Gemini 4 Carbon 对比 Qwen 4 Max：等待的代价，三种计价方式

A​libaba 已在会议舞台上展示 Q​wen 4 Max 七周，却仍未发布。该模型于 2026 年 9 月 22 日在杭州 Apsara 大会上作为四级产品家族的旗舰亮相，Q​wen 的大模型负责人称其正在新一代架构上训练；此后却既没有模型卡，也没有 API 标识符、上下文窗口、价格或基准测试分数。G​emini 4 Carbon 自 2026 年 11 月 10 日起全面开售，价格为每百万 token 2 美元和 10 美元。因此，读者真正需要的比较并不是两个模型之间的比较，而是 G​emini 4 Carbon 对比 Qwen3.8-Max——你今天下午就能调用的 Q​wen 旗舰——再加上一份诚实的说明：等待 Q​wen 4 Max 究竟必须为你换来什么。而且，由于这项比较中的一方将在 12 月 1 日重新定价，等待的成本不是比喻。它是一个数字。

宣布了什么，以及这项宣布有多大价值

Apsara 公布了四个层级，而这份名单就是该公告的全部发布内容：

• Q​wen 4 Max — 旗舰层级，对标其他所有前沿实验室的顶级模型。

• Q​wen 4 Flash — 高吞吐量层级，适用于对延迟敏感且高并发的任务，而非追求峰值推理能力。

• Q​wen 4 Plus — 均衡的中端层级，历来是多模态覆盖范围最广的一档。

• Q​wen 4 27B — 开放权重的本地档位，也就是会被下载、量化和微调的那一个。

其余内容全都留空，而这些空白本身就是规格说明。没有参数量。没有上下文窗口。没有价格。没有 API 标识符。没有公布分数。除了“即将”之外，没有任何日期。公告中唯一具体的数字是开放权重层级名称里的 27，它只说明了那个模型的规模，对旗舰模型则只字未提。

有一个数字需要被淘汰，因为它已经被当作事实反复引用。与 Q​wen 4 一同流传的 5 万亿到 10 万亿参数路线图属于 Q​wen 4.5 和 Q​wen 5 两代——这是关于后续模型的前瞻性陈述，并非 Q​wen 4 Max 的规格说明。A​libaba 没有为这个模型标明任何参数数量。任何你能找到的、带有参数数量、100 万上下文和 SWE-bench 分数的 Q​wen 4 Max 规格表，都只是推测。

有一项真实证据，值得仔细阅读。Qwen3.8-Flash-Next 于 2026 年 8 月下旬开源，其自己的模型卡将其标注为 Qwen 4 架构的预览版。这使它成为阿里巴巴之外的人所知的、关于该系列如何构建的唯一具体信息：一个稀疏模型，拥有 1250 亿主干参数，外加 510 亿参数的 N-gram 嵌入，每次推理步骤激活约 60 亿参数，原生上下文为 262,000 个 token，模型卡称可扩展至 100 万，并声称训练成本比 Qwen3.7-Plus 低约 90%。文中提到了三项技术——QSA，一种 Qwen 专用的稀疏注意力方案；门控残差连接；以及作为独立查找存储的 N-gram 嵌入。这是一个设计方向，而非旗舰产品。

你可以调用的 Q​wen，以及它与 Carbon 相比如何

Qwen3.8-Max 自 2026 年 9 月 2 日起正式可用，并且是阿里巴巴自家 Model Studio 文档中的顶级文本模型；该文档最后更新于 2026 年 11 月 2 日，完全未提及 4 系列 Max。请从决定最终决策的各个维度上，将它与 Carbon 进行对比。

• 标价 — Gemini 4 Carbon 每百万 token 输入 2 美元、输出 10 美元，截至 2026 年 11 月 30 日；之后为 4 美元和 20 美元。Qwen3.8-Max 为 2.00 美元和 6.00 美元，缓存读取为 0.25 美元。

• 我们的收费 — qwen/qwen3.8-max 已在目录中 ，价格为 $2.00 和 $6.00，而 qwen/qwen3.8-max-0902 是带日期的快照。Carbon 不在目录中，需通过 Google 的付费 API 访问。

