Muse Wonder 对比 Qwen 4 Max：一个三周前已发布，一个仍在训练中

Meta Muse Wonder 有一个 API 标识符、一个 token 价格、一个上下文窗口、两个检查点，以及一个自 10 月 12 日以来一直在处理请求的实时端点。Qwen 4 Max 有一个名字、一次舞台亮相，以及新闻稿中的一句话。该厂商自己于 2026 年 9 月 22 日在杭州云栖/Apsara 大会上发布的书面声明只表示 Qwen 4 正在训练——其中没有价格、没有窗口、没有参数数量、没有许可证、没有基准测试，也没有任何档位的标识符；而且在此后的三周里，该系列 LLM 负责人在舞台上对 Qwen 4 Max、Qwen 4 Flash、Qwen 4 Plus 和 Qwen 4 27B 的预览，并未在该厂商的任何对外界面上转化为规格说明。所以这不是通常那种正面对比，而这个问题有用的版本是一个时机问题：你今天能运行什么，以及什么证据会让你认为 Qwen 4 Max 已经足够接近、值得等待。

供应商实际上以书面形式写下的内容

供应商自己的材料只有一份新闻稿，而它之所以值得引用，恰恰是因为流传中的其他一切内容都是由此推断出来的。

• Qwen 4 — 被描述为下一代模型，且目前正在训练中

• Qwen 4.5 和 Qwen 5 —— 被命名为后续系列，预计将扩展至 5 到 10 万亿参数

• Qwen 4 Max、Flash、Plus 和 27B —— 在舞台上以四档阵容展示，未在发布说明中记载

• 架构——被描述为新一代，并被描述为仍在训练中，这与已经完成不是一回事

• 主要定位——智能体式和工具使用型工作，而非聊天

• 可用性——无。没有任何层级有发布日期、价格、上下文窗口、模态列表或公开评分

这里要作两点更正，因为这两点都在被当作事实流传。5 万亿到 10 万亿参数这一数字，在厂商自己的原话里是挂在 Qwen 4.5 和 Qwen 5 系列上的，既不是 Qwen 4，也不是 Qwen 4 Max；任何把它印成 Qwen 4 Max 规格的页面，都把它挪了一代。而过去两个月里，vLLM、SGLang 和 Transformers 为一个叫“Qwen4-Exp”的东西落地的框架支持，并不是 Qwen 4 Max。那个名字属于一种实验性架构，其公开发布版本是 Qwen3.8-Flash-Next，于 8 月 26 日发布；正是它自己的模型卡，自称是那个将支撑 Qwen 4 的设计的预览版。

那张卡片确实能告诉你的关于该系列的信息，比层级名录更具体，而且它值得被当作一种轮廓而非规格表来把握：约 125B 主参数、约 6B 激活参数、51B 的 n-gram 嵌入、262,144 原生上下文可扩展至一百万、QSA 稀疏注意力、门控残差，以及一个被描述为比前代低约 90% 的训练成本数字。那是实验性兄弟模型的设计，由厂商归于该模型，并明确被定位为下一步——不是 Qwen 4 Max 的数据表，也不应被当作数据表来解读。

对比中运输方面的情况如何

在 Qwen 4 Max 目前尚无任何东西的每一个维度上，Muse Wonder 都构成了反差，因此值得说明 Meta 真正摆上台面的东西是什么。

• 可用性——自 2026 年 10 月 12 日起正式可用，作为 muse-wonder-1.0在 Meta Model API 上以及 Muse Code 中提供

• 价格 — 每百万输入 token 4.00 美元，缓存 0.20 美元，每百万输出 20.00 美元，在整个窗口内统一

• 上下文 — 1,048,576 个 token，文档中记录的最大输出为 943,718

• 推理 — 始终开启，effort 从 max 逐步降至 minimal，默认 medium，推理 token 按输出计费

• 第二个检查点 — muse-wonder-full-1.0，得分更高，包含在 Muse Code 订阅中，而非按 token 单独出售，其订阅方案公布价格为每月 50 美元和 200 美元

• 独立评测 —— Artificial Analysis 在其智能指数上给 Muse Wonder (max) 打出 52 分，在 219 个模型中位列第九，每项指数任务约 4.52 美元，该次运行约 1.3 亿输出 token，而榜单中位数接近 8500 万

• 厂商声称 —— Meta 自己的表格报告称，在 JobBench 上，Full 检查点为 75.3，而 Muse Wonder 为 30.8，同一次发布的两个检查点之间相差 44 分，该结果由 Meta 的测试框架生成，且无人能够复现

把这一点放在 Qwen 4 Max 那一列旁边，第二列如实呈现出来就是一行空白。这不是对模型的批评；它只是一个梯队在一场会议亮相三周后、正式发布之前的样子。

真正能调用到的 Qwen，以及它如何比较

如果你来这里是因为你想要一款 Qwen 旗舰，而 4 系列又不可用，那么有价目表的是 Qwen3.8 Max，它自 2026 年 8 月 3 日起全面可用。它不是同一个模型，在能力上也不是替代品——但它回答了“这个季度我该运行什么”。

• 价格 — 每百万输入 token $2.00，缓存 $0.25，每百万输出 $6.00，相比 Muse Wonder 的 $4.00 / $0.20 / $20.00

• 上下文 —— 按供应商公布的口径为 1,000,000 个 token；Artificial Analysis 记录的评估检查点为 984k

• 输入形式——文本、图像和视频，对比 Muse Wonder 的文本、图像、语音和视频

• 智能水平 — 在我们目录所追踪的 Artificial Analysis 指数上为 45.4，而 Muse Wonder 为 52

• 每项索引任务的成本——约5.41美元，而Muse Wonder的约为4.52美元，尽管费率卡更低

• 该次运行的输出 token 数——约 1.9 亿，而 Muse Wonder 的约 1.3 亿，排行榜中位数接近 8500 万

• 速度——在评估器的运行中约为每秒 36 个 token，被描述为明显缓慢

• 权重 — Qwen3.8 Max 的权重于 2026 年 8 月 12 日以自定义许可证发布，即以 BF16 和 FP8 格式发布的 Qwen3.8-2.4T-A95B

