
Qwen 4 对比 Kimi K3.1 Pro:$3.27 对 $3.68,差距并不像价签所暗示的那么大
- 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 1.02026-11-0717 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 · 126 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 · 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 · 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 · 147 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 · 123 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
从表面上看,与 Kimi K3.1 Pro 对话的成本是 Qwen4-Max 的两倍多:每百万 token 输入 2.00 美元、输出 10.00 美元,而 Qwen4-Max 为 1.50 美元和 4.50 美元。在唯一一项独立指标上——它衡量的是完成一项任务的成本,而非 token 成本——差距缩小到约 11%:Kimi K3.1 Pro 每个 Intelligence Index 任务 3.68 美元,Qwen4-Max 为 3.27 美元,二者均取自 2026 年 11 月 17 日的 Artificial Analysis。这一差距骤缩正是这场对比的全部关键,因为它意味着两个主打价格描述的是不同的工作量,而标价更高的模型才是思考更久的那个。Kimi K3.1 Pro 于 2026 年 10 月 23 日在 Moonshot 的 API 上线,并于 11 月 4 日公开模型权重;Qwen4-Max 是阿里巴巴 Qwen 4 代的旗舰模型,于 11 月 16 日上线。这两个日期都不是这里的新闻——真正的新闻是按成果计成本的反转。
为什么两个相差 2.2 倍的价格,产生的账单却只相差 11%?
Kimi K3.1 Pro 是一个 2.8 万亿参数的混合专家模型,每个 token 约有 1040 亿激活参数。它默认是推理模型,可选推理力度——无、低、高、最高——在默认设置下运行时间很长:Artificial Analysis 在每秒 30 个输出 token 下测得每个 Intelligence Index 任务的中位耗时为 39.7 分钟,而其所比较模型的中位数为 13.5 分钟。Qwen4-Max 基于 2.4 万亿参数的主干运行,每个 token 有 710 亿激活参数,默认开启思考,预算为 131,072 个 token,并在思考与回答之间共享 262,144 个 token 的上限。
两者在输出 token 上都很贵,因为两者都是推理模型。无论哪种情况,每 token 的价格都会乘以一个很大的数,而生成更多 token 但单价更低的模型,最终花费可能与生成更少 token 但单价更高的模型相同。$3.27 和 $3.68 告诉你的就是这个。
两张卡真正出现分歧的地方,恰恰是每项任务数值所抹平的一切:
• 输出价格 — Qwen4-Max $4.50 对比 Kimi K3.1 Pro $10.00 / 100 万
• 输入价格 — Qwen4-Max 每 100 万 tokens 1.50 美元,而 Kimi K3.1 Pro 每 100 万 tokens 2.00 美元
• 缓存读取 — Qwen4-Max 每 100 万 $0.075,对比 Kimi K3.1 Pro 每 100 万 $0.20
• 上下文 — Qwen4-Max 1,000,000 对比 Kimi K3.1 Pro 1,048,576 个 token
• 最大输出 — Qwen4-Max 262,144,与思考共享,对比 Kimi K3.1 Pro 943,718
• 实测速度 — Qwen4-Max 未公布,对比 Kimi K3.1 Pro 每秒 30 个 token
• 独立评分——Qwen4-Max 43 分 vs Kimi K3.1 Pro 46 分,同一天、同一榜单
• 权重 — Qwen4-Max 无;Kimi K3.1 Pro 以定制许可证发布
输出上限是一种不同性质的限制
Kimi K3.1 Pro 的 943,718 token 最大输出并不是一个整数,也不是营销数字——它是在减去提示词后,1,048,576 token 窗口中剩下的部分,这说明该模型将上下文和输出视为同一个池。这与 Qwen4-Max 的限制架构真正不同:在 Qwen4-Max 中,262,144 个 token 由思考过程和答案共享,而宣传的 1,000,000 token 窗口是输入侧的余量。
在实践中:让任一模型生成一个 300,000 token 的产物,Kimi K3.1 Pro 一次就能完成,而 Qwen4-Max 做不到,无论你给它喂多少上下文。让任一模型读取 700,000 token 并以 5,000 token 作答,两者都能做到;按公开费率,Kimi K3.1 Pro 的输入费用为 $1.40,Qwen4-Max 为 $1.05。
需要警惕的失效模式,是需要同时满足这两项条件的工作负载。一个 50 万 token 的证据包加上一份 40 万 token 的报告,仍在 Kimi K3.1 Pro 的窗口之内,却超出 Qwen4-Max 的输出预算达 1.5 倍。如果这就是你的任务,那么还没等价格因素进入考虑,这个比较就已经结束了。
开放权重改变了讨论,但不是以人们预期的方式
