
Qwen4-Max 对比 Gemini 4 Neon:每指数点便宜 28%
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 187 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 414 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 138 tok/s
- orca新Orca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 90 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 · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 111 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 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 42 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 · 210 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 · 109 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 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Qwen4-Max 和 Gemini 4 Neon 相隔四十八小时,Intelligence Index 相差十七点,而真正有意思的数字既不是前者也不是后者。它是 $0.076 对 $0.106——用每任务实测成本除以得分后,每个模型上一点 Artificial Analysis Intelligence Index 要花你多少钱。Qwen4-Max 自 2026 年 11 月 16 日起全面可用,每百万 token 输入 $1.50、输出 $4.50,其购买指数点数的成本比价格为 $3.00 和 $15.00 的 Gemini 4 Neon 低 28%。Neon 是更好的模型,这一点无人应当争辩。Qwen4-Max 按每个指数点计算是更划算的购买,其优势幅度小于价格差距,却大于多数买家所设想。
两个模型,两个不同的问题
在算账之前,先厘清框架,因为这两者并非通常意义上的竞争对手,而把它们当作同一回事,正是比较出错的原因。
Gemini 4 Neon 是 Google 的 Gemini 4 系列下的第四款模型,它的定位是面向自家兄弟型号,而非阿里巴巴。它默认采用高推理强度,并带有四个档位——低、中、高、极高——而 Carbon 和 Argon 止步于高。Qwen4-Max 带有三个档位——低、高、极高——并且也默认采用高。两者都是文本、图像和视频输入,文本输出。两者都支持一百万 token 上下文。两者都是专有模型,都是闭权重,并且都以同样的卖点出售:长时程智能体工作,模型必须维持大量工作集并持续运行。
区别它们的是这个报价的成本。Neon 被定价为其家族中最贵的一档——统一为 $3.00 和 $15.00,没有入门优惠期,也没有免费层,而 Argon 截至 11 月 30 日为 $2.00 和 $10.00。Qwen4-Max 被定价为前沿模型中的低价端,在新加坡为 $1.50 和 $4.50,在全球范围区域为 $1.413 和 $4.24。在价目表上,这是二比一的差距。在实际计量上却并非如此,原因在于得分。
每个指数点的成本是多少
Artificial Analysis 将这两款模型都发布在 index v5.0.1 上——这是重新基准化的指数,因此来自夏季排行榜的旧分数不可比较——同时还公布了每项 index 任务的实测成本。第二个数字才是关键,因为它计入了每个模型实际完成时消耗多少 token,而价目表恰恰会在这一点上误导人。
• 智能 — Qwen4-Max 43,对比 Neon 在 xhigh 下为 61、在 high 下为 60。Neon 的默认设置为 high,因此 Neon 公平的单一数值是 60。
