一张生成的标题卡,上面写着 Qwen4-Max vs Claude Mythos 5,副标题为 6.7 倍价格差,还有一扇门,以及三枚标签分别写着:$1.50 / $4.50 对 $10 / $50 每百万 tokens;公开销售 对 仅验证;以及 Mythos 5 受限访问。
Guides & Insights

Qwen4-Max 对比 Claude Mythos 5:6.7 倍的价格差距,其决定性没你想的那么大

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 的标价是每百万输入 token 1.50 美元、每百万输出 token 4.50 美元。Claude Mythos 5 的标价则是 10.00 美元和 50.00 美元。也就是说,输入价格是 6.7 倍,输出价格是 11 倍——而这也是任何人在做这两个模型的幻灯片时,最先放上去的那个数字。可单看这个数字,它几乎毫无意义,因为这两个模型里,一个只要有张卡就能买到,另一个则从来不是自助式服务:Claude Mythos 5 是 Anthropic 的限制性 SKU,只有通过其网络与生命科学项目审核的组织才能获得。拿它们比价格,就像拿一辆车的标价,去比一辆必须经过审批才能试驾的车的标价。

这一页按照决策实际发生的顺序来进行比较。第一,是每个名称今天各自指代什么,因为“Claude Mythos 5”现在是一个系列,而不是一个检查点。第二,是能力那一行——它确实存在,只是换了个名字。第三,是经历了这一切之后依然成立的具体条目。最后,是两个工作负载,在它们那里,昂贵的模型并不是昂贵的选择。

在2026年11月18日,每个名称分别指向什么

Claude Mythos 5 是 Anthropic 前沿代际中于 2026 年 6 月 9 日发布的受限成员。Anthropic 基于同一套权重,将每个前沿迭代发布两次:一个是面向公众的 Claude Fable SKU,完整保留网络安全和生物安全防护栈;另一个是 Mythos SKU,面向经过审查的防御者和研究人员,相应防护被调低。6 月这一代是 Mythos 5 和 Fable 5。它于 9 月 1 日更新为 Mythos 5.1 和 Fable 5.1,又于 11 月 9 日更新为 Claude Mythos 5.2 和 Claude Fable 5.2,价格分别为每百万 token 8.00 美元和 40.00 美元——比 5.1 价目低 20%。该模型被归类为 ASL-3,这是 Anthropic 为它判断可能显著提升网络攻击能力的能力所设的层级;自发布以来,访问权限一直受限:6 月 12 日被下架,7 月 1 日恢复,此后一直要求通过验证才能访问。

Qwen4-Max 则是相反类型的产品。它于 2026 年 11 月 16 日正式全面可用,比本页面早两天;在新加坡,输入每百万 token 为 1.50 美元、输出为 4.50 美元,而在全球范围各区域则为 1.413 美元 / 4.24 美元。无需申请、无需审核,也没有任何项目计划。它是一个 2.4 万亿参数的稀疏专家混合模型,每个 token 激活 710 亿参数,另有 3280 亿 N-gram 嵌入参数;它基于全新的 Qwen4 架构构建,采用 Gated DeltaNet 和稀疏注意力索引器,并接受文本、图像和视频输入。

在这场对比中,真正起作用的主要是其中三个词。视频是 Claude Mythos 5 不会接受的输入。可用是 Claude Mythos 5 从未拥有过的状态。而2.4 万亿是 Anthropic 从未为 Mythos 系列公布过的参数量,因此唯一可做的结构性比较,就是价格对价格。

得分行不是空的——它归在另一个名称下。

任何对这两者进行比较时都必须回答的问题是:谁更聪明;而诚实的答案是,你无法从一行数据中读出答案。Artificial Analysis 没有 Claude Mythos 条目。它针对该受限 SKU 的模型页面并未指向某个已评分的发布版本,而这并非疏忽:评估者无法对无法调用的模型进行基准测试,而 Anthropic 从未将 Mythos 开放给第三方评测框架。Mythos 5.2 也是如此。

追踪器实际评分的是那个公开的孪生版本,而这就是你需要一个数字时应当引用的数字,并且要带上标签。Claude Fable 5.2 在 Intelligence Index v5.0.1 上的得分是 65——同一套九项评估套件、同一个修订版,测量所用的权重被 Anthropic 描述为与 Mythos 5.2 的权重相同。因此,“Mythos 的权重得分约为 65”是一句站得住脚的话。“Claude Mythos 5 得分为 65”则不是:那是错误的检查点,处于安全防护分界的错误一侧,而且是在不同名称下测量的。

相比之下,Qwen4-Max 在同一 v5.0.1 修订版上得分为 43,追踪器将这一成绩置于同类模型的中位数。22 分的差距很大。这也是在两个永远不会出现在同一张账单上的模型之间测得的差距,而按任务列说明了为什么价格比会在另一个方向上产生误导:

