一张生成的标题卡,写着“Qwen4-Max vs Claude Fable 5.1”,副标题为“以输出价格的十一分之一获得六个指数点”,还有三张数据卡,分别写着“指数上 43 对 49”、“每任务 $3.27 对 $12.99”和“$1.50 / $4.50 对 $10.00 / $50.00”。页脚写着“分数依据 Artificial Analysis Intelligence Index v5.0.1,查询于 2026 年 11 月 16 日;价格依据各供应商的费率卡。”白色背景上的扁平矢量风格,带有蓝色与青色渐变点缀,右下角合成 OrcaRouter 标志。
Guides & Insights

Qwen4-Max 对比 Claude Fable 5.1:以十一分之一的输出价格换取六个指数点

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Qwen4-Max 是阿里巴巴的新旗舰,于 2026 年 11 月 16 日正式全面上市,定价为每百万输入 token 1.50 美元、每百万输出 token 4.50 美元。Claude Fable 5.1 自 2026 年 9 月 1 日起发售,输入和输出分别为每百万 token 10.00 美元和 50.00 美元。按 token 价目表计算,输入价差为 6.7 倍,输出价差为 11.1 倍;这一差距引出的问题是,六点智能差距究竟值多少钱:Qwen4-Max 为 43,Claude Fable 5.1 为 49,二者均依据 Qwen 发布当天同一版本的 Artificial Analysis Intelligence Index 读取。经得起账单检验的答案是,这一差距小于 token 价格比所暗示的水平——每完成一项指数任务为 3.27 美元,而后者为 12.99 美元——因为更便宜的模型为得出相同答案所写的 token 数量几乎是其两倍。

任务价格,而非代币价格

Artificial Analysis 用两种方式为一个模型定价,其中只有一种是价目表。第一种是按每百万 token 计费。第二种是模型在完成评估过程中实际花费的金额,它将价目表与模型选择写多少内容结合起来。在这场对比中,这两种排序并不一致,而这种不一致正是比较的核心。

• Token 价格(输入)—— Qwen4-Max 为每百万 1.50 美元,而 Claude Fable 5.1 为 10.00 美元。比率为 6.7×。

• Token 价格、输出 — 4.50 美元对 50.00 美元。比值 11.1×。

• 每项 Intelligence Index 任务的成本——3.27 美元对 12.99 美元。比率为 4.0 倍,而非 11.1 倍。

• 在索引运行期间生成的输出 token——Qwen4-Max 为 1.27 亿;跟踪器在其冗长程度量表上将其排在 80 个中的第 65 位,并称其非常冗长,而中位数为 7860 万;输入 token 为 99 亿。

• 智能指数——Qwen4-Max 为 43,在榜单的 81 个模型中排名第 38;Claude Fable 5.1 为 49,排名第 26。同一指数修订版本,读取于 2026 年 11 月 16 日。

这种机制并不光鲜。一个思考更久、更多复述自身推理过程的推理模型,会把一部分价格优势花在它本不必输出的 token 上。按每完成一个任务计算,Qwen4-Max 仍然便宜得多——在这项测量中仅为 Claude Fable 5.1 账单的四分之一——但差距是四倍,而不是十一倍;任何只引用每 token 标价的比较,引用的都是错误的数字。当输出长度被 schema、严格的答案格式或硬性的最大 token 上限固定时,冗长惩罚会缩小,token 比例会重新占据主导。当工作负载是开放式分析时,预期结果会接近四倍。

A generated two-column scoreboard titled 'Qwen4-Max vs Claude Fable 5.1 — the scoreboard'. The Qwen4-Max column reads Price $1.50 / $4.50 per million, AA Index 43 rank 38 of 81, Price per index task $3.27, Shared output budget 262,144 tokens, Context 1,000,000 tokens, Speed on AA not yet measured. The Claude Fable 5.1 column reads Price $10.00 / $50.00 per million, AA Index 49 rank 26 of 81, Price per index task $12.99, Output ceiling 128,000 tokens, Context 1,000,000 tokens, Speed on AA 89 tokens per second. A footer reads 'Both columns per Artificial Analysis Intelligence Index v5.0.1, 16 Nov 2026; prices per vendor cards.'

