Qwen 4 Max 對 DeepSeek V4 Pro：950 億個活躍參數對上 490 億個

Qwen 4 Max 於 2026 年 9 月 22 日在雲棲大會上發表，帶給業界的只有一個名稱與一套層級結構，其餘一概皆無——沒有權重、沒有價格、沒有上下文視窗、沒有日期。DeepSeek V4 Pro 自 2026 年 4 月 24 日起便已列出，規格為 1.6 兆參數的混合專家模型，每 token 啟用 490 億參數、上下文長度 100 萬 token，離峰價格為每百萬輸入 token 0.66 美元、每百萬輸出 token 1.98 美元。真正值得並列比較的數字並非總參數量，而是啟用參數量：最後一次公布的 Qwen3.8-Max 每 token 啟用 950 億參數，大約是 DeepSeek V4 Pro 所運行的 490 億啟用參數的兩倍，而在尚未查閱任何一項基準測試之前，光是這一個數字就足以解釋兩家實驗室之間三倍的價格差距。

對稀疏性的兩種不同押注

兩家實驗室都在打造稀疏混合專家模型。對於該有多稀疏，他們意見嚴重分歧。Qwen3.8-Max——目前出貨的 Qwen 旗艦型號，也是 Qwen 4 Max 會是什麼樣子的唯一具體基準——是一個 2.4 兆參數的模型，每個 token 啟用 950 億個參數，比例大約是二十五分之一。DeepSeek V4 Pro 是一個 1.6 兆參數的模型，啟用 490 億個，比例大約是三十三分之一，而且它以 FP4 儲存專家權重，並將注意力、路由器和正規化層保留在 FP8，這又進一步壓低了每個 token 的運算量。

那些不是調校上的差異。它們是對同一個問題的兩種不同答案——前沿模型每 token 應該花費多少：

• 總參數量 — Qwen 3.8 旗艦版 2.4T 對比 DeepSeek V4 Pro 1.6T

• 每 token 的活躍參數 — Qwen 3.8 旗艦版 95B 對比 DeepSeek V4 Pro 49B

• 啟用率 — 約每 25 個中有 1 個，相較於約每 33 個中有 1 個

• 輸入價格，離峰時段 — Qwen3.8-Max 每 100 萬 $2.00，對比 DeepSeek V4 Pro 每 100 萬 $0.66

輸出價格，離峰時段 — Qwen3.8-Max 每 1M 為 $6.00，相較於 DeepSeek V4 Pro 每 1M 為 $1.98

• 旗艦權重 — 採用自訂 Qwen 授權條款的 Qwen 3.8 旗艦版本，對比以 MIT 授權條款發布的 DeepSeek V4 Pro

• 上下文 — Qwen3.8-Max 100 萬個 token 對比 DeepSeek V4 Pro 100 萬個 token

• 模態 — Qwen3.8-Max 支援文字、圖像與影片輸入，相較於 DeepSeek V4 Pro 在其列表中僅支援文字

• 觀測延遲 — 在同一份目錄上，Qwen3.8-Max 的 p50 首個 Token 延遲為 3.29 秒，而 DeepSeek V4 Pro 為 3.52 秒

這次稀疏度的差異與價格差異指向同一個方向，而這並不是總參數量所暗示的方向。Qwen 每個 token 啟用的參數量約為 DeepSeek 的兩倍，收費卻約為三倍，單憑稀疏性並無法彌補這個差距。填補其餘差距的是模態：Qwen 的旗艦模型搭載視覺與影片編碼器，無論請求中有沒有圖像，每次請求都得為它們付費，這就是輸入費率會落在這個水準的原因。DeepSeek V4 Pro 只接受文字並輸出文字，而它的定價就像一款只做這件事的模型。

在 DeepSeek 欄位被用於任何用途之前，應該先加上一項限定條件。DeepSeek 採用尖峰與離峰時段的定價方式：$0.66 與 $1.98 這兩個數字是離峰費率，而在尖峰時段——平日的 UTC 01:00 至 04:00 以及 06:00 至 10:00，不含中國國定假日——同一模型的計費為輸入 $1.32、輸出 $3.96。其他所有時段，包括所有週末與假日，都屬於離峰。因此，你支付的費率取決於你的流量在何時運行；而任何包含平日早晨時段的工作負載，若只依據離峰數字建立成本模型，都會不正確。

Qwen 4 Max 那一欄是空的，而這並非暫時的狀態

人們很容易忍不住用這樣的假設來填補這項比較：Qwen 4 Max 的表現會落在 Qwen 3.8 的數字附近，而且定價低於它們。要克制這種衝動。阿里巴巴將 Qwen 4 架構描述為新世代，並表示正在訓練；唯一已發布、描述該架構的成品是 Qwen3.8-Flash-Next，於 2026 年 8 月下旬開源，並在其自家模型卡上標示為 Qwen 4 設計的預覽。它是一個 1,250 億參數的主模型，具備 510 億參數的 N-gram 嵌入，每步約啟動 60 億參數，採用 QSA 稀疏注意力、門控殘差，以及可延伸至 100 萬的 262,000 詞元原生上下文。

