Qwen4-Max 對上 Gemini 4 Argon：一欄空空如也，另一欄每項任務要價 9.95 美元

Qwen4-Max 與 Gemini 4 Argon 之間的對決，在費率表上看起來就像五五波：如今兩家供應商都不會以公開的每 token 費率販售任一模型的 token，而且兩者都附帶大型上下文視窗與預覽版性質的但書。當你實際嘗試執行它們時，就不再像五五波了。Gemini 4 Argon 有識別碼、端點，以及可按用量計費並據以開立帳單的價格。Qwen4-Max 則有訂閱方案、僅限新加坡的 base URL，以及在上線十五天後的退役日期。其中一款是你今天下午就能放進請求的模型；另一款則是你今天下午能放進請求、但下個月就不行的模型。這頁要談的決策，正是這種不對稱——而非基準測試差距——因為基準測試差距目前還不存在。

每一項實際上究竟是什麼，並註明日期

Gemini 4 Argon 是 Google 的前沿模型，於 2026 年 9 月 30 日在 DeepMind 的一篇文章中宣布，該文署名為 Koray Kavukcuoglu，並分三階段推出，第一階段始於 Fairwind Program 中一群具名的網路防禦人員。宣布時，它在 Gemini API 中沒有模型 ID，也沒有端點；它有的是十九列的供應商基準測試表，以及五頁的評估方法論。自那時起，它獲得了在營運上真正重要的事物：它已列入 OrcaRouter 的目錄，名稱為 google/gemini-4-argon，按 Google 的定價為每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元，並且一直有真實流量經過那裡——截至 2026 年 11 月 11 日的七天內，共 4,180 萬個 token。

Qwen4-Max 是 Qwen 4 系列的旗艦等級，由阿里巴巴於 2026 年 9 月 22 日在杭州 Apsara 的舞台上命名。其預覽版於 2026 年 11 月 11 日 UTC+8 10:00 開放，模型 ID qwen4-max-preview，別名為 qwen4.0-max-preview，並將於 2026 年 11 月 25 日 24:00 後退役。不提供隨用隨付存取：僅透過阿里巴巴的 Token Plan 訂閱服務提供，地區為新加坡，使用專用基礎 URL。沒有按 token 計價、沒有參數量、沒有基準測試表、沒有權重。

因此，這個比較有一個值得精確命名的形狀。兩者都是一般意義上的預覽——都不是已定案、全面上市的產品。但 Gemini 4 Argon 的預覽是正在擴大的推出階段，而 Qwen4-Max 的預覽則是有明確結束時間的十五天窗口。預覽作為階段，對比預覽作為事件。

空蕩的柱子，以及它有多空

這兩者的每一次比較，最終都需要有一列來說明誰比較聰明，而這就是那一列：

• 廠商基準測試 —— Gemini 4 Argon：一張十九列的表格、Google 自家的測試框架，競爭對手的欄位資料取自競爭對手自行呈報的數字。Qwen4-Max：從缺。

• 獨立評分 — Gemini 4 Argon：在其目前 v5.0.1 修訂版下，以高強度設定測得 Artificial Analysis Intelligence Index 50 分。Qwen4-Max：未測量；排行榜上沒有 Qwen4 條目。

• 上下文視窗 — Gemini 4 Argon：1,000,000 個 token。Qwen4-Max：1,000,000 個 token。這是唯一讓它們並列的一列，而之所以並列，是因為兩者都公布了整數。

• 輸出上限 — Gemini 4 Argon：標準路徑下為 65,536 個 token，長解碼生成可延伸至 1M。Qwen4-Max：393,216 個 token 由思考與答案共享。

• 輸入模態 — Gemini 4 Argon：文字、圖像、音訊、影片與 PDF。Qwen4-Max：文字、圖像與影片。未記載音訊，亦未記載 PDF 路徑。

• 每百萬個 token 的價格 — Gemini 4 Argon：輸入 $2.00、輸出 $10.00、快取輸入 $0.10。Qwen4-Max：未公布；以 Credits 計量，計入訂閱方案。

• 使用方式 — Gemini 4 Argon：計量式 API，現已可呼叫。Qwen4-Max：Token Plan 訂閱，僅限新加坡，僅供互動使用，11 月 25 日結束。

• 每項任務的獨立成本 — Gemini 4 Argon：$9.95。Qwen4-Max：未測量。

八列中有七列的右側都有值。決定「哪個更好」的那一列卻空無一物，再怎麼讀也填不滿。這就是這場對決在2026年11月11日的真實狀態；直言不諱，比用預測粉飾過去更有價值。

Argon 的費率表和 Argon 的帳單是兩個不同的數字

Argon 欄中最有用的數字不是它的指數分數。而是 $9.95——完成一項 Intelligence Index 任務的成本——就放在 $2.00 與 $10.00 的價目表旁邊。在 Intelligence Index 測試套件中，平均每項任務花了 Argon 29.0 分鐘，並產生足夠多的 token，以至於以 $10 的輸出費率計算，平均每項任務的成本大約是價目表所顯示單項任務應有成本的五倍。這不是定價錯誤。這就是高投入推理模型的行為：它在停下來之前會寫下大量內容。

