DeepSeek V4 Pro 對比 Qwen3.8 Max：推理專家 vs 中國全能選手

相隔十天，中國最受關注的兩款模型相繼上線：阿里巴巴發佈了Qwen3.8 Max，時間是2026年8月3日——這是一款2.4兆參數的稀疏MoE旗艦，被其標榜為智能體、辦公與多模態理解的全能選手——而D​eepSeek則推出了正式版DeepSeek V4 Pro，於8月12日發布。這款專攻推理與編碼的模型，總參數達1.6T，輸出token的價格約為Q​wen的七分之一。兩者瞄準的是同一批開發者的荷包，但對旗艦模型該做什麼卻意見分歧：Qwen3.8 Max想成為你所有任務都統一路由到的那個模型；DeepSeek V4 Pro則想成為你把棘手難題升級交給它的那個模型。

關鍵要點

• Qwen3.8 Max 是中國通用排行榜上原始能力較高的模型（SuperCLUE 第一名，七月），也是更強大的多模態/企業級套件——影片輸入、內建工具、結構化輸出，全部集中在一個 API 中。

• DeepSeek V4 Pro 的價格大幅降低（輸出方面約 7 倍），已開放權重，如今在編碼/代理能力的宣稱上更勝一籌 — Terminal-Bench 2.1 得分 87.9，對比 Q​wen 廠商宣稱的 86.6。

• 注意冗長成本：獨立運行測試顯示，Qwen3.8 Max 平均每個代理任務約需 64 輪對話、耗費約 $1.14 —— 這是規格表所隱藏的實際成本問題。

• 誠實的標題：Qwen3.8 Max 是「能力之戰」的旗艦，定價與美國封閉模型看齊；DeepSeek V4 Pro 則是性價比的反擊。

同一張規格表中的兩種哲學

• 總參數 — Qwen3.8 Max 2.4T（稀疏 MoE，約 95B 活躍）對比 DeepSeek V4 Pro 1.6T（MoE，約 49B 活躍）

• 上下文／最大輸出 — 兩者上下文均為 1M；Qwen 的輸出上限約為 128–131K，而 DeepSeek 則為 384K

• 輸入 — Q​wen 支援文字、圖片與影片輸入；DeepSeek V4 Pro 支援文字與圖片輸入，並在官方版本中具備全新的原生圖片推理能力

• 開放權重 — DeepSeek V4 Pro：已發布（MIT）；Qwen3.8 Max：承諾於8月10日當週發布，為史上首款開源的 Max 級 Q​wen

• API 附加功能 — Q​wen 內建工具與結構化輸出，開箱即用；DeepSeek V4 Pro 提供思考切換、結構化 JSON、Responses API，以及 Codex 相容性。

• 價格 — {{1}}Qwen3.8 Max{{/1}} 每百萬 tokens 為 $2.00 / $6.00（快取 $0.25）vs {{2}}DeepSeek V4 Pro{{/2}} 約 $0.42 / $0.87（快取 $0.0035）

Qwen3.8 Max 的優勢所在

在通用能力軸線上，{{1}}Qwen3.8 Max 居於領先{{/1}}，獨立數據也印證了這點。{{2}}Artificial Analysis{{/2}} 對它的評測結果是{{3}}智能指數 58、程式碼指數 71.8、代理指數 58{{/3}}——{{4}}這是任何中國實驗室迄今最接近該代理排行榜榜首的一次{{/4}}。在 {{5}}SuperCLUE{{/5}} 七月的中文排行榜上，它位居{{6}}第 1 名，得分 71.48{{/6}}，而 {{7}}DeepSeek-V4-Pro{{/7}} 則位居{{8}}第 5 名，得分 64.4{{/8}}。{{9}}阿里巴巴的發布示範{{/9}}——{{10}}一次為期 16 天的自主程式設計任務，以及一項論文復現，其 AIME24 成績超越了原論文{{/10}}——是{{11}}整個發布週期中最有力的證據{{/11}}，證明這確實是一個具備真正能力的長程代理。

對開發者而言，實際的勝出點是整合型的：影片輸入、內建工具呼叫、免設定的結構化輸出，以及一個 D​eepSeek 無意追趕的生態系統（Model Studio、Q​wen 工具鏈）。若工作負載是文件密集型、多模態，或需要企業整合的應用情境，Qwen3.8 Max 就是中國市場目前預設採用的模型。

