Claude Opus 5.5 对决 Qwen 4 Max：一家厂商向你兜售速度，另一家却从未公布过任何相关数字

Claude Opus 5.5 与 Qwen 4 Max 是本月榜单上的两个旗舰名字，而它们之间几乎没有任何东西可以直接比较。Claude Opus 5.5 自 2026 年 9 月 22 日起已全面可用，价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元，并公布了上下文窗口、服务卡和一项独立的智能评分。Qwen 4 Max 同日在杭州云栖大会上做了预览，此后没有公布任何信息：没有价格，没有上下文窗口，没有权重，没有基准测试，没有发布日期。这种不对称如今已成为每一篇 Qwen 4 文章的固定形态，在这里再重复一遍，只会是同一个故事的第四次讲述。

真正的新东西，也是这个页面实际要讲的内容，是速度——因为这是本月两家厂商做出相反且可观测选择的唯一维度。2026年10月15日，Anthropic将Claude Opus 5.5的快速模式从研究预览中移出，并为提速公布了价格：每百万token 8.00美元和40.00美元，正好翻倍，换来最高2.5倍的输出速度。与此同时，Alibaba从未公布过任何Qwen-Max层级的延迟、吞吐量或首token时间数据，而对已发布的Qwen旗舰模型Qwen3.8-Max的独立测量结果为每秒39.3个输出token，相比之下Claude Opus 5.5为95.2。一家厂商在为速度明确收费。另一家则没有告诉任何人它处在什么位置。

双方实际发布了什么

从可验证的那一半开始。Claude Opus 5.5 是 Anthropic 的 API 和我们 API 上的真实端点。它的参数是公开的，上下文窗口为 1,000,000 个 token，最多可输出 128,000 个 token，接受文本、图像和文件，标准费率为每百万 token 4.00 美元和 20.00 美元，缓存读取为 0.20 美元，缓存写入为 5.00 美元。自适应思考始终开启，无法关闭——将 thinking 设为 disabled 的请求会返回 400 错误，推理深度则改为通过 effort 参数控制。

现在说另一半。Qwen 4 Max 只是一场舞台上的宣告。阿里巴巴展示了四个档位——Qwen 4 Max、Qwen 4 Flash、Qwen 4 Plus 和 Qwen 4 27B——称该系列基于新一代架构训练，并表示很快就会推出。截至 10 月 16 日，这四个型号都没有模型卡、没有 API 标识符、没有开放权重，也没有任何评分。阿里巴巴之外的人唯一能查看的 Qwen 4 产物，是 2026 年 8 月下旬开源的 Qwen3.8-Flash-Next，它在其自己的模型卡上被标注为 Qwen 4 架构的预览版：1250 亿主参数加 510 亿 N-gram 嵌入，每步激活约 60 亿，原生上下文 262,000 token，并声称训练成本比 Qwen3.7-Plus 低约 90%。

所以这个对比有一侧是完整的，另一侧是空的，而空的那一侧之所以空，并不是因为 Alibaba 在隐瞒数字。它之所以空，是因为还没有产品。更值得做的是比较这两家厂商的姿态——他们各自选择公开什么，以及这说明了他们预期自己会如何被采购。

速度轴，以及为什么它才是有趣的那一个

Anthropic 现在以三档公开价格出售同一模型的三种速度，而这套阶梯对其收费内容异常坦诚：

• 批处理、异步 — 每百万输入 $2.00、输出 $10.00，是标准价格的一半，适用于可以等待的工作

• 标准版 — 每百万 $4.00 输入、$20.00 输出，默认配置，缓存读取为 $0.20

• 快速模式 — 输入每百万 $8.00，输出每百万 $40.00，在整个上下文窗口内保持统一，每秒输出 token 数最高可达 2.5 倍

三档定价，一个模型，以及 Anthropic 对延迟价值几何的清晰表态：在费率表的两个方向上，都是翻倍。快速模式不会改变权重，也不会改变行为。它是在更快的推理配置下运行的同一个模型，收益集中在每秒输出 token 数上，而非首 token 时间；价格是直接的乘数，而不是混合费率。这是厂商在向你表明它自己对这笔交易的看法——也是在告诉你，从 10 月 15 日起，你不再需要审批或 beta 标头就能购买它。

