Qwen4-Max与主流模型对比
页内短题用于快速对比,五道完整专业题保留在 Agent 提示词与下方可展开的题目列表中。
投研备忘录与可追溯财务模型
你是一名投研分析师,为虚构工业软件公司Atlas制作可审阅的投委会底稿。仅用以下材料,金额单位均为百万元人民币。[F1,2025审计数据] 收入480、经常性收入360、毛利率72%、营业费用260、折旧12、资本开支18、净营运资本50、净债务60、摊薄股数1亿股。[F2,2026签批预测] 经常性收入增长18%、非经常性收入增长5%、毛利率73%、营业费用290、折旧14、资本开支22、期末净营运资本58、税率25%;假定税盾可全额利用。[F3,管理层演示稿] 声称收入增长25%,未附拆解。规定EBIT=收入×毛利率−营业费用;FCFF=EBIT×(1−税率)+折旧−资本开支−净营运资本增加额。交付:①带来源编号的2025到2026收入桥、EBIT和FCFF;②经常性收入增长10%/18%/26%与毛利率70%/73%/76%的3×3敏感性表,其他2026输入不变;③包含Inputs、Forecast、Sensitivity、Checks四张表的工作簿设计,给出单元格地址与实际Excel公式;④六页投委会汇报文案,包括投资逻辑、反证、下行情景触发条件和尽调清单。区分审计事实、预测假设和计算值,解释F2与F3为何不一致。不虚构市场估值、股价或已生成的工作簿。展示公式与单位,显示值保留两位小数。
并购尽调与多源证据核验
为一宗虚构软件企业收购制作证据驱动的尽调备忘录。资料:[D1,1月5日已签客户合同] 年费240万元,客户可提前30日无因终止;控制权变更须获客户书面同意;责任上限为此前12个月已付费用。[D2,3月2日未签修订稿] 拟取消终止权和控制权同意条款。[D3,6月30日收入台账] 该客户已确认收入120万元,占年初至今收入35%。[D4,数据处理附件] 数据仅可存于A区域,分处理方须事先书面批准。[D5,部署清单] 备份位于B区域,供应商Z处理支持日志。[D6,管理层邮件] 称客户已口头同意,供应商审批正在办理,未附书面记录。交付:①文件清单及效力/冲突矩阵;②从条款映射到证据的风险台账,含严重性、来源编号、待查事实、责任人和交割条件;③客户集中度与收入风险情景,不能将情景敞口等同已确认损失;④不超过500字的交易团队备忘录,区分已证事实、待解决事项和交割前行动。未签修订稿不得视为已生效,口头声明不等于书面同意。只按给定合同条款分析,不假设司法辖区、不判定法律效力、不虚构法律结论。关键判断逐项引用来源。
修复生产级Webhook入库服务
你负责Python 3.11/SQLite的Webhook入库服务。现有伪代码:若events表查不到event_id,则更新orders.status,再写入events,最后commit。事故:并发投递重复触发副作用;崩溃重试可能出现事件已标记处理但订单未更新;延迟到达的paid事件把refunded覆盖。事件协议:event_id与order_id为字符串,version为非负整数且排除bool,status仅pending/paid/refunded。合法迁移为pending→paid→refunded,可重复同状态;较大version只有在迁移合法时才更新;旧或相同version记为stale但不改订单。同一event_id对应不同规范化载荷必须拒绝。订单已存在,未知订单必须回滚。交付最小可运行的标准库实现ingest(conn,payload)、SQL表结构,以及unittest测试,覆盖重复投递、载荷冲突、乱序、非法回退、未知订单和故障注入下的原子回滚。使用事务和唯一约束,避免先查后写竞态,返回明确的applied/duplicate/stale结果。解释SQLite并发和重试处理,以及外部副作用为何需要outbox而不能宣称端到端恰好一次。给出完整代码,不声称已执行测试或访问真实仓库。
参数化3D产品资产与可复现交付
