一張生成的 16:9 標題卡,寫著「Qwen4-Max vs Kimi K4」,副標題為「一個本週已上線;另一個從未正式推出」,並有兩張圓角卡片:一張是已有文件記載、涵蓋六個區域且採隨用隨付定價的 GA 模型,另一張則只有名稱,沒有模型卡、沒有 API 識別碼,也沒有任何公告。OrcaRouter 標誌位於右下角。
Guides & Insights

Qwen4-Max 對上 Kimi K4:一個本週已推出,另一個則從未推出過

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

搜尋 K​imi K4,你會發現大量關於一個並不存在之模型的文章。搜尋 Qwen4-Max,截至 2026 年 11 月 16 日,你會找到一個可呼叫的模型,它有著已公布的費率表、六個區域,以及一份時間戳為當天上午 09:46 的文件頁面。這兩者並非可相提並論的情況,而把它們當成對戰的兩方,是這個市場領域中最常見的單一錯誤。因此,本頁做兩件事:先確認 K​imi K4 是什麼——一個背後沒有模型卡、沒有 API 識別碼、沒有權重、沒有價格,也沒有公告的名稱——然後進行讀者真正能據以行動的比較,也就是在 Qwen4-Max 與 Kimi K3.1 Pro 之間做比較;後者是 Moonshot AI 今日推出、且在 Artificial Analysis Intelligence Index 上得分最高的開放權重模型。

第二個比較比你輸入的那個更有意思,因為這是 Qwen4-Max 唯一一處遇到一個在實測能力上勝過它、但在價格上卻輸給它的模型。這個比較也說明了為何缺少 Qwen4-Max 的基準測試資料代價高昂:在與 Kimi K3.1 Pro 的對照中,表格一邊有真實數字,另一邊卻是空白。

A generated two-column scoreboard titled 'Qwen4-Max vs Kimi K3.1 Pro - the scoreboard', comparing $1.50 and $4.50 per million tokens against $2.00 and $10.00, a 1,000,000-token context against 1,048,576, a 131,072 maximum output against a 1,000,000-token ceiling, no independent score against 46.5, and no weights against an open parent under a custom licence, over a footer reading 'Qwen4-Max per Alibaba; Kimi figures per Moonshot and Artificial Analysis Index v5.0.1.' OrcaRouter logo bottom-right.

K​imi K4 檢查,公開進行

「某項東西尚未推出」這類說法會隨時間減弱,因此以下提供的是證據,而非結論。Moonshot AI 針對 K​imi API 的開發者定價文件將 kimi-k3.1-pro 與 kimi-k3 列為 K3 系列模型,具有 1,048,576 個 token 的上下文視窗,另外也列出 K2 系列;同一頁面指出,K2 系列將於 2026 年 12 月底前全面退役。文件中未出現 kimi-k4 識別碼。該平台的模型清單也未列出此識別碼。該實驗室自家的部落格索引沒有任何 K4 文章。在 moonshotai 組織下搜尋儲存庫,找不到高於 K3.1 Pro 的項目。

以這個名稱浮現的唯一產物,是 Hugging Face 上的一份第三方重新上傳,建立於 2026 年 7 月,下載次數寥寥無幾、沒有任何文件,標籤集還整套抄自 Kimi K3。它不是 Moonshot 的產物,本頁也不把它當作 Moonshot 的產物。一款已發布的 Moonshot 旗艦產品會在幾天內留下可查證的痕跡——一張附有參數量的模型卡、費率表上的一列、一個 API 識別碼、一筆排行榜條目。一個完全沒有留下這些痕跡的名稱,並不是低調發布;它就只是一個名稱。

值得直白地說,因為這個頁面的表述方式可能被誤讀:K4 尚未發布,完全說明不了 Moonshot 的發展軌跡。該實驗室在四個月內已推出兩次,其中第二次是 2026 年 10 月 24 日的 K3.1 Pro,是當前指數上最佳的開放權重成果。下一款模型是何時推出的問題,而不是是否會推出的問題。只是不是現在。

Qwen4-Max 這週變成了什麼

截至11月16日,Qwen4-Max 僅以qwen4-max-preview的形式存在:這是一項僅限 Token Plan 的租用服務,於11月11日 UTC+8 10:00 開放,已公布將於11月25日 24:00 退役,且各處均無按 token 計價的價格。GA 模型則是另一個識別碼,qwen4-max,採用按用量付費費率,涵蓋六個區域——新加坡、北京、香港、法蘭克福、維吉尼亞與東京——且沒有到期日。

已公布的規格為:1,000,000 個 token 的上下文、非思考模式下最大輸出 131,072 個 token、思考與回答共用 262,144 個 token 的預算、文字、圖像與影片輸入,且僅輸出文字。預設啟用思考,預算為 131,072 個 token,推理強度設為 high。此 API 支援 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 與 DashScope,這表示現有的 Anthropic SDK 只要指向新的 base URL 即可運作,無需改寫。微調與模型部署在文件中記載為不支援,且未發布權重。

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry visible below and the documentation timestamp at the top of the page.

