
Qwen4-Max 对比 Gemini 4:便宜 40% 的 Token,却换不来每项任务上的任何收益
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 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 · 199 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 · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Qwen4-Max 每百万输出令牌收费 4.50 美元。与之对标定价的谷歌模型 Gemini 4 Hydrogen 则为 7.50 美元。而根据 Artificial Analysis 自身的测量,完成一项 Intelligence Index 任务在 Qwen4-Max 上花费 3.27 美元,在 Hydrogen 上花费 3.16 美元——在计费表昂贵的一侧,40% 的费率优势,在把每个模型实际消耗的令牌计入后,便蒸发成 3% 的劣势。这正是本次对比的核心所在,而它在任何一张价目表上都无从得见。
在任何数字有意义之前,先有一个复杂之处:Gemini 4 并不是一个模型。它是一系列三个分别发布的检查点,而且其中只有一个才与 Qwen4-Max 进行定价对比。选错行是这种比较出问题的最常见方式。
三款 Gemini 4,以及这个问题真正问的是哪一款
自2026年9月30日以来,Google已分三次发布Gemini 4代,采用元素名称而非版本号。Artificial Analysis对这三者都进行了评分,而它们的分数彼此并不接近:
• Gemini 4 Argon — 于2026年9月30日发布,自10月13日起在付费 API 上正式可用。在 Index v5.0.1 上得分为 50,输入 $2.00、输出 $10.00,每项索引任务 $4.97,每项任务 29.2 分钟,每秒输出 66.4 个 token。
• Gemini 4 Carbon——于2026年10月28日公布,通过受限访问项目而非公开注册进行分发。在 Index 上得分为 60,价格分别为 2.00 美元和 10.00 美元,每项任务 5.48 美元,耗时 34.2 分钟,每秒 59.9 个 token。这是该系列中得分最高、也最难获得的。
• Gemini 4 Hydrogen — 于2026年11月12日发布,输入价格为1.50美元,输出价格为7.50美元,其模型卡上未标注切换日期。在 Index 上得分为54,每任务3.16美元,每任务14.9分钟,每秒172.4个 token——在三者中速度最快,达到两倍。
Qwen4-Max 自 2026 年 11 月 16 日起正式可用,在同一修订版本上得分为 43;在新加坡价格为 $1.50 和 $4.50,在全球范围区域为 $1.413 和 $4.24。因此,人们所做的价格比较——Qwen4-Max 对“Gemini 4”——实际上是在将 Qwen4-Max 与 Argon 比较,因为这是该代产品发布时使用的名称,也是大多数报道所锚定的名称。不过,能力比较指向的却完全是另一个地方,因为 Hydrogen 的输入价格恰好与 Qwen4-Max 相同,并且在指数上高出十一点。

他们真正持平的唯一一行
Hydrogen 的输入价格为每百万 token 1.50 美元。Qwen4-Max 在新加坡的输入价格也是每百万 token 1.50 美元。这并非四舍五入造成的巧合——而是两家厂商都认定,同一个数字是接近前沿的模型合适的入门价位——这也让其他每一行都成为决定是否购买的关键。
• 输出价格——Qwen4-Max 为 4.50 美元,Hydrogen 为 7.50 美元。在计费较贵的一侧可节省 40%,这也是 Qwen4-Max 唯一明显更便宜的地方。
• Index,v5.0.1 —— Qwen4-Max 43 对 Hydrogen 54,Argon 为 50,Carbon 为 60。11 分的差距是层级变化,而非偏好。
• 每个索引任务的成本 — Qwen4-Max 为 $3.27,而 Hydrogen 为 $3.16,Argon 为 $4.97,Carbon 为 $5.48。一旦把每个答案的 token 数计入,Qwen4-Max 就不是便宜选项,尽管它在该组中拥有最友好的输出费率。
• 完成该套件所需的输出 token——Qwen4-Max 127M、Hydrogen 304M,而中位数为 65.1M。两者都极其冗长;Hydrogen 更是如此,但每项任务的完成成本仍更低,因为与 Carbon 相比,其输出按更低的混合费率计费,且推理 token 更少。
• 每个索引任务耗时——Qwen4-Max 32.1 分钟,对比 Hydrogen 的 14.9 分钟、Argon 的 29.2 分钟、Carbon 的 34.2 分钟。这是表格中最大的功能差距,而它指向 Google。
• 输出速度——Qwen4-Max 为每秒 54.5 个 token,相比之下 Hydrogen 为 172.4,Argon 为 66.4。
• 上下文与输出上限——四者均为 100 万 token,但 Qwen4-Max 将非思考输出限制在 131,072,并将思考与回答共用同一个 262,144 token 的预算;而 Gemini 4 的各页面则记载了 64K 的标准输出上限,并称长解码生成在 Argon 和 Hydrogen 卡上可扩展至 100 万。
• 模态能力——Qwen4-Max 支持文本、图像和视频。Argon 支持文本和图像。Hydrogen 与 Carbon 则在此基础上各自增加了语音和视频,这意味着那款在价格上与 Qwen4-Max 持平的 Gemini 4,也正是已经弥补了其模态差距的那一款。
• 权重与访问权限——四项均已关闭。Carbon 是唯一需要提交申请的一项。