为虚构工业离心泵制作可复现的Blender 4.x Python产品可视化脚本。要求从空场景运行,仅用bpy、math及标准库,不下载外部资产。参数单位米:base_length=.8、base_width=.4、motor_radius=.12、motor_length=.28、housing_radius=.18、pipe_radius=.04。分别构建并命名底座、电机、轴、泵壳、入口、出口和安装螺栓;管道须表现为空心几何,不能仅用实心圆柱替代。区分金属与橡胶材质,配置倒角、中性摄影棚地面、三点布光和完整框取产品的正交相机。增加爆炸视图参数,0为装配态、1为展开态,变化时保持零件身份不变。脚本重复运行仅可替换自身命名集合中的对象。交付完整可运行脚本、参数表、输出保存说明和五项程序化几何/场景检查。保存路径由脚本参数显式传入,不修改无关文件,不声称已经渲染;说明这是视觉近似,不是可直接加工的CAD设计,并解释关键拓扑与变换选择。
科研候选筛选与实验验证设计
为虚构数据中心冷却液项目设计下一轮验证。25℃单次测量数据:基线B导热率0.14 W/(m·K)、动力黏度2.0 mPa·s、闪点150℃、成本20元/kg;候选A依次为0.17、3.2、165、25;候选C为0.16、1.8、140、22。均无重复测量或不确定度估计。项目门槛:闪点≥160℃、25℃黏度≤3.0 mPa·s;试点前须完成材料相容性和老化数据审查;通过门槛后才优化导热率。模拟预测A能让机架降温8℃,但采用恒定泵功率,基线实测采用恒定流量。交付:①需求—证据矩阵与候选处置意见;②模拟与实测工况不一致导致的混杂分析;③预注册实验方案,包括对照、随机运行顺序、重复结构、传感器校准、主要终点与排除规则;④实验室复测、相容性/老化审查、受控工程试点三个阶段的决策表;⑤列明缺失数据和停止条件的JSON。区分测量值、模拟预测与假说,不虚构误差条、统计功效样本量、安全认证或已证实的最佳候选;说明进行功效计算还需要哪些信息。
模型能力、价格与单次调用费用对比
Qwen4-Max已上架QVeris模型网关。可以将它与DeepSeek V4.1 Flash 1017、Kimi K3.1 Pro、Gemini 4 Carbon、GPT-6.1 Sol及Claude Fable 5.2放在同一套输入和验收标准下比较。下表给出选型时的测试重点,不代表性能排名。
六款QVeris路由均列出推理、工具调用、JSON输出、流式与视觉能力。这些表示支持相应功能,不代表回答质量相同。下表展示各路由的输入类型与Token限制;最大输出是配置上限,仍与输入共用上下文预算。
| 模型/测试重点 | 输入 → 输出 | 推理/工具/JSON/流式 | 上下文/最大输出Token |
|---|---|---|---|
| Qwen4-Max 文档核验、视觉推理与分阶段交付 | 图片、文本 → 文本 | 支持/支持/支持/支持 | 1,000,000 / 262,144 |
| Gemini 4 Carbon 跨厂商视觉与长上下文参照 | 图片、文本 → 文本 | 支持/支持/支持/支持 | 1,048,576 / 943,718 |
| GPT-6.1 Sol 代码正确性与结构化任务执行 | 图片、文本 → 文本 | 支持/支持/支持/支持 | 1,050,000 / 128,000 |
| Claude Fable 5.2 复杂推理与Agent流程审查 | 文件、图片、文本 → 文本 | 支持/支持/支持/支持 | 1,000,000 / 128,000 |
| DeepSeek V4.1 Flash 1017 端到端项目开发与工具反馈迭代 | 图片、文本 → 文本 | 支持/支持/支持/支持 | 1,048,576 / 393,216 |
| Kimi K3.1 Pro 编程、3D创作与长程研究Agent | 图片、文本 → 文本 | 支持/支持/支持/支持 | 1,048,576 / 1,048,576 |
调用一次需要多少费用?
