
Qwen4-Max 對決 Grok 4.7:百萬 Token 上下文對上五十萬,還附帶一項評分
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-0717 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 87 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百萬 tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 152 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 219 tok/s
一個會讀取 400,000 個 token 的儲存庫歷史,並寫入 20,000 個 token 修補程式的請求,按國際牌價計算,在 Qwen4-Max 上的成本是 6.80 美元,在 Grok 4.7 上則是 8.00 美元——而這兩個模型中,只有一個曾接受獨立評估,且該評估對它能否勝任這項工作給出了明確結論。這句話概括了這項比較的全貌:Alibaba 的 Qwen4-Max 自 2026 年 11 月 16 日起正式全面推出並公布價目表,每 token 更便宜,且上下文視窗是兩倍;SpaceXAI 的 Grok 4.7 於 2026 年 9 月 21 日推出,則是有實測分數、四種可選推理等級,背後還有一年的實際營運紀錄。這兩項事實哪個更重要,完全取決於你的工作負載在可用空間耗盡時會如何運作。
兩個模型都是文字輸入、文字輸出,並附帶圖像輸入;兩者都支援工具呼叫與結構化輸出,價格也落在同一區間。在真實工作負載下仍會顯現的差異,在於上下文餘裕、快取經濟性、實證依據,以及各家廠商讓你如何把算力花在推理上的方式。

每一項分別是什麼,以廠商自己的說法為準
Qwen4-Max 是阿里巴巴的第四代旗艦模型,文件記載為可接受文字、圖像與影片並產生文字的多模態模型。其公布的限制為:1,000,000 個 token 的上下文視窗、非思考模式下最高 131,072 個 token 的輸出,以及思考加回答合計 262,144 個 token 的預算。思考功能預設開啟,預算為 131,072 個 token,推理強度設為高;這與大多數西方旗艦模型的預設設定不同,在拿任何東西與它做基準測試前值得先了解。
Grok 4.7 是 SpaceXAI 目前的文字旗艦模型,這是一款推理模型,具備 500,000 個 token 的上下文視窗、2026 年 5 月的知識截止日期、圖像輸入,以及四種推理等級,其中包括新增的最高設定。SpaceXAI 未公布其參數數量,並將此次發布描述為基礎模型更大、強化學習訓練歷時更長,而非全新架構。其定價為每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元,以及每百萬快取輸入 token 0.50 美元。

