
Qwen4-Max 对比 DeepSeek V4.1 Pro:一个有费率卡,另一个有条款
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0711 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 89 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 132 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 85 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 182 tok/s
Qwen4-Max 于 2026 年 11 月 16 日开始按量计费:在新加坡,每百万输入 token 收费 1.50 美元,每百万输出 token 收费 4.50 美元,上下文窗口为 1,000,000 个 token,原生支持图像和视频输入,其在 Artificial Analysis 智能指数上的得分为 43 —— 在该榜单的 81 个模型中位列第 38 位。DeepSeek V4.1 Pro 没有模型标识符、没有价格条目、没有上下文窗口、没有基准测试结果,也没有权重,因为 DeepSeek 从未发布过它。唯一公开提到它的文件,是 2026 年 9 月 10 日 DeepSeek V4.1 Flash 的发布说明;该说明称,从 9 月 14 日起,对 deepseek-v4-pro 的请求将被路由到 V4.1 Flash,“直到 V4.1-Pro 发布”——在开发者反对在他们不知情的情况下替换生产模型后,DeepSeek 撤回了这一计划。两个月后,这个名字背后仍然空无一物。所以,值得你花一下午做的比较,不是拿 Qwen4-Max 去比一个并不存在的模型;而是拿 Qwen4-Max 去比那个确实存在的 DeepSeek 旗舰模型。
11月16日发布了什么,用买家关注的数字说话
Alibaba 的发布说明称,Qwen4-Max 是首个基于 Qwen4 架构的模型:一个稀疏混合专家模型,拥有 2.4 万亿主干参数,每 token 激活 710 亿参数,另有 3280 亿 N-gram 嵌入参数通过查表而非乘法参与计算。三个 Gated DeltaNet 层为每个 Qwen Sparse Attention 层将历史压缩为固定大小的状态,四个带有动态读写门的残差分支则维系着深层堆叠。这是厂商对长上下文成本为何下降的解释;这是一种说法,而非实测。
• 上下文——100 万 token 的窗口,非思考模式下输入上限为 991,808 个 token,思考模式下为 983,616 个。Artificial Analysis 将该模型列为 984k,这是从另一端测量得到的同一窗口。
• 输出 — 非思考模式下为 131,072 个 token;在思考模式下,推理和回答共享单一的 262,144 个 token 预算。reasoning_effort 接受 low、high 和 xhigh,省略它则默认为 high。
价格,新加坡 — 每百万输入 $1.50,输出 $4.50。缓存读取为 $0.075,缓存写入五分钟为 $1.875,或一小时为 $3.00。
• 其他所有地区的价格——法兰克福、弗吉尼亚、东京、香港和北京的输入价格为 $1.413,输出价格为 $4.24。同一模型,每 token 比新加坡方案便宜 5.8%。
• 与其前代产品相比——Qwen3.8-Max 在新加坡的标价为 2.00 美元和 6.00 美元,因此计量两端均实现了 25% 的代际降幅。
• 模态与接口形式——输入文本、图像和视频,输出文本;支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 DashScope;批量推理仅限北京。
那些数字每一个都是阿里巴巴自己的。今天唯一可获得的独立数字是 AA Index 的 43 分,这使 Qwen4-Max 高于榜单中位数 41,但低于前沿梯队。它运行该指数一次的成本为 3.27 美元,混合价格为每百万 0.80 美元,并且在此过程中输出了 1.27 亿个输出 token——冗长,但并非特别冗长。
V4.1 Pro 这个名字实际上是由什么组成的
不足一段。DeepSeek 9 月 10 日的说明中推出了 DeepSeek V4.1 Flash,这是一个 5520 亿参数的混合专家模型,采用新的因果编码器-解码器架构,在预填充阶段激活 80 亿参数、解码阶段激活 160 亿参数,可读取图像,提供 100 万 token 上下文和 384K 输出,并以 MIT 许可发布。在同一份说明中,DeepSeek 写道,V4 Pro 的流量将按 Flash 费率迁移到 Flash,“直到 V4.1-Pro 发布”。开发者将其解读为对他们正在生产环境中运行的模型的退役通知;DeepSeek 撤回了该路由计划,并继续以不变的计费提供 deepseek-v4-pro。