Qwen4-Max 對上你實際能呼叫的 K​imi

Kimi K3.1 Pro 屬於後訓練階段的版本釋出,而非全新架構:Moonshot 將其描述為以大幅增加後訓練算力重新訓練的 Kimi K3,其中包括橫跨數百個下游領域的大規模聯合強化學習。上下文視窗維持不變,為 1,048,576 個 token,視覺與影片輸入維持不變,輸出上限亦維持不變,為 1M 個 token。影響最重大的變化是價格:每百萬輸入 token 為 2.00 美元、每百萬輸出 token 為 10.00 美元,低於 K3 的 3.00 美元與 15.00 美元。

• 輸入價格 — Qwen4-Max 在新加坡每 1M 為 $1.50,其他地區為 $1.413;相較之下,Kimi K3.1 Pro 為 $2.00

• 輸出價格 — Qwen4-Max 新加坡 $4.50、其他地區 $4.24,對比 Kimi K3.1 Pro $10.00

• 快取讀取 — Qwen4-Max 為 $0.075,是在 $1.875 的五分鐘寫入之後;相較之下,Kimi K3.1 Pro 為 $0.20,是在 $2.00 的寫入之後

• 上下文 — Qwen4-Max 1,000,000 個 token,相較於 Kimi K3.1 Pro 的 1,048,576 個 token,Kimi 領先 4.6%

• 最大輸出 — Qwen4-Max 131,072 非思考模式,相較於 Kimi K3.1 Pro 的 100 萬 token 上限,K{{1}}imi{{/1}} 具有大幅優勢

• 獨立評分 —— Qwen4-Max 尚未公布,對比 Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index v5.0.1 上獲得 46.5 分,是排行榜上開放權重模型的最佳成績

• 權重 — Qwen4-Max 未公布任何權重,而 Kimi K3.1 Pro 的母模型 K3 則以自訂授權條款開放

• 廠商基準測試 — Qwen4-Max 無,對比 Kimi K3.1 Pro 在 Terminal-Bench 4.0 上達 65.7%,為廠商報告數據

輸出價格那一列才是會讓預算重新洗牌的地方。以 $4.50 對上 $10.00 來看,Qwen4-Max 在新加坡的輸出成本便宜 55%,在其他地區則便宜 58%。一條每月生成 5,000 萬個輸出 token 的管線,在 Qwen4-Max 上花 $225,在 Kimi K3.1 Pro 上則花 $500。這是實實在在的差距,也是支持這款較新模型最有力的單一論據。

輸出上限那一列才是可能讓它失效的關鍵。Kimi K3.1 Pro 會在單次回應中輸出 100 萬個 token;Qwen4-Max 在思考模式之外上限為 131,072,而與思考模式共用時則為 262,144。如果你的工作負載包含在單次呼叫中生成長篇文件、整份檔案重寫或延伸推理軌跡,較便宜的模型可能無論價格多低都無法完成工作,而一個必須拆成八次呼叫的請求即使打 55% 折扣也不算折扣。

為什麼分數欄的空白才是重點

本部落格發佈的每一篇模型比較,在面對 Alibaba 新款旗艦模型時都會撞上同一道牆:文件對機制說得異常精確,對品質卻完全隻字未提。Qwen4-Max 的頁面明確列出各模式的預設 temperature、top-p 與 top-k 值、thinking budget、每個模式確切的輸入與輸出 token 上限,以及六個區域及其部署範圍。它沒有發佈任何基準測試表,無論是廠商自行回報還是其他來源;而且 Artificial Analysis 模型索引中也沒有 Qwen4 的條目——每個模型的專屬網址會回傳 404。

