
Qwen4-Max vs GLM-5.5:一个今天已有价目表,另一个却只是个版本号
- 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 · 152 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 · 119 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
2026年11月16日09:46,阿里巴巴的 Model Studio 文档用标题为“qwen4-max(最新模型)”的页面替换了 Qwen4-Max-Preview 页面,该页面载有模型调用 ID qwen4-max、每百万 token 的价目表,并已在六个区域提供。五天前,同一个模型还是为期十五天的租赁产品,仅通过 Credits 订阅出售,并计划于11月25日退役。作为本次对比另一方的名字,GLM-5.5 没有可与之对应的时刻:截至今天,Z.ai 尚未以该名称发布任何模型卡、API 标识符、价格条目或权重,其自己的文档索引仍将 GLM-5.2、GLM-5.3 和 GLM-5.3-Flash 列为整个产品线。因此,这不是两个旗舰模型之间的对决。这是一个今早刚获得定价的旗舰模型,与一个尚未获得任何东西的版本号之间的对决。
这种不对称恰恰是值得写的地方,因为这两个名字被搜索的方式,仿佛它们是同一层级的对手。下面就把它们区分开来:Qwen4-Max 今天实际上成了什么,GLM-5.5 是什么,以及你真正能跑起来的那场对比——Qwen4-Max 对上实际发布的 GLM——在价格、上下文和证据上究竟是什么样子。

今天上午09:46发生了什么变化?
该预览版仍然是真实存在的,并且仍然独立。qwen4-max-preview于 11 月 11 日 UTC+8 10:00 开放,仍然是仅限 Token Plan 的模型,并已公布于 11 月 25 日 24:00 退役。新的 qwen4-max是另一个标识符,具有不同的商业形态:按需付费、公开定价、包括新加坡、法兰克福、弗吉尼亚和东京在内的六个区域,并且页面上没有到期日期。Alibaba 自己的发布列表将该模型的日期列为 2026 年 11 月 16 日——也就是今天——文档页面带有时间戳 2026-11-16 09:46:08。

