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 Max | Qwen3.8 Max | 含義 |
|---|---|---|---|
| 總參數 / 每 token 啟用參數 | 2.4T / 71B | 2.4T / 95B | 總規模相近;Qwen4 報告的啟用參數較少 |
| 阿里雲 Work360 | 52.69 | 47.74 | 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 | 43 | 34 | 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。
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。