GPT-6.1 Terra 对比 Qwen 4 Max：阿里巴巴必须跨过的价格门槛

GPT-6.1 Terra 是一款已上市销售、并附有价目表的模型。Qwen 4 Max 则只是阿里巴巴云栖大会（Apsara conference）上的一页幻灯片。Terra 于 2026 年 10 月 26 日开售，输入每百万 token 1 美元、输出每百万 token 5 美元，上下文窗口为 1,050,000 token，独立 Intelligence Index 得分为 48，完成一项指数任务的实测成本为 0.40 美元。Qwen 4 Max 于 2026 年 9 月 22 日作为 Qwen 4 系列的最高档位发布，而截至 10 月 27 日，它没有模型卡、没有 API 标识符、没有公布价格、没有说明上下文窗口，也没有基准测试成绩行。因此，人们正在搜索的这项对比只有一边有数字。更有用的版本，是拿 Terra 刚刚立下的标杆，去对比真正存在的 Qwen 旗舰——Qwen3.8 Max——而这项对比所揭示的问题，等真正的模型发布后，阿里巴巴将不得不作出回应。

这并不是在贬低路线图。阿里巴巴在自己的大会上预览四个 Qwen 4 档位，是表明方向的正常方式；而且该公司已按期交付足够多的模型，因此“在训练中”是可信的。这是关于采购的陈述：一个无法调用、无法定价或无法评分的模型，就无法围绕它做规划；任何流传的 Qwen 4 Max 规格表都是某人的推断，而不是阿里巴巴的文档。

关于 Qwen 4 Max 究竟有哪些已知信息？

9月22日，阿里巴巴在杭州云栖大会展示了 Qwen 4 系列：旗舰为 Qwen 4 Max，另有 Qwen 4 Plus、Qwen 4 Flash，以及面向本地部署的 Qwen 4 27B 档位。公司自己的发布稿称该系列仍在训练中，未给出任何档位的发布日期、价格和规格。被广泛重复的 5 万亿至 10 万亿参数数字属于之后的 Qwen 4.5 和 Qwen 5 规划，而非 Qwen 4 Max。10 月唯一一个发布时间信号是一条匿名 Reddit 帖子，声称一位合作伙伴听说“10月下旬”；阿里巴巴尚未证实，而来自一个账号的传闻并不等于发布日期。

什么才算一次发布，标准具体得有些乏味：一张模型卡、一个 API 模型标识符、公布输入和输出 token 的费率、一个明确说明的上下文窗口、一个可供人调用的端点，以及一行由厂商以外的人测出的基准测试成绩。截至 10 月 27 日，Qwen 4 Max 这些全都没有。它也不在 OrcaRouter 的214 个模型的目录，这是一个有用的核查，因为该目录是根据实际可调用的内容生成的，而不是根据新闻稿生成的。

在情况改变之前，最诚实的比较就是把 Terra 与 Qwen3.8 Max 放在一起看——后者是 Qwen 的旗舰模型，自 2026 年 8 月起已全面开放可用，权重开源，也是阿里巴巴自家客户在等待期间正在使用的模型。

以现有的 Qwen 为参照来衡量的标杆

Artificial Analysis 在公开配置下对两款已上市的模型进行了测量，这是下列各项能够并排比较的唯一方式。价格是各厂商自己公布的费率。

• 价格 — GPT-6.1 Terra 每百万 token 输入 $1.00 / 输出 $5.00；Qwen3.8 Max $2.00 / $6.00。

• 缓存输入 — Terra $0.05；Qwen3.8 Max $0.25。

• 上下文窗口 — Terra 记录为 1,050,000；Qwen3.8 Max 记录为 1M，Artificial Analysis 列为 984K。

• 最大输出 — Terra 128,000；Qwen3.8 Max 在已审阅的材料中未公布可比上限。

• 独立智能指数——Terra 48，在 221 个中排名第 25；Qwen3.8 Max 45，在 221 个中排名第 35。

• 每个索引任务成本 — Terra $0.40；Qwen3.8 Max $5.41。

• 输出速度 — Terra 每秒 90.9 个 token；Qwen3.8 Max 每秒 40.5 个。

• 首个 token 的生成时间 — Terra 77.96 秒；Qwen3.8 Max 2.98 秒。

• 权重 —— Terra 为闭源，未进行微调；Qwen3.8 Max 自 2026 年 8 月 12 日起开源。

• 输入 — Terra 支持文本和图像；Qwen3.8 Max 支持文本、图像和视频。

• 架构——Terra 的参数数量尚未公开；Qwen3.8 Max 是一个拥有 2.4 万亿参数的混合专家模型，激活参数约为 950 亿。

标示费率差不多，账单可不是。

在价目表上，Terra 更便宜，但并没有便宜得夸张：输入价格只有一半，输出价格低约 17%。一个包含 1 亿输入 token 和 1000 万输出 token 的工作负载，在 Terra 上花费 150 美元，在 Qwen3.8 Max 上花费 260 美元，相差 1.7 倍。这确实是一笔实实在在的节省，但不应该是决定购买的那个数字。

每项任务的数字是。Artificial Analysis 对每个模型完成相同索引任务实际消耗的 token 进行定价，结果是 Terra 为 $0.40，而 Qwen3.8 Max 为 $5.41——相差 13.5 倍，比标价差异宽八倍。原因在于消耗量，而不是价目表。Qwen3.8 Max 是一个大型混合专家模型，会进行长时间推理；Terra 则专为在有界工作上快速、简洁而打造。一个模型在得出答案时消耗更多 token，即使其 token 定价具有竞争力，每个答案的成本也更高。

