
Qwen4-Max 對決 Qwen3.8-Max-Prime:快速通道費用翻倍,卻敬陪末座
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 180 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 223 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 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 · 199 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 · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Qwen3.8-Max-Prime 存在的唯一理由,就是收取大約兩倍的費用,讓 token 更早送達。自 2026 年 11 月 16 日起正式全面供應的 Qwen4-Max,價格低於 Prime 所基於的模型——在新加坡,每百萬 token 輸入 1.50 美元、輸出 4.50 美元,對比 2.00 美元與 6.00 美元——而且它完成任務的實際耗時約為後者的三分之二。因此,讀者真正需要的比較並不是「新旗艦對舊旗艦」,而是:Alibaba 在 Qwen3.8-Max 之上販售的付費加速通道,是否還能帶來任何單純改用標準費率 Qwen4-Max 所無法取得的東西?而誠實的答案比兩家廠商的頁面所暗示的都更狹窄:Prime 在每個 token 的串流速度上仍然更快,但就單一任務而言,它已不再明顯更快。
還有第二個較不顯眼的複雜情況。截至11月18日,Prime 模型 ID 並未出現在阿里巴巴 Fast 模式的文件頁面上,也未出現在其國際版或中國版的模型價目表中。該頁面上次更新於2026年10月11日,而現在列出三個 Prime ID,全部都是 GLM 或 Wan——完全沒有 Qwen 變體。未列出不等於撤下,而且我們找不到阿里巴巴發布的任何退役通知,因此應將此視為「不再列出」,而非「已停售」。但如果你這週正在為轉換做預算,這會讓問題從「你該買這兩者中的哪一個」變成「較舊的那一個是否還在貨架上」。
其中一個是模型,另一個是服務通道。
這個區別決定了整個比較,而行銷並沒有劃出這條界線。
• Qwen4-Max — 阿里巴巴 Qwen 團隊的全新旗艦模型,2026 年 11 月 16 日正式推出(GA),於六個區域按 token 計費,提供 1,000,000 token 上下文,支援文字、圖像與影片輸入並輸出文字,預設開啟思考模式,設定為 reasoning_effort=high。
• Qwen3.8-Max-Prime — 不是一個模型。它就是 Qwen3.8-Max,那款於 2026 年 8 月 3 日正式全面推出(GA)、擁有 2.4 兆參數的 3.8 旗艦模型,並透過阿里巴巴所稱的 Fast 模式(Prime 模式,优速模式)提供服務。相同的權重、相同的上下文、相同的工具介面、相同的用量限制。阿里巴巴自家的文件指出,其能力與限制「與原始模型相同」,而你唯一更動的是 model 參數。
這很重要,因為服務通道的老化方式不同於模型。Prime 繼承了 3.8 世代的每一項能力上限,以及它所有的 token 效率特性;它額外提供的是阿里巴巴自有基礎設施上的吞吐量餘裕,並以倍數價格計費。當其底層世代被更便宜、token 效率更高的東西取代時,這條通道仍保有速度,卻失去了存在的理由。
價格表,以及潛藏其中的反轉
這些是阿里巴巴價目表上的定價,不是實測帳單。每百萬個 token,輸入與輸出:
• Qwen4-Max,新加坡 — $1.50 / $4.50,在完整的 1,000,000 個 token 視窗內均一價。
• Qwen4-Max,其他所有地區 — 北京、香港、法蘭克福、維吉尼亞與東京皆為 $1.413 / $4.24。
• Qwen3.8-Max,新加坡 — $2.00 / $6.00;全球地區為 $1.650 / $4.951。