此后出现的一切都无从核实。DeepSeek 的定价页面目前仅列出两个已提供服务的模型:deepseek-flash(对应 DeepSeek-V4.1-Flash-1017)和 deepseek-v4-pro(对应 DeepSeek-V4-Pro-0813)。API 参考文档中没有 deepseek-v4.1-pro 这个字符串,价格表上也没有对应条目,而 Hugging Face 上 deepseek-ai 组织中最新的仓库仍然是 V4.1 Flash。为其公布日期的追踪站点发布的只是估算;一个被广泛分享的倒计时页面将 2026 年 11 月 12 日列为“预计发布”日期,而该日期已经过去,却没有任何公告。
所以,对这个名字的诚实解读是这样的:这是一个 DeepSeek 只在文字中描述过、尚未在其上构建任何公开产品的档位。V4 代是说明该档位会是什么样子的唯一证据——DeepSeek V4 Pro 是一个 1.6 万亿参数的专家混合模型,激活参数 490 亿,纯文本,100 万上下文,384K 输出,MIT 许可证——而 V4.1 Pro 想必会继承新架构和原生视觉能力。想必如此。厂商自己声称 Flash 在性能、成本和速度上“全面超越”V4 Pro,这让 Pro 档位在 V4.1 产品线中的意义确实变得模糊不清,而对于一款要发布的旗舰产品来说,这样的处境很奇怪。

你今天就能运行的对决:Qwen4-Max 对阵 DeepSeek V4 Pro
把 DeepSeek 这一侧的版本号去掉,就有一场真正的较量,因为 DeepSeek V4 Pro 0813 是一个可调用、有定价、开放权重的旗舰模型。下面双方都是厂商公布的数据;指数列是 Artificial Analysis v5.0.1,这是唯一一行两个数字由同一评测框架生成的数据。
每百万 token 价格——Qwen4-Max 输入 $1.50 / 输出 $4.50(新加坡)对比 DeepSeek V4 Pro 非高峰时段 $0.66 / $1.98,在 UTC 01:00–04:00 和 06:00–10:00 的工作日高峰时段翻倍至 $1.32 / $3.96。
• 上下文与输出——1,000,000 个 token,包含 262,144 个 token 的思考加回答预算;对比 1,048,576 个 token,输出最高可达 384,000 个 token。
• 模态——输入支持文本、图像和视频,对比仅文本。这是两者之间最大的单项功能差异,而且差距悬殊。
• 骨干网络 — 总计 2.4T,激活 71B,另有 328B 用于 N-gram 嵌入,对比总计 1.6T、激活 49B。参数数量预测的是训练成本,而非 token 效率;应将其视为架构说明。
• 独立指数——在 DeepSeek 的 Max 努力设置下为 43 对 23,High 下为 21,非推理为 13。二十分之差是代际层面的差距,而不是设置层面的差距。
• 每个索引任务的独立成本——$3.27 对 $1.77。注意方向:按照评估方自己的 token 核算,DeepSeek 在成本上胜出,约为 1.8×。
• 冗长程度——整个索引共输出 127M 个 token,而 DeepSeek 页面报告的是按任务统计而非总计的数字;真正重要的比较是每个已完成任务的成本,而不是逐个 token 比较 token 数量。
• 权重——专有、仅限 API 与 MIT 许可、以 48 个 safetensors 分片形式提供下载。
• 缓存经济性 — Qwen4-Max 写入一个五分钟缓存条目的费用为每百万 1.875 美元,读取费用为每百万 0.075 美元,相当于 95% 的折扣;DeepSeek 写入不显式收费,读取为每百万 0.022 美元,相当于 97% 的折扣。DeepSeek 的缓存既更便宜又是自动的,这在智能体工作负载上比标称费率更重要。
在两种计量方式下计算长上下文任务的成本
假设有一个 300,000 token 的代码库前缀,针对它进行十轮工作,每轮输出 4,000 个 token,开启思考,并且该前缀在各轮之间保持稳定。这是基于公开标价进行的算术计算,而不是一次实测运行。
• Qwen4-Max,新加坡,未缓存 — 300,000 个输入 token,按每百万 $1.50 计算,每轮 $0.45;十轮为 $4.50。输出为 4,000 个 token,按每百万 $4.50 计算,每轮 $0.018,十轮共 $0.18。总计 $4.68。
• Qwen4-Max 让缓存发挥作用——一次写入每百万 $1.875,即 $0.5625;随后九次读取每百万 $0.075,每次 $0.0225,共 $0.2025。输入降至 $0.765,输出保持 $0.18。总计 $0.945,仅一行请求配置就实现了 3.8 倍的削减。
