一張生成的標題卡,上面寫著 Qwen4-Max 對決 Gemini 4 Neon,副標題為每個指數點便宜 28%、落後 17 點,並有三個扁平線條圖示,分別暗示成本計量器、上升的得分線與碼錶。
Guides & Insights

Qwen4-Max 對比 Gemini 4 Neon:每個指數點便宜 28%

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Qwen4-Max 與 G​emini 4 Neon 相隔四十八小時、Intelligence Index 相差十七分,而有趣的數字不是其中任何一個。它是 $0.076 對上 $0.106——只要把每項任務的實測成本除以分數,就能得出在每個模型上,Artificial Analysis Intelligence Index 的一分要花你多少錢。Qwen4-Max 自 2026 年 11 月 16 日起全面供應,價格為每百萬個 token 輸入 $1.50、輸出 $4.50,其購買索引分數的成本比 G​emini 4 Neon 的 $3.00 與 $15.00 便宜 28%。Neon 是更好的模型,差距之大無人該爭辯。Qwen4-Max 則是每分更划算的購買選擇,其幅度小於價格差距,卻大於大多數買家的預期。

兩個模型,兩個不同的問題

在算術之前,先談框架,因為這兩者並不是一般意義上的競爭對手,而把它們當成同一個,正是這種比較出錯的原因。

Gemini 4 Neon 是 Google Gemini 4 系列中的第四個模型,其定位是與自家兄弟模型競爭,而非與 Alibaba 對抗。它預設採用 高 強度,並具備四個層級——低、中、高、超高——其中 Carbon 與 Argon 只到高。Qwen4-Max 則有三個層級——低、高、超高——且同樣預設為高。兩者皆接受文字、圖像與影片輸入,並輸出文字。兩者都支援百萬個 token 的上下文。兩者皆為專有模型,且皆為封閉權重,並以相同的賣點推銷:長時程的代理式工作,模型必須維持大量工作集並持續推進。

它們之間的區別,在於那個方案要價多少。Neon 的定價是家族中最貴的層級——固定價 $3.00 和 $15.00,沒有入門優惠期,也沒有免費層級;相較之下,Argon 到 11 月 30 日為止是 $2.00 和 $10.00。Qwen4-Max 的定價則落在前沿的便宜端:新加坡為 $1.50 和 $4.50,Global-scope 區域為 $1.413 和 $4.24。在價目表上,這是二比一的差距。在計費表上卻不是,而原因就在於評分。

每個指數點的成本是多少

Artificial Analysis 在 index v5.0.1 上公布這兩款模型——這是重新基準化後的指數,因此夏季排行榜上的舊分數無法與之比較——同時也公布每項 index 任務的實測成本。第二個數字才是關鍵,因為它納入了每個模型實際完成任務所耗用的 token 數量,而這正是價目卡會騙人的地方。

• 智能 — Qwen4-Max 43,對比 Neon 在 xhigh 下為 61、在 high 下為 60。Neon 的預設是 high,因此 Neon 公平的單一數字是 60。

• 每百萬 token 的價格,輸入與輸出 — Qwen4-Max 在新加坡為 $1.50 與 $4.50,其他地區為 $1.413 與 $4.24。Neon 為 $3.00 與 $15.00,各地均一。

• 每個索引任務的成本 — Qwen4-Max 為 $3.27。Neon 為 $6.44,而這個數字是在 xhigh 而非其預設設定下測得的,而追蹤器為 Neon 唯一重點列出的成本,正是其預設設定下的數字。

• 每個索引點成本 — Qwen4-Max $0.0760。Neon 在 xhigh 為 $0.1056,而在 high 為更低的數字,這點尚未有人公開。

• 完成整套測試所需的輸出 token 數 — Qwen4-Max 為 127M,Neon 在 high 下為 123M、在 xhigh 下為 283M。在各自預設值下,兩者的冗長程度相差在 3% 以內,而正是這個事實讓其餘的算術變得乾淨俐落。

• 每個索引任務的耗時 — Qwen4-Max 為 29.8 分鐘,Neon 在 high 下為 14.8 分鐘、在 xhigh 下為 21.5 分鐘。這是比較中最大的功能差距,無論價格怎麼調整都無法彌補。

