
Qwen4-Max vs Qwen3.8-Max-Prime:快车道成本翻倍,却最后完成
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 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 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 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 · 199 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 · 114 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 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Qwen3.8-Max-Prime 存在的理由只有一个:把价格大约翻倍,好让 token 更快到达。Qwen4-Max 自 2026 年 11 月 16 日起正式可用,价格比 Prime 所基于的模型更低——在新加坡,每百万 token 输入 1.50 美元、输出 4.50 美元,而后者为 2.00 美元和 6.00 美元——并且完成一项任务的实际耗时约为三分之二。因此,读者真正需要的比较并不是“新旗舰对旧旗舰”,而是:阿里在 Qwen3.8-Max 之上售卖的付费高速通道,是否还能带来任何仅靠以标准价格改用 Qwen4-Max 得不到的东西。诚实的答案比任何一方的厂商页面所暗示的都更有限:Prime 在每 token 的流式输出速度上仍然更快,但按单个任务衡量,它已不再明显更快。
还有第二个更不易察觉的复杂因素。截至11月18日,Prime 模型 ID 既没有出现在阿里云 Fast 模式的文档页面上,也没有出现在其国际版或中国版的模型价目表中。该页面最后更新于2026年10月11日,目前列出了三个 Prime ID,全部是 GLM 或 Wan——完全没有 Qwen 变体。未列出并不等同于撤下,而且我们找不到阿里云发布的停用通知,因此应将其视为“不再列出”,而不是“已停用”。但如果你本周正在为切换做预算,那么问题就从“两款中该买哪一款”变成了“较旧的那款是否还在售”。
其中一个是模型,另一个是服务通道。
这一区分决定了整个比较,而营销宣传并未作出这一区分。
• Qwen4-Max —— 阿里巴巴 Qwen 团队的全新旗舰模型,2026 年 11 月 16 日正式发布(GA),在六个区域按 token 计量计费,上下文长度 1,000,000 token,支持文本、图像和视频输入并输出文本,思考模式默认开启,取值为reasoning_effort=high。
• Qwen3.8-Max-Prime —— 它并不是一个模型。它就是 Qwen3.8-Max,即那个于 2026 年 8 月 3 日达到 GA(全面可用)的 2.4 万亿参数 3.8 旗舰模型,通过阿里巴巴所称的 Fast mode(Prime 模式,优速模式)提供服务。相同的权重、相同的上下文、相同的工具调用接口、相同的使用限额。阿里巴巴自己的文档称,其能力与限制“与原模型相同”,而你唯一改动的就是 model 参数。
这一点很重要,因为服务通道的老化方式与模型不同。Prime 继承了 3.8 代的所有能力上限及其每一项 token 效率特征;它新增的是 Alibaba 自有基础设施上的吞吐量余量,并按倍数定价。当它底层的那一代被更便宜、token 效率更高的东西取代时,这条通道保住了速度,却失去了存在理由。
价格表,以及藏在其中的反转
这些是 Alibaba 价目表上的标价,不是实际账单。每百万个 token,输入和输出:
• Qwen4-Max,新加坡 — $1.50 / $4.50,在完整的 1,000,000 token 窗口内保持统一价格。