• DeepSeek V4 Pro,非高峰时段,未缓存——300,000 个输入 token,按每百万 $0.66 计,每轮 $0.198,十轮共 $1.98。输出按每百万 $1.98 计,每轮 $0.00792,输出总计 $0.0792。合计 $2.06。
• 带缓存命中的 DeepSeek V4 Pro——首轮需支付 $0.198;其后九轮按每百万 $0.022 读取,每轮 $0.0066。输入合计约 $0.257,输出 $0.079。总计 $0.336。在高峰时段,则翻倍。
两项结论经得起算术检验。第一,按标价计算,无论是否缓存,Qwen4-Max 在这种任务形态下的成本约为 DeepSeek V4 Pro 的 2.8 倍。第二,Alibaba 声称 Qwen4-Max 比 Qwen3.8-Max 少用 24% 到 35% 的 token,但这并不能弥合 2.8 倍的差距;即便慷慨地按 35% 的 token 节省计算,Qwen4-Max 每完成一项任务的成本仍约为两倍。厂商自己给出的每任务 4.43 美元对 1.67 美元的比较,是与其上一代产品相比,而不是与 DeepSeek 相比。
什么才能让 V4.1 Pro 成为真正的对手
三项已公开的产物,而它们正是每一次 DeepSeek 发布都会发出信号的那三项。一条点名该模型的更新日志条目,因为 V4.1 Flash 和 V4 Pro 0813 都是在那里公布的。一个位于 deepseek-ai 组织、名称中含 V4.1-Pro 的仓库——如果该层级遵循该系列采用 MIT 许可的惯例,权重就会落到那里。或者定价页面上新增的第三列,而该页面目前恰好只有两个模型。在其中任何一项发生变化之前,你读到的任何关于 DeepSeek V4.1 Pro 的规格表——参数量、上下文、价格、评分——都是从 V4 代推算出来的,也应当这样理解。
还有一点值得关注,它不是某个产物,而是一项主张:DeepSeek 称 Flash 在性能、成本、速度和总任务时间上都优于 V4 Pro。如果到了 V4.1 代际这一点仍然成立,那么 V4.1 Pro 就必须靠“更大”之外的东西来证明自身价值——而最可能的答案正是至今无人公开的那个:它将成为多模态、长时程层级,而不是便宜的那一档。
将其中任意一个映射到单个按键上
OrcaRouter 不提供 Qwen4-Max。它不在超过 200 个模型的目录中(截至 11 月 16 日),也没有任何相邻条目能改变这一点;如今通往 Qwen4-Max 的可靠途径是 Alibaba 自家的 Model Studio API 以及若干第三方平台。我们确实提供的是本页面的 DeepSeek 部分,按供应商的标价原样传递,不加价:deepseek/deepseek-v4-pro-0813 每百万输入 $0.66、输出 $1.98,1M 上下文,384K 输出,兼容 OpenAI、Responses 和 Anthropic 的端点,并且低谷和高峰时段完全按照 DeepSeek 公布的方式适用。
这种不对称正是这项比较的实际意义所在。你可以把 DeepSeek V4 Pro 放在已有的密钥上,今天下午就能测量。而 Qwen4-Max 目前还无法在这里做到这一点,假装可以只会让团队付出浪费一周的代价。与此同时,路由层确实能带来一种廉价的混合状态:DeepSeek V4 Pro 按标价承担流量,将一小部分影子流量直接发送给 Alibaba 以使用 Qwen4-Max,并有一个统一位置并排查看两份账单。当某个模型真正进入目录后,将一定比例的流量迁移过去只是一条路由规则,而不是一次集成,而自动故障转移意味着未经验证的模型可以置于已验证模型之后,而不会在它第一个糟糕的下午就成为单点故障。

本周摆在你面前的决定
如果你需要今天能调用到的最强模型,而成本又是限制条件,那么答案就是 DeepSeek V4 Pro,价格为 $0.66 和 $1.98;它与 Qwen4-Max 之间二十点的指数差距,就是这一折扣的代价——这是实实在在的代价,不是舍入误差。如果你的工作负载在输入侧包含视频或图像,DeepSeek V4 Pro 完全无法胜任;而 Qwen4-Max 的原生视觉能力加上 1M 窗口,即便还没算上 Alibaba 已发布、却无人复现的 Work360 智能体宣称,也值这 2.8×。
如果你真正想要的是 DeepSeek V4.1 Pro,那么答案是:并没有这样一个模型值得等待,只有一条九月份更新日志里、DeepSeek 尚未落实的条款。基于现有内容构建;让切换成本保持低廉;并且每月查看一次 DeepSeek 的定价页面,因为那会是最先改变的页面。

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