• Qwen3.8-Max-Prime — 國際卡為 $3.301 / $9.902,快取命中為 $0.413。這正好是標準 ID 的 Global 費率的 2.0 倍,並非四捨五入的近似值。我們在九月底從費率卡上讀到這些數字;這是我們手上最後公布的 Prime 數字,而該列今天已不在頁面上。

快取讀取費率——新加坡每百萬 $0.075、其他地區 $0.071,相較於 Prime 的 $0.413 快取命中。在長時間代理迴圈最常付費的這一項上,價格不到五分之一。
把第一行和第四行放在一起比較,反差極為鮮明:發表僅兩天的旗艦模型,輸入成本約為上一代「快速通道」的 43%,輸出也是 43%。即使與它所取代的普通版 Qwen3.8-Max 相比,Qwen4-Max 在新加坡也便宜 25%——而廠商將此定位為降價,這確實是降價,但前提是新模型不會把省下的成本花在更多 token 上。這點後文會再詳談,因為它部分如此,部分則不然。
真正會複利累積的,是快取那一行。一個長時間運行的代理迴圈,若系統提示與工具結構描述固定不變,每一輪都會重新讀取它的前綴,因此決定第五十輪邊際成本的,是快取讀取費率,而非帳面上的輸入費率。以 $0.075 對比 $0.413,Qwen4-Max 重新讀取快取前綴的價格約為 Prime 收費的五分之一——這個差距比全新輸入的 2.3 倍還寬上 2.4 倍,也正是決定一次 400,000 個 token 的文件掃描究竟負不負擔得起的關鍵。
Prime 真正換來的是:每秒 token 數,而不是每小時任務數
阿里巴巴的 Fast 模式頁面清楚說明了其優勢:TPS 提升至標準 API 的 1.5 到 2 倍,鎖定 AI 編碼助理、多步驟代理推理與即時對話等用途。頁面也描述了一項不尋常的限流規則——當你達到速率限制時,若平台仍有閒置容量,你就不會被限流,因此實際可用的輸送量不會低於所述限制。那是下限,不是上限;而對互動式編碼助理來說,尾端表現比平均表現更重要。
這個數字從未被獨立測量過。已被測量的是標準 Qwen3.8-Max 版本:Artificial Analysis 在阿里巴巴自家 API 上記錄到每秒 60.0 個輸出 token,首個 token 耗時 3.6 秒。Qwen4-Max 在同一份榜單上記錄到每秒 54.5 個 token,首個 token 耗時 6.9 秒。因此,如果 Prime 真的達到其宣稱範圍的上限,它的串流速度約為每秒 120 個 token——是 Qwen4-Max 的兩倍以上——而且首個 token 更早到達。
接著讀同一張表的另一半,優勢就會反轉:
• 每個索引任務的輸出 token 數 — Qwen4-Max 104,940 對 Qwen3.8-Max 170,794。新模型完成相同評估套件時,少用了 38.6% 的 token,且在相同的 xhigh 努力程度設定下,雙方皆同。
• 每項任務的實際耗時 — 32.1 分鐘對比 47.5 分鐘。Qwen4-Max 完成速度快三分之一,儘管它的串流速度較慢。
• 每項任務成本——依公開定價,$3.27 對比 $10.02。將那 $10.02 乘以 Prime 固定的 2.0× 溢價,同一項任務便接近 $20。
最後那個數字是價目表上的算術,不是實測——Artificial Analysis 計時的是標準 ID,不是 Prime 通道,而且我們找不到任何人發表過 Prime 模式的基準測試。請把它標示為估計值。但方向毋庸置疑:如果你為一個產出相同 token 的通道支付每 token 2.0× 的費用,這項任務的成本就是 2.0×。Prime 讓每個 token 更快、每項工作更昂貴;Qwen4-Max 讓每個 token 更慢、每項工作更便宜且更短。
對於人類盯著字元逐一浮現的聊天介面來說,這個差異真實存在,而 Prime 仍在此勝出。對於會連續執行十二次呼叫、最後才向你收費的代理來說,權杖數量就是實際耗時。
能力差距:以實測而非宣稱