• Qwen4-Max,其他所有地区——北京、香港、法兰克福、弗吉尼亚和东京为 $1.413 / $4.24。
• Qwen3.8-Max,新加坡 — $2.00 / $6.00;全球区域为 $1.650 / $4.951。
• Qwen3.8-Max-Prime — 国际卡价格为 $3.301 / $9.902,缓存命中价格为 $0.413。这恰好是标准 ID 的 Global 费率的 2.0 倍,并非四舍五入后的近似值。我们在九月下旬从费率表上读到这些数字;它们是我们掌握的 Prime 最后公布的数值,而该行如今已不在页面上。

• 缓存读取费率——新加坡每百万 $0.075,其他地区 $0.071,而 Prime 的缓存命中为 $0.413。不到五分之一的价格,且落在长代理循环最常付费的那一项上。
把第一行和第四行放在一起看,反差非常鲜明:这款发布仅两天的旗舰模型,输入成本约为上一代快速通道的 43%,输出成本也是 43%。即便对比它所取代的普通版 Qwen3.8-Max,Qwen4-Max 在新加坡也便宜 25%——厂商把这包装成一次降价,这确实是降价,但前提是新模型不会把省下来的钱花在更多 token 上。下面会进一步说明,因为它部分如此,部分又不是。
真正会复利的是缓存这一项。一个带有固定系统提示词和工具 schema 的长智能体循环,每一轮都会重新读取其前缀,因此决定第五十轮边际成本的是缓存读取费率,而非标称输入费率。以 $0.075 对 $0.413 来看,Qwen4-Max 重新读取缓存前缀的费用约为 Prime 收费的五分之一——这一差距达到新输入上 2.3 倍差距的 2.4 倍,也正是它决定了一次 40 万 token 的文档扫读究竟是否负担得起。
Prime 实际换来的是:每秒 token 数,而不是每小时任务数
阿里巴巴的 Fast 模式页面直白地说明了其优势:TPS 提升至标准 API 的 1.5 至 2 倍,面向 AI 编程助手、多步智能体推理和实时对话场景。页面还介绍了一条不同寻常的限流规则——当你触及速率限制时,如果平台仍有空闲容量,你就不会被限流,因此实际可用的吞吐量不会低于所标称的限值。这是下限,而非上限;而对于交互式编程助手来说,尾部表现比平均水平更重要。
这一数字从未被独立测量过。已经测量过的是标准版 Qwen3.8-Max 构建:Artificial Analysis 记录到,在阿里巴巴自有 API 上,其输出速度为每秒 60.0 个 token,首 token 时间为 3.6 秒。在同一榜单上,Qwen4-Max 记录为每秒 54.5 个 token,首 token 时间为 6.9 秒。因此,如果 Prime 真的能达到其宣称范围的上限,它的流式输出速度约为每秒 120 个 token——是 Qwen4-Max 的两倍多——而且首 token 到达得更快。
然后读取同一张表的另一半,优势就会反转:
• 每个索引任务的输出词元——Qwen4-Max 104,940 对 Qwen3.8-Max 170,794。新模型在完成同一评估套件时少消耗 38.6% 的词元,且双方均采用相同的xhigh 努力程度设置。
• 每个任务的实际耗时——32.1 分钟对 47.5 分钟。尽管 Qwen4-Max 的流式输出更慢,但它的完成时间却缩短了三分之一。
• 每项任务成本——按公开标价计算,分别为 3.27 美元和 10.02 美元。将 10.02 美元乘以 Prime 统一的 2.0× 溢价,同一项任务成本将接近 20 美元。
最后那个数字是价目表上的算术,不是实测——Artificial Analysis 计时的是标准 ID,而不是 Prime 通道,而且我们找不到任何人发布过 Prime 模式的基准测试。要把它表述为估算值。但方向毫无疑问:如果你为一条产出相同 token 的通道按每 token 2.0× 付费,那么你为任务支付的就是 2.0×。Prime 让每个 token 更快,让每个任务更贵;Qwen4-Max 让每个 token 更慢,让每个任务更便宜、更短。
