简答:没有一个模型能在所有工作负载中胜出。Plotly 一次包含 43 题的数据分析测试中,Qwen4-Max 和 Kimi K3 都答对 35 题。该次运行报告成本分别为 2.29 美元和 5.01 美元,但这取决于特定 Agent、缓存模式和服务商路径,不能视为普遍成本比例。
公开信息
Plotly 单次测试中两者均为 35/43;其他模型的重复运行最多出现 3 分波动,平分不等于能力完全相同。 Alibaba 于 2026 年 11 月 16 日宣布 Qwen4-Max 正式提供。
Qwen4-Max 与 Kimi K3 一览
| 对比项 | Qwen4-Max | Kimi K3 |
|---|---|---|
| 模型 ID | qwen4-max | kimi-k3 |
| 厂商公布的上下文 | 1M tokens | 1M tokens |
| Plotly 单次分数 | 35/43 | 35/43 |
| Plotly 单次运行成本 | $2.29 | $5.01 |
| 每题中位耗时 | 40 sec | 43 sec |
Plotly 在 Plotly Studio Embedded 中运行了 43 题数据分析基准,每个模型只运行一次,题目和数据集未公开。Plotly 提到其他模型的重复测试最多有 3 分波动,因此 35/43 的平分只能说明这次有限测试结果相同,不能证明普遍等效。运行成本包含该次任务、工具、服务商路径和缓存情况。 Plotly source.
价格如何影响选择
Alibaba 的新加坡国际 API 价格表于 2026 年 11 月 17 日显示,Qwen4-Max 每百万 token 输入/输出为 1.50/4.50 美元。Moonshot 的Kimi K3 公告列出非缓存输入 3 美元、缓存输入 0.30 美元、输出 15 美元。两组价格日期、服务路径不同,尚未计入订阅、重试、工具费用和实际缓存比例。
| 成本问题 | 公开证据 | 不能据此推断 |
|---|---|---|
| Plotly 运行成本 | Qwen4-Max:$2.29;Kimi K3:$5.01 | 不能外推到其他工作负载 |
| 公开输入与输出费率 | 所引用的新加坡费率中 Qwen4-Max 较低 | 缓存、地区、输出量和折扣会改变总费用 |
| Kimi 缓存输入 | Moonshot 标价 $0.30/百万 token | 不同 API 网关的缓存计价可能不同 |
采购评估时固定模型 ID、系统提示、工具、地区和缓存策略,对同一组代表性任务重复测试。记录正确率、重试、人为修正、完成时间、输入/输出/缓存 token 和账单。只有任务、执行框架和计费方法相同时,基准单次成本才有参考价值。
版本与任务边界
如果你的任务接近 Plotly 的私有数据分析测试,公开结果显示两者单次得分相同,Qwen4-Max 的这次运行总成本更低;但单次运行、私有题库和潜在波动不足以证明稳定的质量或成本优势。长文档任务中,两家均公布 100 万 token 上下文,应另外验证检索覆盖和事实完整性。写代码、使用 Agent 或处理多模态时,应使用对应任务基准,不能从数据分析测试外推。
版本很重要。Alibaba 于 2026 年 11 月 16 日宣布 Qwen4-Max。Moonshot 官网还列出 2026 年 10 月 24 日发布的 Kimi K3.1 Pro,时间晚于 7 月的 Kimi K3。如果你要选 Moonshot 当前旗舰,应单独比较 K3.1 Pro。
如何做同题对比
如果要比较模型在自己任务中的表现,先固定提示词、输入材料和验收标准。
模型后续资料可查看 Qwen4-Max 模型页、Kimi K3 模型页、Agent 浏览器指南和Kimi K3 定价。测试方法可参考Agent 单次成功成本、有来源的网页研究、AI 深度研究工作流与AI 浏览器对比。
结论
目前最直接的公开对照来自 Plotly 数据分析测试:两者单次均为 35/43。Qwen4-Max 在该次运行成本和中位耗时上略低,但题目未公开、每个模型仅测一次,而且 Plotly 已提示运行间有波动,不能据此评出通用赢家。按可用接口、所在地区价格和自己的重复任务测试来选;若考虑 Moonshot,先确认你要测的是 Kimi K3 还是更新的 K3.1 Pro。
来源
Tabbit 浏览器已提供 Qwen4-Max。下载并打开 Tabbit,在对话的模型列表中选择 Qwen4-Max,即可开始使用。
常见问题
Plotly 测试中哪个模型分数更高?
都没有。两者单次均为 35/43;Plotly 提醒其他模型重复测试存在分数波动。
哪个模型更便宜?
Plotly 报告的单次运行成本是 Qwen4-Max 2.29 美元、Kimi K3 5.01 美元。这是特定基准的运行总额,不是通用费率。
两个模型都支持 100 万 token 上下文吗?
两家厂商均公布 100 万 token 上下文。具体限制与计费应以选定接口为准。
Kimi K3 是 Moonshot 最新模型吗?
Moonshot 官网还列出 Kimi K3.1 Pro,日期为 2026 年 10 月 24 日。本文将其与 Kimi K3 区分。
如何在两者之间做选择?
固定提示词、工具、模型 ID、地区和缓存设置,重复运行代表性任务,并比较正确性、完成情况和总账单。