• 背景 — Carbon 在 G​oogle 文档中为 1,000,000 个 token；Qwen3.8-Max 在 Artificial Analysis 榜单中为 984,000 个。两家厂商在营销中都四舍五入到一百万；实测数字就是如此。

输出上限——Carbon 65K，长解码生成最高可达 1M；Qwen3.8-Max 的最大补全长度未在我们的目录条目中公布，Alibaba 的页面摘要中也没有说明。这是一行仅单侧有数据的内容，在依赖它之前值得向供应商核实。

• 输入模态——Carbon 支持文本、图像、音频、视频和 PDF；Qwen3.8-Max 在目录的模态字符串中列为文本、图像和视频，而在 Artificial Analysis 的列表中则仅列为文本。这一差异存在于供应商侧的能力字符串与评估方摘要之间；两者不一致时，应以供应商的文档为准进行测试。

• 参数——Qwen3.8-Max 是一个拥有 2.4 万亿参数的混合专家模型，每 token 激活 950 亿参数，这一点已在官方模型卡中得到确认。碳排放：未披露。

• 独立评分——在 Artificial Analysis Intelligence Index v5.0.1 上，Gemini 4 Carbon 60 于高强度（high effort）模式下运行，在 74 个模型中排名第四。Qwen3.8-Max 34，在 74 个模型中排名第 46。

• 每个索引任务的成本——Carbon 为 7.76 美元，而 Qwen3.8-Max 为 10.02 美元，这一点值得停下来想一想：每 token 成本更低的模型，每个已完成任务的成本反而更高，因为它既更慢，也更冗长。Qwen3.8-Max 在该索引上消耗了 1.5 亿个输出 token，而 Carbon 为 2.05 亿个，但它的速度是每秒 50 个 token，而非 79 个，并且每个任务耗时 57.3 分钟，而 Carbon 为 26 分钟。

• 首个回答 token 的耗时——Carbon 为 67 秒，Qwen3.8-Max 为 114 秒。

这个按任务计算的反转，是本节中最有用的数字，也是最不可能出现在对比表里的数字。在主宣传卡上，Qwen3.8-Max 的输出价格比 12 月之后的 Carbon 便宜 40%。而在唯一一个同时考虑模型写多少内容、耗时多长的指标上，它却贵了 29%。这两个数字都没有说谎；它们回答的是不同的问题，而按任务计算的那个数字更接近实际账单的样子。

为等待定价，而这正是没人做的部分

等待 Qwen 4 Max 是一个有代价的决定，而与大多数“等待还是购买”的问题不同，这个问题是可以计算出来的，因为 Carbon 的价格变动是公开的。

• 场景一：你现在就在 Carbon 上构建。11 月的费用为 $2/$10，12 月的费用为 $4/$20。一个在 11 月花费 $200 的试点项目，在流量相同的情况下，到 12 月将花费 $400。

• 场景二：你等待 Q​wen 4 Max。你把十一月和十二月花在手头已有的东西上，也不支付任何 Carbon 溢价——但你同样什么都交付不了，而且每延迟一周，就意味着同样的工程工作又有一周没在生产环境中接受测试。

• 场景三：你现在基于 Qwen3.8-Max 构建，如果 4 Max 发布就迁移。这是唯一没有价格断崖的选项：Qwen3.8-Max 自发布以来一直保持 $2.00/$6.00 的价格，并且有一个带日期的快照位于qwen/qwen3.8-max-0902，而且后继模型推出不会改变你当前正在调用的模型的价格。

第三个选项通常是正确的，原因与基准测试无关：它是唯一一个迁移触发因素是出现新模型，而不是价格在你脚下发生变化的选项。统一采用某个模型的团队，如果该模型的价格在三周内翻倍，三周后就得重新跑一遍成本模型。而采用稳定价目表的团队则不必。

等待有一种对称的代价，是表格无法捕捉的。Alibaba 自己的家族史表明，Qwen 4 Max 发布后，同系列兄弟型号——Flash、Plus 以及 27B 开源版本——会迅速跟进；而 27B 才是交付记录可预测的那一个，因为 Qwen 的开源档位一直都能在发布后几天内伴随 MLX 转换、NVFP4 量化和社区微调落地。如果你真正想要的是一个能自托管的 Qwen，那么值得关注的档位不是旗舰，也不是那个没有发布日期的型号。