对于人类盯着字符逐个出现的聊天界面来说,这种差异是真实存在的,Prime 仍然更胜一筹。对于会连续执行十二次调用并在最后向你计费的智能体来说,token 数量就是实际耗时。
能力差距,靠衡量而非声称
阿里巴巴为 Qwen4-Max 发布的材料称,token 效率提升约 24%,在 xhigh 强度档下;而提升 35% 则是在 high 档下,基于其内部 Work360 基准测试,且每项任务平均成本下降 62%。这些均由厂商报告,尚未复现。独立评测委员会给出了一致但不那么戏剧化的说法,而这正是制定计划时应依据的。
在 Artificial Analysis Intelligence Index v5.0.1 上,两个模型在相同 effort 设置下的得分分别是多少:
• 指数 — Qwen4-Max 42.9(网站将其四舍五入为 43),而 Qwen3.8-Max 为 33.7。相差九分的代际差距,并且同一榜单将 3.8 那一行记录为已弃用,已被 Qwen4-Max 取代。
• Humanity's Last Exam, Diamond — 44.9% 对 24.0%。这是该行中最大的单项差异,也是对你能委派什么改变最大的一项。
• APEX Agents — 59.1% 对 42.4%。智能体任务完成率提升了近十七个百分点,这正是一个需要你全程监督的工作流与一个只需事后检查的工作流之间的差别。
Terminal-Bench 4.0 — 48.5% 对 38.9%。这是实实在在的提升,值得与 3.8 构建在更早的 Terminal-Bench 2.1 上录得的 88.8% 放在一起对照阅读,而 Qwen4-Max 尚未在该版本上获得评分。请勿跨这两个版本进行比较。
• FrontierCode 2.0 — 26.5% 对 23.4%。这是榜单上最小的差距。如果你的工作负载是针对代码仓库进行代码生成,那么代际跃升是三个百分点,而不是九个百分点,并且 Prime 的吞吐量对你来说可能仍然比该指数更重要。
• Omniscience——27.7 对 10.5,幻觉率分别为 28.4% 和 27.1%。Qwen4-Max 的知识量明显更大,编造率却大致相同。这两个事实结合起来,正是它在开放式研究中更安全、而在任何你无法核查的事情上并不更安全的原因。
另外两处差距则朝相反方向,且都关乎你能锁定什么。Qwen3.8-Max 有一个带日期的快照,qwen3.8-max-0902,仍以相同价格列在价目表上,因此你可以跨版本冻结行为。Qwen4-Max 没有快照 ID、没有微调,也没有专用部署——Alibaba 的页面将这两项均标为不支持。如果你的合规方案依赖于一个不会在你脚下发生变化的模型,那么两代之中只有较旧的一代提供这一点,而 Prime 继承的也是同一个带日期的构建。
尚未被计入价格的可用性问题
正是这一点,让这次比较变得紧迫,而不只是学术讨论。今天查看 Fast 模式页面,你会发现三个受支持的 ID——glm-5.3-prime、glm-5.2-fast-preview 和 wan3.0-video-prime——它们位于北京和新加坡。两个区域都没有列出任何 Qwen 模型。查看国际版或中国版的模型价目表,也找不到 qwen3.8-max-prime 这一行;Qwen 条目依次是 qwen4-max、qwen3.8-max、qwen3.8-max-0902,一直排到 3.7 系列。而且任何地方都没有 qwen4-max-prime——这个新旗舰根本没有快速通道版本。
从外部我们无法判断,阿里巴巴是停用了 Qwen Prime ID、把它移到了一个我们尚未找到的区域性产品页面,还是在一次结构调整中干脆把它从文档表格里删掉了。我们能说的范围更窄,但仍然有用:本周如果有人计划基于 Qwen3.8-Max-Prime 构建对延迟敏感的应用程序,应先在自己的工作区确认该 ID 仍然可用,再围绕它进行设计,因为公开文档已不再承诺它。这与九月份的风险状况不同,当时该 ID 还和标准版一起列在费率卡上。