• 每百万 token 的价格,输入和输出——在新加坡,Qwen4-Max 为 $1.50 和 $4.50;在其他地区为 $1.413 和 $4.24。Neon 为 $3.00 和 $15.00,各地统一价格。
• 每个索引任务的成本 — Qwen4-Max 为 $3.27。Neon 为 $6.44,而该数字是在 xhigh 而非其默认设置下测得的,而追踪器对 Neon 只重点列出默认设置下的成本。
• 每索引点成本——Qwen4-Max 为 $0.0760。Neon 在 xhigh 下为 $0.1056,在 high 下则是一个更低的数值,而这一数值尚无人公布。
完成整个测试套件的输出 token 数——Qwen4-Max 为 127M,Neon 在 high 下为 123M、在 xhigh 下为 283M。在各自默认设置下,两者在输出冗长度上相差不到 3%,正是这一点让其余的计算变得干净利落。
• 每个索引任务耗时——Qwen4-Max 为 29.8 分钟,Neon 在 high 档为 14.8 分钟、在 xhigh 档为 21.5 分钟。这是本次对比中最大的功能性差距,任何价格优势都无法弥补。
• 输出速度 — Qwen4-Max 为每秒 59 个 token,Neon 在 high 下为 101,在 xhigh 下为 110。
• 背景 — Qwen4-Max 实测为 984,000,文档标称为 1,000,000。Neon 文档标称和实际提供均为 1,000,000,且未公布实测窗口。
把每点成本这一行读两遍,因为它揭示了价格行没有揭示的东西。价目表上说 Neon 的成本是两倍。计量器显示,Neon 每项任务的成本是 1.97 倍——几乎正好两倍,这意味着两个模型每项任务消耗的 token 数相近,而每点节省几乎完全来自价格,而不是效率。Qwen4-Max 的 28% 不是靠简洁换来的,而是靠便宜换来的。
而得分那一行又把大部分优势拿了回去。每点便宜 28% 是实实在在的优势,但也是个小优势;17 个指数点则是档次的跃迁。一个为了每点省下 28% 而选择 Qwen4-Max 的团队,等于认定 43 和 60 的差距对其工作负载无关紧要,价格优势只是安慰,而非理由。

速度正是差距拉大的地方
每点成本对于批处理作业是正确的单位,而对于任何直接面向人的场景则是错误的单位;这种比较比大多数情况都更严厉地惩罚了这种区分。
Neon 在默认设置下解码速度为每秒 101 个 token,在 xhigh 下为 110 个。Qwen4-Max 的解码速度为 59 个。也就是说,默认设置下相差 1.7 倍,最高档位下相差 1.9 倍;而且这一差距叠加在每任务耗时差距之上——前者为 14.8 分钟,后者为 29.8 分钟——二者处于同一数量级,这正是在两个模型以不同速率输出相近 token 数量时会出现的情况。
对于 IDE 助手、客服支持代理,或任何带有加载转圈的界面来说,每秒 59 个 token 处于可用区间中偏慢的一侧,而每秒 101 个 token 才算舒适。该追踪器将 Qwen4-Max 描述为“每项任务明显偏慢”,其首个回答 token 的到达时间为 137 秒,而这个数字决定了流式 UI 是否让人感觉是活的。如果你的工作负载是交互式的,那么这 28% 的每点优势,是用任何价目表都不会体现、且用户会比财务部门更早察觉到的延迟成本换来的。
反过来那种情况也值得直说,因为Qwen4-Max实际面向的正是这种场景。一个按计划唤醒、工作二十分钟并写出补丁的长时运行智能体,并不在乎 token 是以每秒 59 个还是 110 个到达——它在乎的是这次运行能否赶在下一次任务到期前完成。在这种形态下,29.8 分钟对 14.8 分钟仍然是实实在在的成本,但这是挂钟时间上的成本,而不是注意力上的成本,而挂钟时间恰恰是你可以多买一些的东西。
背景与无人提及的上限
两款模型都宣称拥有百万 token 的窗口,而它们背后都有一个更小的数字,决定着真正的长上下文任务能完成到什么程度。
• 输入上限——Qwen4-Max 的文档标明,非思考模式下为 991,808 个 token,思考模式下为 983,616 个 token,区别在于推理和答案都出自同一个额度池。Neon 的文档给出 64K 的标准输出上限,长解码生成可延伸至接近 1M;这是另一类限制:属于扩展,而非固定费率。
• 输出上限 — Qwen4-Max 非思考模式为 131,072,或在思考与回答之间共享 262,144。Neon 标准为 64K,在长解码生成下可扩展。