阿里巴巴 Qwen4-Max 的發布資料宣稱,在 xhigh 努力程度下,token 效率約提升 24%,在 high 下則提升 35%(以其內部 Work360 基準測試為準),另外每項任務的平均成本下降 62%。這些都是廠商自行回報、尚未經重現的數據。獨立評測委員會的說法則一致但沒那麼戲劇化,而規劃時應該以它為準。
在 Artificial Analysis Intelligence Index v5.0.1 上,兩個模型皆是在相同 effort 設定下接受評分:
• Index — Qwen4-Max 42.9(網站將其四捨五入為 43)對比 Qwen3.8-Max 的 33.7。九分的世代差距,而同一份排行榜將 3.8 那一列列為已棄用,並由 Qwen4-Max 取代。
• Humanity's Last Exam, Diamond — 44.9% 對 24.0%。這是該列中最大的單一差異,也是最會改變你能委派哪些工作的一項。
• APEX Agents — 59.1% 對 42.4%。代理式任務完成率提升了將近十七個百分點,而這正是「你得全程盯著的工作流程」與「你事後檢查就好的工作流程」之間的差別。
• Terminal-Bench 4.0 — 48.5% 對 38.9%。這是實質的進展,也值得與 3.8 版本在較舊的 Terminal-Bench 2.1 上所記錄的 88.8% 並列參看,而 Qwen4-Max 並未在該版本上接受評分。請勿跨越這兩個版本進行比較。
• FrontierCode 2.0 — 26.5% 對 23.4%。這是榜上最小的差距。如果你的工作負載是針對儲存庫進行程式碼生成,那麼世代躍進是三點,不是九點,而對你來說,Prime 的吞吐量可能仍比這個指標更重要。
• 全知性 — 27.7 對 10.5,幻覺率分別為 28.4% 與 27.1%。Qwen4-Max 知道的明顯更多,而虛構的比例大致相同。這兩個事實合在一起,就是為什麼它在開放式研究上更安全,而在任何你無法查證的事情上並沒有更安全。
還有兩項落差是朝相反方向作用,而兩者都攸關你能固定住什麼。Qwen3.8-Max 有一個帶日期的快照,qwen3.8-max-0902,仍以相同價格列在價目表上,因此你能在整個版本發行期間凍結行為。Qwen4-Max 沒有快照 ID、沒有微調,也沒有專用部署——Alibaba 的頁面將兩者都標示為不支援。如果你的合規說法取決於一個不會在你腳下變動的模型,兩者之中只有較舊的那一代提供這一點,而 Prime 也繼承同一個帶日期的建置。
無人納入定價的可得性問題
這正是讓這項比較顯得緊迫、而非僅止於學術探討的部分。今天查看 Fast 模式頁面,你會發現有三個受支援的 ID——glm-5.3-prime、glm-5.2-fast-preview 和 wan3.0-video-prime——這些 ID 在北京和新加坡提供。兩個區域都沒有列出任何 Qwen 模型。查看國際版或中國版的模型價目表,並沒有 qwen3.8-max-prime 這一行;Qwen 條目列出的是 qwen4-max、qwen3.8-max、qwen3.8-max-0902,以及一路往下到 3.7 系列。而且到處都找不到 qwen4-max-prime——這個新旗艦完全沒有快速通道版本。
我們無法從外部判斷,阿里巴巴究竟是已讓 Qwen Prime ID 退役、把它移進我們尚未找到的區域產品頁面,還是在重組期間單純把它從文件表格中刪除。我們能說的範圍更窄,但仍有用:本週打算以 Qwen3.8-Max-Prime 建置延遲敏感型工作負載的讀者,應先在自己的工作區確認該 ID 仍能解析,再圍繞它進行設計,因為公開文件已不再保證它存在。這與九月的風險狀況不同,當時該 ID 還與標準版並列在費率卡上。
這也重新界定了這項決定。如果 Prime 仍可在你的帳戶中使用,你就是在「較舊、較弱、較貴模型上的快車道」與「較新、較便宜、較強模型上的慢車道」之間做選擇。如果已無法使用,選擇就已經替你做好了,唯一剩下的問題是:你還要繼續為標準 3.8 ID 支付 $2.00/$6.00,而非 $1.50/$4.50,多久?