这也重新界定了这项决策。如果你的账户仍可使用 Prime,你就是在更旧、更弱、更贵的模型上的快车道,与更新、更便宜、更强的模型上的较慢车道之间做选择。如果已不可用,那么选择已经替你做好了,唯一剩下的问题就是:你还要继续为标准 3.8 ID 支付 $2.00/$6.00,而不是 $1.50/$4.50,持续多久。

谁应该选哪个
• 交互式编码助手,有人在观看流式输出——如果 Prime 仍能在你的工作区中解析,并且用户体验以每秒字符数来衡量,那么 2× 吞吐量就是产品本身。Qwen4-Max 每秒 54.5 个 token 并不慢,但它不是快车道,其 6.9 秒的首 token 时间几乎是标准 3.8 构建的两倍。
• 智能体流水线、批量评估、文档扫描——Qwen4-Max,几乎无需争论。每项任务消耗更少 token,耗时更短,成本仅为三分之一,而且在长前缀上的缓存读取费率比 Prime 便宜五倍以上。
• 必须锁定版本的工作负载——qwen3.8-max-0902,即带日期的 3.8 快照,按标准费率计费。Prime 和 Qwen4-Max 都不提供冻结的检查点。
• 针对大型仓库的代码生成——这是目前最需要权衡的一项。为了把 FrontierCode 2.0 提升三个指数点,可能不值得失去一条你已经做过埋点监控的吞吐通道,尤其是当瓶颈在你的智能体而不是模型时。
• 尚未迁移的用户——在正式采用之前,请先在你自己的轨迹上跑一遍 index-suite 的算术。Artificial Analysis 测得的 38.6% token 降幅是在混合评测上的平均值;你的工作负载可能压缩得更好,也可能完全没有压缩。
将选择接入单一端点
Qwen4-Max 和 Qwen3.8-Max-Prime 目前都不在 OrcaRouter 的目录中——我们检查了这两个模型页面,二者均无返回结果,而本文也不会暗示相反。真正存在的是整个对比所基于的模型:qwen/qwen3.8-max及其带日期的快照qwen/qwen3.8-max-0902,按供应商的标价提供,加价为 0%,也就是目前每百万 token 输入 $2.00、输出 $6.00。OrcaRouter 针对该 ID 的自有页面报告,过去一周的 p50 首 token 时间为 4.34 秒,p95 为 10.00 秒——这是我们在自己的流量上测得的结果,而不是供应商的。
这对决策有着具体影响。Alibaba 在 11 月 11 日预览版到 16 日正式发布(GA)之间两次调整了 Qwen4-Max 的价格,而且 Global 卡已经比新加坡卡低 5.8%。无论你构建什么,费率都会在你使用过程中发生变化。透传网关意味着供应商降价当天就会体现在你的账单上,而不是等到下次合同续约;一个密钥即可覆盖两代模型,因此从qwen3.8-max迁移到qwen4-max只是改一个模型字符串,而不是再做一次集成。在 Qwen4-Max 可在此处路由之前,有用的模式反而是最朴素的那种:在你已有的密钥上保留标准 3.8 ID,在 Qwen4-Max 的商业条款敲定期间直接通过 Alibaba 评估它,并让自动故障转移在两个方向上覆盖缺口。
什么会改变这一裁决
三件事,而且每一件都能在未来几周内核实。一个 Qwen4-Max Prime 变体将恢复当前这一代上的快速通道,并让这再次成为吞吐量对吞吐量的比较,费率为 $1.50/$4.50 的 2×。一项独立的 Prime 模式测量将用可以写进容量规划的东西,取代厂商 1.5–2× 的说法——没有人发布过这样的测量,而在有人发布之前,这个倍数只是一个承诺。而 Qwen4-Max 的快照 ID 将消除继续留在 3.8 线上的唯一真正理由;目前这个理由不是价格,不是能力,也不是完整任务上的速度,而是冻结检查点的能力。
对其他人来说,答案早已由算术定下:这条快车道无论按每 token、每任务还是每次缓存重读来算,成本都高于取代它的那款模型,而它能做的事却更少。对一个高端档位而言,这实在古怪;而这正是一条服务通道的寿命超过它所对标定价的那一代产品时会发生的事。

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
