Qwen3.8 2.4T A95B vs Qwen4 Max
完整资料:Qwen3.8 2.4T A95B(Alibaba)和 Qwen4 Max(Alibaba),包括全部基准测试、价格和排名。
更新于 · 数据来自 8 个来源
截至 2026年11月19日,两者共同的基准测试太少,无法判断质量高下。Qwen4 Max 更便宜,对方的价格是它的 1.3 倍(每百万 token 混合价格 $2.25 比 $3.00)。在两者都有成绩的所有类别中,Qwen4 Max 均领先。Qwen4 Max 输出更快。
Qwen4 Max 于 2026年11月16日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的价格、上下文窗口、速度、两者都有结果的基准测试。首批结果将在以下页面跟踪: Qwen4 Max 的页面
要点(截至 2026年11月19日)
- Qwen3.8 2.4T A95B 每百万 token 混合价格为 $3.00(标价,2026年11月19日)。
- Qwen4 Max 每百万 token 混合价格为 $2.25(标价,2026年11月19日)。
- Qwen4 Max 比 Qwen3.8 2.4T A95B 输出更快(Artificial Analysis,7 日中位数,2026年11月19日)。
- 在两者都有结果的 11 项基准测试中,Qwen4 Max 领先 10 项(BenchLeader,2026年11月19日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
主要差异
- 共同的基准测试太少,无法给出结论。
- Qwen4 Max 在知识、推理方面更强。
- Qwen4 Max 更便宜,对方的价格是它的 1.3 倍(每百万 token 混合价格 $2.25 比 $3.00)。
- Qwen4 Max 的输出速度是对方的 1.4 倍(59 比 41 token/秒)。
概览
| 规格 | Qwen3.8 2.4T A95B | Qwen4 Max |
|---|---|---|
| 提供商 | Alibaba | Alibaba |
| 发布日期 | 2026年8月12日 | 2026年11月16日 |
| 上下文窗口(token) | 1,000,000 | 991,808 |
| 对比时的配置 | Qwen3.8 2.4T A95B | Qwen4 Max |
| 开放权重 | 是 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $2.00 / $6.00 / $0.250 | $1.50 / $4.50 / $0.071 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Qwen3.8 2.4T A95B | Qwen4 Max | 领先者 |
|---|---|---|---|
| 推理 | 45.5 | 58.5 | Qwen4 Max |
| 编程 | – | 55.1 | 无法比较 |
| 智能体与工具 | 50.3 | – | 无法比较 |
| 知识 | 48.8 | 59.0 | Qwen4 Max |
| 长上下文 | 64.8 | – | 无法比较 |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。
未绘制(这些模型没有结果):数学, 指令遵循, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 11 项基准测试中,Qwen3.8 2.4T A95B 领先 1 项,Qwen4 Max 领先 10 项。
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Qwen3.8 2.4T A95B | Qwen4 Max |
|---|---|---|
| 每百万 token 混合价格 | $3.00 | $2.25 |
| 每百万 token 输入 / 输出 | $2.00 / $6.00 | $1.50 / $4.50 |
| 每百万 token 缓存输入 | $0.250 | $0.071 |
| 每项任务价格:聊天回复 | $0.0026 | $0.0020 |
| 每项任务价格:总结一份 30 页的报告 | $0.028 | $0.021 |
| 每项任务价格:代码编辑 | $0.021 | $0.016 |
| 每项任务价格:智能体编程会话 | $0.144 | $0.108 |
| 每项任务价格:结构化信息提取 | $0.0052 | $0.0039 |
| 智能体编程会话(输入大多命中缓存) | $0.065 | $0.044 |
| 每项基准测试任务成本(AA Index) | – | $3.27 |
| 每项任务输出 token(AA Index) | – | 105k |
| 其中推理部分 | – | 69k |
| 每项任务耗时(AA Index) | – | 30 min |
| 输出速度 | 41 tok/s | 59 tok/s |
| 首次回答时间 | 111.5 秒 | 139.2 秒 |
| 完整回答耗时(最近一次测量 2026年11月13日) | 248.5 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。Qwen3.8 2.4T A95B 得分 51.6,首个回答 token 需 111 秒。Qwen4 Max首个回答 token 需 139 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 61 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Qwen3.8 2.4T A95B | Qwen4 Max |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 51.6 | – |
| 智能体与工具得分 | BenchLeader | 50.3 | – |
| 知识得分 | BenchLeader | 48.8 | 59.0 |
| 长上下文得分 | BenchLeader | 64.8 | – |
| 推理得分 | BenchLeader | 45.5 | 58.5 |
| 编程得分 | BenchLeader | – | 55.1 |
| 混合价格(美元/百万 token) | BenchLeader | $3.00 | $2.25 |
| 输出速度 | BenchLeader | 41 tok/s | 59 tok/s |
| 首次回答时间 | BenchLeader | 111.5 秒 | 139.2 秒 |
| 上下文窗口 | BenchLeader | 1,000,000 token | 991,808 token |
| 推理 | |||
| LiveBench 2.0 Reasoning | LiveBench | – | 92.2%† |
| GPQA Diamond (AA) | Artificial Analysis | 93.5% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.5% | – |
| HLE-Diamond (AA) | Artificial Analysis | 20.1% | 44.9% |
| CritPt | Artificial Analysis | 20.0% | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 43.0% |
| 编程 | |||
| Arena WebDev | Arena (LMArena) | – | 1750† |
| LiveBench 2.0 Coding | LiveBench | – | 69.8%† |
| SciCode (AA) | Artificial Analysis | 54.0% | – |
| Vibe Code Bench v1.1 | Vals AI | – | 86.7%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 11.1% | 48.5% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 82.0% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 52.8 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 49.4† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 26.4% |
| 智能体与工具 | |||
| Arena Agent | Arena (LMArena) | – | 7.3† |
| LiveBench Long Agentic | LiveBench | – | 46.6%† |
| LiveBench Browser | LiveBench | – | 80.7%† |