• 輸出速度 — Qwen4-Max 每秒 59 個 token,Neon 在 high 模式下為 101、在 xhigh 模式下為 110。

• 背景 — Qwen4-Max 依實測為 984,000,依文件記載為 1,000,000。Neon 依文件記載及實際提供皆為 1,000,000,且未公布任何實測窗口。

把每點成本那一列讀兩遍,因為它做到了價格那一列沒做到的事。價目表上說 Neon 的費用是兩倍。計量器則顯示,Neon 每項任務的成本是 1.97 倍——幾乎正好是兩倍,這表示兩個模型每項任務耗費的 token 數相近,而每點省下的成本幾乎完全來自價格,而不是效率。Qwen4-Max 並不是靠簡短來換取它的 28%。它是靠便宜來換取的。

接著,分數列又把大部分優勢收了回去。每點便宜百分之二十八是實實在在的優勢,但幅度不大;十七個指數分則是檔次的改變。一支選擇 Qwen4-Max 以每點省下 28% 的團隊,等於已經認定 43 與 60 之間的差距對他們的工作負載並不重要,而價格優勢只是安慰獎,不是理由。

A generated two-column scoreboard for Qwen4-Max and Gemini 4 Neon across six shared dimensions: index 43 against 60 at high, price $1.50 and $4.50 against $3.00 and $15.00 per 1M, cost per index task $3.27 against $6.44 at xhigh, time per task 29.8 minutes against 14.8, output speed 59 against 101 tokens per second, and a 1M context on both sides.

速度正是拉開差距之處

每點成本對批次作業來說是正確的單位,對任何直接呈現在人面前的東西來說卻是錯誤的單位,而這項比較對這項區別的懲罰,比大多數情況都更嚴厲。

Neon 在預設設定下每秒解碼 101 個 token,在 xhigh 下則每秒解碼 110 個。Qwen4-Max 每秒解碼 59 個。這在預設設定下是 1.7 倍的差距,在上限設定下是 1.9 倍的差距,而且這還疊加在每項任務 14.8 分鐘對上 29.8 分鐘的時間差距之上——同樣的數量級,這正是當模型以不同速率輸出相近 token 數量時所預期的結果。

對 IDE 助理、支援代理,或任何會顯示轉圈指示的介面而言,每秒 59 個 token 已偏慢、勉強可用,而 101 個則算舒適。該追蹤器形容 Qwen4-Max「每個任務明顯偏慢」,其首個答案 token 時間為 137 秒,而這正是決定串流 UI 是否感覺即時有反應的數字。若你的工作負載具互動性,那 28% 的每點優勢,是用延遲成本換來的;這項成本不會顯示在任何費率表上,而且使用者會比財務部門更早注意到。

反過來的情況也值得直說,因為這正是 Qwen4-Max 實際銷售所針對的情況。一個長時間運行、按排程醒來、工作二十分鐘並寫出修補程式的代理,並不在乎 token 是以每秒 59 個還是 110 個送達——它在乎的是這次執行能否在下一次排定時間之前完成。在那種形態下,29.8 分鐘對上 14.8 分鐘仍然是真實成本,但那是實際耗時上的成本,而不是注意力上的成本,而實際耗時正是你可以用錢換取更多的東西。

脈絡,以及無人提及的上限

兩款模型都宣稱具備一百萬個 token 的視窗,而兩者背後都還有一個較小的數字,決定真正的長上下文任務能發揮到什麼程度。

• 輸入上限 — Qwen4-Max 在非思考模式下記錄為 991,808 個 token,在思考模式下則為 983,616 個 token,差別在於推理與答案出自同一個額度。Neon 的文件記載標準輸出上限為 64K,而長解碼生成可延伸至 1M,這是不同類型的限制:屬於延伸,而非固定額度。

• 輸出上限 — Qwen4-Max 為 131,072 非思考,或 262,144 由思考與回答共用。Neon 標準為 64K,並在長解碼生成下擴展。

• 投入程度階梯 — Qwen4-Max 提供 low、high、xhigh,預設為 high,但沒有 medium:Chat Completions 會將 medium 對應為 high,因此要求中間階層的代價等同於最高階層。Neon 提供 low、medium、high、xhigh,預設為 high,四種皆可使用。

• 快取 — Qwen4-Max 提供明確與隱含快取,新加坡的快取讀取為每百萬 $0.075,寫入則在五分鐘窗口內為 $1.875。Neon 僅提供隱含快取,每百萬 $0.15——相當於 $3.00 輸入費率的 95% 折扣。

