一張標題卡寫著 Qwen4-Max 對上 GPT-6.2 Astra,輸出價格為九倍,帳單上相差 18%,並以標籤顯示輸出價格 $40.00 與 $4.50、每項任務 $4.00 對 $3.27,以及每項任務 12.9 對 32.3 分鐘。
Guides & Insights

Qwen4-Max 與 GPT-6.2 Astra:輸出價格達九倍,帳單相差 18%

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

GPT-6.2 Astra 每百萬輸入 token 收費 8.00 美元,每百萬輸出 token 收費 40.00 美元。Qwen4-Max 則分別是 1.50 美元和 4.50 美元。反映在計價表上,這是輸入端 5.3 倍、輸出端 8.9 倍的差距——這種價差通常會讓人在讀基準測試之前就對比較下定論。然而,Artificial Analysis 指出,完成一項 Intelligence Index 任務在 GPT-6.2 Astra 上的成本是 4.00 美元,而 O​penAI 於 2026 年 11 月 17 日推出該模型;Qwen4-Max 則是 3.27 美元,A​libaba 在前一天將其正式開賣。18%。兩款模型在計價表較貴的那一半相差九倍,但完成一件工作的成本卻相差不到兩成。

這兩個數字都沒有錯,而它們之所以並存,正是整個比較的關鍵。Astra 以較高費率用 6,580 萬個輸出 token 換來其結果;Qwen4-Max 則以較低費率用 1.27 億個換來同樣形態的結果。區隔兩者的不是價格,也不是能力——在指數上是 62 對 43,這是任何定價論點都無法彌合的差距。區隔兩者的是兩條路徑斷裂的位置:一條斷在 token 閾值,另一條斷在一個至今只被測量過一次的努力旋鈕的最高檔。

六排,兩側

以下每項數據均註明來源。價格為各供應商公布的標準層級費率;指數分數、每項任務成本、token 用量與耗時,則是 Artificial Analysis 於 2026 年 11 月 18 日依據 Intelligence Index v5.0.1 所做的測量結果。

• 輸入 — GPT-6.2 Astra 每百萬個 token 低於 272,000 時為 $8.00,達到或超過時為 $16.00;相較之下,Qwen4-Max 在新加坡一律為 $1.50,在 Global-scope 地區為 $1.413,不限長度

• 輸出 — Astra 未達門檻時 $40.00,超過門檻時 $60.00,相較於 Qwen4-Max 固定 $4.50

• 快取輸入 — Astra 每百萬 $0.40,享有 95% 折扣,對比 Qwen4-Max 在新加坡的 $0.075、其他地區的 $0.071

• 智慧指數 — Astra 在最高投入下為 62,高投入下為 60,中投入下為 57,低投入下為 46;相較之下,Qwen4-Max 在 Xhigh 下為 43,且未公布高或低投入下的數據

• 每項索引任務成本 — Astra $4.00 對比 Qwen4-Max $3.27

• 每個索引任務所花時間 — Astra 12.9 分鐘,Qwen4-Max 32.3 分鐘,而領域中位數為 12.4 分鐘

• 首個回答 token 的時間 — Astra 171 秒,Qwen4-Max 149 秒

• 上下文 — Astra 總計 1M tokens,相較於 Qwen4-Max 實測 984,000、文件記載 1,000,000

• 模態 — Astra 接受文字與圖像,而 Qwen4-Max 接受文字、圖像與影片;兩者皆僅輸出文字

• 力度 — Astra 有五個等級,從 max 到 low,且一律啟用;相較之下,Qwen4-Max 有三個等級,從 low 到 Xhigh,預設為 high

兩張相差九倍的卡如何得出相同的帳單

這種趨同並非巧合,也不是折扣。這是兩家廠商站在同一項取捨的相反兩端。OpenAI 把 token 定價得很貴,賣給你的是用得很少的模型。Alibaba 把 token 定價得很便宜,賣給你的是用得非常多的模型。兩者都依照自家模型的使用習慣來制定費率表,所以費率表幾乎無法告訴你帳單會是多少。

Token 數量就是機制所在,而它們的失衡方向正好與價格所預測的一致。在九項評估套件上,GPT-6.2 Astra 產生 6,580 萬個輸出 token——同類中位數是 6,510 萬,所以它完全是個普通的 token 消耗者。Qwen4-Max 產生 1.27 億個,約為中位數的兩倍,而追蹤器自己的摘要稱它非常囉嗦。乘起來看,粗略估算會把 Qwen4-Max 的輸出成本算成約 $571,而 Astra 則是 $632。