將它們並列在決定購買的關鍵維度上:
• 背景 — Qwen4-Max 1,000,000 個 token,對比 Grok 4.7 的 500,000 個 token
• 最大輸出 — Qwen4-Max 為 131,072(非思考模式),262,144 則與思考模式共用;相較之下,Grok 4.7 的輸出上限由廠商公布,而 SpaceXAI 並未將其與上下文分開列出
• 輸入價格 — Qwen4-Max 在新加坡為每 100 萬 $1.50,在法蘭克福、維吉尼亞、東京、香港及北京為 $1.413,相較於 Grok 4.7 的 $2.00
• 輸出價格 — Qwen4-Max 新加坡 $4.50、其他地區 $4.24,而 Grok 4.7 為 $6.00
• 快取輸入 —— Qwen4-Max 在 $1.875 的五分鐘寫入後,讀取費用為 $0.075,相較於 Grok 4.7 的 $0.50 讀取
• 模態 — Qwen4-Max 支援文字、圖像與影片輸入,對比 Grok 4.7 支援文字與圖像輸入
• 獨立評分——Qwen4-Max 未公布任何分數,相較之下,Grok 4.7 在 Artificial Analysis Intelligence Index v5.0.1 中,xhigh effort 為 35.5、high 為 35.2、low 為 31.1
• 權重 —— 兩者皆未公布任何權重
附有計算過程的已演算範例
不同快取設計的模型之間的成本比較,正是大多數已發布基準測試悄悄產生誤導的地方;因此這裡用兩張價目表,將同樣的三個工作負載從頭到尾計價,採用國際牌價,且不考慮任何議定折扣。
• 長上下文讀取,無重複使用——400K 輸入、20K 輸出:在 Qwen4-Max Singapore 上,輸入 $0.60 加輸出 $0.09,共 $0.69;在 Grok 4.7 上,$0.80 加 $0.12,共 $0.92。Qwen4-Max 便宜 25%。
• 具穩定前綴的 Agent 迴圈 — 200K 輸入,其中 180K 為快取,10K 輸出,十回合:Qwen4-Max 每回合計費 $0.0135 的快取讀取,加上 $0.03 的新輸入,加上 $0.045 的輸出,總計 $0.885;Grok 4.7 每回合計費 $0.09 的快取讀取,加上 $0.04 的新輸入,加上 $0.06 的輸出,總計 $1.90。差距擴大到超過 2 倍,因為快取讀取費率相差將近七倍。
• 批次分類、不進行推理 —— 2K 輸入、200 輸出、50,000 次呼叫:Qwen4-Max 新加坡為 $1.74,Grok 4.7 為 $2.60。兩者每千次呼叫都只是小錢,且兩者的費用皆由計費表的輸出端主導。
注意第一列沒有說出來的事。在長上下文讀取上擁有 25% 的價格優勢固然值得,但它的價值遠不及答錯答案的代價;而有公開評分的那個模型,才是你在花任何錢之前就能夠推理評估的對象。每 token 的價格是關於供應商的事實;每完成一項任務的價格則是關於模型的事實,而目前還沒有人公布 Qwen4-Max 的第二個數字。
1M 視窗真正會改變決策的地方
將上下文視窗從 500K 加倍到 1M,聽起來像是行銷話術,直到你遇到正好落在這兩個數字之間的特定工作負載。實務上反覆出現的三種情況是:整個 monorepo 的重構,其中相關切片是 600K token 的相依圖,而非單一檔案;合約審閱,必須一次將整份協議連同其附件與先前修訂都保留在上下文中;以及長時間執行的 agent 工作階段,其中成長的是對話記錄,而非提示。
在其中第三點上,快取經濟效益比視窗更重要。一個不斷在 300K token 逐字稿後追加內容的 session,每輪支付快取讀取費用的頻率,遠高於支付全新輸入費用的頻率;而 Qwen4-Max 的每百萬 $0.075 讀取費率,對比 Grok 4.7 的 $0.50,是兩家廠商價目表之間最大的單一結構性差異——以百分比而言,這比它們定價之間的差異還大,而后者在輸入上僅差 25%、在輸出上也僅差 25%。另請注意快取寫入成本:Qwen4-Max 每百萬收費 $1.875 來填入一個五分鐘的快取項目,這高於它自身的輸入價格,因此若某個工作負載快取了只會讀取一次的前綴,就會為此支付溢價。那是為反覆讀取而設計的,不是為一次性提示而設計的。
Grok 4.7 對同一個問題的答案,差異在於本質而非程度:四種推理等級意味著你可以在不需要的回合把算力調低,在需要的回合調高,而 SpaceXAI 對這四種等級的定價完全相同。這正是 Qwen4-Max 以設定值形式提供的槓桿——推理強度預設為 high,思考預算為 131,072 個 token——但在缺乏獨立測量、無法得知每個設定究竟能換來什麼的情況下,這根槓桿就更難以滿懷信心地拉動。
缺少基準在實務上會讓你付出什麼代價
Grok 4.7 在 Index v5.0.1 上的 35.5 分並不是特別亮眼的數字。它遠低於同一版本指數上 Kimi K3.1 Pro 的 46.5 分,也落後於西方頂尖旗艦模型。它真正的作用,是讓你有一個可以比較的對象。一個團隊若要在兩個都有分數的模型之間做選擇,花一個下午就能判斷較便宜的那個是否夠好;但若要在一個有分數的模型和一個沒有分數的模型之間做選擇,就必須先投入評估時間,才能做出任何決定。
Alibaba 尚未發布 Qwen4-Max 的基準測試表——沒有廠商自行報告的,也沒有獨立評測的。Artificial Analysis 模型索引中沒有 Qwen4 條目,且各模型頁面會傳回 404。目前唯一可取得的能力陳述,來自其文件本身:深度推理、平行工具呼叫、網頁搜尋、前綴補全、支援 JSON Object 與 JSON Schema 模式的結構化輸出,以及明確與隱含形式的提示快取。這些都屬於功能宣稱,而這類宣稱通常屬實。但它們並不是你在意的任何任務上品質的證據。
所以實務上的指示是:在切換之前先跑你自己的評測,並誠實評估規模。從你自己的流量中取一百個代表性提示詞,用你團隊現行採用的任何評分規準來打分,這會比任何排行榜更能告訴你 Qwen4-Max 是否取代 Grok 4.7——而且在任一費率表上都只花幾美元,因為兩者計價表的輸入端都是便宜的那一側。
讓兩者都能透過同一個按鍵操作
OrcaRouter 將 Grok 4.7 列為grok/grok-4.7,價格為 SpaceXAI 自身的定價:每百萬輸入 $2.00、輸出 $6.00,並在與目錄其餘項目相同的 OpenAI 相容基礎 URL 上不加價原樣提供。Qwen4-Max 目前不在目錄中;可透過 Alibaba 自家的 API 存取,上述區域定價適用,而新加坡金鑰可取得 $1.50 的費率。在你仍在評估時,實用的做法是讓兩條路徑都保持可用,並讓路由策略依請求決定,而不是把程式碼路徑固定到其中任一者。

在路由層中,有兩件事在這裡證明了自己的價值。第一是 模型融合:由兩個模型與第三位評審共同回答高難度提示詞的面板,是判斷 Qwen4-Max 缺失的分數究竟掩蓋的是差距還是勝利的最快方式,而且只需兩次呼叫,不必進行遷移。第二是 自動容錯移轉——全新的 GA 模型正是那種你會想在第一次正式環境請求之前、而不是在第一個 5xx 之後才設定好備援鏈的情況。
這週該如何決定
若你的工作負載能容納在 500K 個 token 之內,而且你無意進行評估,那麼 Grok 4.7 就是站得住腳的選擇:它經過實測,自九月起在營運上已臻成熟,並提供推理調節旋鈕,而有了評分模型,你就能據此校準。若你的工作負載屬於需要超過五十萬個 token 的特定類型——單一儲存庫、完整合約集、不斷增長的逐字稿——那麼 Qwen4-Max 不只是更便宜,它更是兩者之中唯一會接受該請求的模型,而缺乏基準測試就成了做生意的成本,而不是等待的理由。若你介於兩者之間,誠實的答案就是花幾美元和一個下午:用你自己的流量分別運行兩者,讓完成任務的比較結果凌駕於每 token 的比較之上。
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
