
Qwen 4 Max 与 Qwen 3.8 Max:你应该基于已经存在的模型来构建,还是等待那个尚不存在的模型?
- 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 · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0711 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 124 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 · 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 · 192 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 · 132 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 · 131 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 · 185 tok/s
这是 Qwen 4 Max 发布周期中唯一一组对比双方来自同一实验室的对比,因此也是唯一一组带有决策含义的对比。Qwen 3.8 Max 自 2026 年 8 月 3 日起正式开放使用,价格为每百万输入 token 2.00 美元、每百万输出 token 6.00 美元,上下文窗口固定为 1,000,000 token,权重已公开,并配有可用的实时端点。Qwen 4 Max 于 2026 年 9 月 22 日在杭州云栖大会上发布,是仍在训练中的四模型家族中的旗舰档位,没有发布日期、没有价格,也没有公布评测分数。读者真正的问题并不是哪个更好——这个问题无法回答——而是这次发布中的任何信息是否应当改变他们这个月的构建计划。对几乎所有人来说,答案是“不”,而支撑这一答案的推理过程比结论本身更有意思。
今日可购,精准呈现
Qwen3.8-Max 是一个拥有 2.4 万亿参数的混合专家模型,每个 token 激活 950 亿参数。它自 2026 年 8 月 3 日起正式开放使用,定价为每百万 token 输入 2.00 美元、输出 6.00 美元,在完整的百万 token 上下文范围内保持统一费率,没有长提示词附加费,也不存在费率上调的门槛。其权重于 2026 年 8 月 12 日以 Qwen3.8-2.4T-A95B 的名义在 BF16 和 FP8 精度下依据自定义 Qwen 许可证发布,这意味着具备相应硬件来提供服务的企业可以对其进行检查、量化并自行托管。在测量时所适用的修订版本下,它在 Artificial Analysis Intelligence Index 上取得 56 分,每项任务成本 1.14 美元——该修订版本此后已被取代两次,因此这一数字属于历史读数,每当将其与来自不同模型的当前数字进行比较时,都应如此标注。
在我们自己的模型页面上,服务概况很具体:p50 首 token 时间为 3.29 秒,支持文本、图像和视频输入并输出文本,过去七天的流量为 3130 万 token,而承接请求的是带日期的快照 qwen3.8-max-0902。最后这个细节值得注意。阿里巴巴正在 3.8 代际内发布带日期的快照,这意味着该代际仍在一个稳定的模型名称之下持续演进。
Qwen 4 Max 完全没有这些。公告所提供的只是一份名单和一条架构传承脉络:
• 四个层级——Qwen 4 Max 作为旗舰、Qwen 4 Flash 负责吞吐量、Qwen 4 Plus 作为均衡的中档,以及开放权重的 Qwen 4 27B
• 状态——Qwen LLM 负责人刘大一恒在台上将其描述为正在新一代架构上进行训练,而发布仅被形容为“很快”
• 架构前瞻——Qwen3.8-Flash-Next,于 2026 年 8 月下旬开源,并在其自身卡片上标注为 Qwen 4 设计预览:1250 亿主参数,外加 510 亿 N-gram 嵌入参数,每步约 60 亿活跃参数,26.2 万 token 的原生上下文可扩展至 100 万,据报道其训练成本比 Qwen3.7-Plus 低约 90%
• 那个不属于这里的路线图数字——随报道流传的 5 万亿到 10 万亿参数目标,描述的是 Qwen 4.5 和 Qwen 5 代,而不是这一代。Qwen 4 Max 的参数量根本没有公布。