那兩項估算並非公佈的數字,而這個差距值得理解,而不是粉飾過去。$3.27 和 $4.00 的每項任務數字,是九項評估的加權平均,混合了輸入、快取輸入、推理與回答 token,且各自按自己的費率計算。僅乘上輸出 token 的算法只是碰巧落在相近範圍。任何告訴你其中一個是由另一個推導出來的人,都是在猜,包括任何告訴你 18% 差距正好等於 token 比例的人——事實並非如此;當提示變長或快取變熱時,這兩個數值會各自獨立變動。

門檻是九倍差距唯一仍然存在的地方。

當輸入 token 低於 272,000 時,GPT-6.2 Astra 的價目卡就像價目卡該有的樣子:同樣的輸入,你要付的費用大約是 Qwen4-Max 的五倍,輸出則是八到九倍;而每項任務的成本會吸收掉這個差距,因為 Astra 寫出的 token 比較少。超過 272,000 tokens 後,這種比較就不再是比較了。

Astra 的長上下文倍率會將輸入與快取輸入加倍,並將輸出提高一半——而且它適用於整個請求,而非僅限超過門檻的那部分。Qwen4-Max 則完全沒有門檻:在思考模式下,從第一個 token 到 983,616 token 的輸入上限,每百萬 1.50 美元;關閉思考時則為 991,808。

對文件審閱進行計算,因為那正是長上下文存在的用途:

• 250,000 個輸入 token、5,000 個輸出 —— GPT-6.2 Astra 輸入 $2.00 加輸出 $0.20,共 $2.20;Qwen4-Max $0.375 加 $0.0225,約 $0.40

• 400,000 個輸入 token、5,000 個輸出 — Astra 輸入 $6.40 加輸出 $0.30,所以是 $6.70,因為整個請求以兩倍計費;Qwen4-Max $0.60 加 $0.0225,所以約 $0.62

900,000 個輸入 token、5,000 個輸出 — Astra 為 $14.40 加 $0.30,所以是 $14.70;Qwen4-Max 為 $1.35 加 $0.0225,所以約 $1.37

在這條線以下,價格比就是費率比。在這條線以上,單次呼叫的成本在任一模型寫出任何一個字之前,就已超過其 Qwen4-Max 對等方案的十倍。這不是定價上的細微差異;這是這場對決改變答案的分界線,而 272,000 穩穩落在兩個模型所宣稱的視窗之內。

A two-column scoreboard comparing GPT-6.2 Astra and Qwen4-Max: input $8.00 against $1.50 per million, output $40.00 against $4.50, Intelligence Index 62 against 43, cost per task $4.00 against $3.27, time per task 12.9 against 32.3 minutes, and context 1M against 984k.

快取這條線的走向相同,只是沒那麼劇烈。Astra 以 8 美元為基準打 95 折,等於每百萬個快取 token 收 0.40 美元,對比 Qwen4-Max 的 0.075 美元——5.3 倍的差距在每種上下文長度下都持續存在。快取寫入的方向則與直覺相反:Astra 每百萬收 10 美元,高於其標準輸入費率;而 Qwen4-Max 公布的五分鐘寫入為 1.875 美元、一小時為 3.00 美元。若工作負載會反覆重讀穩定的前綴,就能追回大部分差距;若工作負載每輪都改寫前綴,兩邊都得為此付費,而 Astra 那邊還要貴得多。

時鐘會倒轉,而大多數評論都忽略了這一點

速度正是這兩款模型不再互為鏡像的地方。Qwen4-Max 先給出回答——首個回答 token 耗時 149 秒,Astra 則為 171 秒——但完成任務所需的時間卻是後者的兩倍半:每個索引任務 32.3 分鐘,相較之下為 12.9 分鐘。Astra 較晚產生首個 token,卻較早完成任務,快了 19.4 分鐘。

那個反轉值得明確指出,因為它把這兩個模型依工作負載類型區分開來,而不是替它們排名。如果你需要的是一個能快速開始串流回應的結果——聊天介面、使用者正在觀看的文件摘要——那麼 Qwen4-Max 的 22 秒起步優勢就是決定感知速度的數字,而它的長尾除非使用者等到完整答案,否則並不可見。如果你需要的是一項會完成的任務,那麼 12.9 分鐘這個數字才是關鍵,而 32.3 分鐘這個數字正是會撞上你技術堆疊中每一個逾時設定的那個。

就絕對速度而言,這兩個模型都不算快。同一榜單上的中位數任務可在 12.4 分鐘內完成,因此 Astra 正好處於平均水準,而 Qwen4-Max 則接近全場的三倍。這是正常速度模型與慢速模型之間的比較,而不是兩個快速模型之間的比較。

The Artificial Analysis page for GPT-6.2 Astra on Intelligence Index v5.0.1, showing a score of 62 with the cost, speed and timing panel for the same nine-evaluation suite.

