Kimi K3.1 Pro vs Qwen 4 Max：只有一方提供价目表

你现在就可以调用 Kimi K3.1 Pro，价格为每百万输入 token $2.00、每百万输出 $10.00，并且使用的是可解析的模型 ID。你根本不能调用 Qwen 4 Max。阿里巴巴把它搬上会议舞台三十四天后，仍然没有端点、没有模型卡、没有价格、没有上下文长度数据，也没有已发布的基准测试——只有一个名字、一个层级定位，以及“训练”这个词。

这种不对称并不是跳过比较的理由。它就是比较本身。任何在2026年10月下旬决定要基于什么来构建的人，都是在一个有价目表和承诺的模型之间做选择，而有用的工作就是准确说明这个承诺包含什么、它必须胜过什么，以及这两者中哪一个是你本季度真能投入生产的。

宣布了什么，以及没有宣布什么

阿里巴巴于2026年9月22日在杭州举行的云栖大会上预览了Qwen 4系列。会上公布了四个层级：旗舰级Qwen 4 Max、均衡中端Qwen 4 Plus、主打吞吐量的Qwen 4 Flash，以及面向本地部署的Qwen 4 27B。Qwen大模型负责人称该系列仍在训练中，仅表示它将“很快”推出。

其他一切都留空了，而这些空白本身就是规格说明。没有参数数量。没有上下文窗口。没有价格。没有 API 标识符。没有基准测试分数。没有发布日期。公告中唯一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，与旗舰模型无关。

有一个数字需要被淘汰，因为它已经被当作事实反复传播。伴随 Qwen 4 流传的 5 万亿至 10 万亿参数路线图，属于 Qwen 4.5 和 Qwen 5 世代。它不是 Qwen 4 Max 的规格，阿里巴巴内部也没有任何信源将其与该模型挂钩。任何你能找到的、为 Qwen 4 Max 标注参数量、1M 上下文和 SWE-bench 分数的规格表，都是推测，而非实测读数。

不过，有一份设计预览值得一读。Qwen3.8-Flash-Next 于 2026 年 8 月下旬开源，明确被定位为对 Qwen 4 代架构的一次前瞻：主参数约 125B，另有 51B 的 N-gram 嵌入参数，每步激活约 6B，原生上下文 262K、可扩展至 1M，据报训练成本比 Qwen3.7-Plus 低约 90%。这透露了方向——稀疏、检索增强、训练成本低——却没有透露旗舰模型的规模或价格。

这个比较中存在的那一半

Kimi K3.1 Pro 于 2026 年 10 月 23 日发布。它并不是全新架构，而是 Kimi K3 经后训练得到的后继版本：同样采用 2.8 万亿参数的混合专家（MoE）主干，约 104B 激活参数，同样的 1,048,576 token 上下文窗口，同样的原生图像与视频输入。Moonshot AI 所强调的并非更大的模型，而是行为表现更优的模型——它在智能体与专业领域通过大规模强化学习完成了训练。

• 价格 — 每百万 token 输入 $2.00 / 输出 $10.00，缓存输入为 $0.20，五分钟和一小时 TTL 的缓存写入分别为 $2.00 和 $4.00。

• 高速版本——$4.00 / $20.00，输出速度提升至两到三倍，缓存命中率保持不变。

• 上下文 — 输入 1,048,576 个 token，最多输出 943,718 个 token，输入文本、图像和视频，输出文本。

• 权重——承诺于 2026 年 11 月 4 日前发布，这将使其成为迄今为止发布的得分最高的开放权重模型。

厂商自己的基准测试显示，它在 Terminal-Bench 4.0 上为 65.7%，在带工具的 BenchCAD 上为 92.7，在 OfficeQA Pro v2 上为 64.4，在 SWE Marathon 上为 51.7；在有工具可用时，幻觉性声明从 23.4% 降至 8.3%。这些是 Moonshot 在其自家测试框架上给出的数字，应被视为声明，而非实测结果。更接近独立评估的是 Artificial Analysis 的 Intelligence Index，它将其列为 55——总体第四，落后于 58 的 Claude Opus 5.5，并且是任何即将开源的模型在对标前沿模型时所记录到的最高读数。

今天下午就能进行的对局

如果真正的问题是“Kimi 还是 Qwen”，那么真正诚实的正面比较就不是对着幻灯片，而是 Kimi K3.1 Pro 对 Qwen3.8-Max——这款阿里巴巴旗舰模型自 2026 年 8 月 3 日起已全面可用，也是 Qwen 客户今天正在使用的模型。

• 价格 — Kimi K3.1 Pro 为 $2.00 / $10.00，而 Qwen3.8-Max 为 $2.00 / $6.00，缓存输入分别为 $0.20 和 $0.25。相同的输入，Kimi 的输出费用高出 67%。

• 上下文——1,048,576 个 token 对 1,000,000 个 token。在商用端点上基本上是打平，而在开放权重上并非平手——已发布的 Qwen3.8-2.4T-A95B 检查点仅支持约 262K 上下文，且仅限文本。

• 开放权重——Kimi 的权重将于 11 月 4 日发布；Qwen3.8-Max 的权重自 2026 年 8 月 12 日起已可下载，采用设有收入和用户数门槛的自定义许可证。

• 架构——Kimi 为 2.8T 总参数、约 104B 激活；Qwen3.8-Max 为 2.4T 总参数、约 95B 激活。两者差距足够小，单凭这些数字都无法预测谁会胜出。