Kimi K3.1 Pro 的权重是公开的。Qwen4-Max 的权重则不是,而阿里巴巴的发布材料只表示 Qwen 4 系列中较小的模型“即将开源”,但没有给出日期。这种不对称被解读为“Kimi 可以免费运行”的情况,远比它应得的更频繁。
一个拥有2.8万亿参数、1040亿活跃参数的检查点,是数据中心的产物。发布它意味着你可以审计它、微调它、固定某个版本,并在自己的加速器上运行它——但这并不意味着你能在工作站上提供服务,也不意味着边际token是免费的。它真正意味着的是,没有任何供应商能背着你更换模型、撤回许可证,或对固定版本的部署抬高价格。对受监管的买家来说,这比每百万输出token 0.50美元更有价值。对下个季度就要交付功能的团队来说,它则一文不值。
在围绕它做规划之前,这份许可证值得一读。Kimi K3.1 Pro 采用的是 Kimi 专属许可证,而非标准的开源许可证,其条款与 Apache-2.0 并不完全相同。如果重新分发或商业托管是你计划的一部分,那这属于法律问题,而不是工程问题。
43 和 46 是什么,又不是什么
这两个数字来自同一天、同一份 Artificial Analysis Intelligence Index,因此彼此之间可比——而几乎无法与市面上流传的其他任何数据相比。Kimi K3.1 Pro 在发布时按重建前的评分标准得分为 55,这一数字仍被其自身的发布报道以及若干与厂商相关的摘要引用;在重建后的指数上,它是 46。Qwen4-Max 则只在当前版本上被评过分,为 43。
指数上三个点的差距是真实但微小的领先,而且它小于单个任务类型上的逐次运行方差。它不应成为决定性因素。它之所以重要,主要是因为它削弱了这样一种直觉:一个输出价格达到 2.2 倍的模型,必定在做某种本质上更难的事情。
就速度这一项而言,其解读指向的是更值得着手应对的差距。Kimi K3.1 Pro 每秒 30 个输出 token、每个索引任务耗时 39.7 分钟,这些数据都经过实测并已公开。而在同一张榜单上,Qwen4-Max 既没有输出速度,也没有单任务耗时——其资料页上只显示一道横杠。对于一个交互式产品来说,这是实实在在的风险:你要在一个慢得有据可查的模型和一个速度未知的模型之间做选择,而“未知”并不显然是更稳妥的那一边。

三个买家,三个答案
你负责生成长篇交付物。不必过多斟酌,选 Kimi K3.1 Pro。输出上限是一道硬性能力边界,而按公开定价,30 万 token 生成的价格差是 $3.00 对 $1.35——便宜的模型根本干不了这活,所以这个比较是算术问题,而非分析问题。
你从事高吞吐量、短输出的工作。Qwen4-Max。当输出是 2,000 个 token 而不是 200,000 个时,输出价格就是全部账单,而 4.50 美元对 10.00 美元具有决定性。无论你是否使用 Kimi K3.1 Pro 的长程推理,你都要为其付费,除非你降低投入力度——而在一个为长程推理调优的模型上降低投入力度,实际上得到的是另一个模型,而不是折扣。
你需要自己掌控部署。 Kimi K3.1 Pro,因为它是两者中唯一你能拥有的。这个论证无论怎么讲,都不会以你无法锁定版本的闭源模型收尾。
第四种情况——你希望两者兼得,又不想经历两轮采购流程——正是路由层发挥价值之处。kimi/kimi-k3.1-pro 和 Qwen 系列都能通过我们这边的一个端点访问;Qwen4-Max 本身并不在我们目前提供的 215 个标识符之列,若说它在,那就是撒谎,因此如今实际的分工是:长周期工作用 Kimi K3.1 Pro,而 qwen/qwen3.8-max 作为阿里巴巴的旗舰模型,你可以通过我们实际调用,输入价为 $2.00、输出价为 $6.00。这是备用方案,而非替代品,而且 Qwen3.8-Max 的每任务成本证据并不乐观:Artificial Analysis 给出的数据是每个索引任务 $10.02,是 Qwen4-Max 的 $3.27 的三倍。
没人公布过的数字
两项每任务成本都按指数加权,这意味着它们反映的是默认设置下推理、知识和编码问题的特定组合。两家厂商都没有公布每项已完成业务任务的成本,也都不会公布,因为答案取决于你的提示词。$3.27 和 $3.68 是现有最接近诚实比较的数据,但它们仍然是对别人工作负载的平均值。
我们能自信断言的范围更窄:在相同输出量下,Qwen4-Max 大约便宜 2.2 倍;在相同任务完成度下,两者差距在 11% 以内;而这两种说法之间的差异,完全可以用 Kimi K3.1 Pro 为达到该结果所消耗的 token 数量来解释。如果你的工作负载的 token 特征与该指数相似,那么应按每任务数据来做预算。如果不像——大多数生产工作负载都不像——那么在做出任何决定之前,先用两种模型各跑一百次你自己的调用并计算成本。
下个季度悬而未决的问题是:Qwen4-Max 缺失的速度数据能否在买家必须做出决定之前到位。一个实测得分为 43、却没有实测延迟数据的模型,比一个实测得分为 46 的模型更难推销;这种不对称是证据上的缺口,而不是模型本身的缺口。

这三个中的两个已经在同一个键上了
kimi/kimi-k3.1-pro 是我们提供服务的 215 个标识符之一,可通过 Chat Completions、OpenAI Responses API 和 Anthropic Messages 使用,按供应商的标价、无任何加价——所以上面的 $2.00/$10.00 就是你的实付价格,Moonshot 做出的任何变更都会当天生效。这项对比中 Qwen 这边是分裂的:qwen/qwen3.8-max 可通过我们路由,输入 $2.00、输出 $6.00,而 Qwen4-Max 本身则不能,需通过阿里巴巴自己的 API。这个分裂值得直说,因为它改变了建议的形态:每任务经济性更好的模型,恰恰是你还无法通过单一端点访问到的那个。