如果那個設計能擴展到 Max 層級，啟用數量應該維持在數百億，而不是一路朝 DeepSeek 的總數攀升——隨著總參數成長，讓每步運算大致保持持平，這正是 QSA 以及以查找而非稠密計算取得的 N-gram 嵌入的全部重點。那是一個方向，而不是一份規格，因此不應把它當成規格印出來。

現在可知的是營運上的不對稱。已存在的模型可以針對你的工作負載進行衡量；不存在的模型則無法在任何事物上衡量。Qwen 4 Max 推出時，可透過廠商自家的 API 及多個第三方平台存取——這是每個阿里巴巴旗艦模型都走過的路線。它目前不在 OrcaRouter 上：型錄中沒有任何 Qwen 4 系列的項目。DeepSeek V4 Pro 現在已在 OrcaRouter 上，它的一個標註日期的快照也在那裡。

可重現性是沒有人提出的論點

DeepSeek 會發布帶日期的快照，並讓它們持續可供定址取用。型錄中同時收錄了浮動的 DeepSeek V4 Pro 識別碼，以及一個釘選的 2026-08-13 變體——那個日期正是 DeepSeek 自己指定為正式全面推出（general availability）版本的建置。這並不光鮮亮麗，但對任何執行評測框架或受合規控管管線的人來說，它比基準測試差異更重要：當你釘選快照時，你的迴歸測試套件衡量的是你的程式碼，而不是供應商的發布節奏。

Qwen 3.8 世代也做了同樣的事——在同一份目錄上，除了浮動名稱之外，還有一個標註日期的 Qwen3.8-Max 快照——而且沒有理由認為阿里巴巴會停止這麼做。但這是已發布模型的一項特性，也值得直白地說清楚：在 Qwen 4 Max 發布的那一天，它不會有可固定的快照、沒有穩定的識別碼可供測試比對，也無法用自己的資料做前後對照。無論你想做什麼比較，都只能之後再做。

在不必運行兩套堆疊的情況下同時運行兩者

OrcaRouter 以 deepseek/deepseek-v4-pro 的路由代號提供 DeepSeek V4 Pro，每百萬個 token 輸入 $0.66、輸出 $1.98，這正是 DeepSeek 自家的離峰定價原樣轉嫁、0% 加成。最後這點在本批評測中於此處的份量比其他地方更重，因為對前沿級模型而言，$1.98 的輸出價格已逼近下限：平台即使只抽一成利潤，也相當於這款模型與中階替代方案價差的五分之一；而在 0% 加成下，你在頁面上看到的費率就是 DeepSeek 公布的費率——包括尖峰與離峰的分段計價，這些時段依同一套排程原樣轉嫁，而非被平均成單一費率。

同一個端點也承載 Qwen 3.8 系列——Qwen3.8-Max、Qwen3.8-Flash 與 Qwen3.8-27B——與 DeepSeek V4 Pro 並列於同一個相容 OpenAI 的 API 上，涵蓋近 200 款模型，並在供應商路徑劣化時自動容錯切換，還有一套路由 DSL，讓你明確做出選擇，而不必硬編碼。若 DeepSeek 調降價格，變動當天就會反映到你的金鑰上，因為中間沒有讓降價卡住的利潤層。當 Qwen 4 等級推出時，同一份型錄就是它會現身的地方。

這對你意味著什麼

DeepSeek V4 Pro 在這場比較中因對手棄權而勝出，而值得精確說明原因，而不是加以美化。它在兩個面向上的成本都約為三分之一，每個 token 啟用的參數量是五倍，上下文視窗不相上下，而且有可釘選的具日期快照。Qwen 4 Max 則有一個等級名稱和一個會議場次。

目前真正實際進行中的比較，是 DeepSeek V4 Pro 對上 Qwen3.8-Max；這是一場實質的取捨，而非一面倒的潰敗：DeepSeek 是純文字模型，價格約為三分之一，權重以 MIT 條款發布，且每 token 的活化概況更精簡；而 Qwen 的旗艦模型則分別以 $2.00 和 $6.00 接受圖像與影片輸入。挑選時應依據模態，以及每項完成任務的實測成本，而不是參數數量；並在 Alibaba 發布模型卡時重新執行這項比較——到那時，耐人尋味的問題將是：Qwen 4 Max 把多模態能力定價在高於 DeepSeek 文字費率之上時，超出的幅度是否會比今日更小。