
Qwen 4 so với Kimi K3.1 Pro: $3.27 so với $3.68 không phải là mức chênh lệch mà mức giá gợi ý
- 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
Trên giấy tờ, chi phí trò chuyện với Kimi K3.1 Pro cao hơn gấp đôi so với Qwen4-Max: $2,00 đầu vào và $10,00 đầu ra mỗi triệu token, so với $1,50 và $4,50. Trên thước đo độc lập duy nhất tính chi phí của một tác vụ đã hoàn thành thay vì chi phí của một token, khoảng cách thu hẹp xuống còn khoảng 11% — $3,68 mỗi tác vụ Intelligence Index đối với Kimi K3.1 Pro so với $3,27 đối với Qwen4-Max, cả hai số liệu đều lấy từ Artificial Analysis vào ngày 17 tháng 11 năm 2026. Sự thu hẹp đó chính là toàn bộ câu chuyện của cuộc đối đầu này, bởi vì nó có nghĩa là hai mức giá được quảng cáo đang mô tả những khối lượng công việc khác nhau, và mô hình có giá niêm yết cao hơn lại là mô hình suy nghĩ lâu hơn. Kimi K3.1 Pro ra mắt trên API của Moonshot vào ngày 23 tháng 10 năm 2026 và công bố trọng số vào ngày 4 tháng 11; Qwen4-Max, mẫu chủ lực của thế hệ Qwen 4 của Alibaba, chính thức đi vào hoạt động vào ngày 16 tháng 11. Không ngày nào trong số này là tin tức ở đây — mà chính là sự đảo ngược chi phí trên mỗi kết quả.
Vì sao hai mức giá chênh nhau 2,2× lại tạo ra hóa đơn chỉ chênh lệch 11%?
Kimi K3.1 Pro là mô hình mixture-of-experts 2,8 nghìn tỷ tham số với khoảng 104 tỷ tham số hoạt động trên mỗi token. Đây là mô hình suy luận theo mặc định, có thể chọn mức nỗ lực — không, thấp, cao, tối đa — và ở mức mặc định, nó chạy rất lâu: Artificial Analysis đo trung vị 39,7 phút mỗi tác vụ Intelligence Index ở tốc độ 30 token đầu ra mỗi giây, so với trung vị 13,5 phút trên các mô hình mà nó so sánh. Qwen4-Max chạy trên xương sống 2,4 nghìn tỷ tham số với 71 tỷ tham số hoạt động mỗi token, mặc định bật suy nghĩ với ngân sách 131.072 token, và có giới hạn chung 262.144 token cho cả phần suy nghĩ lẫn câu trả lời.
Cả hai đều tốn kém về token đầu ra vì cả hai đều là mô hình suy luận. Giá trên mỗi token nhân với một con số lớn theo cả hai cách, và mô hình tạo ra nhiều token hơn với mức giá thấp hơn có thể rơi vào cùng kết quả như mô hình tạo ra ít token hơn với mức giá cao hơn. Đó là điều mà $3.27 và $3.68 đang cho bạn biết.
Điểm mà hai card thực sự khác biệt nằm ở tất cả những gì mà con số trung bình theo từng tác vụ che mất:
• Giá đầu ra — Qwen4-Max $4.50 so với Kimi K3.1 Pro $10.00 mỗi 1M
• Giá đầu vào — Qwen4-Max $1.50 so với Kimi K3.1 Pro $2.00 mỗi 1M
• Đọc từ bộ nhớ đệm — Qwen4-Max $0.075 so với Kimi K3.1 Pro $0.20 mỗi 1M
• Ngữ cảnh — Qwen4-Max 1,000,000 so với Kimi K3.1 Pro 1,048,576 token
• Đầu ra tối đa — Qwen4-Max 262.144 dùng chung với suy luận so với Kimi K3.1 Pro 943.718
• Tốc độ đo được — Qwen4-Max không được công bố so với Kimi K3.1 Pro 30 token mỗi giây
• Điểm số độc lập — Qwen4-Max 43 so với Kimi K3.1 Pro 46, cùng bảng, cùng ngày
• Trọng số — Qwen4-Max không có, so với Kimi K3.1 Pro được công bố theo giấy phép riêng
Trần đầu ra là một loại giới hạn khác.
