
Qwen4-Max 对比 Gemini 4 Pro:Google 的 Pro 席位空着,而补位者的成本比你想象的低
- 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 · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-0717 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 87 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 65 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 · 43 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 · 193 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 · 150 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 · 120 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 · 219 tok/s
并不存在名为 Gemini 4 Pro 的模型。谷歌自家的模型列表和定价页面上有三个 Gemini 4 标识符——gemini-4-carbon、gemini-4-argon 和 gemini-4-hydrogen——任何地方都没有 Pro 字样;Pro 层级最后一位成员是一个 3.1 预览版,谷歌在以新名称推出 4 系列时将其保留在原位。这对本次比较很重要,因为 Qwen4-Max 自 2026 年 11 月 16 日正式可用以来,定价为每百万输入 token 1.50 美元、每百万输出 token 4.50 美元,它并不是在和一个空标签竞争。它是在与 Gemini 4 Argon 竞争——Pro 这个名称实际指向的模型——也在与 Gemini 4 Hydrogen 竞争,后者以与 Qwen4-Max 相同的输入价格出现,并在 Artificial Analysis Intelligence Index 上以十一分的优势胜过它。所以这场对决的诚实版本有两个答案,而更便宜的那个并不是查询所问的那个。
为什么“Pro”这个名字会把人们吸引到这里,而它背后究竟意味着什么
Google 的 Gemini 命名是按定位划分的。Flash 主打吞吐量,Pro 主打通用能力,Ultra 则是在存在时的顶级型号。在 3.x 世代中,Flash 这一位置移动了四次——从 3.5 到 3.8——而 Pro 这一位置从未获得 3.1 之后的带编号继任者。当 Google 随后在 2026 年 9 月和 10 月以元素名称公布 Gemini 4 系列时,Pro 标签背后已空无一物,搜索需求将这种预期引导到一个字符串上,而该字符串解析不到任何价格表、模型卡和端点。
• 模型列表——三个 Gemini 4 条目,输入均为 100 万 token,输出上限为 64K 至 100 万 token。没有 gemini-4-pro。
• 定价页面——Carbon、Argon 和 Hydrogen 的行。没有 Pro 行,并且在 2026 年的任何时间点都不存在 Pro 模型卡片。
• 最接近 Pro 的存在——Gemini 4 Argon,于 2026 年 9 月 30 日发布,自 2026 年 10 月 13 日起在付费 API 上正式提供。它是以新名称出现的通用能力层级,而网上流传的每一个“Gemini 4 Pro benchmark”数字,实际上都是在它上面测得的。
• 最值得关注的一款——Gemini 4 Hydrogen,于 2026 年 11 月 12 日发布,输入价格 1.50 美元、输出价格 7.50 美元,且没有促销截止日期,这使其成为获取 Gemini 4 能力最便宜的方式,而在输入价格上则与 Qwen4-Max 完全持平。
• Carbon —— 这三款中得分最高的一款,在该指数上为 60 分,于 2026 年 10 月 28 日发布,并通过受限访问项目而非公开注册进行分发,因此它并不是大多数读者今天可以直接调用的模型。
三栏真相:Qwen4-Max、Argon、Hydrogen
以下所有指数数值均为 Artificial Analysis Intelligence Index v5.0.1 于 2026 年 11 月 16 日——即 Qwen4-Max 正式发布当天——采集的读数;且两家供应商的价格均为任何协商折扣之前的目录价。
• 智能指数 — Qwen4-Max 43,在 81 个中排名第 38。Gemini 4 Argon 50,排名第 22。Gemini 4 Hydrogen 54,排名第 16。为完整起见,Carbon 为 60,排名第四。
• 输入价格——Qwen4-Max 在新加坡为 $1.50,在其他地区为 $1.413。Argon $2.00。Hydrogen $1.50。在输入方面,Qwen4-Max 与 Hydrogen 之间完全没有差距。
• 输出价格 — Qwen4-Max $4.50。Argon $10.00。Hydrogen $7.50。在这一行中,Qwen4-Max 胜过所有现役 Google 模型。
• 价格倒计时——Argon 的 $2.00 / $10.00 为 introductory 价格,将于 2026 年 12 月 1 日翻倍至 $4.00 / $20.00,缓存费率也一并翻倍。Hydrogen 的价目卡未标注切换日期。Qwen4-Max 的价目卡同样未标注。
• 每项 Intelligence Index 任务的成本——Qwen4-Max 为 $3.27,Argon 为 $4.97。同一区块中未公布 Hydrogen 的每任务数值,这是一个缺口,而不是一项优势。
• 速度(在有数据的情况下)——Argon 每秒输出 66 个 token,首个回答 token 用时 45.59 秒,每个索引任务耗时 29.3 分钟。Qwen4-Max 目前完全没有性能数据:跟踪器显示每任务时间为 N/A,速度一栏为空白。那个空列是本次对比中最大的单一未知项。
• 上下文与输出——三者均为 100 万 token 输入。Argon 的上限在文档中记载为:在长解码工作中最高可达 100 万 token 输出;Qwen4-Max 将非思考输出上限设为 131,072,并将思考与答案纳入 262,144 个共享 token 内。
• 输入模态——Qwen4-Max 支持文本、图像和视频。Gemini 4 的相关页面为 Argon 和 Hydrogen 列出了文本和图像。视频是 Qwen 一项真实但范围较窄的优势。

