
Qwen 4 與 Qwen 3.8 Max:升級後,你的帳單實際上會有什麼變化
- 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 · 97 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 · 126 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 · 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 · 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 · 147 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 · 123 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
從 Qwen3.8-Max 遷移到 Qwen4-Max 在旗艦升級中並不尋常,因為價格朝對你有利的方向變動,能力也同時提升。Qwen3.8-Max 自 2026 年 8 月 3 日起全面可用,每百萬個 token 輸入 $2.00、輸出 $6.00,並提供一百萬個 token 的上下文。Qwen4-Max 於 2026 年 11 月 16 日取代它成為產品線頂端,同樣的上下文視窗價格為 $1.50 與 $4.50,在 Artificial Analysis Intelligence Index 上得分 43 對 34,每項指數任務成本為 $3.27,對比 $10.02。計費兩端都降 25%、指數增加九分,且每項完成任務成本僅三分之一——這類升級通常會伴隨漲價。問題在於(同廠商遷移總是有個但書):即使其他一切都變大,輸出預算卻變小了。
四個移動了的數字,以及那個向後移動的數字
同一家廠商內的升級,比跨廠商的比較更容易評估,因為分詞器的脈絡傳承、API 介面與工具呼叫慣例都維持不變。真正改變的只是一份簡短清單,你花一個下午就能拿它對照自己的實際使用情況。
• 價格 — 每百萬個 token 由 $2.00/$6.00 降至 $1.50/$4.50,兩邊皆降 25%
• 快取讀取 — 每百萬次 $0.25 降至 $0.075,降幅 70%
• 獨立評分 — 同一指數、同一看板上,從 34 到 43,兩者讀數皆為 2026 年 11 月 17 日
• 每項索引任務成本 — 從 $10.02 降至 $3.27,降幅達 67%
• 共用的思考加回答預算 — 262,144 個 token,較 3.8 世代較大的額度有所下調
• 活躍參數——710 億,低於 950 億,且基於相同的 2.4 兆參數主幹
• 上下文 — 維持不變,為 1,000,000 個權杖
• 權重 — 兩款旗艦模型皆未公布任何權重,但 Qwen3.8-Max 的開放權重同系列模型 Qwen3.8-27B 有公布。
其中兩項值得多說幾句。活躍參數的縮減,是支撐其餘說法的架構主張:Qwen4-Max 每個 token 啟用 710 億個參數,而 Qwen3.8-Max 啟用 950 億個;阿里巴巴將效率提升歸因於新架構,而非剪枝——閘控 DeltaNet 層與稀疏注意力機制交錯,該機制以微區塊粒度索引上下文;四條並行殘差分支配備動態讀取與寫入閘;以及一張 3,280 億參數、基於上下文的 N-gram 嵌入表,可在不增加每 token 運算量的情況下擴充容量。
共用預算才是會讓人意外的地方。Qwen4-Max 將其推理與答案合併到單一 262,144 個 token 的額度中。如果你之前在啟用思考功能的 Qwen3.8-Max 上產生 150,000 個 token 的輸出,現在就只剩 112,144 個 token 可用於思考——而在困難的問題上,思考會把這些額度吃光。這種失敗看起來會像是答案被截斷,而不是報錯,這是限制浮現的最糟方式。