• 努力等级阶梯 — Qwen4-Max 提供 low、high、xhigh,默认 high,没有 medium:Chat Completions 会把 medium 映射为 high,因此请求中间档位要付出与最高档位相同的成本。Neon 提供 low、medium、high、xhigh,默认 high,四档全部可用。
• 缓存 — Qwen4-Max 提供显式缓存和隐式缓存,其中新加坡区域的缓存读取价格为每百万 $0.075,写入价格为每百万 $1.875(五分钟窗口)。Neon 仅支持隐式缓存,价格为每百万 $0.15——相较 $3.00 的输入费率优惠 95%。
• Batch — Qwen4-Max 仅在北京支持批量推理,Batch File 的价格为 $0.707 和 $2.12,Batch Chat 则按实时费率计费。Neon 在所有区域以半价提供 batch 和 flex,价格分别为 $1.50 和 $7.50。
最后一行才是真正会改变实际账单、却最少受到关注的那一行。在 Neon 上,批处理工作负载的成本为 $1.50 和 $7.50——输入价格是 Qwen4-Max 新加坡费率的 1/3,输出价格是其 60%——而且 Neon 在哪里可用,它就在哪里可用。Qwen4-Max 的批处理路径只覆盖一个区域,这意味着在北京以外运行异步批量任务的团队要支付完整的 $4.50 输出费率,而他们读到的对比文章却假定的是批处理价格。如果你的工作负载是批处理,那 28% 的每点优势就会变得大得多;如果是实时,则保持不变。

每个应该放在哪里
诚实的建议比任何一家供应商所期望的都更有限,而且它并没有选出赢家。
Neon 是合适的默认选择,适用于那些错误答案代价高昂、而速度慢一点并无大碍的场景——长周期编程、多步骤研究、无人值守运行并在事后接受审查的智能体循环。十七个指数点的差距,改变的是模型可以被托付什么,而不是它完成得多快;而且每项任务 6.44 美元,你是在为上限付费,而不是为平均水平付费。与 Carbon 相比,它也是唯一在 12 月 1 日不会变动的 Gemini 4 费率卡,这使它在自己的家族中成为稳定的选择,尽管它如今是昂贵的那一个。
对于任务定义明确且成本会成倍增加的高吞吐量工作,Qwen4-Max 是合适的默认选择——为涌入的队列打标签、起草常规回复、运行升级阶梯中成本较低的一档,以及处理大量不需要前沿模型支撑的智能体步骤。每项任务 3.27 美元对 6.44 美元,对于一个得分 43 的模型来说,费用大约只有一半,而 43 分高于其所在价格区间模型的中位数。为这类工作购买 Neon,等于购买你根本用不上的十七个点。
陷阱在于中间档,而大多数团队恰恰会落在这里。一个需要 55 的工作负载既跑不了 Qwen4-Max,也不需要 Neon,正确答案既不是这两者中的任何一个——而是每个系列里低一档、定价介于二者之间的模型,这正是路由层存在的意义所在。OrcaRouter 不提供 Qwen4-Max 或 Gemini 4 Neon;它从 Gemini 4 系列中提供的是 google/gemini-4-argon 和 google/gemini-4-carbon,两者均按 Google 的标价、以 0% 加价透传,因此这两款在 12 月 1 日的涨价,会与 Google 价目表上的涨价同一天在这里生效。Qwen4-Max 可通过阿里巴巴自家的 Model Studio API 以及若干第三方平台访问。一个 API 覆盖 200 多个模型,意味着分类层和前沿层可以是不同的模型,而无需成为不同的合同;自动故障转移意味着当其中一个出现故障时段时,流水线不会中断。

要从这里得出的数字
Qwen4-Max 每个指数点便宜 28%,但落后 17 点;解码速度为每秒 59 个 token,而对方为 101 个;在追踪器头条所示设置下,每项任务成本为 3.27 美元,而对方为 6.44 美元。这些数字中的每一个都对“哪个更便宜”给出了不同答案,而且它们全都正确。
真正该做决定的是工作量,而不是模型。如果一项任务一次就能跑完、答案也有人核验,Qwen4-Max 能让账单减半。如果一项任务要跑二十多分钟、答案未经核验就直接交付,那么两者之中只有 Neon 能把它做完——而 1.7× 的解码速率,正是“有用的智能体”与“让你等到放弃的智能体”之间的差别。为你真正消耗的点数付费。从来没有人因为多买了十七个用不上的点数而高兴过。