有两样东西没有随之出现。在厂商的各页面上,任何地方都没有基准测试表,无论是厂商自行报告的,还是其他来源的;而且在 Artificial Analysis 上也没有该模型的条目:排行榜的模型索引里根本没有 Qwen4 这一行,其按模型划分的 URL 返回 404。因此,下文关于能力的一切内容都属于文档说明,而非实测结果,并且已如此标注。
费率卡,已发布
这些是 Alibaba 自己公布的数据,按每百万 token 的美元计价,取自 2026 年 11 月 16 日的账单页面:
• 新加坡,标准 — 输入 $1.50,输出 $4.50
• 北京、香港、法兰克福、弗吉尼亚和东京,标准 — 输入 $1.413,输出 $4.24
• 缓存写入,五分钟 TTL — 新加坡 $1.875,其他地区 $1.767
• 缓存写入,TTL 为一小时 — 新加坡 $3.00,其他地区 $2.827
• 缓存读取 — 新加坡 $0.075,其他地区 $0.071
• 批处理,仅限美国区域 — 批处理文件作业的输入为 $0.707,输出为 $2.12
• 免费额度 — 100 万个 token,有效期 90 天,仅限新加坡
新加坡的那个数字才是应该拿来向别人引用的,因为它是国际标价,而且是最高的。它还值得注意的是,其输出价格是三大实验室当前任何旗舰模型中最便宜的:Qwen3.8-Max 标价为 $2.00 和 $6.00,Kimi K3.1 Pro 为 $2.00 和 $10.00,Grok 4.7 为 $2.00 和 $6.00。Qwen4-Max 在计价表的输入和输出两端都低于它们所有模型,同时声称其上下文窗口比它们中任何一个都更大。
GLM-5.5,用我们十月份检查它时同样的方式检查过了
关于某个模型并不存在的说法,在写下的那一刻就会失效,因此这项核查值得重申,而不是直接断言。今天获取的 Z.ai 开发者文档索引列出了 GLM-5.2、GLM-5.3 和 GLM-5.3-Flash。GLM-5.4 和 GLM-5.5 的文档路径返回“Page Not Found”。该厂商的 model-api 页面列出了 GLM-5.3、GLM-5.3-Flash、GLM-5 和 GLM-5V-Turbo,而在 5.3 与 6 之间没有任何模型。搜索该名称,返回的是 Z.ai 自己的页面,其中将 5.3 列为当前旗舰,且没有任何后继产品的发布公告。
本博客于2026年10月13日发布了对该名称的全面审查,覆盖九个层面,并得出了相同结论。此后五周内,没有任何情况改变这一结论。对买家而言,重要的区别不是“GLM-5.5 鲜为人知”——而是“GLM-5.5 只是命名序列中的一个编号,而你实际能调用的模型比它落后一位”。
现有的对比:Qwen4-Max 与 GLM-5.3 的较量。
GLM-5.3 是一款严肃的模型,也是诚实的替代选择。它于 2026 年 8 月 14 日发布,8 月 18 日开放 API,并于 8 月 28 日在自定义 Z.ai 许可证下发布了其 7430 亿参数的权重。它采用混合专家设计,每个 token 激活约 400 亿参数,具有 100 万 token 上下文窗口和 128K 输出上限。以下是搜索这两个名称中任意一个的读者真正需要的对比:
• 输入价格 — Qwen4-Max 在新加坡为每百万 $1.50,其他地区为 $1.413,而 GLM-5.3 的标价为 $1.40
输出价格 — Qwen4-Max $4.50,而 GLM-5.3 为 $4.40
• 上下文 — Qwen4-Max 1,000,000 tokens 对 GLM-5.3 1,000,000 tokens,真正的平局
• 最大输出 — Qwen4-Max 非思考模式为 131,072 个 token,思考与回答共享 262,144 个 token;相比之下,GLM-5.3 为 128,000 个 token
• 模态 — Qwen4-Max 接受文本、图像和视频,并返回文本;而 GLM-5.3 的旗舰模型据文档记载仅支持文本,多模态工作则交由 GLM-5.3-Flash 承担
• 权重 — Qwen4-Max 未发布任何权重,其文档明确将微调和模型部署列为不支持;相比之下,GLM-5.3 在自定义许可证下开放权重
• 独立得分——Qwen4-Max 没有,相比之下 GLM-5.3 在最大推理强度下于 Artificial Analysis Intelligence Index v5.0.1 上为 31.7,在低强度下为 23.1
• 可用性 — Qwen4-Max 覆盖六个阿里云区域,而 GLM-5.3 则通过第一方及云转售提供
把价格表多读两遍,因为两者的差距比围绕这两款模型的宣传所暗示的要小:在输入方面,Qwen4-Max 在新加坡每百万贵七美分,在其他所有地区贵一又三分之一美分。你并不是在为更新的名字支付溢价。你花的钱大致相同,换来的却是实质上更宽的输入模态和略高的输出上限,同时放弃了 GLM-5.3 有而 Qwen4-Max 没有的那一样东西——可以下载的权重。
缺失的分数值多少
GLM-5.3 在 Index v5.0.1 上拿到 31.7 分,对一款旗舰模型来说只是个中等水平,而且低于同期 Kimi K3.1 Pro 的 46.5 分。这使得与 Qwen4-Max 的对比在一个方向上显得格外尴尬:被推销的是一款尚无任何实测数据的模型,而用来对照的模型其成绩又并不好看,并且仅凭公开数据根本无法判断这款更新的模型是否超越了它。阿里巴巴的文档宣称具备"深度推理"能力,思考预算默认 131,072 个 token,推理强度默认为 high——这些都是配置,而非能力。在独立的评测框架给出评分之前,诚实的立场是:Qwen4-Max 相对 GLM-5.3 的优势有据可查,而其劣势则尚未被量化。
对于本周而不是下季度就要做决定的团队来说,这支持采取路由策略,而不是迁移。把 GLM-5.3 留在你已经了解其行为的工作负载上,把 Qwen4-Max 放到那些其文档所述特性正是你感兴趣原因的工作负载上:视频输入、需要超过 128K 输出的提示词,或者对话长到 1M 窗口加上 $0.075 的缓存读取会改变成本计算。
让这些统一通过一个端点运行
OrcaRouter 将 GLM-5.3 列为 z-ai/glm-5.3,按 Z.ai 自身的标价——每百万输入 1.40 美元、输出 4.40 美元——无加价直通,并与同一 OpenAI 兼容基础 URL 上的另外 214 个模型标识符并列。Qwen4-Max 目前不在该目录中;它可通过 Alibaba 自有 API 使用,其全新价目表正是在那里发布,上述区域定价也适用于那里。当供应商降价时,一个 直通式目录会在同一天反映这一降价,而不是等到下一个合同周期——这正是将能通过同一密钥路由的模型留在一个密钥上、将不能路由的模型留在观察清单上的现实理由。

路由 DSL 正是契合这一特定比较的环节,因为在这两个模型之间做选择并不是一次性的决定——而是每次调用都要决定。策略可以把携带视频的请求发给多模态模型,把纯文本的批量工作交给两者中当周每完成一个任务成本更低的那一个,而自动故障转移可以在你仍在收集新模型证据时,避免提供商一侧的服务降级导致整条路径瘫痪。
要怎样才算得上是一场真正的对决?
有两个事件,其中任何一个都足以成为重写此页的理由。第一个是 GLM-5.5 模型卡:这份文档把参数、上下文、价格和 API 标识符放在一起,而正是这种信号,本博客全年都用它来区分已发布模型和传闻。第二个是独立排行榜上的 Qwen4-Max 条目——并不是因为某个分数就能判定哪个模型更好,而是因为眼下这场比较中,一方有测量数据,另一方只有一个时间戳。在其中任何一项落地之前,正确的解读应当是文档所支持的那种:一个有价格的旗舰、一个没有对应模型的名字,以及输入价格上七美分的差距——它所能决定的事情,远比任何一家厂商希望你相信的要少。
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