对阿里巴巴而言，这是门槛中最难的部分。如果 Qwen 4 Max 继承该系列的冗长特性，那么在 $1 和 $5 档位匹配 Terra 将缩小单价差距，却会让大部分每任务差距依然存在。该模型需要同时在价目表和 token 纪律上做到匹配。反向需要注意的是，每任务成本对配置很敏感：以最大推理力度运行的模型会比同一模型在中等力度下花费更多，而调低推理力度的买家可以改变这个数字。Artificial Analysis 的数据是对其测试的默认配置的公平比较，而不是适用于每次部署的定律。

Qwen 已经胜出的领域，以及 Qwen 4 Max 必须继续保持的领域

首 token 数值是 Terra 无法用价格来回应的一项指标。Artificial Analysis 测得的 Qwen3.8 Max 首 token 为 2.98 秒；Terra 则需要 77.96 秒。我们自己的目录页面对同一款 Qwen 模型显示，7 天 p50 为 5.78 秒，这正是依赖提供商和具体日期的测量结果会呈现的样子——具体数字会变，排序不会变。对于批处理流水线来说，这种差异不可见。对于聊天产品、编程助手或任何有人等待的界面来说，这就是可用工具与转圈加载之间的差别。如果 Qwen 4 Max 保持这种延迟特征，那么无论指数发生什么变化，阿里巴巴都在交互式工作负载上拥有真正的立足之地。

第二点是开放权重。Qwen3.8 Max 的权重自 8 月 12 日起就已可用，这意味着自托管、微调、数据驻留，以及一条与阿里巴巴 API 价格毫无关系的成本曲线。Terra 是闭源的，没有微调端点，且仅作为服务出售。一个开放其权重的 Qwen 4 Max——尚未被承诺——竞争的是与本次比较所衡量的不同的维度。路线图中的 Qwen 4 27B 层级表明阿里巴巴知道这一点；对许多买家来说，小型开放模型可能比旗舰模型更重要。

视频输入是第三点。Qwen3.8 Max 接受文本、图像和视频；Terra 接受文本和图像。对于需要接入录制会议或屏幕捕获的流水线而言，这是一条能力分界线，而不是偏好问题。

这场对决的三种可能结局

价格持平，外加开放权重。如果 Qwen 4 Max 的定价落在每百万 token 1 美元/5 美元上下，得分在 48 左右，并且以开放权重形式发布，那么它将赢下自托管和对延迟敏感这两块细分市场，而最看重简单易用的 API 买家则会流失到 Terra 那边，因为 Terra 的单任务经济性更紧凑。对 Alibaba 来说，这是一个可行且可接受的结果，而且它会让"vs"对比页面真正变得有意思起来。

更大幅度的降价。如果它最终落在，比如说，每百万输入 0.50 美元、输出 2.50 美元，Terra 的用量假设就会大幅收窄——但前提是单任务成本也随之下降。更便宜的 token 如果被模型以两倍的速度消耗，并不能带来更便宜的任务。发布日真正该关注的数字不是那个头条费率，而是首个独立发布的单任务成本测量结果。

能力溢价。如果 Qwen 4 Max 转而瞄准 Terra 之上的层级——在输入 $2、输出 $8 的价格下指数达到 52 或更高——那么它竞争的对象就是 GPT-6.1 Sol 和 Kimi K3.1 Pro，而不是 Terra，本页的论述框架也不再适用。在阿里巴巴试图守住中端市场的那种结果中，价格门槛最为重要。

趁幻灯片还是幻灯片时该运行什么

这个决定有一个你今天就能落地的版本。Qwen3.8 Max 已在 OrcaRouter 的目录中，按其公布的 2 美元和 6 美元费率计费，不额外加价，并且与 214 个模型目录中的其余模型共用同一个密钥，因此你可以在已经存在的 Qwen 上实测你自己的真实负载，而不必去估算一个尚不存在的模型。如果 Qwen 4 Max 日后发布并给出更低的价格，迁移不过是改一个模型字符串；自动故障转移和路由层都保持原位不动。

Terra 是另一半，截至撰写本文时，它不在我们的目录中。它可通过 OpenAI 自己的 API 获取，并且自 10 月 26 日起，也可通过 Amazon Bedrock 获取。请在那里直接针对相同的工作负载进行测试。对你的账单真正重要的比较是你在两个模型上的 token 组合，而不是某个综合指数；在别人的任务上测得的 13.5 倍单任务差距，在你的任务上可能会缩小，也可能会扩大。

诚实的第二列

一个带有空白栏的“vs”页面仍然值得写，只要它能告诉你哪些数字是真实的。Terra 的数字是：一个已上线的端点、一份公开的费率卡、一个独立评分，以及实测的每任务成本。Qwen 4 Max 的还不是。现存的 Qwen 在指数上落后 Terra 三个点，输出速度慢 2.2 倍，每完成一项任务的成本贵 13.5 倍——但在首个 token 的生成速度上快得多，采用开放权重，并且能够观看视频。

这就是门槛。阿里巴巴不必全部跨过它才能算拥有一个好模型。它只需跨过足够多，让选择不再只是价目表上的比较，而成为一项工作负载决策。等到模型卡、API 标识符和价格出现的那一天，这个页面就会补上它缺失的第二列；在那之前，唯一诚实的对阵是 Terra 对 Qwen3.8 Max，而在有数字可循的那部分，Terra 正占上风。