Đầu ra tối đa 943.718 token của Kimi K3.1 Pro không phải là một con số tròn và cũng không phải là một con số tiếp thị — đó là phần còn lại của cửa sổ 1.048.576 token sau khi trừ đi prompt, điều này cho thấy mô hình coi ngữ cảnh và đầu ra là một vùng chung. Đó là một cấu trúc giới hạn thực sự khác biệt so với Qwen4-Max, nơi 262.144 token được chia sẻ giữa phần suy nghĩ và câu trả lời, còn cửa sổ 1.000.000 token được quảng cáo là dư địa phía đầu vào.
Trên thực tế: hãy yêu cầu một trong hai mô hình tạo ra một sản phẩm 300.000 token, Kimi K3.1 Pro làm được trong một lượt, còn Qwen4-Max thì không, bất kể bạn cung cấp cho nó bao nhiêu ngữ cảnh. Hãy yêu cầu một trong hai đọc 700.000 token và trả lời trong 5.000 token, cả hai đều đáp ứng, với Kimi K3.1 Pro tính $1.40 cho phần đầu vào và Qwen4-Max tính $1.05 theo mức giá công bố.
Kiểu hỏng hóc cần đề phòng là khối lượng công việc cần cả hai. Một gói bằng chứng 500.000 token cộng với báo cáo 400.000 token nằm trong cửa sổ của Kimi K3.1 Pro và vượt ngân sách đầu ra của Qwen4-Max gấp 1,5 lần. Nếu đó là công việc của bạn, so sánh này đã kết thúc trước khi giá được tính đến.
Trọng số mở thay đổi cuộc trò chuyện, nhưng không theo cách mọi người mong đợi
Trọng số của Kimi K3.1 Pro được công khai. Còn của Qwen4-Max thì không, và tài liệu ra mắt của Alibaba chỉ nói rằng các mô hình nhỏ hơn trong dòng Qwen 4 đang "sắp được mã nguồn mở" mà không nêu ngày cụ thể. Sự bất đối xứng đó thường được hiểu thành "Kimi được chạy miễn phí" nhiều hơn hẳn mức nó đáng được hiểu như vậy.
Một checkpoint 2,8 nghìn tỷ tham số với 104 tỷ tham số hoạt động là một sản phẩm của trung tâm dữ liệu. Công bố nó nghĩa là bạn có thể kiểm toán nó, tinh chỉnh nó, ghim một phiên bản và chạy nó trên các bộ tăng tốc của riêng mình — điều đó không có nghĩa là bạn có thể phục vụ nó trên một máy trạm, và cũng không có nghĩa là token biên là miễn phí. Điều nó thực sự có nghĩa là không nhà cung cấp nào có thể thay đổi mô hình ngay dưới chân bạn, thu hồi giấy phép hoặc tăng giá trên một triển khai đã ghim phiên bản. Đối với một khách hàng thuộc lĩnh vực chịu quản lý chặt chẽ, điều đó đáng giá hơn 0,50 USD cho mỗi triệu token đầu ra. Đối với một nhóm đang chuẩn bị ra mắt một tính năng trong quý tới, nó chẳng đáng gì cả.
Giấy phép này đáng để đọc trước khi bạn lên kế hoạch dựa vào nó. Kimi K3.1 Pro được phát hành theo giấy phép riêng của Kimi chứ không phải một giấy phép mã nguồn mở thông thường, và các điều khoản không giống hệt Apache-2.0. Nếu kế hoạch của bạn bao gồm việc phân phối lại hoặc cung cấp dịch vụ lưu trữ thương mại, thì đó là một câu hỏi pháp lý, không phải câu hỏi kỹ thuật.
