43 分是結論,$3.27 纔是賬單。Artificial Analysis 在 11 月 16 日把 Qwen4-Max 收進智能指數(v5.0.1,xhigh 檔,43 分),同時報出每指數任務 $3.27 的加權平均成本。OrcaRouter 當天就把這筆賬倒推成 token 量:一個任務到底燒了多少字、錢花在哪、以及官方說的「單任務成本降 62%」裏,降價與節流各佔多少。
按 OrcaRouter 的倒推,一個指數任務平均輸出 104,940 個 token,其中推理 68,914、最終答案 36,025。三個口徑都比上代少了約三到四成:總輸出少 39%、推理少 42%、答案少 30%。也就是說,新一代不只是便宜了,話也少了——尤其推理部分的收斂最明顯。注意這組 token 數是 OrcaRouter 的推算(作者自承假設緩存寫入按全價計費),不是 AA 官方公佈的原始計數,讀的時候要帶上這個前提。
成本結構比總量更有意思:緩存寫入佔了單任務成本的 51%,反超緩存讀取的 34%,成爲最大的一項。這說明 Qwen4-Max 在 AA 的九項評測裏大量產生新的緩存內容,而不是反覆命中舊緩存——長程任務裏上下文不斷翻新,寫入賬單就跟着漲。對用家而言,盯着輸入價談判是不夠的:緩存寫入價同樣決定實際賬單。
官方口徑的單任務成本從上代 $4.43 降到 $1.67,降幅約 62%(AA 口徑的每任務成本 $3.27 與之不同,因爲 AA 的任務集與權重不同,兩組數字不可直接比較)。OrcaRouter 把這筆降幅拆開:約一半來自降價本身,約三分之一來自 token 紀律——輸出更少、推理更收斂。剩下的部分來自口徑與任務構成的差異。換句話說,Qwen4-Max 的便宜不全是定價策略,一部分是模型自己「少說話」掙來的。
但節流不等於節儉。AA 統計的整輪指數里,Qwen4-Max 一共生成了 1.27 億個輸出 token,而同價位模型的中位數是 7,860 萬——仍高出約六成。單任務成本低約 11%($3.27 對 Kimi K3.1 Pro 的 $3.68),靠的是更低的單價,而不是更少的字。43 分對 46 分的 3 分差距,配上這個賬單,讀法應該是:便宜三分之一不到的任務成本,換來略低一檔的指數分。
其一,Qwen3.8-Max 已被 AA 標記爲 deprecated——上代正式退出指數舞臺,43 對 34(v5.0.1 口徑)這組對照以後就是歷史數字了。其二,AA 改爲每 18 小時重測一次指數,43 分不是一次性快照,而是一個會浮動的讀數;下次重測時分數與成本都可能變,引用時請寫明版本與日期。
參考來源:本文爲本站原創改寫與整理,事實與數據覈對自 OrcaRouter — Qwen4-Max Token Efficiency Math(2026-11-16)與 Artificial Analysis — Qwen4 Max 模型頁(AA 指數 43,v5.0.1)
← 返回 Qwen4-Max 專題