同一次 index 執行將 Argon 的首個答案 token 中位數時間列為 40.12 秒。對照我們自己模型頁面上的七日數據——在真實 OrcaRouter 流量下，p50 首 token 時間為 10.00 秒——這兩個數字測量的是不同的東西，而它們之間的差距正好相當程度地說明了：一項基準測試的延遲有多大一部分來自測試框架，而非模型。這兩個數字都沒有錯；錯的是把其中一個當成另一個來引用。

對任何正在為遷移編列預算的人來說，實際的解讀是這樣的：一個以高強度推理運作的模型，其 $10 輸出費率是一張價目表，而不是預測。如果你的工作負載類似於這套指數測試組合——模型在回答前會寫下大量內容的長時間代理式任務——每項任務的成本將遠高於 token 估算所說的數字。如果它類似於聊天產品，則不會。要知道你屬於哪一種，唯一的方法就是測量你自己的流量；在一篇比較文中必須這麼說雖然奇怪，但對今年發布的每一個推理模型而言，這依然是事實。

為什麼 Qwen 那邊顯示的是倒數計時而不是價格？

阿里巴巴選擇以訂閱方式而非按用量計費端點來推出 Qwen4-Max，這件事透露出這個預覽版的用途。Token Plan Personal Edition 明確限定於程式設計與代理工具中的互動使用，明確不適用於自動化批次腳本，而且僅限於單一區域。一家打算以旗艦產品爭奪正式生產流量的公司，不會把它放在每月 6 美元、分四級且最低 20,000 點數的消費者訂閱方案背後。而一家正在展示能力、在凍結狀態下收集回饋，並保留其計量選項的公司，則會這麼做。

{{1}}凍結期是團隊最容易低估的部分。Alibaba 的頁面指出，預覽期間不會進行任何變更。{{/1}} 無論模型在第一天做錯什麼，到了第十四天仍然會犯同樣的錯。這是個站得住腳的工程決策，卻是依賴關係的糟糕基礎，因為這意味著你唯一能用的回饋循環，就是向供應商提交書面報告，而對方已經表示在預覽期結束前不會對此採取行動。

另外還有一項 token 計量方式的變更，會隨這個模型推出，而且僅限這個模型：max_tokens 現在會同時限制思考與回答的總量，而不只是回答本身。所有較早的 Q​wen 模型仍維持舊有行為。從 Qwen3.8-Max 沿用、帶有 4,096 個 token 上限的請求，現在會先以 xhigh 努力程度將該預算的一部分用於推理，之後才寫出任何內容；症狀會是回應遭到截斷，而不是出現錯誤。

老實說，這樣稱呼他們

Gemini 4 Argon 只需在我們的金鑰上，用 O​penAI 格式的用戶端寫一行就能使用，按 G​oogle 的費率計價，不額外加價，同時也提供 A​nthropic 格式的端點，並可針對有需要的請求提供零資料保留。Q​wen4-Max 不在我們的目錄中——我們不提供它，也不會假裝有；目錄目前傳回 217 個模型識別碼，其中沒有任何一個是 Q​wen 4 等級。

那個落差正是路由得以站得住腳、而非只是口號的地方。如果你正在評估 Q​wen 預覽版，就把它放在你已經信任的某個東西後面，置於備援鏈中，這樣一來，發生逾時或答案被截斷時，就會降級到可正常運作的模型，而不是讓請求失敗。如果你在正式環境路徑上執行 Argon，同一套機制也能涵蓋另一項風險：10 秒的 p50 首個 token 時間是真實的延遲下限，而一條在超過這個下限時會容錯切換的鏈，讓你付出的是一行設定，而不是一場事故。

把兩者放在同一把金鑰後面的成本論點平淡無奇，但值得說明：兩個供應商、兩套計費系統與兩套 SDK 整合，會變成一把金鑰與一個用戶端。預覽版的 Credits 訂閱不會因為放在我們的閘道後面就變成按用量計費——我們無法轉售 A​libaba 不賣的東西——所以這個說法的誠實版本是：Argon 只差一把金鑰，Qwen4-Max 只差一份訂閱，而這兩者所需的工作量不同。

在某一欄為空的情況下，該決定

如果你本月需要一個具備百萬 token 視窗與影片輸入的前沿模型，選擇並不在這兩者之間。而是 Gemini 4 Argon；證據是它可呼叫、可按量計費、在目前索引修訂版上測得 50，且已實際承載流量——但要注意，其 $2/$10 價目卡低估了高強度用量帳單，且其供應商基準測試表是把 G​oogle 的測試框架與競爭對手的新聞稿相比。

如果你正在決定是否要花一個下午在 Q​wen preview 上，答案取決於一個問題：你的工作負載是否涉及從極長輸入產生極長輸出？在 1M 上下文中提供 393,216 個 token 的回應額度，是本次比較中所有模型已公開的最大輸出上限；如果這正是你一直碰到的限制，十五天足以讓你弄清楚 Qwen4-Max 是否能處理它。如果你的工作負載是一般聊天或程式碼補全，這個預覽能教你的，Qwen3.8-Max 幾乎也都能教，而且它用的是一種你無法兌換成美元的貨幣。

能改變這個頁面的，是一張附有分數的 Qwen 4 模型卡。等它推出後，空著的那一列就會補上，比較也會變成讀者所期待的那一種。在那之前，有用的比較是拿可呼叫的模型對上一個十五天實驗；而唯一能說你需要哪一個的人，就是知道答案是否到了十二月還必須存在的那個人。