• 推理 — Kimi 默认会进行推理，且推理力度可选；Qwen3.8-Max 通过阿里巴巴的 API 提供自身的思考控制功能。

这两者之间没有在共享测试框架上进行受控的直接对比，这是公开证据中最大的空白，也是最需要关注的一点。取而代之的是一组彼此不一致的间接读数。根据当时生效的指数版本不同，Artificial Analysis 给 Qwen3.8-Max 的评分在 40 到 56 之间不等，这很好地提醒我们：该榜单上的单个数字只是快照，而非定论。Kimi K3.1 Pro 的 55 分是在当前版本下取得的。若把两者当作同期读数来比较，恰恰就是本次对比试图避免的那类粉饰。

Qwen 4 Max 必须达到什么门槛

三个测试决定这份等待是否值得，而它们都不是基准测试图表。

首先是交付。Qwen 自身近期的记录设定了标杆：Qwen3.8 于 2026 年 7 月 19 日进入预览，8 月 3 日正式可用，8 月 12 日开放权重——从预览到可下载的完整一代产品，用时不到四周。如果 Qwen 4 Max 遵循这一模式，那么从“已宣布”到“可使用”的间隔会很短。如果不遵循，那么自 9 月 22 日以来的沉默就是信号。

第二是价格。Qwen3.8-Max 的定价为 $2.00 / $6.00，Kimi K3.1 Pro 为 $2.00 / $10.00，因此阿里巴巴在输出价格上已经胜过了它实际竞争的模型。若 Qwen 4 Max 价格高于前代却未展现明显的能力跃升，其销售难度将高于发布报道所设想的程度；而对市场上其他玩家而言，价格持平的升级将是最危险的结果。

第三点是开放性。27B 层级承诺以开放权重形式提供；Max 层级的许可证尚未确认。Kimi 在 11 月 4 日的承诺将成为衡量 Qwen 4 Max 的依据，因为一个可下载的前沿级旗舰模型会以仅提供 API 的模型无法做到的方式改变采购决策。

Qwen 4 Max 无需澄清的，是“它只是雾件”这一怀疑。Qwen 3.8 系列按期发布并放出了权重，架构预览已公开，阿里巴巴也具备相应的训练算力。合理的先验判断是：Qwen 4 Max 会如期而至，并且具备竞争力。而不合理的立场——也正是大量 SEO 内容所采取的立场——是在阿里巴巴之前抢先发布它的规格表。

等待的代价，读者来稿

如果你本月要开始一个新构建项目，而你的工作负载是长文档分析、智能体编程，或任何当下就需要百万级 token 上下文窗口的任务，那么 Kimi K3.1 Pro 是站得住脚的选择。它可调用、有明确定价，而且在撰写本文时，其权重发布还有十一天。等待一个没有明确日期的模型并不是策略；那是一种进度风险，而且你无法量化任何上行收益。

如果你已经在阿里技术栈上——生产环境运行着 Qwen3.8-Max、围绕其 API 构建的工具链、已有的采购关系——答案就不同了。Qwen3.8-Max 的输出成本更低，权重已经公开，而迁移到 Qwen 4 Max 只需改一下模型字符串，而不是重新做平台迁移。理性的做法是继续在现有基础上构建，把这次发布当作一次升级，而不是一个决策节点。

如果你选择的是供应商而不是模型，这种不对称性就没有看起来那么重要了。两家实验室大致都按季度节奏发布，都公开权重，也都会在承压时降价。锁定风险在于集成，而不在于模型名称——这正是要在你的应用与任一家实验室之间加一层路由层的理由。

用含糊其辞代替猜测

OrcaRouter 在同一密钥上按供应商标价提供 kimi/kimi-k3.1-pro和qwen/qwen3.8-max，且不收取加价，因此上文所报的价格就是实际计费的价格，而不是经销商对这些价格转售后的版本。Qwen 4 Max 不在目录中，在阿里巴巴发布它之前也不会加入——目前没有任何可路由的对象。

在此期间，路由层为你带来的好处是：可以把决策写下来，而不是为此争论。策略可以把长上下文文档工作交给 Kimi K3.1 Pro，把高吞吐量生成交给 Qwen3.8-Max，并在某个提供商限流或性能下降时自动在两者之间故障转移。当 Qwen 4 Max 真正发布时，改动只是该策略中的一个模型条目，而不是一次新的集成；而且由于定价按标价透传，发布当天的降价会以相同条款立即生效，而不是等到重新定价周期之后。

这是一个谦逊的主张，也是这里唯一值得提出的主张：面对一个尚未公布的模型，诚实的对冲不是去预测，而是一种不关心两者中谁会胜出的架构。

三个值得关注的日期

2026年11月4日——Kimi K3.1 Pro 的权重。这是首个无需 API 预算即可评估该模型的日期，也是首个让“开放权重”声明变得可核查、而非仅属宣传说辞的日期。

Qwen 4 Max 的发布——尚未公布日期。请关注模型卡片，而不是主题演讲：参数、上下文长度、价格和 API 标识符出现在同一份文档中，才是该模型真实存在的信号。在此之前，请把每一份规格表都当作猜测，包括那些看起来权威的。

首次共享测试框架对比——也就是有人让 Kimi K3.1 Pro、Qwen3.8-Max 和 Qwen 4 Max 在相同任务上运行同一套脚手架的那一刻。迄今为止发布的所有内容，要么是厂商给出的数字，要么是间接解读，而这两者之间的差异，正是本文要设置注意事项部分的全部原因。

在这些日期到来之前，证据所支持的一句话准确答案是：Kimi K3.1 Pro 是你可以运行的模型，Qwen 4 Max 是你可以等待的模型，而 Qwen3.8-Max 才是本季度大多数 Qwen 客户实际会拿来对比的模型。