GPT-6.1 Terra 與 Qwen 4 Max：阿里巴巴必須跨越的價格門檻

GPT-6.1 Terra 是一款已上市、並附有價目表的模型。Qwen 4 Max 則只是阿里巴巴雲棲大會上的一張簡報投影片。Terra 於 2026 年 10 月 26 日開賣，每百萬輸入 token 收費 1 美元、每百萬輸出 token 收費 5 美元，上下文視窗為 1,050,000 個 token，獨立的 Intelligence Index 分數為 48，實測每完成一項 index 任務的成本為 0.40 美元。Qwen 4 Max 於 2026 年 9 月 22 日發布，被定位為 Qwen 4 系列的頂級款式，而截至 10 月 27 日，它沒有模型卡、沒有 API 識別碼、沒有公布價格、沒有標示上下文視窗，也沒有任何基準測試成績。因此，大家拼命搜尋的這個比較，只有一邊有數字。真正有用的版本，是拿 Terra 才剛立下的門檻，去對比確實存在的 Qwen 旗艦Qwen3.8 Max——而這個比較所點出的事，等真正的模型正式推出時，阿里巴巴非得給個交代不可。

這不是對路線圖的貶抑。阿里巴巴在自己的大會上預覽四個 Qwen 4 等級，是傳達方向的正常做法，而該公司已按時推出足夠多的模型，因此「訓練中」的說法可信。這是關於採購的陳述：一個無法呼叫、定價或評分的模型，無法據以規劃，而任何流傳的 Qwen 4 Max 規格表都是某人的推測，而非阿里巴巴的文件。

關於 Qwen 4 Max 實際上已知哪些資訊？

阿里巴巴於 9 月 22 日在杭州的 Apsara 大會上展示了 Qwen 4 系列：Qwen 4 Max 為旗艦，另有 Qwen 4 Plus、Qwen 4 Flash，以及瞄準本地部署的 Qwen 4 27B 層級。該公司自家的發布聲明指出，該系列仍在訓練中，且未提供任何層級的日期、價格與規格。廣泛流傳的 5 至 10 兆參數數字，屬於後續 Qwen 4.5 與 Qwen 5 的規劃，不屬於 Qwen 4 Max。十月唯一與發布時程有關的訊號，是一則匿名 Reddit 貼文，聲稱有合作夥伴聽到了「十月下旬」；阿里巴巴尚未證實，而單一帳號的傳聞並不是發布日期。

什麼才算得上正式發布，具體得無聊：模型卡、API 模型識別碼、公布的輸入與輸出 token 費率、明示的上下文視窗、可供人呼叫的端點，以及由廠商以外的人測出的基準測試列。截至 10 月 27 日，Qwen 4 Max 這些全都沒有。它也未出現在 OrcaRouter 的 214 個模型目錄中；這項查核很有用，因為該目錄是根據實際可呼叫的模型產生，而非依據新聞稿。

在情況改變之前，最誠實的比較是 Terra 對上 Qwen3.8 Max；後者是 Qwen 的旗艦模型，自 2026 年 8 月起已全面開放使用、權重開源，也是阿里巴巴自家客戶在等待期間所使用的模型。

這項標準，是對照現有的 Qwen 來衡量

Artificial Analysis 已在公開的配置下，對兩款已正式推出的模型進行了測量，而這是唯一能讓下列各項數據並列比較的方式。價格均為各廠商自行公布的費率。

• 價格 — GPT-6.1 Terra 每百萬個 token 輸入 $1.00 / 輸出 $5.00；Qwen3.8 Max $2.00 / $6.00。

• 快取輸入 — Terra $0.05；Qwen3.8 Max $0.25。

• 上下文視窗 — Terra 記載為 1,050,000；Qwen3.8 Max 記載為 1M，Artificial Analysis 列為 984K。

• 最大輸出 — Terra 128,000；Qwen3.8 Max 在本次審閱的資料中並未公布可資比較的上限。

• 獨立智慧指數 — Terra 48，221 個中第 25 名；Qwen3.8 Max 45，221 個中第 35 名。

• 每項索引任務成本 — Terra $0.40；Qwen3.8 Max $5.41。

• 輸出速度 — Terra 每秒 90.9 個 token；Qwen3.8 Max 每秒 40.5 個。

• 首個 token 耗時 — Terra 77.96 秒；Qwen3.8 Max 2.98 秒。

• 權重 — Terra 為封閉式，不提供微調；Qwen3.8 Max 自 2026 年 8 月 12 日起開放。

• 輸入 — Terra 文字與圖片；Qwen3.8 Max 文字、圖片與影片。

• 架構 — Terra 的參數量未公開；Qwen3.8 Max 是擁有 2.4 兆參數的混合專家模型，其中約 950 億為活躍參數。

牌價很接近，但帳單可不是。

在價目表上，Terra 比較便宜，但差距並不戲劇性：輸入價格是一半，輸出則便宜約 17%。一項包含一億個輸入 token 與一千萬個輸出 token 的工作負載，在 Terra 上花費 150 美元，在 Qwen3.8 Max 上則是 260 美元，相差 1.7 倍。這確實是實質的節省，但不該是決定採購的那個數字。

每項任務的數字是。Artificial Analysis 對每個模型完成相同指標任務實際消耗的 token 進行計價，結果 Terra 為 0.40 美元，Qwen3.8 Max 為 5.41 美元——差距達 13.5 倍，比定價表上的差額還寬八倍。原因在於消耗量，而非價目表。Qwen3.8 Max 是一個大型混合專家模型，會進行冗長推理；Terra 則被打造為在有限範圍的工作上快速且精簡。一個模型若花更多 token 才能得出答案，即使其 token 定價具競爭力，每個答案的成本仍會更高。