為什麼代幣價格下降了四分之一,每項任務成本卻下降了三分之二
代幣價格解釋了節省金額的四分之一。其餘的三分之二,則來自模型為得出相同答案而花費更少工夫,而這是本次發布中最難以驗證、卻對商業論證最為重要的一環。
Alibaba 自家的數字:在其 Work360 套件上,xhigh 推理強度下 token 用量下降約 24%,high 下下降 35%;在 Terminal-Bench 4.0 上,則分別下降 48% 與 49%。Work360 上每項任務的平均成本從 $4.43 降至 $1.67,降幅達 62%。這些是廠商數字,由廠商自行測量,且是與廠商先前的模型相比,並無獨立重現——而它們是方向性證據,顯示這項效率主張不只是變相的降價。
獨立佐證的範圍較窄,但結論一致。Artificial Analysis 測得 Qwen3.8-Max 每項指數任務為 10.02 美元,Qwen4-Max 則為 3.27 美元。除了阿里巴巴,沒有人公布過 4.43 美元或 1.67 美元;10.02 美元和 3.27 美元是他人針對他人的工作負載所做的計算,而兩者指向同一個方向。
為你自己的工作算出具體數字。一條每天處理 5,000 項任務、輸入 30,000 個 token、輸出 4,000 個 token、未啟用快取的管線,按公布的美元費率計算:Qwen3.8-Max 每天輸入計費 $50、輸出計費 $120,合計 $170。Qwen4-Max 計費 $37.50 與 $90——共 $127.50。在啟用快取前,每月約可省下 $1,275;若穩定的前綴讓你得以利用 $0.075 的快取讀取價,而非 $0.25 的價格,還能省下可觀的更多費用。
效率的故事還有下半場,卻沒有人引用。
每項任務的 token 成本更低,只是商業論證的一半。另一半是耗費的時間,而在這方面,情況比價格表更模糊不清。
Artificial Analysis 測得 Qwen3.8-Max 的輸出速度為每秒 59 個 token,每項索引任務耗時 48 分鐘——速度偏慢;如果你正在執行長時程的代理式工作,這個數字就是決定你夜間執行時窗的關鍵。Qwen4-Max 完全沒有公布輸出速度,也沒有公布任何每項任務的耗時。它在某些基準測試上使用的 token 約為一半,這意味著在相同吞吐量下實際耗時約為一半,但沒有人公布其吞吐量。
所以,對這次升級最誠實的說法是:你肯定會為每個 token 支付更少,幾乎肯定會為每項任務支付更少,而且很可能會更快完成。這三者當中,只有第一項是你今天就能寫進合約的事實。第二項有獨立量測支持。第三項則是推論。
這一點尤其關係到排程決策。如果你的 48 分鐘索引任務以每秒 59 個 token 的速度執行,已經逼近一夜之間能完成的極限,那麼在遷移之前,你需要用你自己的提示詞做一次先導測試——不是因為 Qwen4-Max 很可能更慢,而是因為共用的 262,144-token 思考預算會改變長時間執行的型態,而這是基準測試平均值不會揭示的。
什麼沒有改變,以及為何這是這裡最好的消息
上下文視窗同樣是一百萬個 token。模態層面也相同——文字、圖像與影片輸入,文字輸出。API 介面同樣不變,思考功能由 enable_thinking 控制,或在 Responses API 上透過 reasoning.effort 控制,而模型以 OpenAI 相容、Anthropic 相容及原生格式在阿里巴巴各區域提供服務。
對於已經使用 Qwen3.8-Max 的人來說,這正是讓升級成本低廉的原因:遷移只是更改模型識別碼,而不是重寫。無需重構提示詞、無需重新協商工具呼叫結構定義,也無需變更上下文管理。你必須重新測試的兩件事,正是數據所標示的重點——思考模式下的輸出預算,以及任何對延遲敏感的路徑。
這也意味著,合理的模式是採用影子流量,而不是直接切換:把一部分生產請求同時送到兩邊,比較輸出與 token 數,讓共用的 262,144-token 預算先在長案例中顯露出來,而不是等到它在客戶面前才顯露。

你應該保留 0902 快照嗎?
