Qwen 3.8 对决 DeepSeek V4：性价比之王卫冕

在2026年的大部分时间里，DeepSeek V4一直是AI能力应有成本的标准：开放权重即刻可用，独立测量的Artificial Analysis Intelligence Index约为52–54，而定价为$0.435 / $0.87每百万token，这使得每款高级旗舰机型都显得像是一次奢侈品消费。

当Qwen3.8-Max于7月19日预览时，提供了90%积分折扣活动且未公布费率，因此无从知晓阿里巴巴是否打算在价格上竞争。现在我们知道答案了。Qwen3.8-Max于2026年8月3日正式全面可用，定价为$2 / $6每百万token——这一价格对Fable 5和Opus等高端模型很有竞争力，但大约是DeepSeek输入价格的4.6倍、输出价格的7倍。这是该系列对比中Qwen的GA定价唯一不构成利好的一项。

给开发者的一点提示——解决这个问题最快的方式，就是拿你自己的提示词在两个模型上各跑一遍。OrcaRouter 在单个兼容 OpenAI 的端点后面整合了 200 多个模型，这样你就可以在同一任务上让 Qwen 3.8 Max 与 DeepSeek V4 同台竞技，而无需接入两套 SDK。

TL;DR 结论。DeepSeek V4 依然是性价比之王，GA 并没有改变这一点——而是证实了这一点。DeepSeek 在输出方面便宜约 7 倍，独立评测得分约 52–54，开放权重，今天即可下载，速度快，并且拥有极低的缓存命中价格。Qwen3.8-Max 则以更大的规模野心回应：100 万 token 的统一费率上下文、DeepSeek 所缺乏的原生多模态能力，以及一张以 Terminal-Bench 2.1 86.6 和 GPQA Diamond 92.6 领衔的自报基准成绩表。但它没有独立评分，没有披露激活参数数量，也没有发布权重。如果你关注中国开源模型的理由是成本效益，那么 DeepSeek 毫无悬念地胜出。只有当你对多模态或 100 万 token 统一费率上下文的需求足够强烈，愿意为此多付 7 倍价格时，Qwen 才会胜出。

关键要点

• DeepSeek V4 的价格大幅降低： $0.435 / $0.87每 1M（AA 混合约 $0.18），而 Qwen3.8-Max 的$2 / $6。也就是说，输入约 4.6 倍，输出约 7 倍。

• DeepSeek 已获得独立评分，AA 智能指数为 ~52–54。Qwen3.8-Max 仍未获得任何第三方评测机构的评分。

• DeepSeek 的权重今天即可下载。Qwen 的权重承诺本周内发布，但目前尚无许可证或代码仓库。

• Qwen的真正优势在于多模态和上下文：文本/图像/视频输入，以及一个统一定价的1M-token上下文窗口，无长提示附加费。DeepSeek V4专注于文本。

• Qwen 自报的成绩十分亮眼——Terminal-Bench 2.1 86.6、GPQA Diamond 92.6、FrontierSWE 73.5（前代为 40.7）——但未经核实，而 DeepSeek 发布时厂商给出的 SWE 分数约为 80.6%。

• DeepSeek 系列的价格进一步下降。DeepSeek V4 Flash 于 7 月 31 日发布，定价为$0.15 / $0.29，将编码和智能体工作的价格底线进一步拉低。

准确性说明：所有 Qwen3.8-Max 的质量数据均由阿里巴巴自行报告，未经第三方核实。DeepSeek V4 的指数来自 Artificial Analysis；其 SWE 数据为 DeepSeek 在发布时自行报告。Qwen 定价采用 GA 价格表，取代了 7 月份的预览折扣。

规格与价格，并排对比

以下是确凿的数据，每个数字都注明了来源。

• 制造商 / 状态 — Qwen3.8-Max：Alibaba；GA（2026年8月3日）；DeepSeek V4：DeepSeek；2026年4月发布

• 架构 — Qwen3.8-Max：总量约2.4T，稀疏MoE（活跃参数尚未公开）；DeepSeek V4：开放权重MoE（V4 / V4 Pro系列）

• 上下文窗口 — Qwen3.8-Max: 1M tokens，统一费率（983,616 含思考；最大输出 131,072）；DeepSeek V4：长上下文，文本聚焦

• 模态 — Qwen3.8-Max：文本、图像、视频输入 → 文本输出；DeepSeek V4：专注文本

• AA Intelligence Index — Qwen3.8-Max：尚未评分；DeepSeek V4：~52–54（Artificial Analysis）

• 编程 — Qwen3.8-Max: Terminal-Bench 2.1 86.6, FrontierSWE 73.5（阿里巴巴报告）；DeepSeek V4: SWE ~80.6%（DeepSeek，发布时）

• 定价（输入/输出）— Qwen3.8-Max：$2.00 / $6.00 每100万，固定费率；缓存输入$0.25；DeepSeek V4：$0.435 / $0.87 每100万（AA混合约$0.18）

