DC娱乐网

同一天两家把大模型价目表的主语从「每百万字多少钱」换成「办完一件事多少钱」,这个账反而更难横向比了。11 月 16 日,阿里 Qwen4-Max 上线千问 AI 平台,2.4 万亿总参数、激活 710 亿,支持百万上下文,缓存命中每百万 Tokens 低至 0.5 元,单任务平均费用比上代降约六成;

同一天两家把大模型价目表的主语从「每百万字多少钱」换成「办完一件事多少钱」,这个账反而更难横向比了。11 月 16 日,阿里 Qwen4-Max 上线千问 AI 平台,2.4 万亿总参数、激活 710 亿,支持百万上下文,缓存命中每百万 Tokens 低至 0.5 元,单任务平均费用比上代降约六成;腾讯混元同日发布 Hy4 flash,2240 亿总参数、激活 120 亿,输入每百万 0.5 元、输出 2 元、命中缓存 0.02 元。两边都把「单任务成本」摆到了参数前面。
KV cache 相当于给模型铺的临时书桌,桌面越小,能同时摊开的资料越少。腾讯这版把它压到上一代的六分之一,配 4bit 量化,解码标到每秒 150 个 token 以上;阿里用稀疏注意力把每 token 激活参数降四分之一,Terminal-Bench 4.0 里单次尝试平均 Token 用量从 28.9 万降到 15.1 万。单价是标价,单任务成本是结账小票,中间隔着缓存命中率。
我的判断偏冷,把计费叙事挪到一个任务花多少钱,方向对,企业买的是活干完。可这两份成本各按各的尺子量,阿里的降幅来自专业编程评测的 Token 用量,腾讯拿的是 85 位内部用户、27 类共 259 个任务的盲测。任务集与思考档位都不同,两个数没法比,对外却叫同一个名字。更该给第三方统一任务集上的实测账单。会有人说自测本是惯例,我仍觉得一个名字装两套口径容易误导选型。
选 API 别只盯 0.5 元和 2 元,先拿线上真实请求跑一周,盯住缓存命中率、单任务平均 Token、失败重试次数,这三项决定账单。编程类重任务要确认思考档位一致;轻量问答优先看延迟与并发。做预算把忙时价与闲时价分开列,别拿最优档乘全年调用量。
你选模型会先看每百万 Tokens 的单价,还是先算自己一个任务实际花多少?明天我写这次降本里最容易被漏掉的缓存命中率。
Qwen4Max 混元大模型 AI成本