| MCP Atlas | Scale AI SEAL | 84.5%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 55.4% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1614 | 1809 |
| τ³-Banking (AA) | Artificial Analysis | 49.1% | – |
| Analyst Agent (AA) | Artificial Analysis | – | 46.3% |
| APEX-Agents (AA) | Artificial Analysis | – | 59.1% |
| Finance Agent v2.1 | Vals AI | – | 66.7%† |
显示全部 61 项基准测试
| 指标 | 发布方 | Qwen3.8 2.4T A95B | Qwen4 Max |
|---|---|---|---|
| 智能体与工具 | |||
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 21.3%† |
| Legal Research Bench | Vals AI | – | 41.4%† |
| Tax Agent Bench | Vals AI | – | 40.4%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 48.5%† |
| Arena Agent Task Completion | Arena (LMArena) | – | 8.8† |
| AutomationBench | Artificial Analysis | 57.3% | 72.6% |
| GDP.pdf (AA) | Artificial Analysis | 15.6% | 26.2% |
| Harvey LAB-AA v1.1 | Harvey | – | 9.4% |
| EnterpriseOps-Gym | Artificial Analysis | 47.4% | 48.5% |
| AA-Briefcase v1.1 | Artificial Analysis | 1430 | 1686 |
| Design Arena Agentic | Design Arena | – | 1356 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 23.3% |
| CWE-Bench (AA) | Artificial Analysis | 28.3% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 9.5% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | – |
| 知识 | |||
| LiveBench 2.0 Data Analysis | LiveBench | – | 83.4%† |
| LiveBench Research | LiveBench | – | 84.7%† |
| AA-Omniscience v1.1 | Artificial Analysis | 7.8 | 27.7 |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 70.8%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 31.4% | 43.7% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 65.5% | 71.6% |
| 人类偏好 | |||
| EQ-Bench Creative Writing v3 | EQ-Bench | 1844 | – |
| 多模态 | |||
| LiveBench Design | LiveBench | – | 79.1%† |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 80.3% | – |
| MLCR | Artificial Analysis | 30.6% | 19.4% |
| 综合 | |||
| LiveBench 2.0 | LiveBench | – | 73.1%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 42.9 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 40.0 | – |
| AA Progress Index v1 | Artificial Analysis | 317.8 | – |
| Vals Index | Vals AI | – | 63.2† |
| Vals Finance Index | Vals AI | – | 62.0%† |
| Vals Legal Index | Vals AI | – | 70.7%† |
| AA Cyber Index | Artificial Analysis | 12.6 | – |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 21.6%† | – |
| DistressBench | Scale AI SEAL | 77.5% | – |
| 元数据 | |||
| AA Openness Index | Artificial Analysis | 27.8 | – |
数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
DuelLab GameBench 2, release gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
变化
- Qwen3.8 2.4T A95B:BenchLeader Index 51.0 → 51.6。
- Qwen3.8 2.4T A95B:BenchLeader Index 51.5 → 51.0。
- Qwen3.8 2.4T A95B:BenchLeader Index 52.0 → 51.5。
- Qwen3.8 2.4T A95B:1 项分数修订。
- Qwen3.8 2.4T A95B:BenchLeader Index 53.0 → 52.0。
- Qwen3.8 2.4T A95B:1 项新结果(HLE-Diamond (AA))。
- Qwen3.8 2.4T A95B:BenchLeader Index 56.1 → 53.0。
- Qwen3.8 2.4T A95B:1 项新结果(AA Progress Index v1);2 项分数修订。
- Qwen3.8 2.4T A95B:5 项新结果(AA Cyber Index, CWE-Bench (AA), DeepSec-Bench (AA)…)。
- Qwen3.8 2.4T A95B:1 项分数修订。
相关对比
- Qwen3.8 2.4T A95B vs GPT-5.6 Sol
- Qwen4 Max vs Qwen3.8 Max
- Qwen4 Max vs Inkling 2 Small
- Qwen3.8 2.4T A95B vs Gemini 4 Argon
- Qwen3.8 2.4T A95B vs Claude Sonnet 5.5
- Qwen3.8 2.4T A95B vs Muse Spark 1.3
- Qwen3.8 2.4T A95B vs Gemini 3 Pro
- Qwen3.8 2.4T A95B vs Qwen3.8 Max
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Qwen3.8 2.4T A95B vs Qwen4 Max:常见问题
- Qwen3.8 2.4T A95B 和 Qwen4 Max 哪个更便宜?价格会变吗?
- 目前 Qwen4 Max 更便宜:每百万 token $2.25 比 $3.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
- Qwen3.8 2.4T A95B 和 Qwen4 Max 哪个更快?
- Qwen4 Max 输出更快(输出 59 比 41 token/秒,Artificial Analysis 7 日中位数)。
- 处理长文档哪个更好?
- 两者都约为 1M token(Qwen3.8 2.4T A95B 为 1,000,000,Qwen4 Max 为 991,808)。
- 哪个延迟更低?
- Qwen3.8 2.4T A95B 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 111.5 秒比 139.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
- 第三方基准测试对 Qwen3.8 2.4T A95B 和 Qwen4 Max 的看法一致吗?
- 在两者都有结果的 11 项基准测试中,Qwen3.8 2.4T A95B 领先 1 项,Qwen4 Max 领先 10 项。
更多问题(1)
- Qwen4 Max 是什么时候发布的?
- Qwen4 Max 于 2026年11月16日 发布。