誰該選哪個
互動式編碼助理,有人緊盯著串流——如果 Prime 仍能在你的工作區上完成解析,而使用者體驗是以每秒字元數來衡量,那麼 2 倍的輸送量就是產品本身。Qwen4-Max 每秒 54.5 個 token 並不算慢,但它稱不上快車道,而且它 6.9 秒的首個 token 時間,幾乎是標準 3.8 版本的兩倍。
• 代理式管線、批次評估、文件掃描——Qwen4-Max,幾乎無須爭論。每項任務的 token 更少、每項任務耗時更短、每項任務成本僅三分之一,且在長前綴上的快取讀取費率比 Prime 便宜超過五倍。
• 必須固定版本的工作負載—— qwen3.8-max-0902,這是標註日期的 3.8 快照,按標準費率計費。Prime 和 Qwen4-Max 都不會提供凍結的檢查點。
• 對大型儲存庫進行程式碼生成——這是整份評估中最難取捨的一項。FrontierCode 2.0 提升三個指標分數,或許不值得讓你失去一條已經建置監測的吞吐量通道,尤其當瓶頸是你的代理而不是模型時。
• 還沒遷移的人——在正式投入之前,先拿你自己的追蹤資料跑一遍 index-suite 的計算。Artificial Analysis 量測到的 38.6% token 縮減,是混合評估下的平均值;你的工作負載壓縮效果可能更好,也可能完全沒有。
將選擇接入單一端點
Qwen4-Max 與 Qwen3.8-Max-Prime 目前都不在 OrcaRouter 的型錄中——我們查了這兩個模型頁面,兩者都查無資料,而本文也不會暗示相反的情況。實際存在的是這整篇比較所依據的模型:qwen/qwen3.8-max 及其帶日期的快照 qwen/qwen3.8-max-0902,以供應商定價提供,加價 0%,換算成今日價格,即每百萬個 token 輸入 $2.00、輸出 $6.00。OrcaRouter 針對該 ID 的自家頁面回報,過去一週的 p50 首字延遲為 4.34 秒、p95 為 10.00 秒——這是我們針對自家流量所做的測量,並非供應商的測量。
這在決策上有很具體的影響。阿里在 11 月 11 日預覽版到 16 日正式版之間,兩度調整 Qwen4-Max 的價格,而 Global 價目卡已經比新加坡的低 5.8%。無論你建了什麼,費率都會在你腳下變動。透傳式閘道意味著廠商的降價當天就會反映在你的帳單上,而不是等到下次合約續約;而且一把金鑰同時涵蓋兩個世代,所以從 qwen3.8-max 遷移到 qwen4-max 只是改個模型字串,而不是再串接一次。在 Qwen4-Max 能在這裡路由之前,有用的做法就是那個最無聊的:把你已經有的金鑰繼續掛標準的 3.8 ID,趁 Qwen4-Max 的商業條款還在談定的期間直接向阿里評估它,並讓自動容錯移轉雙向補上這個空窗。
什麼會改變這個判決?
有三件事,而每一件都能在接下來幾週內驗證。Qwen4-Max Prime 變體會恢復當前世代的快速通道,並以 $1.50/$4.50 費率的 2 倍,讓這再次成為吞吐量對吞吐量的比較。一項獨立的 Prime 模式測量,會用你能放進容量規劃裡的東西,取代廠商 1.5–2 倍的說法——目前沒有人公布過這種測量,而在有人公布之前,這個倍數只是承諾。還有一個 Qwen4-Max 的快照 ID,會移除目前支持繼續留在 3.8 系列的唯一真正理由;而這個理由現在不是價格、不是能力,也不是完整任務上的速度,而是能否凍結檢查點。
對其他所有人來說,答案早已由算術定案:快速通道在每個 token、每項任務與每次快取重讀上的成本都高於取代它的模型,而且能做的事更少。對一個高階層級來說,這是很奇怪的事,而這正是當一條服務通道活得比它當初定價時所對標的世代更久時會發生的事。

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