调用并非每次固定收费。为了统一比较,假设每个模型接收10,000个未缓存输入Token,产生2,000个计费输出Token(含计费思考Token)。下表单价单位为Credits/百万Token,最后一列为这一次调用的预计Credits。
| 模型 | 输入/输出单价 | 缓存输入单价 | 单次调用/Credits |
|---|---|---|---|
| Qwen4-Max | 741.825 / 2,226 | 37.09125 | 11.87025 |
| Gemini 4 Carbon | 1,050 / 5,250 | 52.5 | 21 |
| GPT-6.1 Sol | 1,050 / 5,250 | 52.5 | 21 |
| Claude Fable 5.2 | 4,200 / 21,000 | 105 | 84 |
| DeepSeek V4.1 Flash 1017 | 依请求计价 | 以计费规则为准 | 无固定单价,无法据此估算 |
| Kimi K3.1 Pro | 1,015.9275 / 5,314.1025 | 101.5875 | 20.78748 |
计算公式:10,000÷1,000,000×输入单价+2,000÷1,000,000×输出单价。Qwen4-Max在该例中为11.87025 Credits。同一道题同时发送给Qwen4-Max和Kimi K3.1 Pro属于两次模型调用,按上述假设合计32.65773 Credits。
估算不含缓存写入、额外工具和重试,不同模型实际Token数也会不同。GPT-6.1 Sol从272,000输入Token起适用更高单价,本例采用首档;DeepSeek在此未公开固定路由单价。Credits不是货币金额,需结合购买套餐与实际用量账单核对。表中模型名称均链接至对应QVeris价格来源。
DeepSeek与Kimi:国内厂商最新候选
DeepSeek的1017更新强调通过反馈迭代完成完整项目。可重点对比代码修复、可运行项目交付和工具失败后的恢复能力;原生Search & Fetch服务应与网关模型路由分别核验。DeepSeek官方发布说明
Kimi官方将K3.1 Pro的重点放在编程、3D创作、金融研究与长程Agent上。可对比跨文档证据核验、可执行脚本和阶段交付物,以实际任务结果选型,不直接套用厂商榜单排名。Kimi模型官方文档
QVeris 模型参数
| 参数 | 当前QVeris路由 |
|---|---|
| Model ID | qwen4-max |
| 提供方 | Alibaba |
| 上下文/最大输出 | 1,000,000 / 262,144 tokens |
| 输入 → 输出 | 图片、文本 → 文本 |
| 能力 | 对话、JSON、推理、流式、工具调用、视觉 |
| API操作 | chat.completions · messages · responses |
当前网关路由列出图片和文本输入;千问原生API的视频支持不等于网关已开放视频输入。QVeris模型详情
QVeris 模型网关能力与接入
使用QVeris API Key和OpenAI兼容端点接入多个模型。创建密钥后保存在服务端,接入前先核对当前模型列表。网关官方文档
| 步骤 | 操作 |
|---|---|
| 01 | 通过GET /v1/models确认qwen4-max可用。 |
| 02 | 将base_url设为https://aigateway.qveris.ai/v1。 |
| 03 | 先验证一条代表性小请求,再扩展到业务任务集。 |
| 04 | 保留调用ID,核对qveris_billing和账户用量历史。 |
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["QVERIS_API_KEY"],
base_url="https://aigateway.qveris.ai/v1",
)
response = client.chat.completions.create(
model="qwen4-max",
messages=[{"role": "user", "content": "Create a staged project plan."}],
max_completion_tokens=4096,
)
print(response.choices[0].message.content)网关文档提供Chat Completions、Responses和Anthropic兼容Messages接口,仍需按具体模型选择。函数调用需要应用执行工具并回传结果;厂商托管工具及可选参数应单独验证路由兼容性。
多模型 API 价格与调用成本对比
以下为2026年11月17日核对的网关价格快照,单位均为Credits/百万Token,采用首档输入区间。示例按10,000个未缓存输入Token和2,000个计费输出Token计算,不含额外工具费用。
| 模型 | 输入 | 输出 | 示例/Credits |
|---|---|---|---|
| Qwen4-Max | 741.825 | 2,226 | 11.87025 |
| Gemini 4 Carbon | 1,050 | 5,250 | 21 |
| GPT-6.1 Sol | 1,050 | 5,250 | 21 |
| Claude Fable 5.2 | 4,200 | 21,000 | 84 |