• 缓存命中价格 — Qwen3.8-Max：每1M 0.25美元；DeepSeek V4：极低（DeepSeek）

• 开放权重 — Qwen3.8-Max：承诺本周内发布（尚无许可证）；DeepSeek V4：是的 — 现已可用

有两个因素框定了这次对比，而且与本系列其余部分不同，GA并未让它们朝着有利于Qwen的方向转变。

首先，价格差距才是关键，而且差距非常大。与 Claude Fable 5 的 $10 / $50 或 Opus 约 $3.85 的混合价格相比，Qwen 的 $2 / $6 确实是一个非常激进的价格。但与 DeepSeek V4 的 $0.435 / $0.87 相比，它又显得昂贵。按混合口径计算，Artificial Analysis 给出的 DeepSeek 价格约为 $0.18/百万——比 Qwen 低一个数量级。阿里巴巴给这款模型的定价是为了低于西方前沿模型，而不是为了打败 DeepSeek，这些数字让这一意图一目了然。

其次，DeepSeek 既拥有价格优势，也拥有信誉优势，这并不常见。通常，便宜的模型是未经证实的。而 DeepSeek V4 拥有独立的 AA 指数（约 52–54），并且权重可供任何人下载和测试；Qwen3.8-Max 则只有厂商的表格和承诺。因此，选择 DeepSeek 的买家并不是用证明换取节省——而是两者兼得。Qwen 的反驳论据必须是能力和模态，而且必须足够强大，才能证明 7 倍输出溢价的合理性。

Qwen 高级版实际提供什么

选择Qwen3.8-Max而非DeepSeek V4的诚实理由基于三件事，其中没有一件是价格。

多模态。 Qwen3.8-Max 原生支持图像和视频，并报告 OmniDocBench 1.5 92.1 分 于文档解析，以及 OSWorld-Verified 86.1 分 于操作真实桌面 GUI。DeepSeek V4 专注于文本。如果您的任务涉及截图、扫描的 PDF、图表或视频，这不是偏好问题，而是 DeepSeek 无法满足的硬性要求，价格比较因此变得无关紧要。

统一费率的 1M 上下文。无论提示词是 5,000 个 token 还是 900,000 个 token，Qwen 都收取相同的 $2 / $6。大多数提供商对长输入收取额外费用，恰恰是因为服务长输入的成本很高。对于整个代码库的审查、合同分析或多文档综合来说，统一费率可能比按 token 计价的费率更重要——尽管其输出价格是 DeepSeek 的 7 倍，这笔账算下来仍要对你有利才行。

更高的潜在上限。这是投机性的一面。Qwen 自行报告的 GPQA Diamond 92.6 和 Terminal-Bench 2.1 86.6 是前沿水平的数字，远高于指数约为 52–54 的模型通常能达到的水平。如果这些数字得到复现，Qwen3.8-Max 将是一款能力显著更强的模型，溢价也是合理的。其前代 Qwen3.7-Max 得分为 46（AA 指数）——低于 DeepSeek V4——因此整个论点都依赖于一个尚未得到任何第三方确认的大幅跨代跃升。

与此相比，DeepSeek的优势具体可见，而非有条件才成立：经过审计的评分、可下载的权重、经生产验证的速度，以及DeepSeek所称极低的缓存命中价格。而且自那以来价格下限进一步下探——DeepSeek V4 Flash于7月31日以$0.15 / $0.29每百万token的价格推出，针对编码和智能体工作进行了优化，这使得DeepSeek系列相较于Qwen，比一周前更加便宜了。

实际成本：7倍到底意味着什么

以代码分析流水线为例：120,000 个上下文 token，每次调用输出 8,000 个 token。

• DeepSeek V4： 0.12M × $0.435 = $0.052，加上 0.008M × $0.87 = $0.007。 ≈ 每次调用 $0.059。

• Qwen3.8-Max：0.12M × $2 = $0.24，再加上 0.008M × $6 = $0.048。每次调用 ≈ $0.29。

• 每日5,000次调用：DeepSeek ≈ $295/day；Qwen ≈ $1,440/day。一个月下来：大约 $8,800 对比 $43,200。

• 即使 Qwen 的缓存输入价格为 $0.25/1M，将其调用成本降至约 $0.08，DeepSeek 自身极低的缓存命中定价仍使其保持领先。

单条流水线上每月34,000美元的差异，就是那种足以决定架构选型的数字。要在这种情况下证明Qwen值得采用，你需要它在该任务上表现显著更优——而不是仅仅略好——或者需要DeepSeek无法提供的多模态能力。

算术真正发生转变的唯一地方是非常长的上下文。如果您的提示词经常达到数十万个token，而您的替代提供商对此额外收费，那么Qwen的固定费率可以缩小部分差距。但它在输出方面一开始就落后7倍，因此需要大量帮助。

开放性：两者原则上都开放，但实际上只有一个开放。

这两款在意图上都属于开放权重产品线，这使得时间差成为全部关键。DeepSeek V4 的权重已经发布——你今天就可以下载、量化、微调并部署它们，社区几个月来也一直在这样做。Qwen3.8-Max 的权重承诺本周内发布，但目前还没有模型卡、许可证或仓库。在许可证发布之前，商业可用性在形式上仍未确定。

