
Qwen4-Max 對決 Claude Opus 5.5:這些梯子中,只有一架曾被公開攀爬過
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 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 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百萬 tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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 每百萬 tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 134 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 每百萬 tokens · 126 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 每百萬 tokens · 185 tok/s
這就是沒有人會做的比較。Claude Opus 5.5自 2026 年 9 月 22 日起全面開放使用,在最高努力設定下於 Artificial Analysis Intelligence Index v5.0.1 得分 59,最低設定則得 35——在 Anthropic 提供的五個檔位中相差 24 分。Qwen4-Max自 2026 年 11 月 16 日起開賣,得分 43,而 43 是唯一存在的數字:Artificial Analysis 只測量了它的一種配置,而 Alibaba 並未公布各努力程度的細分數據。把兩款旗艦模型放在一起比較,你會得到 16 分的差距和 3.1 倍的成本差距,這就是本週人人都會寫的文章。把兩者的階梯放在一起比較,反而會得出更有用的東西——Opus 5.5 在低努力設定下,比 Qwen4-Max 的預設低八分,而 Qwen4-Max 提供三個檔位可選,卻沒有公布其中任何一個的數字。
這兩款產品,以及各家廠商實際放上卡片的內容

• 每百萬個 token 的價格 — Claude Opus 5.5 輸入 $4.00/輸出 $20.00,相較於 Qwen4-Max 輸入 $1.50/輸出 $4.50
• 快取 — Opus 5.5 的讀取價格為每百萬 $0.20,並享 95% 折扣;Qwen4-Max 的讀取價格為 $0.075,寫入價格則為五分鐘 $1.875 或一小時 $3.00
• 上下文視窗 — Opus 5.5 為 1,000,000 個 token,相較之下 Qwen4-Max 帳面上為 1,000,000 個,其中 983,616 個可在思考模式下作為輸入使用
• 最大輸出 — Opus 5.5 為 128,000 tokens,相較之下 Qwen4-Max 非思考模式為 131,072,而在思考模式下,推理與回答合計共用 262,144
• 推理控制 — 五個等級(low、medium、high、xhigh、max)對比三個(low、high、xhigh),預設為 high
• 輸入模態 — Opus 5.5 支援文字、圖像與檔案,對比 Qwen4-Max 支援文字、圖像與影片
• 開放性 — 兩者皆為專有,且皆未公開權重
• 獨立指數分數 — Opus 5.5 為 59;Qwen4-Max 為 43
那份清單裡有兩列比其他列發揮更大的作用。推理階梯是本文所賴以建立的基礎。模態那一列則是默默讓某項比較失去資格的那一列:Qwen4-Max 接受影片,而 Opus 5.5 不接受,因此任何以影片輸入為核心的工作負載,在這裡都只有一個候選者,基準測試也就無關緊要了。