相對於 Kimi K3.1 Pro,這種不對稱有一個具體後果。Kimi 這一邊有一個所有人都看得到的第一方數字,以及同一索引版本上的獨立數字,而兩者都位居開放權重排行榜前列。Qwen 這一邊則只有價格和規格表。買家在比較兩者時,並不是在比較兩個模型;他們是在把一個經過實測的模型,拿來和一個只有文件記載的模型相比,而唯一能彌補這個差距的方法,就是自己動手測量。

這件事做起來比聽起來便宜。從你自己的流量中抽取一百條提示詞,在兩者上分別運行,按這些費率計算,只需幾美元。這就是把 Qwen4-Max 從你工作負載中的未知數變成已知量所需的全部評估預算——而且它比在輸出價格上猜錯一週的代價還低。

這兩種設計分歧最劇烈的地方

Moonshot 的 K3 架構依賴 K​imi Delta Attention,這是一種具備固定大小遞迴狀態的線性注意力機制,並用在其 92 個稀疏層中的 69 層。這項設計正是讓 100 萬個 token 的上下文得以經濟地提供服務的原因,也是獨立評測機構普遍對業界各家的第一方長上下文宣稱打折扣的原因:相較於全注意力,線性注意力混合架構在「大海撈針」檢索上往往會少掉幾分。Q​wen 對 Qwen4-Max 的注意力設計隻字未提,因此無從得知它落在這項取捨的哪一邊。

Qwen 實際公開的是一套具備顯式與隱式模式的提示快取實作:五分鐘快取寫入每百萬 token 收費 1.875 美元,讀取則為 0.075 美元——讀取可享 96% 折扣。Kimi 的對應方案是寫入 2.00 美元、讀取 0.20 美元,折扣為 90%。兩種設計都獎勵穩定的前綴,並懲罰每一輪都變動的提示,而且兩者都不會改變一次性請求的成本算式。

對於長上下文文件處理——兩家廠商都在推銷的工作負載——在任一模型上,實用測試都相同:在你信任宣傳中的視窗之前,先在自己的語料庫上建立一個大海撈針測試。一個能在你的資料上於 900K 個 token 時正確回答的模型,比一個能在合成基準測試上於 1M 個 token 時正確回答的模型更有價值;而這兩個數字中,只有一個能在沒有自己的測試框架的情況下得知。

並排呼叫它們

OrcaRouter 以 Moonshot 的定價提供 Kimi K3.1 Pro,型號為 kimi/kimi-k3.1-pro——每百萬 token 輸入 $2.00、輸出 $10.00——原價轉嫁、不加任何差價,並與 215 個識別碼目錄中的其餘項目共用同一個相容 OpenAI 的基礎 URL,同時提供 /v1/chat/completions 與 /v1/responses 端點。Qwen4-Max 目前不在該目錄中;它可透過阿里巴巴自家的 API 使用,並適用上述的區域費率表。

A screenshot of the OrcaRouter model page for Kimi K3.1 Pro, showing the identifier kimi/kimi-k3.1-pro, $2.00 input and $10.00 output per million tokens, the 1,048,576-token context window, the large maximum output figure, text, image and video input, and the 2026-10-24 vendor date.

之所以要讓兩者都保持可用,而不是只挑一個,是因為兩者之間的選擇取決於工作負載型態,而非模型型態。長篇生成工作需要 K​imi 的輸出上限。回應簡短的大量生成則看重 Qwen4-Max 的輸出價格。任何錯誤答案代價高昂的情況,都需要採用已有評分的那個模型,直到你為另一個模型產生評分為止。路由策略會把這一點表達為規則,而不是架構決策,而自動容錯移轉可避免兩者中較新的那個在你仍在收集證據時成為單點故障。

這讓你最初開始的搜尋處於什麼境地

如果你是為了 K​imi K4 而來,答案是它尚未推出,關於它的一切都尚未公布,而今天要評估的模型是 Kimi K3.1 Pro——在目前的指數上,它是任何人所能取得的最強開放權重模型。請留意模型卡,而不是謠言:一份同時載明參數、上下文、價格與 API 識別碼的文件,就是本部落格整年來用來區分已推出模型與流傳中名稱的訊號。

如果你是为了 Qwen4-Max 这一边而来,答案就是:它是真实存在的,有定价,而且只在唯一一个真正重要的维度上便宜——输出 token——但它的上限仅为 K​imi 模型单次回复所能输出的一小部分,并且完全不附带任何品质衡量。在输出量占主导且回复简短的情境下购买它。在任何其他地方购买之前,先测试它。并且把 $4.50 与 $10.00 之间的差距视为邀请你自己执行评估,因为那是这项比较中目前唯一免费的数值。

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