在测试框架介入之前,单个请求的开销是多少
以一个 150,000 token 的提示词和 4,000 token 的回答为例,按标价计费,关闭思考,Qwen4-Max 按新加坡费率,Hydrogen 按标准费率。
在 Qwen4-Max 上,输入为 $0.225,输出为 $0.018,合计 $0.243。在 Hydrogen 上,输入为 $0.225,输出为 $0.030,合计 $0.255。Qwen4-Max 以五美分、即 5% 的优势胜出。
现在让模型思考。Artificial Analysis 测量得出,Qwen4-Max 在每个索引任务中输出 104,940 个 token,其中 68,914 个是推理内容,而答案则短得多。用 100,000 token 的思考预算重新运行同一个 150,000 token 的提示词:Qwen4-Max 计费 $0.225 加 $0.45,即 $0.675。Hydrogen 在相同思考量下计费 $0.225 加 $0.75,即 $0.975。Qwen4-Max 以 31% 的优势胜出。
因此,单次请求的算术结果仍然对 Qwen4-Max 有利,而追踪器上的每任务数字则对 Hydrogen 有利。两者都正确,但它们并不能通过将输出 token 数乘以输出费率来协调一致——Hydrogen 生成了 304M 个 token,而 Qwen4-Max 为 127M,是后者的 2.4 倍,价格则是后者的 1.67 倍;按这种算术,它每次运行应贵出大约四倍,而不是略便宜一些。公布的每任务数字是九项评估中输入、缓存输入、推理和答案 token 的加权混合,而朴素乘法与实测结果之间的差距才是值得怀疑的地方。在有人公布两次运行的 token 拆分之前,应把这两个每任务数字视为一种实测比较,你无法从费率卡中重建它;并且应把任何从一个数字推导出另一个数字的文章视为披着证据外衣的算术。
尚无人定价的时钟
Argon 的价目表属于入门优惠。2026 年 12 月 1 日,它将从 $2.00 / $10.00 调整为 $4.00 / $20.00,缓存费率也随之翻倍。距离本页所述内容只剩十三天,而它对比较格局的改变,比其中任何一项基准测试的差值都要大。
如今,与 Argon 相比,Qwen4-Max 在能力差距为七个百分点的情况下,节省了 25% 的输入和 55% 的输出。从 12 月 1 日起,在同样的能力差距下,这一节省将变为 62.5% 和 77.5%。一个在 11 月下旬进行基准测试、在 12 月签约的团队,其评估的产品与最终获得的产品并不相同。
相比之下,Hydrogen 的卡片上没有切换日期,而 Carbon 的受限分发意味着其 $2.00 / $10.00 完全不是公开决策。因此,对“Qwen4-Max vs Gemini 4”的诚实解读,取决于你面对的是三个时钟中的哪一个:正在运行的 Argon 时钟;没有切换日期的 Hydrogen 卡片;以及同样没有切换日期的 Qwen4-Max 卡片——Alibaba 发布了一个从零到上下文上限的单一固定档位,没有长上下文附加费,也没有促销结束日期。
Google 的模型能做到而 Alibaba 的模型做不到的事情,以及反过来。
Gemini 4 产品线的实际优势不在分数,而在于三个检查点都已运行足够久,足以公布吞吐量;Hydrogen 上每秒 172 个 token 与 54.5 完全属于不同量级的产品。对于任何直接面向用户的东西——IDE 助手、客服代理、带加载转圈的文档工具——这种差异本身就是产品。
Qwen4-Max 的优势范围更窄,也更具体。在整个 1M 窗口内采用单一统一价格档位就是其一:Google 将超出标准输出上限的长解码生成记录为扩展项,而非统一费率。协议广度是另一方面——Chat Completions、Responses、Anthropic Messages 和 DashScope 相对单一厂商的传输格式,这正是更改 base URL 与更改客户端之间的区别。模态则不是;任何告诉你视频输入是 Qwen 独有条目的人,都没读过 Hydrogen 卡片,其中将语音和视频与文本和图像并列列出。
此外还有区域问题。Qwen4-Max 在包括法兰克福和美国弗吉尼亚在内的六个区域按用量计费,新加坡以外为 $1.413 / $4.24,批处理推理仅在北京提供。Google 的 Gemini 4 页面则发布单一全球价目卡。对于有欧盟数据驻留要求的团队,阿里方面应引用的是法兰克福的价格,而不是新加坡的宣传价,而且前者低 5.8%。
从一个地方呼叫全部四个
OrcaRouter 提供四款中的两款:Gemini 4 Argon 和 Gemini 4 Carbon 已在目录中,分别为 google/gemini-4-argon 和 google/gemini-4-carbon 按 Google 的标价提供,0% 加价原样传递,因此 12 月 1 日 Argon 的涨价会在其登陆 Google 价目表的同一天在这里生效,而不是等到下一个计费周期。Qwen4-Max 并未托管在这里——它可通过阿里巴巴自有的 Model Studio API 以及若干第三方平台使用。

针对这一具体比较,有用的模式正是定价结构所暗示的那一种:难题用 Carbon,在价格变动之前把 Argon 作为通用默认选项,而视频和长缓存前缀这类 Gemini 系列无法应对的工作则交给 Qwen 级模型。这就是在一条请求路径上做三种模型选择,而这正是路由 DSL 存在的意义——对请求进行分类,把它发送到该行所指定的模型上,并让自动故障转移来应对某家提供商出现故障的那一天。一个密钥加上一个兼容 OpenAI 的端点,让 A/B 测试的成本足够低,可以在 12 月切换之前而不是之后进行。
若作为一个系列来看,Gemini 4 对 Qwen4-Max 来说不是一个对手,而是三个;Qwen4-Max 在得分这一行上输给它们全部,却在输出价格这一行上赢过它们全部。真正决定胜负的数字是 3.27 美元对 3.16 美元——按每项任务算是平手,而按价目表对比本会称之为 40% 的胜利——紧随其后的是 32.1 分钟对 14.9 分钟,这不是靠 token 定价能弥补的。需要圈出的日期是 12 月 1 日,届时 Argon 将不再是 Google 的廉价选项,唯一剩下的诚实比较就是与 Hydrogen 对比,而到那时,11 分的差距和 6.5 倍的速度差距就是全部论据。
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