Qwen 那边并不存在对应物。Qwen-Max 系列没有阿里巴巴版的快速层级，没有已公布的延迟目标，在任何已公开的 Qwen 4 幻灯片上也没有吞吐量声明。对于一个整个卖点都是成本效率的系列来说，缺少延迟数字是一个显眼的遗漏，因为每个 token 的成本和每个已完成任务的成本是不同的量，而其中只有一项被公布过。

独立测量对差距的说明

Artificial Analysis 是这里最接近中立裁判的存在，它已在其当前 Intelligence Index 修订版 v4.3.2 下对两款已上市的旗舰产品进行了测评：

• 智能指数 — Claude Opus 5.5 在“最大努力并启用回退”配置下得分为 58，相比之下 Qwen3.8 Max（0902）为 45

• 输出速度 —— Claude Opus 5.5 为每秒 95.2 个 token，而 Qwen3.8 Max (0902) 为 39.3

• 每个索引任务的成本 — Claude Opus 5.5 为 $5.98，而 Qwen3.8 Max (0902) 为 $5.41

• 使用的输出 token 数 —— Claude Opus 5.5 为 2.6 亿，而 Qwen3.8 Max（0902）为 1.9 亿

把这四行放在一起看，就会浮现出一个价格表所掩盖的故事。按每 token 价格算，Qwen 旗舰模型在输出上便宜三倍，6.00 美元对 20.00 美元。按完成每项任务的成本算，它便宜 10%，5.41 美元对 5.98 美元。三倍的优势已经被每个模型完成任务所消耗的 token 数量差异吃掉了——这正是为什么“每百万 token 更便宜”是购买决策中最没用的数字，也正是为什么 Anthropic 自己为 Claude Opus 5.5 所做的发布宣传，强调的是每工作负载成本降低，而不是每 token 降价 20%。

速度这一行，才是最应该塑造人们对 Qwen 4 Max 预期的那一项。已上市的 Qwen 旗舰在这项测量中是两者中较慢的那个，差距约为 2.4 倍，而阿里巴巴尚未为继任者公布任何延迟目标。与此同时，Anthropic 在 Claude Opus 5.5 之上额外提供的 2.5 倍，定价却是翻倍。如果延迟在你的决策中哪怕占有一席之地，你目前是在两家供应商之间做选择：一家已经公布了其速度、公布了其更快的档位，并公布了该档位的价格——而另一家则这三项一项都没公布。

变慢有两种方式，而其中只有一种是产品

这个对比存在一种版本，认为「Qwen 4 Max 更慢」并不公平，而这一点值得直说，因为它是 Qwen 一方最有力的论据。一个已宣布却尚未发布的模型，按定义就不存在可测量的速度。阿里巴巴并非不愿公布一个难看的数字，而是不愿公布任何数字，原因可能仅仅是：这个东西还不存在任何能让人运行的形式。Qwen3.8-Flash-Next 的架构——稀疏注意力、N-gram 嵌入、极低的激活参数量——是一种直指推理经济性的设计，而阿里巴巴自己关于训练成本的说法表明，该系列从设计上就是为了能被低廉而快速地提供服务。这是预测，不是事实。

这种不公平却真实的不对称，体现在别处。Anthropic 的快速模式是一款有价格、有速率限制、有独立 429 响应，以及一个会报告你实际获得了哪种速度的 usage.speed 字段的产品。它是被购买和计量的。而一张关于训练中模型的会议幻灯片，则两者皆非。当阿里巴巴真正推出 Qwen 4 Max 时，它将被拿来与一个已经告诉市场速度值多少钱的竞争对手作比较——为 2.5 倍提升，每百万 8.00 美元和 40.00 美元——而阿里巴巴将不得不用更快的默认速度或更便宜的价格来作答。