Qwen3.8-Max 有一個帶日期的快照 qwen3.8-max-0902,固定於 2026 年 9 月 2 日,能力與定價皆與基礎模型相同。快照的存在是為了確保可重現性;而保留快照的理由,恰恰在你即將更動底層模型時最為充分。
如果你有自己信得過的評估套件,請在退役別名之前,先拿它對快照跑一輪。快照是你的對照組;這個別名在設計上本來就從不穩定,而 Qwen4-Max 是另一個模型,不是同一個模型的版本升級。那一輪有兩個細節值得檢查:你的長輸出案例在你縮小後的共用預算下是否還能存活,以及你的每任務成本是否真的如價目表所預測的幅度變動。如果沒有,那麼 token 效率的主張在你的工作負載上就不成立,遷移的理由就縮小到只剩下降價——仍然值得,但只剩四分之一,而不是三分之二。
旗艦模型比較往往會隱藏的另一個選項:Qwen3.8-27B 以 Apache-2.0 授權開放權重,且可自行託管,而我們以 qwen/qwen3.8-27b 提供它。對於高用量、低複雜度的工作,其成本計算與兩款旗艦模型完全不同,而且「從 3.8-Max 升級到 Qwen4-Max」並不是唯一可採取的動作。如果你的工作負載是分類、擷取或短篇生成,一個可自行運行的 27B 稠密模型可能在單位成本上勝過兩者——而且它是這個系列中唯一可以固定版本並稽核的選項。
遷移,依序
首先,盤點你的輸出。任何在啟用思考時要求超過約 120,000 個輸出 token 的路徑,在共用的 262,144 預算下都有風險。那只是對你的呼叫點做 grep,不是基準測試。
其次,在具代表性的一週內,分別衡量你在兩個模型上每項任務的 token 消耗量。已公布的效率數字介於 24% 到 49% 之間,取決於基準測試與投入程度,這個區間相當寬——寬到你自己測出的數字可能落在區間之外。
第三,測量你的 p95。Qwen4-Max 沒有公開的吞吐量,所以你的第一個延遲數字,將是阿里巴巴以外任何人所擁有的第一個延遲數字。
第四,決定開放權重層級。若能將部分用量轉移到 qwen/qwen3.8-27b,旗艦遷移就只需承擔困難案例,而混合成本會比任何單一模型方案所顯示的降得更低。
把兩個旗艦模型放在同一個端點後面,是這件事的省力做法:qwen/qwen3.8-max 維持在 $2.00/$6.00,而 Qwen4-Max 請求只是一條路由規則,不是新的合約,所以你可以逐步轉移流量,並在共用預算吃緊時立刻切回。直說無妨:Qwen4-Max 本身並不在我們目前提供的 215 個識別碼之中——升級後的模型是透過 Alibaba 自家 API 路由——所以你今天從我們這裡取得的,是既有模型,按牌價計費,沒有額外加價。
這個判決很不尋常
除非你產生極長的輸出,否則就遷移。同廠商升級將價格降低四分之一、快取價格降低 70%,並增加九個指數點,這幾乎是免費午餐;而逐任務證據——來自廠商與獨立評測委員會——都顯示,實際節省幅度大於 token 價格所暗示的水準。
例外情況很窄且具體:在開啟 thinking 時,輸出經常超過約 120,000 個 token 的工作負載。對這些工作負載而言,共用的 262,144-token 預算是包裝成效率提升的能力退步,正確做法是繼續使用 3.8 世代,或拆分請求。
接下來要關注的是缺失的那個數字,而不是已公布的那些數字。一個每項任務便宜三分之二、卻沒有實測吞吐量的模型,是帶有未量化風險的強力押注;而對 Qwen4-Max 的首次獨立計時,會比任何進一步的基準測試分數更能平息這場爭論。

這個系列中你可以自行執行的部分
同廠商升級的一項優勢,是兩款旗艦都不具備的:它們之下的層級是開放且可攜的。Qwen3.8-27B 以 Apache-2.0 授權釋出,支援文字、圖像與影片輸入,並具備 262,144 個 token 的上下文視窗;我們以 qwen/qwen3.8-27b 提供服務——在我們自有基礎設施上,按牌價提供、不加價,且可鎖定版本,這是兩款旗艦都做不到的。對於一場主要風險是無法稽核的共用輸出預算的遷移,擁有同一家族中具版本控制的開放權重備援,是現有最便宜的保險。

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