43 và 46 là gì, và không phải là gì
Cả hai con số đều đến từ cùng một Chỉ số Trí tuệ Artificial Analysis vào cùng một ngày, khiến chúng có thể so sánh với nhau — và gần như không thể so sánh với bất cứ thứ gì khác đang lưu hành. Kimi K3.1 Pro đạt 55 trên thang đánh giá trước khi tái xây dựng vào thời điểm ra mắt, và con số đó vẫn được trích dẫn trong chính bài đưa tin ra mắt của nó cùng một số bản tóm tắt gần gũi với nhà cung cấp; trên chỉ số đã tái xây dựng, nó là 46. Qwen4-Max chỉ từng được chấm điểm trên chỉ số hiện tại, ở mức 43.
Ba điểm khác biệt về chỉ số là một lợi thế thực sự nhưng nhỏ, và nó nhỏ hơn mức dao động giữa các lần chạy đối với từng loại tác vụ riêng lẻ. Nó không nên là yếu tố quyết định. Nó quan trọng chủ yếu vì nó làm suy yếu trực giác rằng một mô hình có giá đầu ra gấp 2,2 lần hẳn phải đang làm điều gì đó khó hơn về mặt bản chất.
Chỉ số tốc độ là khoảng cách dễ xử lý hơn. {{1}}Tốc độ 30 token đầu ra mỗi giây và 39,7 phút cho mỗi tác vụ lập chỉ mục của Kimi K3.1 Pro đã được đo và công bố. Qwen4-Max không có tốc độ đầu ra và không có thời gian xử lý mỗi tác vụ trên cùng bảng — hồ sơ chỉ hiển thị dấu gạch ngang.{{/1}} Đối với một sản phẩm tương tác, đó là một rủi ro thực sự: bạn được yêu cầu chọn giữa một mô hình mà độ chậm đã được ghi nhận và một mô hình mà tốc độ chưa được biết, và ẩn số đó không hiển nhiên là lựa chọn an toàn hơn.

Ba người mua, ba câu trả lời
Bạn tạo ra các sản phẩm bàn giao dài. Kimi K3.1 Pro, gần như không cần đắn đo. Mức trần đầu ra là một ranh giới năng lực cứng, và chênh lệch giá cho một lần sinh 300.000 token là 3,00 USD so với 1,35 USD theo bảng giá công bố — mô hình rẻ hoàn toàn không làm nổi việc này, khiến phép so sánh trở thành số học thuần túy thay vì phân tích.
Bạn chạy các tác vụ khối lượng lớn, đầu ra ngắn. Qwen4-Max. Khi đầu ra là 2.000 token thay vì 200.000, giá đầu ra chính là toàn bộ hóa đơn và mức $4,50 so với $10,00 là yếu tố quyết định. Khả năng suy luận tầm xa của Kimi K3.1 Pro vẫn bị tính phí dù bạn có dùng hay không, trừ khi bạn giảm mức nỗ lực — và việc giảm mức nỗ lực trên một mô hình được tinh chỉnh cho suy luận dài hạn, trên thực tế, là một mô hình khác, chứ không phải một khoản giảm giá.
Bạn cần tự sở hữu việc triển khai. Kimi K3.1 Pro, vì đây là lựa chọn duy nhất trong hai lựa chọn mà bạn có thể sở hữu. Không có phiên bản nào của lập luận này lại kết thúc bằng một mô hình đóng mà bạn không thể ghim.