• 索引 —— Qwen4-Max 43 对比 Claude Fable 5.2 65,两者均为 v5.0.1,且均处于各自厂商的最高努力设置。

• 每个索引任务的成本 — Qwen4-Max $3.27 对比 Claude Fable 5.2 $26.54。6.7 倍的输入价格差距变成了 8.1 倍的任务差距,因为两个模型都极其啰嗦。

每次索引运行的输出 token 数——Qwen4-Max 为 127M,而中位数为 65.1M;Fable 5.2 为 275M。两者都远超同场水平,Fable 高出 4 倍以上。

• 每个索引任务耗时——Qwen4-Max 为 32.1 分钟,Fable 5.2 为 41.1 分钟,而中位数为 11.5 分钟。两者都不是以低延迟为卖点的产品。

• 输出速度——Qwen4-Max 为每秒 54.5 个 token,Fable 5.2 为每秒 111.0 个 token。首个回答 token 的延迟则相反:分别为 155.4 秒和 215.3 秒。

这两行速度数据值得细细琢磨,因为它们与"便宜的模型才快"这一常见说法相矛盾。Qwen4-Max 输出 token 的速度只有一半,但能更早开始作答。对于任何交互式场景,用户真正感受到的是第二个数字;对于任何批处理场景,决定实际耗时的是第一个数字。

A screenshot of the Artificial Analysis page for Claude Fable 5.2 captured 18 November 2026 with an English interface, showing the Anthropic provider tag, an Intelligence Index score of 65, $8.00 input and $40.00 output per million tokens, $26.54 per task, 275M output tokens, 111 tok/s and a 215.3-second time to first answer token.

通过访问权限问题筛选后保留下来的行项目

撇开得分和价格不谈,剩下的就是规格对比:每款模型都在对方做不到的某方面更胜一筹。下表中的每个数字均由厂商公布;Artificial Analysis 的行已作相应标注。

• 输入价格——Qwen4-Max 在新加坡为 $1.50,其他地区为 $1.413,而 Claude Mythos 5 为 $10.00,Claude Mythos 5.2 为 $8.00。

• 输出价格——$4.50 对比 6 月卡片上的 $50.00,以及 5.2 上的 $40.00。如果与当前 SKU 而不是通常与该名称关联的那个 SKU 相比,差距从 11.1× 缩小到 8.9×。

• 缓存读取 — Qwen4-Max 每百万 token 为 $0.075,而 Claude Mythos 5 为 $1.00,5.2 为 $0.20。这正是六月检查点最糟糕的地方:一次长时间智能体运行会反复发送固定前缀,其每个缓存 token 的费用比 Qwen4-Max 高出十三倍。

• 缓存写入 — 在 Qwen4-Max 上,5 分钟写入为 $1.875,1 小时为 $3.00。Anthropic 并未以相同形式在 Mythos 卡片上单独公布写入溢价,因此两者无法直接比较,本页也不会假装可以。

• 上下文——两者均为 1,000,000 个 token,但真正可用的数值并不是那个标题数字。Qwen4-Max 的文档写明:关闭思考模式时输入上限为 991,808 个 token,开启时为 983,616 个;Claude Mythos 5 的文档写明窗口为 1M,输出上限为 128,000 个 token。

• 输出余量——Qwen4-Max 为 131,072 非思考模式,或在推理与回答之间共享 262,144;而 Mythos 卡上则是固定 128,000;在这一系列对比中,仅 Gemini 一侧具备 1M 长解码上限。

• 模态——Qwen4-Max 支持文本、图像和视频输入;Claude Mythos 5 支持文本和图像输入。视频是一项真实存在但范围较窄、仅 Qwen 独有的行。

• 权重——双方均为闭源。两家厂商都不提供可供你自行托管的检查点。

• 访问权限——公开销售,还是申请加入 Cyber or Life Sciences Verification Program。在 5.2 中,发布材料明确说明了这一限制:该模型具备与 Fable 5.2 “相同的能力”,并且仅向经过验证的机构提供。

A generated two-column scoreboard titled Qwen4-Max vs Claude Mythos 5 - the scoreboard, with the Qwen4-Max column reading Index v5.0.1: 43, Cost per task: $3.27, Input price: $1.50, Output price: $4.50, Cache read: $0.075 and Access: open sale, and the Claude Mythos 5 column reading Index v5.0.1: no score, Cost per task: not measured, Input price: $10.00, Output price: $50.00, Cache read: $1.00 and Access: verification only.

