一张标题卡,标题为“Qwen4-Max 对阵 Grok 4.5:一个刚问世一天的模型,对阵一个已被取代的模型”,三个标签分别写着:Qwen4-Max 于 2026 年 11 月 16 日发布;Grok 4.5 于 2026 年 7 月 8 日发布,并已被 Grok 4.6 取代;指数得分为 43,而对方未公布得分。图注指向 2026 年 11 月 17 日的 Artificial Analysis 模型页面。
Guides & Insights

Qwen4-Max 对比 Grok 4.5:你是在拿一个昨天才发布的模型,去和一个其自家厂商早已替换掉的模型作比较

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

打开Grok 4.5在 Artificial Analysis 上的模型页面,屏幕上首先出现的并不是基准测试,而是一则通知:该模型已弃用,SpaceXAI 已推出更新的版本 Grok 4.6,你应考虑改用后者。页面上仍列有测量数据——首个回答 token 耗时 10.45 秒、每秒 65 个 token、500k 上下文窗口、每百万 token 输入 $2.00、输出 $6.00——但它已经完全不再提供智能评分,且基准测试频率已从每六小时一次降至每十八小时一次。Qwen4-Max 相比之下,自 2026 年 11 月 16 日起发售,至今才一天。刻意拿一个才一天的模型去对比一个已被取代的模型,是件很奇怪的事,而这恰恰正是值得这样做的原因:这一比较与其说能说明哪个模型更好,不如说能说明,那个曾为 Grok 4.5 提供依据的 token 效率论点,被超越的速度有多快。

每个模型实际上究竟是什么,在它们各自生活中的一天里

A two-column scoreboard comparing Qwen4-Max and Grok 4.5 across six rows: release date 16 November 2026 against 8 July 2026; $1.50 in and $4.50 out against $2.00 and $6.00; 1,000,000 context against 500,000; index 43 against none published; latency not published against 10.45 seconds and 65 tokens per second; text, image and video against text, image and file. Footer notes Grok 4.5 is marked deprecated on Artificial Analysis and runs at 18-hour intervals instead of 6.

• 供应商 — A​libaba 对比 SpaceXAI,后者在年中重命名了 G​rok 产品线

• 发布时间 — Qwen4-Max 为 2026年11月16日,而 Grok 4.5 为 2026年7月8日,后者已被 Grok 4.6 取代

• 每百万 token 价格 — 输入 $1.50 / 输出 $4.50,对比 输入 $2.00 / 输出 $6.00

• 缓存读取 — Qwen4-Max 每百万 $0.075,而 Grok 4 每百万 $0.30。

• 上下文窗口 — 1,000,000 个 token,对比 500,000

• 最大输出 — 非思考模式为 131,072 tokens,思考模式下共享 262,144 tokens,而文档中记录为 64,000

• 输入模态 — 文本、图像和视频 vs 文本、图像和文件

• 独立指数得分——Qwen4-Max 为 43 分,而 Grok 4.5 未公布任何分数

• 弃用状态——当前旗舰产品与被替代产品,以及同一卡片上的继任产品

最后三行就是文章。Qwen4-Max 的卡片在规格表能衡量的每一个维度上都更大,而 Grok 4.5 的卡片上有一则备注,写着同价位存在更好的版本。

A screenshot of the Artificial Analysis page for Grok 4.5, headed by a deprecation banner stating the model is still benchmarked but every 18 hours instead of every 6, and that SpaceXAI has launched a newer release, Grok 4.6.

为什么还会有人选择4.5,以及为什么这个理由正变得越来越站不住脚

Grok 4.5 的卖点从来不是原始能力,而是 token:该模型建立在 1.5 万亿参数的基础模型之上,训练时与代码编辑器协同进行,并以远少于同类前沿模型的输出 token 解决软件工程任务为卖点,定价面向高并发生产场景。这确实是个很好的卖点,而这正是阿里巴巴为 Qwen4-Max 打出的同一卖点——相比前代输出 token 减少 24% 到 35%,在 Terminal-Bench 4.0 上减少 48% 到 49%,每任务平均成本从 4.43 美元降至 1.67 美元。

换句话说,两家厂商卖的都是节俭。区别在于,其中一种说法即将被持续检验,而另一种说法已经不再那么频繁地被检验。Artificial Analysis 仍在运行 Grok 4.5,但频率是每十八小时一次,而不是每六小时一次;说得客气些,就是这个模型已经从覆盖阶段转入维护阶段。一个模型的行为被采样的频率只有原来的四分之一,意味着它的回归问题被发现的速度也只有原来的四分之一。

把某个模型留在目录里是有站得住脚的理由的:它稳定、便宜,50 万 token 的窗口能覆盖大多数工作,而且不需要你改动任何东西。这是任何现有产品都能拿出的理由。一旦出现一个具有相同上下文窗口和相同基础价格的继任者,这个理由就不再成立,因为到那时,现有产品唯一剩下的优势就是你还没有迁移。