• 批次 — Qwen4-Max 僅在北京支援批次推論;Batch File 的價格為 $0.707 與 $2.12,Batch Chat 則按即時費率計費。Neon 在所有區域都以半價提供批次與彈性模式,價格為 $1.50 與 $7.50。

最後那一列才是真正會改變帳單、卻最少受到注意的。Neon 上的批次工作負載費用為 $1.50 和 $7.50——分別是 Qwen4-Max 新加坡輸入費率的三分之一、輸出費率的 60%——而且只要 Neon 有提供服務的地方就能使用。Qwen4-Max 的批次路徑只有一個區域,這表示北京以外的團隊在執行非同步的大量工作時,得支付全額 $4.50 的輸出費率,而他們所讀的比較文章卻假設用的是批次價格。如果你的工作負載是批次處理,那 28% 的每點優勢會變得大得多;如果是即時處理,則維持不變。

A screenshot of the OrcaRouter model page for google/gemini-4-argon, captured in an English interface, showing the OrcaRouter Models navigation, the google/gemini-4-argon identifier, a time-to-first-token figure and the Pricing panel with zero-data-retention availability noted.

每個所屬之處

誠實的建議比兩家供應商所希望的都更狹隘,而且它不會選出贏家。

Neon 是正確的預設選擇,適用於任何「答錯代價高昂、答慢則無妨」的情境——長時程編碼、多步驟研究、無人值守執行且事後才審查的代理迴圈。十七個指數點的差距,改變的是模型能被託付什麼,而不是它完成得多快;而每項任務 6.44 美元的價格,你買的是上限,不是平均。相較於 Carbon,它也是唯一在 12 月 1 日不會變動的 Gemini 4 價目表,這使它在自家系列中成為穩定的選擇,即使它今天是較貴的那一個。

Qwen4-Max 是大量工作量的正確預設選擇,這類工作的模型任務定義明確,而且成本會不斷累加——為進來的佇列貼標籤、起草例行事務回覆、執行升級階梯中較便宜的一階,以及不需要前沿模型支援的代理步驟長尾工作。每項任務 $3.27,相較於 $6.44,對一個得分 43 的模型來說,帳單約只要一半,而 43 分高於同價格帶模型的中位數。為這類工作購買 Neon,等於買下十七分你用不到的效能。

陷阱就在中間,而這正是大多數團隊最終落腳的地方。一個需要 55 的工作負載既跑不動 Qwen4-Max,也不需要 Neon,而正確答案並非這兩者之一——而是每個系列中低一階的模型,價格正好介於兩者之間,這正是路由層存在的目的:做出這個決定。OrcaRouter 並不提供 Qwen4-Max 或 G​emini 4 Neon;它從 G​emini 4 系列中實際提供的是 google/gemini-4-argon與google/gemini-4-carbon,兩者皆依 Google 牌價、以 0% 加價原樣轉嫁,因此這兩款在 12 月 1 日的漲價,會在登上 G​oogle 價目表的同一天來到這裡。Qwen4-Max 則可透過 A​libaba 自家的 Model Studio API 及數個第三方平台存取。一個 API 涵蓋 200 多個模型,意味著分類層與前沿層可以是不同的模型,而不必是不同的合約;自動容錯移轉則意味著當其中一個出了狀況的一小時,管線不會跟著停擺。

A screenshot of the OrcaRouter Models catalogue, captured in an English interface, showing the models count and provider count in the header, the filter rail with input modalities, context length, input price, status, access tier and inference region, and individual model rows with copyable model IDs.

要從其中得出的數字

Qwen4-Max 每指標點便宜 28%,但落後 17 點;每秒解碼 59 個 token,對比 101 個;在追蹤器頭條所載的設定下,每項任務成本為 3.27 美元,對比 6.44 美元。這些數字每一個都是對「哪個更便宜」的不同答案,而且全都正確。

應該決定的是工作負載,而不是模型。如果任務一次就能完成,而且答案經過檢查,Qwen4-Max 能讓費用減半。如果任務要二十多分鐘才能完成,而且答案未經檢查就交付,Neon 是兩者中唯一能完成它的——而 1.7 倍的解碼速率,正是讓代理成為有用工具、而非讓你等到放棄的關鍵。按你實際消耗的點數計價。沒有人會因為買了十七個自己用不到的點數而高興。