Alibaba удешевила Qwen4-Max на 67% за задачу, но GPT-6.1 Sol дешевле: $3,27 против $1,27
Alibaba открыла доступ к Qwen4-Max и обещает «втрое дешевле», но цена за миллион токенов — это ещё не цена решённой задачи. По Artificial Analysis, задача из индекса стоит $3,27 против $10,02 у прошлой версии (−67%), но 75% скидки дал прайс, а не экономия токенов. Модель слишком много рассуждает, поэтому GPT-6.1 Sol с более дорогим токеном выходит за задачу всего $1,27. Берите Qwen4-Max под контекст 1M, а не ради дешёвого кодинга.
AI-обработка оригинала TG: @ai_product (AI Product / Igor Akimov); редакция Hamidun News
Alibaba открыла общий доступ к Qwen4-Max и называет её «24/7 AI teammate» втрое дешевле предыдущего поколения. Проблема в том, что «дешевле» здесь относится к цене за токен, а вы платите за решённую задачу. Представьте, что вы поручаете модели починить баг в репозитории: если она сначала «думает» в два раза дольше конкурента, низкий тариф за токен не спасёт счёт. Именно так и вышло: по замерам Artificial Analysis (независимая лаборатория, которая сравнивает модели) прогон задачи из их индекса стоит $3,27 против $10,02 у Qwen3.8-Max, то есть на 67% меньше. Но у GPT-6.1 Sol та же задача обходится всего в $1,27. Для разработчика вывод практический: сравнивайте модели не по прайсу, а по стоимости решённой задачи на ваших данных.
Что внутри и сколько стоит
Qwen4-Max — гигантская модель на 2,4 трлн параметров, из которых для каждого ответа активны 71 млрд. Это уровень датацентров. Открытых весов не будет: Alibaba выложит их только для младших моделей линейки. Контекст — 1M токенов, на вход принимаются текст, картинки и видео, на выходе только текст.
Цена: $1,50 за миллион входных токенов, $4,50 за миллион выходных, кэшированный вход — $0,075. Это на 25% дешевле Qwen3.8-Max и заметно ниже лидеров рынка.
Что показала сама Alibaba, а что независимые замеры
Вендорский чарт компания собирала сама, поэтому читать его надо с поправкой:
- DeepSWE v1.1 (задачи по разработке): 75,7 против 74,2 у Opus 5.5 и 75,5 у Kimi K3.1. Пять моделей уложились в полтора пункта — это шум, а не лидерство.
- HLAB-Vals (юридические задачи): 21,3 против 9,2 у Opus 5.5. Здесь Qwen4-Max действительно ушла вперёд.
- Terminal-Bench 4.0 (работа агента в терминале): 48,5 против 67,2 у Kimi K3.1 и 59,6 у Opus 5.5. Слабо.
- ProgramBench: 31,5 против 65,0 у Opus 5.5. Тоже провал.
- Chartography (чтение графиков) и Video-Index (видео): отставание от американских моделей на 6–17 пунктов.
Независимая картина скромнее. В Artificial Analysis Intelligence Index модель набрала 43 пункта против 34 у Qwen3.8-Max. Впереди Fable 5.2 (65), Gemini 4 Carbon (60), Opus 5.5 (59), GPT-6 Astra (57), GPT-6.1 Sol (55) и даже более старая Kimi K3.1 Pro (46). В Vals Index у Qwen4-Max 63,20% — 11-е место из 38 и лучший результат среди китайских моделей. В Code Arena WebDev она на шестом месте с 1750 Elo, но рейтинг пока предварительный.
Почему «втрое дешевле» требует оговорок
Из 67% экономии на задачу 75% дало снижение прайса и только 25% — реальное сокращение расхода токенов. Модель по-прежнему болтливая: на один прогон индекса уходит 127 млн выходных токенов при медиане 78,6 млн.
Самое показательное сравнение — с GPT-6.1 Sol. При прайсе $2 / $10 Sol обходится в $1,27 за задачу у Artificial Analysis и $3,61 за тест у Vals. Qwen4-Max стоит $3,27 и $9,33 соответственно. При этом Sol у Vals набирает чуть больше: 63,94% против 63,20%. Получается, что модель с более дорогим токеном работает и дешевле, и чуть точнее. Дешёвый токен не равен дешёвой задаче: лишние рассуждения съедают скидку.
Кому это подходит
Для агентного кодинга в терминале Qwen4-Max пока не вариант: здесь по-прежнему лучше Kimi K3.1, Sol, Opus 5.5 или Gemini 4 Carbon. Не стоит рассчитывать и на глубокую работу с графиками и видео, где отставание заметно.
Зато у модели есть ниша: задачи, где нужен контекст в 1M токенов без больших расходов, например разбор объёмных документов, договоров или кодовой базы. Юридические сценарии выглядят отдельным сильным местом, но этот результат получен на вендорском чарте, и перед внедрением его нужно проверить на своих данных.
Итог: это честное поколенческое обновление — плюс 9 пунктов индекса и втрое дешевле прошлого поколения, но без магии. Прежде чем переключать продакшн, прогоните свой набор задач и посчитайте итоговую стоимость решённой задачи вместе с долей правильных ответов.
- 18 нояб. 2026 г.OpenAI выпустила GPT-6.2 Astra: второе место в рейтинге и цена ниже на 20%
- 12 нояб. 2026 г.Google открывает предзаказ на очки с Gemini от $395 и блокирует скрытую съёмку
- 12 нояб. 2026 г.Google привезла Gemini Intelligence в Android Auto — пока только для Pixel
- 12 нояб. 2026 г.По иску, школьница три месяца говорила с Gemini о суициде, а мониторинг молчал неделями
Вопросы и ответы по материалу
Что известно по теме: что внутри и сколько стоит?
Qwen4-Max — гигантская модель на 2,4 трлн параметров, из которых для каждого ответа активны 71 млрд. Это уровень датацентров. Открытых весов не будет: Alibaba выложит их только для младших моделей линейки. Контекст — 1M токенов, на вход принимаются текст, картинки и видео, на выходе только текст. Цена: $1,50 за миллион входных токенов, $4,50 за миллион выходных, кэшированный вход — $0,075. Это на 25% дешевле Qwen3.8-Max и заметно ниже лидеров рынка.
Что известно по теме: что показала сама Alibaba, а что независимые замеры?
Вендорский чарт компания собирала сама, поэтому читать его надо с поправкой: DeepSWE v1.1 (задачи по разработке): 75,7 против 74,2 у Opus 5.5 и 75,5 у Kimi K3.1. Пять моделей уложились в полтора пункта — это шум, а не лидерство. HLAB-Vals (юридические задачи): 21,3 против 9,2 у Opus 5.5. Здесь Qwen4-Max действительно ушла вперёд. Terminal-Bench 4.0 (работа агента в терминале): 48,5 против 67,2 у Kimi K3.1 и 59,6 у Opus 5.5. Слабо. ProgramBench: 31,5 против 65,0 у Opus 5.5. Тоже провал.
Что известно по теме: почему «втрое дешевле» требует оговорок?
Из 67% экономии на задачу 75% дало снижение прайса и только 25% — реальное сокращение расхода токенов. Модель по-прежнему болтливая: на один прогон индекса уходит 127 млн выходных токенов при медиане 78,6 млн. Самое показательное сравнение — с GPT-6.1 Sol. При прайсе $2 / $10 Sol обходится в $1,27 за задачу у Artificial Analysis и $3,61 за тест у Vals. Qwen4-Max стоит $3,27 и $9,33 соответственно. При этом Sol у Vals набирает чуть больше: 63,94% против 63,20%.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.