Grok 4.5 公布了数字而 Qwen4-Max 未公布数字的唯一一个维度

延迟。根据 Artificial Analysis 的测量,Grok 4.5 在 10.45 秒内作答,并以每秒 65 个 token 的速度流式输出。与当代前沿模型相比,这些数字平平无奇——Claude Opus 5.5 在最大努力模式下首个 token 耗时 352 秒,GPT-6.1 Sol 为 169 秒——但它们确实存在、可复现,并且你可以据此进行容量规划。

Qwen4-Max 在任何地方都没有公布延迟数据。Artificial Analysis 列出了它的指数得分、价格卡片和 token 总数,却把性能列留空:没有每任务耗时,没有输出速率,也没有首 token 时间。Alibaba 的发布材料公布的是 token 数量,而这是另一种量;一个模型在相同速度下生成的 token 数只有一半,完成任务的时间就会减半——这两种说法不能互换。

所以,11 月 17 日这项对比的实际情况是:那个已被取代的旧模型,才是你可以据此估算实际耗时的模型;而新模型,则是你必须自己实测的那个。对于批处理流水线来说,这不过是半天的工作量。对于交互式产品来说,这就是一个理由,让你把 Qwen4-Max 放在兜底方案后面,而不是放在它前面。

顺带一提,20 万 token 的界线

Grok 4.5 按提示长度分档计费:输入 token 不超过 200,000 时,计费为 $2.00 和 $6.00;超过后费率翻倍至 $4.00 和 $12.00。Qwen4-Max 则从零到上下文上限只设一个档位。由于 Grok 4.5 的上下文窗口为 500k,而其低价档止于 200k,它自身窗口中有 300k 按宣传费率的两倍计费——这一细节在 100 万 token 的模型上影响会小一些,但比 $2.00 这一宣传价所暗示的更值得注意。

被取代的模型仍然是正确答案的细分场景虽然狭窄,但确实存在:这些工作负载固定依赖其 token 效率,已经针对 20 万 token 的提示完成调优,并且不值得重新验证。如果你属于这种情况,Grok 4.6 共享相同的上下文窗口、输入接口和基础价格,因此迁移只是更换模型标识符,而不是一个项目。

对某些团队来说,视频是结束比较的那一行。

Qwen4-Max 支持文本、图像和视频。Grok 4.5 支持文本、图像和文件。腾讯的 Hy4 预览版、Anthropic 的 Opus 5.5 和 OpenAI 的 Sol 都只读取文件而不读取视频,这让 Qwen4-Max 显得不同寻常,而不只是更新:对于帧级工作——素材初筛、屏幕录制分析、任何带时间线的任务——本次比较的其余部分都无关紧要,因为根本没有可比较的对象。

另一面是,Qwen4-Max 文档中记录的思考输出预算是推理轨迹和可见答案共享的 262,144 个 token,默认思考预算为 131,072,且 reasoning_effort 默认为 high。一个会进行长时间推理的视频分析任务,会把答案预算中相当大的一部分花在推理上。请按 131,072 来规划输出规模,而不是按列表中那个 1M 上下文数字。

A screenshot of the OrcaRouter model page for grok/grok-4.5, showing the 500K-token context badge, text, image and file input, the model identifier and the start of the pricing panel.

运行这对组合,以及“一把钥匙”在两边各自能换来什么

OrcaRouter 将 Grok 4.5按每百万 token 输入 $2.00、输出 $6.00 路由,200,000 token 边界以内按此价格,超过后为输入 $4.00、输出 $12.00——采用供应商自己的价目表,以 0% 加价透传——并且还将其后继模型 Grok 4.6按相同基础费率路由,这使得从 4.5 到 4.6 的迁移只需更改路由规则中的一个字段,而不是一次新的集成。同一个密钥可访问 Claude Opus 5.5、GPT-6.1 Sol、Qwen3.8-Max 和 T​encent HY4 Preview。

Qwen4-Max 不在那个列表上。目录尚未收录 Qwen4 这一代,因此目前 Qwen4-Max 路由就是直接使用 Alibaba 密钥;而如实描述这种安排,就是一个端点覆盖你可能回退到的所有内容,再加一个直接凭据用于你正在评估的模型。

这种拆分仍然是回答本文所提问题的低成本方式。让 Grok 4.5 路由和 Grok 4.6 路由承接相同的流量,用你自己的请求来发布对比结果,并把 Qwen4-Max 作为第三条分支一并保留,在其背后设置 跨提供商的自动故障转移。另一种做法——为了让一个没有公开延迟数据的模型接受测试而停用一条正常工作的路径——正是团队最终在凌晨两点回滚的原因。

收到通知的模型该怎么处理?

Grok 4.5 页面上的公告并不是讣告。该模型仍在运行,定价具有竞争力,其 500k 上下文窗口也超出了大多数任务的需求。但把它与 Qwen4-Max 相比,与其说是在两个选项之间做选择,不如说是在一个正在被逐步收尾的已知量和一个刚刚到来的未知量之间做选择,而打破平局的关键,在于你对亲自测量事物的容忍度。

有三件事要按顺序关注。Qwen4-Max 的任何独立延迟数值——这是本次对比中唯一缺失的输入。A​libaba 是否会在智能体流量到来后调整共享的 262,144 token 思考预算。以及 Grok 4.5 在其继任者经过充分浸泡测试之后,是否还会留在榜单上——因为弃用通知通常就是退役日期的第一段。

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