Opus 5.5 的階梯,當你往上爬時是什麼模樣
Anthropic 的 effort 設定與其說是品質旋鈕,不如說是預算旋鈕;而 Artificial Analysis 已經把五個位置全都走過一遍。以下全部是獨立測量,公佈在該模型的頁面上:
• 最大努力 — 索引 59,每個索引任務 24.6 分鐘,首個答案 token 耗時 352.34 秒,每項任務測得 $10.04
• xhigh — 索引 57,每項任務 15.8 分鐘,首個 token 65.52 秒
• 高 — 指數 52,每項任務 9.3 分鐘,首個 token 耗時 21.64 秒
• 中等 — 指數 48,每項任務 6.8 分鐘,首個 token 耗時 12.46 秒
• 低 — 指數 35,每項任務 3.0 分鐘,首個 token 4.80 秒
形狀才是有趣的地方。在高與最高之間,你為每項任務多花 15.3 分鐘,換得七個指數分,以及首個 token 遲了近六分鐘才出現。在中與高之間,你花 2.5 分鐘換得四分。在低與中之間,你換得十三分——這是整段階梯上最陡峭的一段,也是最可能被想要節省成本的團隊砍掉的一段。如果你的計畫是「便宜跑 Opus 5.5」,低就是這個計畫會落到的位置,而低是 35 分:比 Qwen4-Max 唯一公開的組態低八分,而這款模型自家的供應商還把它定位為前沿選項。
那不是反對 Anthropic 的階梯的論點。首個 token 耗時 3 分 4 秒的 35 分,與首個 token 耗時 6 分鐘的 59 分,是真正不同的產品,而兩者都有用。這是反對把「Claude Opus 5.5」和「Qwen4-Max」當成圖表上兩個點的論點。它們是兩個範圍,而目前只有其中一個已被描繪出來。
3.1× 這個數字,以及為何它比價格差距所顯示的更窄
最顯眼的成本比較很簡單:每百萬 $4.00 和 $20.00 對上 $1.50 和 $4.50,Opus 5.5 的輸入收費是 2.67 倍,輸出收費是 4.44 倍。實際測得的帳單差距較小。Artificial Analysis 將 Opus 5.5 的每項 Intelligence Index 任務成本定為 $10.04,而 Qwen4-Max 為 $3.27——是 3.07 倍,不是 4.44 倍。
這個原因值得理解,因為它在每一次模型發布後依然成立:Opus 5.5 是兩者中較為冗長的那個,在整個索引執行期間產生了 2.18 億個輸出 token,而 Qwen4-Max 為 1.27 億個,且它仍縮小了差距,而非擴大了差距。拉近距離的是快取。Opus 5.5 以每百萬 $0.20 的價格讀取快取輸入,並套用 95% 折扣;Qwen4-Max 的讀取價格為 $0.075,對於一個帳單中更大比例花在全新輸入上的模型而言,這是更便宜的費率。價目表和帳單是不同的文件,而帳單所說的是:這兩個模型之間的差距約為三分之一,而非約一半。
這取決於你的工作負載,可能對你有利,也可能不利。如果你的提示詞很長、穩定且可快取——例如一份程式碼庫、一組文件,或是以數萬個 token 計的系統提示詞——那麼 Opus 5.5 的快取經濟效益會比其標價所暗示的更好。如果你的提示詞很短,而且每次都不一樣,你永遠用不到快取,那麼 4.44× 的輸出價差就是你實際要付的代價。
Qwen4-Max 是唯一選項的那一行,以及它是唯一賭注的那一行
影片輸入是硬性區隔。Qwen4-Max 可讀取文字、圖像和影片;Opus 5.5 可讀取文字、圖像和檔案。若工作涉及影格——素材審閱、螢幕錄影、任何有時間軸的內容——比較就只剩一個候選對象,16 分的指數差距也不再重要。
速度方面則恰恰相反,而這正是 Qwen4-Max 規格表上最誠實的缺口。Artificial Analysis 並未列出該模型的每項任務耗時、輸出速率與首字元時間(time to first token)。阿里巴巴在其發表資料中宣稱了吞吐量數據——在某些工作負載上,token 用量比前代最多減少 50%——但 token 數量不等於延遲,而廠商的 token 效率數字,完全無法告訴你一個請求會在佇列裡待上多久。對於 Opus 5.5,你可以為每一個層級做容量規劃。對於 Qwen4-Max,你能做容量規劃的只有 token 帳單,其餘一切只能靠猜。任何要把這兩款模型之一放到互動介面背後的團隊,都需要第二個數字,而只有一家廠商給出了它。

如何在不執行兩次的情況下進行比較
這種比較通常取決於費率表而非流量,原因出在底層管線。測試第二個模型,意味著第二份合約、第二套 SDK,以及在原本已運作正常的路徑上,再多一套重試與逾時語意——所以團隊往往只看價格、挑一個,然後就繼續往下走。
這就是 OrcaRouter 存在的目的——消除這項成本;而就這一對模型來說,它消除成本的方式並不均勻,值得精確說明。OrcaRouter 路由 Claude Opus 5.5的價格為輸入 $4.00、輸出 $20.00——即廠商定價以 0% 加價原樣轉嫁——透過同一把金鑰與同一個 OpenAI 相容端點,與GPT-6.1 Sol、Grok 4.5、Qwen3.8-Max及Tencent HY4 Preview並列。它並不路由 Qwen4-Max;型錄尚未收錄 Qwen4 世代。因此,階梯實驗——以五種 effort 等級的 Opus 5.5 對上你自己的流量——只需改動設定;而在型錄跟上之前,比較中的 Qwen4-Max 那一邊則得直接使用 Alibaba 金鑰。
有用的結果是容錯移轉。如果你確實在生產環境測試 Qwen4-Max,可以把它保留為一條路線,與已有五個經實測層級的現行方案並列,跨供應商自動容錯移轉,而不是拿它取代一條你沒有備援的路徑。一個只公布一項指數分數、卻未公布延遲的模型,正是那種應該放在安全網後面運行、而不是用來取代安全網的對象。
什麼會改變答案?
兩份發布資料,目前都還不存在。第一份是對 Qwen4-Max 在 low 與 xhigh 下執行的一次 Artificial Analysis 測試,因此該模型有一個實測範圍,而不是單一數據點——到了那個階段,這才會成為真正的階梯對階梯比較,而 43 也不再是關鍵支撐。第二份則是 Qwen4-Max 任何獨立的延遲數字。在這兩者都出現之前,能站得住腳的解讀很有限:當你需要一個能指名且能測量的層級時,Opus 5.5 是選擇;而當你需要影片輸入,或需要這組當中最新鮮輸入 token 的最低價,並且能承受其他一切的不確定性時,Qwen4-Max 才是選擇。
{{1}}站不住腳{{/1}}的是兩家廠商都偏好的捷徑——拿旗艦機對旗艦機,忽略其中一方多了四項設定,並把由此產生的 16 分差距稱為定論。