| DeepSeek V4.1 Flash 1017 | 依请求计价 | 依请求计价 | 以计费规则为准 |
| Kimi K3.1 Pro | 1,015.9275 | 5,314.1025 | 20.78748 |
Qwen4-Max缓存输入为37.09125 Credits/百万Token。若上述10,000输入Token中有8,000命中缓存,示例费用为6.23238 Credits。GPT-6.1 Sol有阶梯计价,需查看详情页确认适用区间。Credits不等于美元,购买成本取决于套餐。Credits价格
Kimi K3.1 Pro采用详情页精确单价:输入1,015.9275、输出5,314.1025 Credits/百万Token,缓存输入为101.5875;上述未缓存示例费用为20.78748 Credits。DeepSeek V4.1 Flash 1017在网关显示依请求计价,因此不填造固定单价或同口径估算。Kimi网关价格 · DeepSeek计费详情
千问原生 API 价格
| 区域/币种 | 每百万输入/输出 | 缓存读取 | 缓存写入5分钟/1小时 |
|---|---|---|---|
| 国内千问平台 · 人民币 | ¥10 / ¥30 | ¥0.5 | ¥12.5 / ¥20 |
| 新加坡 · 美元 | $1.50 / $4.50 | $0.075 | $1.875 / $3.00 |
原生API价格独立于QVeris计费与Token Plan订阅。相同未缓存示例在国内平台为¥0.16,新加坡为$0.024。输出包含计费的思考Token;Qwen4-Max在支持窗口内未列输入长度阶梯。国内价格 · 分区域美元价格
Qwen4-Max核心优势与适用场景
试用Qwen4-Max时,优先选择能够验收的任务:有来源的资料总结、可测试的代码修改,或带验收标准的阶段计划。把完成度、可追溯性和整项任务成本一起评估。
原生多模态与工具支持
千问官方列出了图像与视频理解、推理、函数调用和结构化输出。网关试用可先从已列出的图片/文本路由开始,用图表或截图配合明确提取规则,再逐项回查原始内容。千问模型规格
思考档位与质量成本权衡
原生API提供low、high、xhigh三个思考档位,默认high。建议固定输入与评分规则,记录合格结果和计费输出,再判断提高档位是否改善任务。同名档位不代表不同厂商投入相同算力。
| 工作流 | 验收重点 |
|---|---|
| 工程与编程 | 步骤可复现、检查可通过、假设清晰。 |
| 研究与文档 | 关键结论有引用支撑,冲突信息得到保留。 |
| 长周期Agent | 阶段成果可审阅、费用有边界、失败可恢复。 |
Qwen4-Max官方评测与真实案例
官方案例:从回答走向交付物
官方文档介绍了Unreal Engine游戏开发、带Excel底稿和演示报告的金融研究,以及附可追溯引用的法律尽调。这些属于配合工具完成的厂商案例,不是QVeris本页新增实测。官方案例摘要
科研案例区分了经过实验验证的冷却液研究,以及仍需实验验证的药物候选计算筛选。落地测试时也应保留这一边界:模型提出的结果与已验证的结果分别记录。
如何阅读官方评测
比较分数前,先核对发布报告中的模型快照、思考设置、工具条件和评分方式。本页不转录尚未核实的跑分,也不拼接不同口径的排行榜。Qwen4-Max发布说明
五类任务的可复测验收方法
| 测试题 | 验收要点 |
|---|---|
| 投研建模 | 收入550.8、EBIT 112.084、FCFF 68.063;公式可追溯,识别预测口径冲突。 |
| 并购尽调 | 逐条引用合同,未签稿不替代已签条款,书面同意与数据风险可追踪。 |
| 生产代码修复 | 事务原子性、幂等、乱序事件与回滚测试;外部副作用单独处理。 |
| 3D产品创作 | 脚本可运行,参数化空心管道,重复执行隔离,爆炸视图可还原。 |
| 科研验证 | 当前候选均未满足全部门槛;比较散热结果前统一运行工况。 |
这些原创题目参考千问的专业办公与科研案例、Kimi的工程及3D创作示例、DeepSeek的完整项目开发案例设计。输入为自包含的虚构评测材料,并非官方基准原题或跑分。代码与3D任务需在独立执行环境中验收产物,仅有聊天回答不代表通过测试。千问案例 · Kimi示例 · DeepSeek示例
Qwen4-Max使用指南与常见问题
长输出配置与上下文限制
百万Token上下文不等于百万Token输出额度。原生文档中,思考与最终回答合计上限为262,144 Token;非思考输出上限为131,072 Token。应为生成内容与工具消息留出空间,按任务需要设置输出预算。
Qwen4-Max和Preview是同一调用名吗?
不是。本页网关路由使用qwen4-max,不应沿用Preview的额度、参数上限或订阅权益。
已有OpenAI SDK项目如何接入?
配置QVeris的base URL、QVeris密钥与当前公开模型ID,再逐项验证业务所需的工具调用、结构化输出和流式处理。
接入模型是否自动获得实时数据与展示权限?
模型接入、实时数据访问与数据使用权是不同问题。实时性和覆盖范围由所选数据源决定,商业展示或再分发须核对数据源条款,模型回答本身不等于实时数据源。
Qwen4-Max与其他模型应该怎么选?
使用同一任务集进行多轮测试,按总费用比较合格交付物,并计入失败与重试。仅凭Token单价不能证明完成任务的成本最低。
