一張標題卡,標題為「Qwen4-Max 對決 Grok 4.5:一款才問世一天的模型,對上另一款已被取代的模型」,並附有三個標籤,分別寫著 Qwen4-Max 於 2026 年 11 月 16 日發布、Grok 4.5 於 2026 年 7 月 8 日發布且已被 Grok 4.6 取代,以及指數分數 43 對上未公布任何分數,圖說指向 2026 年 11 月 17 日的 Artificial Analysis 模型頁面。
Guides & Insights

Qwen4-Max 對上 Grok 4.5:你是在拿昨天才發布的模型,跟一個自家廠商早已取代的模型相比

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

開啟Grok 4.5 在 Artificial Analysis 上的模型頁面,首先映入眼簾的並不是基準測試成績,而是一則通知:此模型已遭棄用,SpaceXAI 已推出更新的版本 Grok 4.6,建議改為考慮該版本。頁面上仍保留各項量測數據——首個回答 token 耗時 10.45 秒、每秒 65 個 token、500k 上下文視窗、每百萬 token 輸入 $2.00、輸出 $6.00——但已完全不再附上智慧分數,且基準測試的更新頻率也從每六小時一次降至每十八小時一次。Qwen4-Max 則相較之下,自 2026 年 11 月 16 日開賣至今僅一天。刻意拿一個才剛滿一天的模型去對比一個已被取代的模型,是件很奇怪的事,而這正是它值得一做的原因:這個比較與其說能告訴你哪個模型更好,不如說能顯示當初用來合理化 Grok 4.5 的 token 效率論述,被超越的速度有多快。

在他們其中一個人生開始一天後,每個模型實際上究竟是什麼

A two-column scoreboard comparing Qwen4-Max and Grok 4.5 across six rows: release date 16 November 2026 against 8 July 2026; $1.50 in and $4.50 out against $2.00 and $6.00; 1,000,000 context against 500,000; index 43 against none published; latency not published against 10.45 seconds and 65 tokens per second; text, image and video against text, image and file. Footer notes Grok 4.5 is marked deprecated on Artificial Analysis and runs at 18-hour intervals instead of 6.

• 廠商 — Alibaba vs SpaceXAI,後者於年中將 Grok 產品線改名

• 已發布 — Qwen4-Max 於 2026 年 11 月 16 日,對比 Grok 4.5 於 2026 年 7 月 8 日,後者由 Grok 4.6 取代

• 每百萬個權杖的價格 — 輸入 $1.50/輸出 $4.50,對比 輸入 $2.00/輸出 $6.00

• 快取讀取 — Qwen4-Max 每百萬 $0.075,Grok 4.5 每百萬 $0.30

• 上下文視窗 — 1,000,000 個 token,對比 500,000

• 最大輸出 — 非思考模式為 131,072 個 token,思考模式共享 262,144 個 token,相較於文件記載的 64,000

• 輸入模態 — 文字、圖像與影片 vs 文字、圖像與檔案

• 獨立指數分數 — Qwen4-Max 為 43,而 Grok 4.5 未公布

• 汰除狀態 — 目前旗艦與遭取代者的差異,同一張卡上已有後繼產品

最後三行就是文章內容。Qwen4-Max 的卡片在規格表所能衡量的每個項目上都更大,而 Grok 4.5 的卡片上則有一則註記,說同價位有更好的版本。

A screenshot of the Artificial Analysis page for Grok 4.5, headed by a deprecation banner stating the model is still benchmarked but every 18 hours instead of every 6, and that SpaceXAI has launched a newer release, Grok 4.6.

為什麼還會有人選擇 4.5,以及為什麼這個理由正在減弱

Grok 4.5 的賣點從來不是原始能力,而是 token 用量:這個模型以 1.5 兆參數的基礎模型打造,並與一款程式碼編輯器一起訓練;它主打能用遠少於同級前沿模型的輸出 token 來解決軟體工程任務,且價格定位於高產量生產場景。這確實是個很好的賣點,而這也是 A​libaba 為 Qwen4-Max 提出的同一套說法——輸出 token 比前代少 24% 到 35%,在 Terminal-Bench 4.0 上少 48% 到 49%,每項任務平均成本從 $4.43 降到 $1.67。

換句話說,兩家廠商賣的都是「省」。差別在於,其中一種說法即將持續受到檢驗,另一種則已不再那麼頻繁地受到檢驗。Artificial Analysis 仍會運行 Grok 4.5,但頻率是每十八小時一次,而非每六小時一次;這是委婉地說,該模型已從「持續覆蓋」轉為「維護保養」。一個模型的行為取樣頻率只剩四分之一,其回歸問題被發現的速度也就只剩四分之一。

將它保留在目錄中,是有站得住腳的理由:它穩定、便宜,其 500k 上下文視窗涵蓋大多數工作,而且不需要你改變任何東西。這是任何現行選項都能提出的論據。但一旦出現具備相同上下文視窗與相同基礎價格的後繼者,這個理由就不再站得住腳,因為到那時,現行選項唯一剩下的優勢,就是你還沒遷移過去。

Grok 4.5 有公布數字、而 Qwen4-Max 沒有的唯一一個軸向

延遲。根據 Artificial Analysis 的測量,Grok 4.5 在 10.45 秒內回答,並以每秒 65 個 token 串流。相較於現代前沿模型,這些數字並不突出——Claude Opus 5.5 在最大投入下首個 token 需 352 秒,GPT-6.1 Sol 需 169 秒——但它們確實存在、可重現,而且你可以據此進行容量規劃。