这条产品线的代际升级究竟真正意味着什么
关于 Qwen 4 Max 将带来哪些改变,最有用的证据并不在于那场发布。而在于上一次升级,因为 Alibaba 近期的节奏不仅记录得异乎寻常地详尽,而且异乎寻常地快。
3.8 代于 2026 年 7 月 19 日以预览版亮相,2026 年 8 月 3 日正式发布,十三天后的 8 月 12 日开放权重。从预览到开放权重,整整一代在不到四周内完成,而且它与 Qwen 3.7 代的间隔如此之近,以至于 Max 层级在更便宜的层级追平它之前,有效生命周期一直很短。任何把 Qwen 旗舰当作多年架构承诺的人,都误读了这一节奏。
这对 Qwen 4 Max 意味着什么,比“等等看”要具体得多:
• Flash 层级很可能会率先推出,或与 Max 层级一同推出;而在 Qwen 3.8 的记录中,Flash 层级是改变单位经济效益的那个,而不是改变能力上限的那个
• 27B 开放层级是路线图上最可预测的交付,而 Qwen 3.8 一代在那些权重落地后的数日内便展现了下游生态效应
• Max 档位的价格在推出时,将面对这样一个市场:Qwen 自家上一代旗舰为 $2.00 和 $6.00,而一个拥有 4280 亿参数的竞争对手为 $0.30 和 $1.20。该档位的名称承诺的是能力,而非价格定位
所有这些都不是等待的理由。它反而是让我们预期:这一代一旦开始行动就会行动得很快,并且让我们更倾向于选择一种能让你无需重新部署就能跟上它的架构。
坦诚陈述:等待的理由
有两种情况下等待才是正确的做法,而这两种情况足够具体,可以明确列出。
第一种情况是某种工作负载真正受限于 Qwen 3.8 代际无法完成、而 Flash-Next 预览表明 Qwen 4 将能完成的事情。长上下文经济学显然是候选答案:Qwen3.8-Flash-Next 围绕一种名为 QSA 的稀疏注意力方案构建,阿里巴巴将其报告的训练成本降低 90% 中的很大一部分归功于它;如果 Qwen 4 各层级继承这一方案,运行超长上下文的成本可能会大幅下降。如果你的路线图是一个只有在长上下文价格降至当前十分之一时才成立的产品,那么等待是理性的。如果它今天成立,那它今天就成立。
第二个是已经承诺采用自托管 Qwen 部署的组织。如果你正围绕某个 Qwen 检查点来规划硬件,那么 Qwen 4 27B 这一档以及其后继者会改变你该买什么,而在某个开放权重档位发布前三周做出的硬件决定,就是一个做了两遍的决定。
其他所有人都应该继续构建。一个没有公布价格、没有公布上下文窗口、没有公布模态列表、也没有发布日期的模型,不构成规划输入。它是一个路线图信号,而路线图信号的作用是为未来的工作排序,而不是叫停当下的工作。

使最终的迁移成本低廉
这个决定之所以没有看起来那么棘手,是因为只要你没有把模型标识符硬编码进应用程序,Qwen 各代之间的迁移成本就未必会很高。
OrcaRouter 将 qwen/qwen3.8-max 以及 Qwen 3.8 系列的其他模型——其中包括 Qwen3.8-Flash 和 Qwen3.8-27B——汇聚在同一个兼容 OpenAI 的端点上,以 0% 的加价,而提供商的原价则原样透传、分文不加。对于一个密切关注这份路线图的团队来说,由此可以得出两点结论。第一,当阿里巴巴下调价格或发布新快照时,变化会在同一天落到同一把密钥上,而不是等到续约日,因为中间没有加价层来吸收它。第二,也是这里更相关的一点,将来从 Qwen 3.8 模型迁移到 Qwen 4 层级,只需在配置里改一个模型标识符,而不必签新合同、接入新 SDK、收到新账单——这正是“观望”成为一种你可以放心推迟、而非必须当下做出的决定的原因。
自动故障转移则覆盖了另一个风险。新的旗舰层级上线后的最初几周,恰恰是最不该把生产流量全部经由它路由的时候,而能够将这一策略——一部分流量交给新模型,其余留给现有模型,并在两者之间自动故障转移——表达在路由 DSL 中而非应用代码里,正是把一次代际更替转化为一项调优练习的关键。
OrcaRouter 没有收录的是 Qwen 4 Max,也没有任何 Qwen 4 层级。它们都尚未发布,目录反映的是这一情况,而不是提前将其纳入。

这项决定,一页读懂
现在就基于 Qwen3.8-Max 来构建吧——只要你的工作负载能跑在 100 万 token 的窗口上,价格为每百万 token 2.00 美元和 6.00 美元,而且背后还有已公开发布的开放权重。这说的就是大多数工作负载,况且该模型已经上线、定价明确、在标注清楚的修订版本下完成了基准测试,并且正在承载生产流量。去等一个连日期都没有的档位,换不来任何你本季度能用的东西。
如果你正在为自托管的 Qwen 部署采购硬件,或者你的产品经济性取决于长上下文成本下降一个数量级,那就暂缓做决定。在这两种情况下,Qwen 4 的路线图都确实至关重要,而在这两种情况下,真正需要关注的特定档位都不是旗舰——而是 27B 的开源发布和 Flash 档位的价格。
与此同时,请忽略阿里巴巴发布模型卡之前所发布的任何 Qwen 4 Max 规格表,也请忽略任何声称 5 到 10 万亿参数路线图数字就是 Qwen 4 Max 规格的说法。前者是披着表格外衣的猜测;后者则是从一个不同的幻灯片上借来的数字,被硬安到了一个没人跑过的模型上。
代际问题这次的解法与上次相同。阿里巴巴出货快、定价激进、开放权重则滞后。无论 Qwen 4 Max 最终是什么,明智的姿态都是:在 Qwen3.8-Max 上运行一套可用的系统,并配有一个能通过改配置就接纳继任者的端点——这是一个你能在任何公告期间都保持的立场,包括这一次。
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