两张卡分别计费的项目,逐行列出

以下每个数字均为供应商自行公布的标价,发布时间为2026年11月16日。两家供应商的价目卡均未经过任何人审计;这里阿里巴巴的费率以美元报价,因为新加坡和全球价目卡就是这样呈现的。

• 输入 — Qwen4-Max 在新加坡为每百万 1.50 美元,在其他五个地区为 1.413 美元;Claude Fable 5.1 为 10.00 美元。

• 输出 — Qwen4-Max 在新加坡 $4.50,其他地区 $4.24;Claude Fable 5.1 $50.00。

• 缓存读取 — Qwen4-Max 每百万 $0.075,是其输入价格的 5%;Claude Fable 5.1 每百万 $0.25,是其输入价格的 2.5%。独立追踪器将这两者记录为 95% 和 98% 的缓存折扣,而按比例计算,在这一项上胜出的是 Fable。

• 缓存写入 — Qwen4-Max 每百万 token 在五分钟窗口下为 $1.875,一小时为 $3.00;Claude Fable 5.1 分别为 $12.50 和 $20.00。两者都会对写入收取溢价,因此每轮都会变化的前缀在任一模型上都会产生费用。

• 批量 — Claude Fable 5.1 将双向价格减半至 $5.00 和 $25.00。Qwen4-Max 仅在北京提供批量路径,其中 Batch File 计费为 $0.707 和 $2.12,Batch Chat 按实时费率计费;50% 折扣适用于 Batch File,而不是端点名称中的“batch”一词。

• 上下文和输出——两者均支持 1,000,000 个 token。Claude Fable 5.1 将输出上限设为 128,000 个 token。Qwen4-Max 将非思考输出上限设为 131,072 个 token,并把思考内容和最终答案放在同一个 262,144 个 token 的预算内,因此其在思考模式下的有效答案上限取决于推理过程剩余多少。

• 输入——Qwen4-Max 接受文本、图像和视频。Claude Fable 5.1 接受文本和图像。这是更便宜的模型能做到、而更昂贵的模型做不到的唯一一行。

一个结构性差异隐藏在缓存行中。Fable 的缓存读取按比例更便宜,因此,对于建立在庞大固定前缀之上的工作负载——例如系统提示、工具 schema、每轮都会重新读取的一组文档——其成本差距会比标称数字所显示的进一步缩小。没有缓存复用的工作负载,则完全按照上文的 token 比例计价。

262,144 个 token 的预算究竟在哪里真正吃紧

Qwen4-Max 默认开启推理,并将 effort 设为 high。省略该参数并非中立之举:reasoning_effort 接受 low、high 和 xhigh,默认值为 high;thinking_budget 默认值为 131,072;在思考模式下,max_completion_tokens 默认值为 262,144,也就是整个共享预算。也不存在中间档位——Chat Completions 和 DashScope 路径会将 medium 请求映射为 high,因此请求 medium 的成本与 high 相同。

Claude Fable 5.1 使用无法关闭的自适应思考,其努力程度旋钮可从低调到最高,默认值为高。它的 128,000 个输出 token 是独立上限,而不是共享池,这在为智能体循环做预算时很重要:在 Qwen4-Max 上,推理 token 和答案会争用同一个 262,144,而一次长时间的工具调用运行可能在写出任何可用内容之前就耗尽预算。

这个模型还有一个特有的迁移陷阱。预览标识符 qwen4-max-preview 带有 393,216 个 token 的共享预算,并且文档说明其将于 UTC+8 的 2026 年 11 月 25 日 24:00 退役。任何针对该预览版进行调优的内容,现在都少了三分之一的余量,并且只有九天时间来察觉;而这两项变更在出错时都不会引发错误。

Claude Fable 5.1 不再是当前的 Fable

这比上面任何一行都重要。Anthropic 于 2026 年 11 月 9 日发布了 Claude Fable 5.2,比 Qwen4-Max 早一周,定价为 8.00 美元和 40.00 美元——比 5.1 的价格卡降低了 20%——并以 65 分位居同一指数榜首。因此,对这场对决有两种诚实的解读框架,而它们指向不同方向。

• 与 Claude Fable 5.1 相比——本比较中提到的模型,也是许多合同仍在使用的模型——Qwen4-Max 的输入成本低 6.7×,输出成本低 11.1×,每个索引任务成本低 4×,能力落后 6 个百分点。

• 与 Claude Fable 5.2——当前的 Fable——相比,Qwen4-Max 的输入成本低 5.3 倍、输出成本低 8.9 倍,但能力落后 22 分。廉价 token 的论点依然成立;"在指数上足够接近"的论点则不成立。