运行此对比中带端点的那一半

在一个无法完成的比较中做出的决策并非瘫痪；它只是一个更小的决定。今天有三家运营商存在，而有一家不存在。

Claude Opus 5.5 可通过 anthropic/claude-opus-5.5 路由调用，按 Anthropic 公布的目录价格、0% 加价——提供方的费率原样透传，因此账单上落地的是 4.00 美元和 20.00 美元，而非加价后的等价金额；供应商降价当天就会体现在你的密钥上。Qwen3.8-Max 可通过 qwen/qwen3.8-max 路由调用，价格为 2.00 美元和 6.00 美元，旁边还有一个带日期的检查点 Qwen3.8-Max（0902），适用相同条款。二者都在同一个 OpenAI 兼容端点和同一个 Anthropic 兼容端点上响应，背后是一个密钥、一张账单，覆盖 200 多个模型——这意味着只需改一个模型字符串，上面的对比就能针对你自己的流量来跑，而不是对着博客文章做对比。

Qwen 4 Max 在 OrcaRouter 上不可路由，Qwen 4 的任何层级也都不可路由；目录中该系列条目为零，对于尚无发布日期的模型而言，这正是正确状态。当这些层级发布时，它们会出现在同一个目录中；而在此之前，路由器仍能对它们所代表的问题做有用的事。路由策略才是“这够快吗”该归入的地方：路由 DSL 可以把流量中延迟敏感的那一部分送到更快的模型，而让其余部分继续以标准速度留在 Claude Opus 5.5 上；这样一来，一个需要 2.5 倍输出速度的工作负载就能为真正需要它的调用买到这种速度，而不是在整个模型队列上支付翻倍费率。自动故障转移覆盖另一个方向——降级的路径会转向另一个提供商，而不是变成错误。这两者都不能替代关于 Qwen 4 Max 的决策。两者都是在那项决策尚未作出期间继续工作的方式。

需要注意什么，以及更改此页面需要付出什么

有三件事会改写上述分析，而且每一件都是可核查的。

首先，给出任何 Qwen 4 档位的阿里巴巴模型卡，上面要有价格和上下文窗口。在那之前，这场对比中 Qwen 这一方只不过是一份新闻稿。

其次，来自任何独立方的 Qwen 4 延迟数据。一旦这样的数据存在，速度这个维度就不再是单方面的故事；而且考虑到阿里巴巴正在预告的架构，不能想当然地认为这对他们不利。一个围绕 60 亿激活参数推理路径设计的模型家族很可能速度很快；它只是从未需要在一个按百万 token 出售速度的竞争对手面前证明这一点。

第三，也是最容易核实的一点，在于 Anthropic 是否会把 10 月 15 日的做法推广到 Opus 系列的其余型号。Claude Opus 5 和 Claude Opus 4.8 的快速模式仍处于研究预览阶段，依然需要 beta 标头，因此这种自助式、无需审批的快速层级目前是 Claude Opus 5.5 独有的。如果它扩散开来，“快速模式可用”就会成为平台本身的属性，而非某一款模型的属性，高级档位的问题也会再次改变形态。

在至少其中一项落地之前，诚实的结论既有限又实用：如果你本季度要选一个旗舰模型作为构建基础，你其实是在一个有公开定价、公开速度以及公开的更快档位的模型，与一个只有名字的模型之间做选择。买那个有端点的，盯着那个只有幻灯片的——并把“Qwen 4 Max 会更便宜”当作它目前尚未证实的说法，因为 Qwen 3.8 这一代已经表明，一旦把每个模型完成工作所消耗的 token 也算进去，每 token 三倍的优势可能会缩水到 10%。

这一切都并非假设：像本次这样的发布背后那些有据可查的 AI 故障与智能体事件，均收录于 OrcaRouter AI 事件档案库中，其中每条记录都附有自己的来源、严重程度、置信度评级和存疑标记。