DeepSeek V4 Pro 的優勢所在

在編碼與成本方面，正式版 V4 Pro 就是最有力的反駁。D​eepSeek 報告稱，{{1}}正式版在 Terminal-Bench 2.1 上取得 87.9 分（高於預覽版的 72.1）{{/1}}，{{2}}在 DeepSWE 上為 62.7 分{{/2}}——而 Q​wen 廠商自行報告的 {{3}}Terminal-Bench 分數為 86.6{{/3}}。預覽版早已擁有 {{4}}80.6 的 SWE-bench Verified、90.1 的 GPQA Diamond，以及 93.5 的 LiveCodeBench{{/4}}，是開源模型競賽程式設計的最高分，而正式版的變更恰好集中在這些分數所對應的代理型（agentic）與推理任務上。

接着是价格。以每百万 tokens 0.42/0.87 美元计算，DeepSeek V4 Pro 的输入成本比 Qwen3.8 Max 的 2/6 美元便宜约 4.8 倍，输出成本便宜约 6.9 倍。{{1}}DeepSeek 还在 8 月 6 日指出即将涨价，这使得今天的价格只是一个窗口期，而非承诺——下文将详细说明。{{/1}}

在真實的代理任務上算一算。

獨立代理執行（agentic runs）正是 {{1}}Qwen 的標價不再是真實價格{{/1}} 之處。在 Artificial Analysis 的代理任務中，{{2}}Qwen3.8 Max 平均每次任務約 64 輪，每任務成本約 $1.14，上一代則約 $0.53{{/2}}——該模型相當冗長、規劃量大。{{3}}若在 DeepSeek V4 Pro 上以每百萬輸出 $0.87 執行相同任務形態，每次任務成本約莫低一個數量級{{/3}}。{{4}}如果你的產品是每天每位使用者呼叫模型一百次的迴圈，那麼這個差異就是你的利潤空間。{{/4}}

雙方的可靠性注意事項

這裡的來源誠實是雙向的。獨立測試指出 Qwen3.8 Max 的幻覺率從 23% 上升到 40%，AA-Omniscience 分數下降了十分——該模型在同一次發布中變得更強大，卻也更不可信。DeepSeek 的預覽版在 AA-Omniscience 上有記載的 94% 總是回答率，意思是它傾向於無論是否知道答案都會產生一個回答。這兩個警示對生產環境都很重要；對於這些模型所針對的工作負載來說，兩者都不構成取消資格的因素。

為什麼開放權重的時機改變了價格計算

Qwen3.8 Max 的開放權重釋出，{{1}}一旦正式推出{{/1}}，將改變{{2}}這場對決在一週內的經濟格局{{/2}} — {{3}}自行託管者將獲得 2.4T 旗艦模型{{/3}}，而{{4}}API 價格壓力將真實存在{{/4}}。這正是{{5}}轉嫁定價模式能讓你保持誠信{{/5}}的場景。OrcaRouter 以{{6}}零加價轉嫁供應商的目錄價格{{/6}}，因此當阿里巴巴或 D​eepSeek 調整價格時 — {{7}}無論漲或跌{{/7}} — {{8}}這項變更當天就會在一把金鑰上生效{{/8}}，{{9}}無需重新談判或閱讀第二份合約{{/9}}。你可以將流量路由至 {{10}}Qwen3.8 Max 或 DeepSeek V4 Pro{{/10}} 兩者中{{11}}目前評測較偏好的那一方{{/11}}，而{{12}}價格始終維持供應商實際收取的金額{{/12}}。

為您的 API 建置器決策，該選哪一個？

當任務需要全方位覆蓋時，選擇 Qwen3.8 Max——多模態輸入、結構化輸出、內建工具、中文品質居當前排行榜之首——而且你的成本模型能容忍冗長的代理型（agentic）執行。當任務以推理或程式碼為主、Token 用量龐大、開放權重對合規或自架部署至關重要，或預算線是硬性約束時，選擇 DeepSeek V4 Pro。這場對決最直接的解讀，正是兩家公司自身所傳達的訊號：Qwen3.8 Max 是你衡量一切的旗艦，而 DeepSeek V4 Pro 讓基準測試看起來變得很昂貴。