其中一個模型會公開其完整曲線

這就是那個不對稱性,它比任何一張價格表都更能決定部署的成敗。GPT-6.2 Astra 的開發者文件與追蹤器共同描述了五個 effort 等級,以及各等級對應的指數分數:max 為 62、Xhigh 為 62、high 為 60、medium 為 57、low 為 46。你能清楚看到較便宜的設定要付出多少能力代價,這意味著團隊可以刻意在那條曲線上挑選一個點——medium 的 57 分仍比 Qwen4-Max 公布的最佳數字高出 14 分,而且它產出的 token 數量遠少於 max effort。

Qwen4-Max 公布三個等級——low、high 與 Xhigh——預設為 high,且恰好只有一個獨立測量點,該點是在 Xhigh 取得的,也就是它提供的最昂貴設定。它的思考預算預設為 131,072 個 token,而除了 A​libaba 之外,沒有任何一方測量過 low 或 high 實際上對耗時或帳單有何影響。

這改變了「每項任務便宜 18%」的含義。這項比較是拿 Astra 實測的配置對比 Qwen4-Max 實測的配置,而 Qwen4-Max 的實測配置,是沒有任何產品會預設採用的配置。把它降到 high,耗時大概會改善,分數大概會下降——至於差多少,是個未公布的數字;而廠商自己的效率宣稱在 high 和 Xhigh 都有陳述,這告訴你該設定是要能用的,而不是退而求其次的備援選項。

兩張費率表上均未列出的計費差異

Astra 端有一條規則,在 Qwen4-Max 上沒有對應機制,而且會以價格比較永遠無法顯現的方式產生費用。從這一代開始,當 API 偵測到對話中途對歷史記錄的變更——前綴編輯、模型降級、終端使用者或組織變更——它就會丟棄推理項目。模型接著會重新推導它已經完成的工作,並再次為此付費。

對於會在輪次之間改寫自身系統提示詞的代理迴圈而言,這是一項反覆出現的費用,不會出現在任何按 token 的比較中,而且它正是最可能讓 Astra 實測的每項任務 $4.00 在生產環境中顯得過於樂觀的機制。Qwen4-Max 沒有公布對應的規則,但這不等同於它沒有對應的行為——這代表該行為未被記載,你得在自己的日誌中找到它。

The OrcaRouter model page for openai/gpt-6-astra, listing the routable endpoint for Astra's predecessor at vendor list price.

打電話給他們其中一個

這兩個模型都不在我們的目錄中。GPT-6.2 Astra 與 Qwen4-Max 都可透過各自廠商的 API 及數個第三方平台存取,我們不會暗示相反情況;這裡沒有 Qwen4-Max 的接入途徑,但有 Astra 前代模型的接入途徑。

如此一來,剩下的是一場你可能想實際跑一遍、而不是只讀一讀的比較;而路由論點最誠實的版本,其實範圍很窄。這兩款模型都夠新,它們公布的數字所描述的是某種配置,而非實際部署。把同樣的二十條追蹤記錄跑過一條路由,讓你能在同一把金鑰背後替換模型——而且當一通 32 分鐘的呼叫在第二十九分鐘中斷時進行容錯移轉——這正是找出你的工作負載落在這兩條曲線中哪一條的方法。Astra 的前代模型 GPT-6 Astra 與 Qwen3.8-Max 現在都能以供應商牌價、0% 加價進行路由,這讓對任一較新模型進行 A/B 測試,變成只是改動配置,而不是再簽一份合約。

什麼決定了它

兩個問題,按這個順序;而第二個問題只有在第一個問題的結果是某種特定情況時才重要。

首先:您的工作負載是否經常超過 272,000 個輸入 token?如果是,選擇實際上已成定局,指標差距也不再重要,因為 Astra 的門檻會讓整個請求的輸入比例從 5 倍變成 10 倍,而 Qwen4-Max 的固定方案則不會。對於長文件、長影片與大量擷取工作,Qwen4-Max 是便宜一個數量級的答案,而 43 個指標分數已足以應付擷取。

第二:如果你的提示很短,你真的需要那 19 個指數分數嗎?Astra 每項任務的成本高出 22%,並在 40% 的時間內完成任務,還提供已公開的五點投入程度曲線,讓你能往下取捨。Qwen4-Max 每項任務成本較低、回應更快、完成時間晚得多,而且只給你一個實測設定。在短提示上,每個 token 的差距大多會消失,但能力差距不會。

兩個模型都沒解決的,正是本週兩者都被拿來推銷的那件事:工作。Astra 的發布賣點是降價,既可衡量,也已經被衡量。Qwen4-Max 的賣點則是一句關於真實世界工作的口號,這同樣可衡量——只是不是只讀過發布貼文的人能衡量。32.3 分鐘的計時與單一實測的努力程度,正是那句口號受檢驗之處,而它們是你要帶進自己評估的兩個數字,因為它們是行銷沒有引用的兩個數字。

本文中的比較2

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新