Qwen 4 Max 對決 Gemini 3.1 Pro：未發表的旗艦，對上永不結束的預覽版

大多數比較都是拿已推出的產品去對比已推出的產品。這次卻很不尋常：Qwen 4 Max 於 2026 年 9 月 22 日在杭州雲棲大會上首度亮相，沒有發布日期、沒有價格，也沒有模型權重；而 Gemini 3.1 Pro 自 2026 年 2 月 19 日起就處於預覽階段，七個月後依然在預覽，既未公布正式推出日期，其淘汰時程表上也沒有停用日期。這場對決中的兩個模型，都不是已定案的產品。這不是跳過比較的理由。這正是這場比較本身，也是其中唯一真正具有資訊價值的一點。

七個月的預覽

預覽標籤本應是短暫的狀態。Gemini 3.1 Pro 如今已歷經同一實驗室的三次 Flash 發布仍保有這個標籤，包括 2026 年 9 月 2 日的 Gemini 3.8 Flash，Google 稱其為最聰明的 Flash 模型。在獨立綜合評測中，該模型目前得分高於 3.1 Pro。Google 的 Pro 系列沒有更新的成員：沒有 Gemini 3.8 Pro，而 3.5 Pro 世代被延遲，據報導已被擱置。實際效果是，掛著 Pro 名稱的模型不再是自家廠商中得分最高的模型。

Google 在目錄項目上自行加註的限制說明建議要為預覽版淘汰做好規劃，這才是解讀該狀態的誠實方式。一個沒有 GA 日期、也沒有終止服務日期的預覽版，是你可以據以建構、卻無法據以安排時程的模型。

Qwen 這邊是符號相反的鏡像。Qwen 4 Max 並非處於長期預覽階段；它處於預覽前階段，完全沒有發布任何內容。這兩種失敗模式正好相反：Gemini 3.1 Pro 是真實存在的端點，但其長期是否存在並未指定；而 Qwen 4 Max 是已指定的路線圖項目，卻沒有端點。

比較，以及決定結果的長上下文圖表

Gemini 3.1 Pro 的規格是公開且具體的。Qwen 4 Max 的則是空白。值得細究的是 Gemini 那一欄中的某一列，因為那是那種會被人引用、卻不該被引用的數字：

• 狀態 — Gemini 3.1 Pro 自 2026 年 2 月 19 日起處於預覽階段，相較之下，Qwen 4 Max 於 2026 年 9 月 22 日宣布，但未公布日期

• 輸入價格 — Gemini 3.1 Pro 每 1M 個 token 為 $2.00，提示詞最高 200K；超過則為 $4.00，而 Qwen 4 Max 未公佈。

• 輸出價格 — Gemini 3.1 Pro 每 1M 為 $12.00（最高 200K），超過則為 $18.00；相較之下，Qwen 4 Max 未公布

• 快取輸入 — Gemini 3.1 Pro 每次快取讀取每 1M 為 $0.20，相較之下 Qwen 4 Max 未公布

• 上下文 — Gemini 3.1 Pro 為 1,048,576 個 token，相較之下 Qwen 4 Max 未公佈

• 輸出上限 — Gemini 3.1 Pro 為 65,536 個 token，而 Qwen 4 Max 則未公布

• 模態 — Gemini 3.1 Pro 支援文字、圖像、影片、音訊與 PDF 輸入並輸出文字，相較之下 Qwen 4 Max 尚未發布

• 推理控制 — Gemini 3.1 Pro 提供低、中、高三種思考等級，而 Qwen 4 Max 則未公布

• 長上下文檢索——Gemini 3.1 Pro 廠商報告的 MRCR v2 在 128K 下八個 needle 的平均值為 84.9%，但在百萬 token 的逐點設定下為 26.3%，相較之下，Qwen 4 Max 則未報告任何數據

• 廠商報告的分數 — Gemini 3.1 Pro 的 SWE-bench Verified 為 80.6%，GPQA Diamond 為 94.3%，ARC-AGI-2 為 77.1%，Humanity's Last Exam 在未使用工具下為 44.4%，而 Qwen 4 Max 則未報告任何數據

• 獨立評分——Gemini 3.1 Pro 在 Artificial Analysis Intelligence Index v4.3.2 上獲得 30 分，而 Qwen 4 Max 則不存在獨立評估