對阿里巴巴而言，這正是達標最困難的部分。若在 $1 與 $5 的價位上匹配 Terra，就能縮小單價差距；但如果 Qwen 4 Max 繼承了該系列模型話多的特性，大部分的每任務差距仍會存在。該模型必須同時在價目表與 token 使用紀律上做到匹配。反向的但書是，每項任務成本對配置很敏感：以最大推理強度運行的模型，會比同一模型在中等強度下花費更多；而買家若把推理強度調低，就能改變這個數字。Artificial Analysis 的數據是對其測試的預設配置所做的公平比較，而不是適用於每種部署方式的定律。

Qwen 已經勝出之處，以及 Qwen 4 Max 必須守住的地方

首個 token 的數字，正是 Terra 無法用價格回答的地方。Artificial Analysis 測得 Qwen3.8 Max 的首個 token 為 2.98 秒；Terra 則要 77.96 秒。我們自家同一款 Qwen 模型的目錄頁顯示，七天 p50 為 5.78 秒，這正是取決於供應商與日期的量測會呈現的樣子——具體數字會變，排序不會變。對批次管線而言，這項差異看不出來。對聊天產品、程式設計助理，或任何有人得等待的介面來說，這就是可用工具與轉圈載入動畫之間的差別。如果 Qwen 4 Max 維持這樣的延遲特性，那麼無論該指數如何變化，阿里巴巴對互動式工作負載都確實有實實在在的競爭力。

開放權重是第二項。Qwen3.8 Max 的權重自 8 月 12 日起就已可用，這意味著可自行架設、微調、資料落地，以及一條與阿里巴巴 API 價格毫無關係的成本曲線。Terra 則是封閉的，沒有微調端點，且僅以服務形式販售。一個開放權重的 Qwen 4 Max——目前尚未承諾——競爭的軸線與這項比較所衡量的並不相同。路線圖中的 Qwen 4 27B 層級顯示阿里巴巴明白這點；對許多買家而言，小型開放模型可能比旗艦款更重要。

影片輸入是第三項。Qwen3.8 Max 接受文字、圖像與影片；Terra 則接受文字與圖像。對於需要匯入錄製會議或螢幕截取內容的處理流程而言，這屬於能力規格上的界線，而不是偏好問題。

這場對決的三種結局

價格持平，外加開放權重。如果 Qwen 4 Max 的價格落在每百萬 Token 輸入 $1、輸出 $5 附近，得分約 48，並以開放權重形式發布，它就會贏得自託管與延遲敏感型客群，同時把最單純的 API 買家輸給 Terra 更精省的單位任務經濟效益。對阿里巴巴而言，這是個可行的結果，也會讓「vs」頁面真正有意思。

更大幅度的降價。如果價格落在，比如說，輸入 $0.50、輸出 $2.50，Terra 以量取勝的論據就會大幅減弱——但前提是每項任務成本也隨之下降。若模型消耗 token 的速度快上一倍，更便宜的 token 並不代表更便宜的任務。發布當天要看的數字不是頭條費率，而是第一份獨立的每項任務成本測量。

能力溢價。若 Qwen 4 Max 改為鎖定 Terra 之上的層級——在輸入每百萬 $2、輸出每百萬 $8 的價格下達到 index 52 或更佳——那麼它競爭的對象是 GPT-6.1 Sol 與 Kimi K3.1 Pro，而非 Terra，本頁的框架也不再適用。價格門檻在阿里巴巴試圖守住中階層級的結果中最為關鍵。

趁投影片還是投影片時，要執行什麼？

這個決策有一個你今天就能執行的版本。Qwen3.8 Max 已收錄在 OrcaRouter 的目錄中，按其公布的 $2 與 $6 費率計價，不額外加價，並與其餘 214 個模型目錄共用同一把金鑰，因此你可以用實際存在的 Qwen 來衡量自己的工作負載，而不必估算那個還不存在的版本。如果 Qwen 4 Max 日後推出並以更低價格壓過它，遷移不過是改一個模型字串；自動容錯移轉與路由層仍維持原樣。

Terra 是另一半，而在撰寫本文時，它尚未收錄於我們的目錄中。你可以透過 OpenAI 自家的 API 使用它，且自 10 月 26 日起也可透過 Amazon Bedrock 使用。請在那裡直接以相同的工作負載測試它。對你的帳單真正重要的比較，是你在這兩個模型上的 token 組合，而不是某個綜合指數；在別人的任務上測得的 13.5 倍每項任務差距，到了你的任務上可能縮小，也可能擴大。

誠實的第二欄

一個「vs」比較頁面即使有一欄是空的，只要它能告訴你哪些數字是真的，就仍然值得寫。Terra 的數字是真的：一個正式上線的端點、一份公開的價目表、一個獨立評分，以及實測的每項任務成本。Qwen 4 Max 的數字則還不是。現有的 Qwen 在指數上落後 Terra 三名、輸出速度慢 2.2 倍、每完成一項任務的成本貴 13.5 倍——但它在首個 token 的生成速度上快得多、是開放權重，而且能觀看影片。

那就是門檻。阿里巴巴不必全部跨過它，才能算有好模型；它只要跨過足夠多，讓選擇不再是價目表比較，而成為工作負載決策。當模型卡、API 識別碼與價格出現的那一天，這個頁面就會補上它缺少的第二欄；在那之前，唯一誠實的較量是 Terra 對上 Qwen3.8 Max，而 Terra 正在其中有用數字的那部分勝出。