写作日期对价格比较有什么影响
距离这个页面迎来一个完全不同的答案还有两周,而这笔账值得在事情发生之前算清楚,而不是之后。
今天,Qwen4-Max 的 $1.50 / $4.50 与 Argon 的 $2.00 / $10.00 相比,输入成本节省 25%,输出成本节省 55%,而 Argon 领先七个指数点。自 2026 年 12 月 1 日起,除非 Google 延长促销,Argon 将按 $4.00 / $20.00 计费,同样的比较就变成 Qwen4-Max 的输入价格低 62.5%、输出价格低 77.5%——但仍落后同样的七个指数点。一支在 11 月下旬评估、在 12 月签约的团队,评估的协议与实际得到的协议并不相同。
Hydrogen 是那个尴尬的存在,因为它在 12 月 1 日没有调价,而且它已经是本次对比中最强的模型。在每百万输入 token 1.50 美元的价格上,它与 Qwen4-Max 分毫不差,每百万输出 token 却贵 3.00 美元,而在同一版指数上还高出十一点。对于输出只占账单一小部分的任何工作负载——检索、分类、抽取、长文档问答——Hydrogen 就是更划算的选择;在输入零溢价的前提下,无论怎么算 Qwen 的效率账,都补不上这十一分的能力差距。而在输出占主导的场景(大多数智能体与生成式工作都是如此),Qwen4-Max 的 4.50 美元对 7.50 美元,在计价表更贵的那一侧重新找回了 40% 的节省,把问题又拉回到"每美元能买到多少质量"上。
Qwen4-Max 的优势真正体现在哪里,而不在于价格
发布材料中有三点不属于营销话术。第一是预算结构:1,000,000 tokens 的上下文,在非思考模式下有文档记载的 991,808-token 输入上限,在思考模式下为 983,616,而且厂商明确同时公布这两个数字,而不是只给一个头条数字。第二是协议广度——OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 DashScope,这四种全部支持,并支持结构化输出、并行工具调用、前缀补全以及显式和隐式缓存,这意味着现有集成无需重写即可迁移其请求体。第三是北京区域的批处理支持,其中 Batch File 计费为每百万 $0.707 / $2.12;它只是六个区域之一,而其定价低于 Google 为异步工作公布的所有价格。
这些都不会改变指数排序。它真正意味着的是,这些模型之间的选择更像是平台层面的决策,而非分数差距所暗示的那样;并且,已经标准化采用 Gemini 通信格式的团队,相比仅凭价格表所能得出的判断,更缺乏迁移的理由——而已经使用 OpenAI 或 Anthropic 格式的团队,则可以在不改动客户端代码的情况下调用 Qwen4-Max。

一键获取氩气和氢气
Gemini 4 Argon 通过 OrcaRouter 路由,模型标识为 google/gemini-4-argon 按 Google 自身标价、0% 加价——目前为每百万 token 输入 $2.00、输出 $10.00,12 月 1 日的重新定价会在 Google 发布当天即传导,而不是等过一个经销商周期。2026 年 11 月 12 日发布的 Gemini 4 Hydrogen,截至 11 月 16 日尚未列入该目录——它已在 Google 自有 API 和多个第三方平台上提供,通过阿里巴巴的 Model Studio 提供的 Qwen4-Max 也是如此。这种直通定价的实际价值适用于所有经由这里路由的模型:当 Argon 的初始费率于 11 月 30 日到期时,OrcaRouter 的账单会在 12 月 1 日体现新费率,而你在 11 月进行的对比将不再适用于你的账单。
截至2026年11月16日,Qwen4-Max同样未在此处接入路由,因此本文涉及的三个模型中,只有Argon这一支无需第二份合同。这种不对称值得直说,因为针对Qwen4-Max情形最便宜且诚实的测试——将一小部分影子流量路由给它,按已完成任务而非按token计价,同时让现有供应商继续承接该体量——在一侧需要一次集成,在另一侧则完全不需要。

要减去的数
如果你来是为了找 Gemini 4 Pro,那你要的模型是 Gemini 4 Argon;它在 12 月前输出价格约为 Qwen4-Max 的两倍,12 月后则为四倍,同时领先 Qwen4-Max 七分。如果你真正想要的是拿最强的 Gemini 4 对比一款便宜得多的中国旗舰,那你要的模型是 Gemini 4 Hydrogen,而答案对便宜的一方并不怎么好看:在输入价格相同的情况下领先十一分,输出价格高出 40%,只有当你的工作负载需要大量写内容时才划算。
唯一仍可能改变这一切的数字,就是那个空白单元格。Artificial Analysis 给 Qwen4-Max 打了 43 分,却没有测量任何关于它运行方式的其他指标——没有输出速度,没有首 token 时间,也没有每任务分钟数。Argon 的每任务 29.3 分钟和 Hydrogen 的速度都是已知量,而一个每输出 token 便宜 40% 但明显更慢的模型,在任何需要有人等待的场景下都不是便宜 40%。应把 Qwen4-Max 的价格优势视为真实,而把 Qwen4-Max 的性能主张视为尚未成立,并在追踪器补上那一列时重新审视两者。
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