Qwen4-Max 在任何地方都沒有公布延遲數據。Artificial Analysis 列出其指數分數、價格卡與 token 總數,卻讓效能欄位留白:沒有每項任務耗時、沒有輸出速率、沒有首個 token 時間。阿里巴巴的發布資料公布的是 token 數量,那是不同的量;而一個模型若以相同速度運行、只寫出一半的 token,就能以一半時間完成任務——這兩種說法不能互換。

所以,11 月 17 日這項比較的誠實狀況是:較舊、已被取代的模型,是你還能據以估算實際耗時的那一個;而較新的模型,則是你必須自行實測的那一個。對批次管線來說,那是一個下午的工作量。對互動式產品來說,這正是一個理由:要把 Qwen4-Max 放在後備方案後面,而不是放在它前面。

順帶一提,200,000 token 這條界線

Grok 4.5 依提示長度分級計費:輸入 token 在 20 萬以內時,費率為 $2.00 與 $6.00;超過此上限後,費率倍增至 $4.00 與 $12.00。Qwen4-Max 則只提供單一費率級距,從零一路適用到上下文上限。由於 Grok 4.5 的上下文視窗為 500k,而較便宜的級距只到 200k,因此其自身視窗中較高的 300k 會按公告費率的兩倍計費——這項細節的重要性不如在 1M token 模型上那麼高,卻比 $2.00 這個主打數字所暗示的更值得注意。

已被取代的模型仍是最佳解答的情境雖然狹窄,卻真實存在:工作負載綁定於其 token 效率、已針對 200k token 提示完成調校,且不值得重新驗證。如果你正處於這種情況,Grok 4.6 共享相同的上下文視窗、輸入介面與基礎價格,因此遷移只需更改模型識別碼,而非一項專案。

對某些團隊而言,影片是比較的最後一列。

Qwen4-Max 支援文字、圖像與影片。Grok 4.5 支援文字、圖像與檔案。Tencent 的 Hy4 preview、Anthropic 的 Opus 5.5 和 OpenAI 的 Sol 都讀取檔案而非影片,這使 Qwen4-Max 顯得與眾不同,而不只是較新:對於影格層級的工作——影片素材初篩、螢幕錄影分析、任何具有時間軸的內容——這場比較的其餘部分便失去意義,因為根本沒有可相比的對象。

另一面是,Qwen4-Max 文件記載的思考輸出預算是推理軌跡與可見答案共用的 262,144 個 token,預設思考預算為 131,072,且 reasoning_effort 預設為 high。一個會長時間推理的影片分析工作,會把答案預算中相當可觀的一部分花在推理上。請以 131,072 來規劃輸出大小,而不是以規格頁上的 1M 上下文數字為準。

A screenshot of the OrcaRouter model page for grok/grok-4.5, showing the 500K-token context badge, text, image and file input, the model identifier and the start of the pricing panel.

執行這對組合,以及「一鍵」在兩邊各自能換到什麼

OrcaRouter 將 Grok 4.5 路由,每百萬 token 輸入 $2.00、輸出 $6.00,適用於 200,000 token 以內的範圍;超過此範圍則為 $4.00 與 $12.00——採用廠商自家價目表,以 0% 加成原樣傳遞——同時也將其後繼者以 Grok 4.6 之名、按相同基礎費率路由,這使得 4.5 到 4.6 的遷移只需變更路由規則中的一個欄位,而非全新的整合。同一組金鑰即可存取 Claude Opus 5.5、GPT-6.1 Sol、Qwen3.8-Max與T​encent HY4 Preview。

Qwen4-Max 不在那份清單上。型錄尚未收錄 Qwen4 世代,所以 Qwen4-Max 這條路徑目前就是直接使用 A​libaba 金鑰;而要誠實描述這樣的安排,就是:一個端點涵蓋你所有可能退回使用的項目,再加上一組針對你正在評估的模型的直接憑證。

這種拆分仍然是回答本文所提出問題的低成本方式。讓 Grok 4.5 路由與 Grok 4.6 路由處理相同的流量,並以你自己的請求公布比較結果,同時把 Qwen4-Max 保留為第三條分支,由 跨供應商自動容錯移轉作為其後盾。另一種做法——為了測試一個未公布延遲的模型而停用一條仍可運作的路徑——正是團隊最後在凌晨兩點回滾的原因。

對於帶有通知的模型該怎麼辦?

Grok 4.5 頁面上的公告並不是訃聞。這個模型仍在運作,定價也具競爭力,而其 500k 的上下文視窗對大多數任務而言都綽綽有餘。但把它和 Qwen4-Max 放在一起比較,其實算不上是在兩個選項之間做選擇:這是在一個正逐步退場的已知選項,與一個才剛登場的未知選項之間做選擇,而決定勝負的關鍵,在於你對自己動手實測的容忍度。

依序有三件事值得觀察。第一,Qwen4-Max 是否有任何獨立延遲數據——這是本次比較中唯一缺少的輸入。第二,Alibaba 是否會在代理流量湧入後,調整共用的 262,144 個 token 思考預算。第三,Grok 4.5 在其後繼模型已被充分驗證之後,究竟是否還會留在榜上——因為棄用通知通常是退役日期的第一段。

本文中的比較1

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