hề mơ hồ.

Điều mà cả hai mô hình đều không nói với bạn
Cả hai nhà cung cấp đều không công bố trọng số, nên cả hai đều không thể tự vận hành, kiểm toán hoặc ghim vào một phiên bản mà bạn kiểm soát. SpaceXAI hoàn toàn không công bố số lượng tham số cho Grok 4.7. Alibaba công bố mô tả kiến trúc cho Qwen4-Max — các lớp DeltaNet có cổng xen kẽ với cơ chế chú ý thưa, bốn nhánh phần dư song song với cổng động, một bảng nhúng N-gram — nhưng không có trọng số.
Các con số benchmark của cả hai nhà cung cấp đều không được kiểm toán độc lập theo cách mà chỉ số này được kiểm toán. Con số 52,69 của Work360 thuộc Alibaba so với 47,74 của Qwen3.8-Max, tuyên bố của hãng rằng chi phí trung bình mỗi tác vụ đã giảm từ 4,43 USD xuống 1,67 USD, và mức bits-per-byte thấp hơn từ 5 đến 13 phần trăm trên năm checkpoint cơ sở — tất cả đều là số liệu do chính bên công bố và chưa được tái lập. Những lợi thế của Grok 4.7 cũng không được ghi nhận tương tự ngoài chỉ số này: không có chi phí mỗi tác vụ nào được SpaceXAI công bố, chỉ có giá token.
Con số chi phí độc lập duy nhất hiện có lại bất lợi cho card rẻ hơn. Artificial Analysis định giá Qwen4-Max ở mức $3.27 mỗi tác vụ Intelligence Index, còn hồ sơ Grok 4.7 của họ không hề liệt kê một con số tương đương nào. Hãy đọc kỹ điều đó: mô hình trông có vẻ rẻ nhất ở đây lại là mô hình có hóa đơn được ghi nhận cho từng tác vụ, còn mô hình kia đơn giản là chưa được đo lường. Đó không phải bằng chứng cho thấy Qwen4-Max đắt. Đó là bằng chứng cho thấy chỉ một trong hai mô hình này đã được bất kỳ ai tính toán chi phí từ đầu đến cuối.
Cách chọn
Nếu lời nhắc của bạn thường xuyên vượt quá 200.000 token, Qwen4-Max là mô hình rẻ hơn theo một hệ số tăng dần cùng độ dài, và cách phân tầng của Grok 4.7 khiến phản xạ thông thường "cứ gửi thêm ngữ cảnh" trở nên đắt đỏ nhanh chóng. Hãy chuyển các tác vụ ngữ cảnh dài sang Qwen4-Max.
Nếu công việc của bạn là tạo ra một tạo tác rất dài trong một lần gọi, thì giới hạn đầu ra 450.000 token của Grok 4.7 là con số quyết định, còn ngân sách 262.144 dùng chung của Qwen4-Max là yếu tố loại trừ. Chia nhỏ một lần sinh không phải là giải pháp trung tính; nó khiến bạn mất tính mạch lạc ở các đường nối.
Nếu bạn cần một con số độ trễ trước khi quyết định, Grok 4.7 đã công bố các con số ở ba mức nỗ lực còn Qwen4-Max thì không. Sự bất đối xứng đó sẽ thu hẹp khi kiểm thử độc lập bắt kịp, nhưng hiện nay đó là lý do để thí điểm thay vì chuẩn hóa.
Nếu bạn đã chạy Grok 4.7 và câu hỏi là có nên thêm Qwen4-Max hay không, câu trả lời trung thực là hãy thêm nó một cách có chọn lọc: đọc ngữ cảnh dài, đầu vào video và công việc theo lô nhạy cảm về chi phí, trong khi vẫn để việc tạo văn bản dài trên mô hình có mức trần đầu ra đã được tài liệu hóa. Hai mô hình sau một khóa chỉ khiến bạn tốn một quy tắc định tuyến, chứ không phải một cuộc di chuyển, và điều đó có nghĩa là một tuần tồi tệ ở một trong hai nhà cung cấp là chuyển đổi dự phòng chứ không phải gián đoạn dịch vụ.

Bảng điểm, kèm theo nguồn dẫn của nó
Con số duy nhất phân biệt rõ nhất các mô hình này không phải là điểm chỉ số — mà là mức giá ở 400.000 token. Qwen4-Max $0.69, Grok 4.7 $1.84, theo mức giá quốc tế đã công bố của từng nhà cung cấp. Mọi thứ còn lại trong so sánh này là một đánh giá về bằng chứng và dư địa.
Một lời về điểm chỉ số, vì chúng sẽ bị trích dẫn sai ngữ cảnh. Con số 43 và 35 đến từ cùng một bảng Artificial Analysis, được đọc vào ngày 17 tháng 11 năm 2026. Chúng có thể so sánh với nhau. Chúng không thể so sánh với con số 55 mà Kimi K3.1 Pro mang theo trong một thang đánh giá trước đó, và bất kỳ bài viết nào đặt hai con số đó trong cùng một câu đều đang so sánh hai phép thử khác nhau. Các con số do nhà cung cấp công bố — Work360, các mức giảm token, các mức chênh lệch bit trên byte — là của chính Alibaba và hoàn toàn không có kiểm chứng của bên thứ ba.
Một điều nữa đáng biết trước khi bạn lên kế hoạch chi phí quanh con số 43: điểm số đó chỉ ứng với một thiết lập nỗ lực duy nhất. Alibaba xuất xưởng tính năng suy nghĩ ở trạng thái bật theo mặc định với ngân sách 131.072 token và mức nỗ lực đặt ở high, và các bài kiểm thử độc lập vẫn chưa công bố mô hình đạt điểm bao nhiêu ở mức nỗ lực thấp hoặc việc đó tiết kiệm được bao nhiêu. Cho đến khi có kết quả đó, hãy coi 43 là cái giá của thế mặc định của mô hình, chứ không phải một núm vặn bạn có thể hạ xuống để đổi lấy chi phí thấp hơn.
Cả hai thẻ, trên cùng một tuyến đường
Đáng nói rõ sự khác biệt về vận hành giữa việc đọc hai bảng giá và vận hành hai mô hình, vì nó nhỏ hơn mức chênh lệch giá gợi ý. grok/grok-4.7 là một trong 215 định danh chúng tôi phục vụ, theo giá niêm yết của nhà cung cấp và không cộng thêm gì, nên ranh giới bậc và mức giá cache của nó là bất cứ thứ gì SpaceXAI công bố vào ngày hôm đó. Qwen4-Max không nằm trong số đó; nó định tuyến qua API Model Studio của chính Alibaba. Hệ quả thực tế là chiến lược hỗn hợp đã được lập luận ở trên — đọc ngữ cảnh dài trên Qwen4-Max, tạo sinh dạng dài trên Grok 4.7 — cần một mối quan hệ nhà cung cấp cho mỗi bên, và một quy tắc định tuyến cũng chỉ tốt ngang với hai điểm cuối bên dưới nó mà thôi.

So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
