Tabbit部落格

Qwen4 Max 對比 Qwen3.8 Max:該選哪款?

從官方結果、API 費率、上下文和證據限制比較兩款 Qwen Max,並以重複試點決定是否遷移。

本文目錄
  1. 重點
  2. 兩款 Qwen Max 對比
  3. 單價低 25% 不等於任務省 25%
  4. 能力證據傾向 Qwen4,但有邊界
  5. 依工作負載選擇
  6. 如何進行公平遷移測試
  7. 結論:先試 Qwen4,不自動替換

目前公開證據較支持優先試用 Qwen4 Max,但不能因此自動遷移。阿里雲報告 Work360 得分提高、token 用量下降;Artificial Analysis 報告綜合指數較高;新加坡 API 標價也較低。這些測試並非都獨立,口徑也不能互換,實際工作負載可能不同。發布討論中,一名使用者表示自己用一些任務試後覺得「pretty meh, compared to Sonnet」(「和 Sonnet 比普通」),但沒有提供任務、版本或設定。這提醒我們要看使用情境,不是受控比較結論(Reddit 原文)。

費用詳見Qwen4 Max 定價,證據整理見Qwen4 Max 評測。本文回答 2026 年 11 月 16 日 Qwen4 Max 正式可用後,是否應保留或替換 Qwen3.8 Max。

重點

  • 阿里雲 Work360:Qwen4 Max 為 52.69,Qwen3.8 Max 為 47.74;廠商稱 high 檔 token 減少 35%。

  • Artificial Analysis 一版 Intelligence Index 快照為 43 對 34。綜合指數不是任務完成率。

  • 新加坡 API 輸入/輸出費率:Qwen4 Max 每百萬 $1.50/$4.50,Qwen3.8 Max $2/$6。

  • 相同未快取 token 數時,Qwen4 Max 便宜 25%;以 Qwen4 Max 為基準,Qwen3.8 Max 貴 33⅓%。

  • 只有重複同任務測試證明通過成本、品質或可靠性更好,才遷移。

兩款 Qwen Max 對比

官方資料核對於 2026 年 11 月 17 日。下表分數來自不同評測,不能當成同一套測試的排名。

維度Qwen4 MaxQwen3.8 Max含義
總參數 / 每 token 啟用參數2.4T / 71B2.4T / 95B總規模相近;Qwen4 報告的啟用參數較少
阿里雲 Work36052.6947.74阿里雲自建基準中較高;任務抽樣揭露有限
Work360 high 檔 token 用量相對前代少 35%基準廠商報告,不是一般用量保證
Artificial Analysis 指數快照4334第三方綜合快照,不是直接勝率
新加坡 API 輸入/輸出每百萬 $1.50 / $4.50每百萬 $2 / $6目前標價;快取和工具另算
上下文最多 1M token最多 1M token容量不保證整段內容都準確

單價低 25% 不等於任務省 25%

相同未快取輸入和輸出數量下,Qwen4 Max 費率低 25%:(1.50 × 輸入 + 4.50 × 輸出) / 1M;Qwen3.8 Max 為 (2 × 輸入 + 6 × 輸出) / 1M。以 Qwen4 Max 為基準,Qwen3.8 Max 貴 33⅓%。兩個比例的分母不同,都不代表按品質調整後的任務成本。

阿里雲費率頁把快取計費分開列出。兩款模型快取命中價依區域而異;Qwen4 Max 新加坡讀取為每百萬 $0.075,寫入為 5 分鐘 $1.875、1 小時 $3。快取說明解釋命中條件。不要只用基本單價估算。

能力證據傾向 Qwen4,但有邊界

阿里雲11 月 16 日發布說明稱 Qwen4 Max 在 Work360 得分 52.69,Qwen3.8 Max 為 47.74;high 檔 token 少 35%,xhigh 少 24%,平均任務成本從人民幣 26.58 元降至 11.16 元。該基準由廠商建構,公告未提供完整任務抽樣、執行紀錄或誤差區間。應視為廠商證據,不是你自己的 API 帳單預測。