最后那两行是这篇文章里最有趣的内容。Qwen3.8 Max 的输入价格是 Muse Wonder 的一半，输出价格不到其三分之一，但每完成一项任务，它的成本仍然更高——大约高出 20%——因为它的输出 token 消耗量约为 1.9 亿，而 Muse Wonder 消耗 1.3 亿。这与该系列此前表现出的倒挂如出一辙：更便宜的价格表，对应着更昂贵的工作。与此同时，加权得分还低了七分。更多 token、更低得分、更高账单，这是代价高昂的冗长，而这一点在两家厂商的定价页上都看不到。

相比之下，开放权重对某一类买家而言是实实在在的优势。权重公开意味着你拿到的是一个可以审计、可以量化、可以微调，也可以锁定在你自己所控制的版本上的检查点；但这并不意味着你就能在本地运行它，因为一个 2.4 万亿参数的专家混合模型是数据中心的产物，而非工作站级模型。不过，如果你的合规要求需要你摆脱托管推理，那么无论是 Muse Wonder 还是 Qwen 4 Max，都无法在第一天就为你提供这条出路，而 Qwen3.8 Max 已经做到了。

你应该等待 Qwen 4 Max 吗？

等还是买这个问题其实有确切答案，只要把人们真正在等的两件事区分开来。

• 如果你这个月就需要一个前沿模型，那就没有什么可等的。Qwen 4 Max 没有确定日期，而厂商的说法——训练中、即将推出——并不能区分第四季度上线和第一季度上线。如今已经开放端点的模型有 Muse Wonder、Qwen3.8 Max，以及当前的 Claude、GPT-6 和其他前沿旗舰模型。

• 如果你在等的是 27B 开放层级，那就是另一回事。每一代 Qwen 都以允许人们构建的条款发布了其小尺寸层级，而社区对 3.8 系列的回应——MLX 转换、NVFP4 量化、微调——在权重落地后几天内就出现了。已宣布的 27B 是对一个生态系统的承诺，而且它是最有可能在本地运行的层级。

• 如果你等的是降价，那就不必再等了。Qwen 4 一代预计会沿用架构预览版的成本特征，但那是基于同系列模型卡片做出的推测，并非已公布的 Qwen 4 数据。与此同时，当前一代的价格一直在走低，而它们在供应商那边变动的当天，也会在路由侧同步变动。

有三种信号可以证明有必要更新这一判断，而且三者都是可核查的公开界面，而非传闻：厂商自家平台上出现某个 API 模型标识符、同一页面上出现一行价格，或出现一份标注日期、带有上下文窗口的模型卡。会议日期不算其中之一，登上排行榜也不算，因为就这一系列而言，聚合站点的收录一直先于厂商文档出现，而不是在其之后。

OrcaRouter 在这其中的位置

通过一个端点来运行这项比较的实际原因在于：这里的答案是一个时序决策，而时序决策需要的是测量，而不是一纸规格表。

Qwen3.8 Max 以供应商自己的费率接入 OrcaRouter——每百万输入 $2.00，缓存读取 $0.25，每百万输出 $6.00——百万 token 窗口保持不变，支持 GPT 兼容格式、Messages 格式和原生 DashScope 形态。我们不对其中任何部分加价，因此供应商调价后，我们这边当天即生效，而不是等到下次续费。这就是你今天就能接入应用的 Qwen 旗舰模型，而其缓存读取费率仅为输入费率的十分之一，这让它对于 Qwen 4 系列所瞄准的长上下文、重复前缀工作而言异常便宜。

Muse Wonder 不在我们的目录里，我们也不会暗示它在：Meta 的 Model API 和 Muse Code 才是可行路径，而 Full 检查点根本不按 token 出售。Muse Spark 1.2是我们确实提供的 Meta 模型，输入 $1.25、输出 $4.25，缓存读取 $0.15，覆盖 1,048,576 tokens——如果你要的是这个系列而非旗舰款，这就是 Meta 的平价之选。

当 Qwen 4 Max 真正拿到端点和价格时，它会以供应商公布的价格、按同样的转发规则出现在这里，而模型融合和路由 DSL 这两条路径让你无需再签第三份合同，就能把它和 Muse Wonder、Qwen3.8 Max 放进同一个面板里对比。在那之前，稳妥的做法就是最朴实的那个：先在现有的东西上发布，在级联中保留便宜的那条 Qwen 通道，等价格表出来后再重跑这次对比。

立场，直白道来

Meta Muse Wonder 是一个你可以调用、定价、做基准测试并据此编制预算的模型。Qwen 4 Max 则是一个你可以搜索到的模型。这种不对称就是全部结论，而自九月以来，同样的不对称也一直伴随着这个家族的名字——一串层级名称，人们已经在把它们输入地址栏，而它们背后还什么都没有。

让这对组合无论如何都值得占一页篇幅的，是那个二阶要点：真实存在的 Qwen 旗舰 Qwen3.8 Max，按 token 计已经是更便宜的模型，按完成的工作计却已经是更贵的那个；而真正该重新验证的是这种模式，不是去等待某个档位名称。如果 4 系列发布时表现出与 3.8 代相同的输出 token 胃口，那么每百万 token 价格更低并不会自动意味着账单更低——而只看价目表的读者会被惊到两次，一次是发布落地时，一次是账单到来时。