長脈絡的那一列才是真正該帶走的重點。1,048,576 個 token 的脈絡視窗只是行銷數字；在百萬 token 設定下達到 26.3% 檢索率，才是同一家廠商在測量該視窗最遠端時所回報的數字。這兩個數字都來自 Google，這使得這個落差是在說明模型本身，而不是評估者。如果你的工作負載取決於在百萬 token 提示中接近尾端找到某個被埋藏的事實，那麼標題上的脈絡數字對你毫無用處，而這一列幾乎說明了一切。

指數動了，模型卻沒有。

Gemini 3.1 Pro 於 2026 年 2 月 19 日推出，在 Artificial Analysis Intelligence Index 上獲得 57 分，位居該領域第一。在 2026 年 9 月 19 日發布的指數修訂版 v4.3.2 之下，其讀數為 30。在這兩個日期之間，該模型本身沒有任何改變。那把尺被重新打造了，而且是在阿里巴巴發布 Qwen 4 的四天前重建的。

那個巧合比數字本身更有價值。在這批比較的四個模型中，有三個——Gemini 3.1 Pro、Claude Opus 5，以及 Qwen 3.8 旗艦款——其獨立分數都在同一版修訂下出現變動，而且每一次的變動幅度都大到足以逆轉排名。這個月寫成的任何比較，只要引用單一指數數值卻未註明是哪一版修訂，就等於拿不同的尺去量分數再互相比較，而讀者根本看不出這個錯誤。

對 Qwen 4 Max 而言，後果就是目標不斷變動。當阿里巴巴最終發布時，在這個指數上要超越的分數，將會是當天現行修訂版本所載的數字，而該修訂版本在過去一週內至少已變更過一次。

營運數字所揭示的內容，包括那個令人不安的數字

Gemini 3.1 Pro 可在 OrcaRouter 上以 google/gemini-3.1-pro-preview 進行路由，帶有 Flagship 與 Featured 徽章，且沒有發佈前預告橫幅，並採用 Google 的牌價：每百萬詞元 2.00 美元與 12.00 美元，零加成。路由本身是誠實的——頁面上的費率就是 Google 所公佈的費率。截至 9 月 22 日的這七天期間，營運數據同樣值得列出而非略過：首字延遲 p50 為 10.00 秒、輸出速度約每秒 632 個詞元，以及該期間 77.5% 的錯誤率。那個錯誤率不是附註。對於一個沒有正式發佈（GA）日期的預覽級模型來說，它是頁面上與決策最相關的單一數字，而只引用價格卻不提它的比較，是在推銷而不是在告知。

同一份目錄收錄了近 200 個模型，全都位在同一個與 OpenAI 相容的端點上，並具備自動容錯移轉與路由 DSL，而這正是讓那樣的錯誤率得以承受、而非致命的機制：降級的供應商路徑可以被容錯移轉，而不是直接下線。Qwen 3.8 系列 —— Qwen3.8-Max、Qwen3.8-Flash 與 Qwen3.8-27B —— 與 Gemini 3.1 Pro Preview 位於同一個端點，因此本文真正要談的替換、也就是你今天就能做出的替換，是一項路由政策的變更，而不是一項遷移專案。Qwen 4 Max 並不在該目錄上，Qwen 4 的任何層級也都不在；等到有產品推出時，那就是它會出現的地方。

這個決定，如果算得上是個決定的話

這裡的兩個模型都不是你能夠承諾投入的產品，而誠實的建議是：兩者都應據此看待。Gemini 3.1 Pro 今天就能以公開的價格呼叫，有公開的上下文視窗與公開的評估紀錄，包括在該視窗最遠端出現的檢索弱點；它同時也是預覽版，供應商要你為日後淘汰做好準備，而且其錯誤率高到若作為正式生產環境的依賴項目將無法接受。Qwen 4 Max 沒有這些問題，因為它根本沒有這些特性。

如果你現在就需要一個模型，那選擇並不在這兩者之間。而是在 Gemini 3.1 Pro 與已正式推出的 Qwen 旗艦模型之間；就目前可得的證據來看，這是在長脈絡檢索品質與 2.00 美元輸入費率加上公開權重之間的抉擇。如果你能等，要觀察的不是一件事，而是兩件事：Qwen 4 Max 的模型卡，以及 Gemini 3.1 Pro 的正式全面推出日期。哪一個先出現，就告訴你 Alibaba 與 Google 實際上優先推動的是這兩條路線圖中的哪一條。