Carbon 的两项真正优势，以及一项视情况而定的优势

第一个是得分，而且差距并不小：60 对 34，由同一评估器在同一个索引的同一修订版上、在各自模型的最高努力设置下测得。无论 Q​wen 4 Max 最终交出什么成绩，它必须跨过的门槛都是那个 60，而不是其前代的 34。

第二点是长上下文经济性。Carbon 在 2,000 个 token 和 900,000 个 token 时都按相同的每 token 费率收费，没有长度分层。这在百万级上下文模型中确实是一个不同寻常的特性，其中好几个模型会在超过某个阈值后上调价格档位——而这正是 Carbon 所面向的工作负载最关键的特性，也就是针对大型代码库和文档集的长周期工作。

其情境优势在于网络安全与科学推理，Google 的发布材料提出了其他任何人都未提出的主张：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%、Project Fortify 达到 100% 扫描召回率和 95% 分诊精确率，以及在七个低同源性 CASP17 蛋白质家族中检索到的同源物平均增加 40 倍。全部为厂商报告，无一经过复现，而且针对的是一个公开可用仅一天的模型。如果这些主张成立，它们也正是能证明该价格合理的主张。

相比之下，Qwen3.8-Max 的定位更窄，也更持久：一张已公开的 2.4 万亿参数模型卡、稳定的价格、可用于复现的带日期快照，以及足够低的单 token 成本，让你可以毫不犹豫地把规模化工作路由给它。在能力上，它不是 Carbon 的竞争者；在经济性上，它是 Carbon 的补充——而对大多数流水线来说，这个角色被调用的频率更高。

可能比旗舰更重要的那一档

Qwen 4 27B 是公告中讨论最少、但交付记录最好的名字。它是该系列中历史上唯一以开放权重形式发布的层级，而 Qwen 3.8 一代展示了这能解锁什么：在 27B 权重发布后的几天内，社区就完成了 MLX 转换、NVFP4 量化和无审查微调。已宣布的 27B 是对下游生态的承诺，也是自托管团队应该关注的那部分路线图——而不是那个仅以层级定位作为唯一已公布属性的旗舰。

旗舰模型的重要性另有原因。A​libaba 将 Q​wen 4 Max 定位为对标其他每一家前沿实验室的顶级模型，这意味着发布当天要进行的对比，将是 Q​wen 4 Max 对阵 G​emini 4 Carbon，而 Carbon 的价格就是它那个月的价格。如果到那时 Carbon 是 $4/$20，而 Q​wen 4 Max 的定价接近 Qwen3.8-Max 的 $2/$6，那么价格论据就会大幅反转，能力论据便成为唯一剩下的论据。这是一种真实的可能性，也正是不能只把其中任何一方作为唯一标准的理由。

本月做什么

三项举措，按出错的代价排序。

按12月的碳价给每个试点定价。任何基于11月数据做出的决策，都会显得比实际好上一倍，而修正会在一个固定日期到来，而不是一个不确定的日期。如果一项工作负载只有在2美元/10美元的价位下才划算，那它就不划算。

让 Qwen3.8-Max 路由保持热备状态，而不是为它争论。它的每输出 token 比 December Carbon 便宜 40%，并且有带日期的快照，因此行为不会漂移；把它配置好，意味着关于 Qwen 4 Max 的决定将变成一次替换，而不是一个项目。两个模型在这里共用同一个密钥——qwen/qwen3.8-max以 Alibaba 的标价提供，搭配0% 加价，与216 个模型的目录中的其余模型一起，位于同一个 OpenAI 兼容接口上——而 Carbon 同样是通过 Google 的付费 API 访问，而不是通过我们。

不要围绕 Q​wen 4 Max 制定容量规划。公告中没有任何日期，而关于它的两个确凿事实，一个是大会讲台，另一个是“训练”这个词。等模型卡出现并给出价格和上下文窗口后，一个下午就能重新跑完对比。在那之前，路线图上的项目不是备选方案，而一个你无法调用的备选方案也同样算不上备选方案。