而在旗舰规模下，Qwen 的开放性在很大程度上只是理论上的：2.4T 参数在 4-bit 精度下约为 1.2TB，而每个 H200 约有 141GB，因此在生成一个 token 之前就需要八块或更多顶级加速器——再加上未公开的活跃参数数量，使得吞吐量无法建模。DeepSeek V4 自托管起来要容易得多，这也是它成为默认开源模型的重要原因。

同时发布的Qwen3.8-27B是阿里巴巴真正的回应。同样开放权重，据报道仅需约17GB 显存即可运行，它竞争的是 DeepSeek 真正的主场——可部署的开放模型——而非旗舰规模。如果你的目标是自托管，这才是值得关注的 Qwen 版本。

常见问题

Qwen 3.8比DeepSeek V4更好吗？

未经证实，而且成本要高得多。Qwen3.8-Max 自行报告的数据（GPQA Diamond 92.6，Terminal-Bench 2.1 86.6）表明其上限高于 DeepSeek V4 经审计的约52–54指数，但尚无第三方对其进行验证，而其前代产品 Qwen3.7-Max 得分为 46——低于 DeepSeek。DeepSeek 已经过验证、开放，且输出成本约低7倍。

哪个更便宜？

DeepSeek V4，毫无疑问。其每100万token定价为$0.435 / $0.87（AA混合约$0.18），而Qwen3.8-Max为$2 / $6——输入约便宜4.6倍，输出便宜7倍。DeepSeek V4 Flash于7月31日发布，价格更低，仅为$0.15 / $0.29。

Qwen 3.8 Max 在正式发布（GA）时降价了吗？

它第一次有了真正可预算的价格——1M-token 上下文统一 $2 / $6，取代了七月临时90%折扣的积分活动。这相对于高端西方旗舰模型来说极具攻击性，但远高于 DeepSeek 的价格。

Qwen 3.8 提供了哪些 DeepSeek V4 不具备的功能？

原生多模态——支持文本、图像和视频输入，自报 OmniDocBench 92.1 文档解析得分和 OSWorld-Verified 86.1 GUI 操作得分——外加 100 万 token 上下文，按统一费率计费，无长提示附加费。DeepSeek V4 专注于文本，因此在图像、视频或截图工作负载中，它无法以任何价格替代。

哪个编码性能更好？

很难直接比较，因为报告的基准测试指标不同。DeepSeek V4 发布时报告 SWE 约 80.6%；阿里巴巴报告 Qwen 的 FrontierSWE 为 73.5，Terminal-Bench 2.1 为 86.6。这些测试不同，难度曲线也不一样，而且两者都是厂商自行报告的，因此哪一项都无法定论。相比之下，DeepSeek 的独立指数评分是现有更可信的信号。

我可以自托管这两者吗？

{{1}}DeepSeek V4{{/1}} 已经发布——权重已放出并广泛部署。{{2}}Qwen3.8-Max{{/2}} 还没有，而且即便发布也不实用：4-bit 量化约 1.2TB，需要八块或更多 H200 级 GPU，且未公开许可证。同时发布的 {{3}}Qwen3.8-27B{{/3}}（据称约 17GB 显存）才是自托管的现实 Qwen 选择。

我今天应该用哪个？

对于几乎所有对成本敏感的文本或编码工作负载，DeepSeek V4 都是不二之选——它经过验证、开放、快速，而且在综合基础上便宜一个数量级。当您需要多模态输入或统一费率的百万 token 上下文时，请选择 Qwen3.8-Max，并且您已在自有任务上验证过：能力差异足以证明约 7 倍的输出成本是合理的。

底线

Qwen 3.8 对比 DeepSeek V4正是让 Qwen 的 GA 定价处于劣势的对比。本系列的其他文章都可以把 $2 / $6 当作重新定义前沿价格的激进数字。而在这里，它却是更贵的选择——输入价格是 DeepSeek 的 4.6 倍，输出价格是其 7 倍——而对手模型独立评测得分高、今天已开放、速度快，而且便宜到大多数团队根本不会在意它的账单。

Qwen3.8-Max 真正的答案是模态与上下文：DeepSeek 无法处理的图像和视频，以及一口价计费的百万 token 窗口。这些是真正的差异化优势，对于文档或截图处理流水线而言，无论价格如何都具有决定性意义。但原始价值之冠从未真正进入竞争，DeepSeek V4 Flash 于 7 月 31 日以 $0.15 / $0.29 的价格登场，进一步压低了价格下限。关注两件事：Qwen3.8-Max 的首个独立 Intelligence Index 评分——它将告诉我们溢价是否买到了真正的能力——以及 Qwen3.8-27B 权重，这才是阿里巴巴真正与 DeepSeek 竞争的地方。在那之前，DeepSeek 仍稳坐王座，而 Qwen 是你为 DeepSeek 无法触及的模态而添加的模型。