Trường hợp thứ tư — bạn muốn có cả hai mà không cần hai chu kỳ mua sắm — là nơi một lớp định tuyến chứng minh được giá trị của nó. Cả kimi/kimi-k3.1-pro và dòng Qwen đều có thể truy cập qua một endpoint duy nhất ở phía chúng tôi; bản thân Qwen4-Max không nằm trong 215 định danh mà chúng tôi hiện cung cấp, và nói khác đi sẽ là nói dối, nên cách phân chia thực tế hiện nay là Kimi K3.1 Pro cho công việc dài hạn và qwen/qwen3.8-max như gương mặt đại diện của Alibaba mà bạn thực sự có thể gọi qua chúng tôi với giá $2,00 đầu vào và $6,00 đầu ra. Đó là phương án dự phòng, không phải phương án thay thế, và bằng chứng về chi phí trên mỗi tác vụ của Qwen3.8-Max không mấy khả quan: Artificial Analysis định giá nó ở $10,02 mỗi tác vụ chỉ số, gấp ba lần $3,27 của Qwen4-Max.
Con số mà chưa ai công bố
Cả hai chi phí trên mỗi tác vụ đều được tính trọng số theo chỉ số, nghĩa là chúng phản ánh một tổ hợp câu hỏi suy luận, kiến thức và lập trình cụ thể ở cài đặt mặc định. Không nhà cung cấp nào công bố chi phí cho mỗi tác vụ kinh doanh đã hoàn thành, và cả hai sẽ không công bố, vì câu trả lời phụ thuộc vào lời nhắc của bạn. Mức $3.27 và $3.68 là thứ gần nhất với một so sánh trung thực hiện có, và chúng vẫn chỉ là mức trung bình trên khối lượng công việc của người khác.
Điều chúng ta có thể khẳng định một cách chắc chắn thì hẹp hơn: ở cùng khối lượng đầu ra, Qwen4-Max rẻ hơn khoảng 2,2 lần; ở cùng mức hoàn thành nhiệm vụ, hai bên chênh nhau trong vòng 11%; và sự khác biệt giữa hai phát biểu đó hoàn toàn được giải thích bởi số token mà Kimi K3.1 Pro tiêu tốn để đạt được điều đó. Nếu cấu trúc token trong khối lượng công việc của bạn giống với của chỉ số, thì số liệu trên mỗi nhiệm vụ là số liệu bạn nên dựa vào để lập ngân sách. Nếu không — và hầu hết khối lượng công việc sản xuất đều không như vậy — hãy tính giá một trăm lệnh gọi của chính bạn trên cả hai trước khi bạn quyết định theo bất kỳ hướng nào.
Câu hỏi còn bỏ ngỏ cho quý tới là liệu dữ liệu tốc độ còn thiếu của Qwen4-Max có đến trước khi người mua phải quyết định hay không. Một mô hình có chỉ số 43 được đo nhưng không có độ trễ được đo sẽ khó bán hơn một mô hình có chỉ số 46 được đo, và sự bất đối xứng đó là một lỗ hổng trong bằng chứng, chứ không phải trong mô hình.

Hai trong số ba thứ này đã nằm trên cùng một phím.
kimi/kimi-k3.1-pro là một trong 215 định danh mà chúng tôi cung cấp, thông qua Chat Completions, OpenAI Responses API và Anthropic Messages, với giá niêm yết của nhà cung cấp và không thu thêm phí — vì vậy mức $2.00/$10.00 ở trên chính là số tiền bạn trả, và mọi thay đổi từ Moonshot sẽ được áp dụng ngay trong cùng ngày. Phần Qwen trong so sánh này có sự phân tách: qwen/qwen3.8-max có thể định tuyến qua chúng tôi với giá $2.00 đầu vào và $6.00 đầu ra, trong khi bản thân Qwen4-Max thì không, và phải đi qua API riêng của Alibaba. Sự phân tách đó đáng được nêu rõ ràng vì nó thay đổi hình dạng của khuyến nghị: mô hình có hiệu quả kinh tế trên mỗi tác vụ tốt hơn lại là mô hình mà bạn chưa thể truy cập qua một endpoint duy nhất.