Artificial Analysis 的Intelligence Index 頁面在 11 月 17 日核對的快照中給 Qwen4 Max 43 分、Qwen3.8 Max 34 分。指數合併多種任務和分數,不能說明你的流程成功機率增加 9 個百分點。

社群反應不一。同一個 Reddit 討論中,有人希望更小的模型在推理時少用「50–65% less tokens」,也有人質疑指數可信度(討論串)。這反映使用者重視的方向與質疑,不是 Qwen4 Max 的實測結論。

依工作負載選擇

工作負載先試誰原因要核對什麼
新程式碼或 Agent 試點Qwen4 Max新的公開證據較好,標價較低通過的修改、重試、總耗時和總成本
穩定運行的 Qwen3.8 生產流程保留 Qwen3.8,再做影子測試沒有在地基準時減少遷移風險相同提示、工具、存取和驗收測試
重複長提示比較兩者實際快取效果快取規則與基本費率分開實際命中、寫入費與區域
長文件任務用相同文件測兩者兩款均宣稱最多 1M 上下文檢索準確度、遺漏、複核時間與費用

Qwen3.8 Max 評測與瀏覽器使用證據可作前代背景。Qwen4 Max 預覽說明記錄過渡期;目前官方已列出 API 和 Token Plan 可用。客戶端是否提供是另一個問題。

如何進行公平遷移測試

選三項代表性任務:附來源的網頁研究簡報、帶測試的程式碼修改、長文件比較。固定提示、工具、材料、區域和驗收標準。條件允許時,每個模型、每項任務至少執行三次。記錄模型 ID、推理檔位、輸入/快取/輸出 token、工具呼叫、重試、完成情況、耗時、費用和人工修改。計算:

每個通過任務的成本 = 所有嘗試總費用 ÷ 通過驗收的任務數

不要只看生成品質,還要計算事實核查和返工時間。Tabbit Browser能整理來源並在瀏覽器中對照資料。可參考Tabbit 瀏覽器指南和Agent 推理說明。

結論:先試 Qwen4,不自動替換

新評估可優先把 Qwen4 Max 納入試點:兩項公開比較得分較高,token 標價也較低。已驗證的 Qwen3.8 Max 線上流程則應保留,直到同任務重複結果證明能帶來使用者看得到的改善。品質、通過任務成本和運作穩定性要一起比較。Qwen4 模型頁 (简体中文)整理試點資料。

更詳細的證據分析見Qwen4 Max 評測,費用算例見Qwen4 Max 定價。

Tabbit 瀏覽器已提供 Qwen4-Max。下載並開啟 Tabbit,在對話的模型清單中選擇 Qwen4-Max,即可開始使用。

Tabbit Browser

常見問題

Qwen4 Max 一定比 Qwen3.8 Max 好嗎?

Qwen4 Max 在阿里雲 Work360 和 Artificial Analysis 一版 Intelligence Index 快照中得分較高。兩項結果口徑不同,不能證明它在所有任務都更好。

Qwen4 Max 比較便宜嗎?

按新加坡 API 標價,相同未快取輸入和輸出 token 數下低 25%。任務成本還取決於 token 用量、快取、重試、工具和成功率。

我該從 Qwen3.8 Max 遷移嗎?

讓兩者完成相同的代表性任務和驗收測試。若目前模型達標可繼續使用;只有重複測試證明值得時才遷移。

能在 Tabbit 使用 Qwen4 Max 嗎?

Tabbit 瀏覽器已提供 Qwen4-Max。下載並開啟 Tabbit,在對話的模型清單中選擇 Qwen4-Max,即可開始使用。

Work360 是獨立評測嗎?

不是。Work360 是阿里雲公布的基準。Artificial Analysis 提供另一項第三方指數快照,但兩者都不能證明模型適合所有任務。

下一步

讓 Tabbit 與你並肩工作。

跨分頁調研、自動化重複的瀏覽器工作,讓每一處上下文都觸手可及。