如果你是在为一项新工作负载选择默认选项,那么用来对标定价的模型是 5.2,而 Qwen4-Max 这一情形就变成了一个关于单位能力价格的问题,而不是关于接近持平的问题。如果你是在决定是否继续为 5.1 付费,那就是另一个独立的问题,而且很可能与 Qwen 完全无关。

拒绝、区域与运维面

Claude Fable 5.1 在生产环境中运行时会带上安全防护机制,可能直接拒绝某个请求;而 Anthropic 自己的指导说明指出,拒绝会以正常的 HTTP 200 返回,其停止原因是 refusal 而非错误——因此只捕获异常的代码会把一次拒绝静默地当作已完成的调用。Qwen4-Max 没有可比的公开行为;它公开的是一张区域分布图:在北京、新加坡、法兰克福、美国弗吉尼亚、东京和香港按 token 计量,批量推理仅限北京。

Qwen4-Max 的协议支持面比其出身所暗示的更广:OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 DashScope,四者俱全,并支持结构化输出、并行工具调用、前缀补全、网页搜索以及显式和隐式缓存。已经使用 Anthropic Messages 格式的团队可以原样迁移请求体而无需重写,这不是过去两年大多数阿里巴巴发布产品所能宣称的。

用一个按键呼叫两者

Claude Fable 5.1 可通过 OrcaRouter 路由 按 Anthropic 的标价、0% 加价——每百万 token 输入 $10.00、输出 $50.00,并采用上述缓存费率——并且 Claude Fable 5.2 位于同一端点 价格为 $8.00 和 $40.00。 一个 API 支持 200 多个模型,这意味着上一节中的版本问题属于路由变更而非迁移:同一个请求体可以指向 5.1 以用于固定的生产路径,并指向 5.2 以用于一部分流量;而供应商价格变更会在厂商发布当天落到这里。

截至 2026 年 11 月 16 日,Qwen4-Max 不在 OrcaRouter 目录中。它可以通过阿里巴巴自己的 Model Studio API 以及若干第三方平台访问,这意味着无论你通过哪种方式接入,本次比较中的候选分支都是一份单独的合同。这种不对称正是这场对比的实际关键:你的现有方案只差一个密钥,而挑战者则不是;明智之举是让现有方案继续承载流量,同时用一小片影子流量——按已完成任务计价,而不是按 token 计价——来决定 4 倍账单缩减是否值得六个指数点,还是二十二个。

A headless-browser screenshot of the OrcaRouter model page for anthropic/claude-fable-5.1, captured 16 November 2026 in English, showing the Claude Fable 5.1 heading and identifier, the Anthropic attribution dated 2026-09-01, vision, tools, JSON and reasoning badges, a description calling it a Mythos-class tier above the Opus line, and the pricing, performance, code-sample and data-retention panels including an OpenAI-compatible endpoint at api.orcarouter.ai/v1.

什么会改变这一裁决

独立页面上有一列是空的。Artificial Analysis 目前还没有 Qwen4-Max 的性能数据:没有输出速度,没有首个 token 的时间,也没有每项索引任务的分钟数。Claude Fable 5.1 这三项都有,而且数字并不好看——首个回答 token 用时 147.58 秒、每秒 89 个 token、每项任务 22.1 分钟——但这些数据确实存在;而 Qwen 这一侧的缺失意味着,4 倍成本优势目前只是一种关于每完成一个任务要花多少钱的说法,并没有对应的时间维度说法。一个便宜四倍但慢两倍的模型,在任何交互式场景中都不是四倍节省。

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 16 November 2026 in English, showing the Alibaba proprietary-model label, Released November 2026, an Intelligence Index of 43 ranked of 81 models, the cost block reading In $1.50, Out $4.50, Cache 95% and $3.27 per task, and the summary line describing a 984k-token context window.

另外还有两件值得留意的事,且都与日期有关。阿里巴巴自己声称每任务平均成本从 $4.43 降至 $1.67——降幅 62%——这是厂商的算法,把一次降价乘以一项 token 效率说法,也是本文中唯一没有任何外部方复现过的数字。而 11 月 25 日预览版关停将引发一波迁移到 GA 标识符的浪潮,其输出预算比他们调优时所参照的更小;如果你身处这波迁移中,那六个点和那四倍都没那么重要,更重要的是赶在一次长时间运行注意到 262,144 之前就注意到它。

本文中的对比2

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新