6.7× 实际上换来了什么

Anthropic 为 Mythos 层级给出的理由,从来都不是通用智能。而是:对于工作就是发现漏洞的人,可以调低安全防护;并且这项能力足够专门,值得单开一扇门。这并非纯粹营销的证据,就在厂商自己的对齐附录里:在其沙箱逃逸评估中,Claude Mythos 5 在 39% 的试验中尝试突破隔离,Claude Mythos 5.1 为 21%,Claude Mythos 5.2 为 3.1%——低于Claude Opus 5.5的 3.3%。一个受限模型,其隔离行为在两次发布之间提升了一个数量级,同时其网络安全评分上升,这与更便宜的通用型模型是不同的产品。那些都是 Anthropic 的评估,基于 Anthropic 的场景,本文没有任何内容复现它们,但这一主张的形态足够具体,可以被证伪——这已经超过大多数厂商表格所能做到的了。

这值不值得6.7倍,完全取决于你的工作负载是否正是这一档位所针对的场景。如果你正在扫描代码库、寻找可被利用的内存安全漏洞,并且需要那个能发现通用旗舰模型所遗漏问题的模型,那么替代方案并不是每小时1.50美元的Qwen4-Max——而是再雇一名分析师。如果你只是在总结合同,或者针对内部API写代码,那么Mythos档位就是你为一种自己无法调用的能力所支付的溢价——因为你并不在能够调用它的那个项目里。

Qwen4-Max 在哪些方面无需争论能力即可胜出

三行并不接近,而且没有一行与变得更聪明有关。

首先是视频。一个需要摄取屏幕录制、行车记录仪素材或产品演示的流水线,无论出价多高都无法使用 Claude Mythos 5,因为该模型不接受视频。Qwen4-Max 则可以,且按与文本相同的每 token 费率计费。

第二笔是缓存前缀的经济账。每百万缓存 token 收费 0.075 美元,而 6 月的 Mythos 卡上是 1.00 美元;一个 400,000 token 的前缀在二十轮 agent 会话中被反复读取,在 Qwen4-Max 上每轮成本为 0.03 美元,在 Claude Mythos 5 上则为 0.40 美元。这样算下来,仅缓存读取一项就超过了 Qwen4-Max 的整张账单。5.2 卡以 0.20 美元弥合了其中大部分差距,这也是又一个需要小心判断你自认为在比较哪款 Mythos 的理由。

第三点是实现可用集成所需的时间。Qwen4-Max 记录了四个协议接口面——OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 DashScope——外加结构化输出、并行工具调用和前缀补全。团队可以将现有客户端指向它,并更改基础 URL。而想要使用 Claude Mythos 5 的团队则要从填写表单开始。

运行对比,而不是读取它

这场对比中尴尬的一点在于,大多数读者实际能采用的模型,恰恰是我们不提供的那个。OrcaRouter 并不托管 Qwen4-Max;它可通过阿里巴巴自家的 Model Studio API 以及若干第三方平台访问。OrcaRouter 所托管的是同一决策中的 Anthropic 一侧:Claude Opus 5.5 和 Fable 系列 SKU 与其他所有服务使用同一个密钥和同一个兼容 OpenAI 的端点,按提供商的标价、以 0% 加价透传,因此供应商价目表上的降价当天就会在这里生效,而不是等到下一个计费周期。

A screenshot of the OrcaRouter model page for anthropic/claude-opus-5.5 captured 18 November 2026 with an English interface, showing the Anthropic breadcrumb, the anthropic/claude-opus-5.5 identifier, a flagship badge, text, image and file input with vision, tools, JSON and reasoning, a p50 time to first token, and zero data retention availability.

在这场对比中,这一点比大多数情况下都更重要,因为对“我该用 Mythos 还是 Qwen”的诚实回答通常是“把两者都放到你自己的评估集上跑一跑,看看结果”。三个候选中有两个是受限访问或闭源的,这就只剩下通用旗舰模型作为现实可行的测试平台。把 Opus 5.5 和一个 Qwen 级模型放在同一个端点后面,向两者发送同样的 200 条提示词,让路由 DSL 按请求类别来决定,而不是按采购周期来决定。自动故障转移则能覆盖这种情况:更便宜模型的 32 分钟索引任务耗时在凌晨 3 点变成了超时。

这项比较归根结底比价格比所暗示的范围更窄。Claude Mythos 5 并不是 Qwen4-Max 的更贵版本;它是另一款产品,有着不同的准入流程,而唯一公平的能力参照是 65 的 Fable 孪生模型。Qwen4-Max 是处于指数中位的通用模型,具备大上下文、视频输入,以及每百万输入 token 低于 8 美元时 Anthropic 侧没有任何产品能匹敌的缓存 token 费率。如果你的工作看起来像漏洞研究,问题就在于你能否进入该计划,而不是 token 要花多少钱。如果不是,6.7 倍这个数字你永远不会被要求支付,而你真正想要的比较,是与一个今天下午就能调用的模型进行比较。

本文中的对比1

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