Обычные токены Qwen4-Max стоят дешевле. У Kimi K3.1 Pro другие условия работы в режиме thinking и больше опубликованных сведений о возможностях на AIHubMix. Ни то ни другое не говорит о том, какой из них создаст патч, который примут в вашем репозитории. Выбирайте по стоимости изменения, прошедшего ревью, а затем убедитесь, что API-маршрут вашего агента сохраняет необходимую модели историю.
Полезнее всего сравнить модели на конкретной задаче: исправить ошибку в двух файлах, сохранить публичное поведение и пройти существующие тесты. Передайте обеим моделям одно и то же состояние репозитория, инструменты и инструкции, а также задайте одинаковое условие остановки. В этой статье нет парного бенчмарка с такими настройками, поэтому победителя по качеству мы не называем.
Сначала определите задачу, затем сравнивайте модели
В документации Alibaba по Qwen4-Max указаны контекстное окно на 1,000,000 токенов, ввод текста, изображений и видео, а также вызов инструментов. В кратком руководстве по Kimi K3.1 Pro описана модель с постоянно включённым thinking mode, контекстным окном примерно на миллион токенов и мультимодальным вводом. Обе модели могут подойти для чтения репозитория и обработки результатов вызова инструментов.
Большое контекстное окно не означает, что нужно отправлять все файлы. Начните с описания ошибки, относящегося к ней кода и вывода тестов. Добавляйте материалы, только если агенту нужны дополнительные данные. Для задачи с интерфейсом используйте в обоих запусках один и тот же скриншот, но соблюдайте требования каждого маршрута к изображениям: API Kimi от разработчика не принимает публичные URL изображений и поддерживает вместо этого base64 или собственные ссылки на файлы.
Принимайте патч, только если тесты проходят, исходная ошибка покрыта тестом, а в diff нет посторонних изменений. Фиксируйте неудачные вызовы инструментов, повторные попытки и время ревью. Если модель убедительно объясняет решение, но пропускает регрессионный тест, значит, задача не выполнена.
Официальные цены и пример бюджета на один запуск
Используйте официальные цены Alibaba для Сингапура и официальные цены Kimi за токены, а не смешивайте цены провайдера и шлюза:
| За миллион токенов | Qwen4-Max | Kimi K3.1 Pro |
|---|---|---|
| Обычный ввод | $1.50 | $2.00 |
| Вывод, включая токены thinking | $4.50 | $10.00 |
Предположим, что попытка исправить ошибку потребует в общей сложности два миллиона незакэшированных токенов ввода в ходе нескольких ходов и 200,000 токенов вывода, включая рассуждения. Это суммарный расход, а не один запрос. Стоимость Qwen4-Max составит $3 + $0.90 = $3.90; Kimi — $4 + $2 = $6.00. При таком фиксированном расходе Qwen обойдётся на 35% дешевле. В оценку не входят кэш, инструменты, повторные попытки и налоги; для Qwen используются цены для Сингапура.
В реальных запусках расход токенов будет отличаться. Kimi может оправдать более высокую цену за единицу, если добивается приемлемого результата за меньшее число попыток или с меньшим объёмом ревью. Преимущество Qwen может стать ещё заметнее, если успешность моделей сопоставима. Оценивайте одновременно долю принятых патчей и общие расходы; здесь ни один из этих результатов не установлен.
У моделей разные настройки thinking
В справочнике по Chat Completions для Qwen4-Max указаны значения low, high и xhigh; по умолчанию используется high. Если не заданы ни уровень reasoning effort, ни бюджет thinking, бюджет thinking составляет 131,072 токена. Не указывайте одновременно reasoning_effort и thinking_budget; явное значение бюджета должно быть положительным. Thinking в Qwen можно отключить с помощью описанных в документации настроек.
Kimi K3.1 Pro всегда использует thinking mode. Доступны значения уровня reasoning effort low, high и max; по умолчанию — max. Не переносите в запросы к Kimi переключатель thinking или параметр бюджета из настроек Qwen. В Kimi зафиксированы значения temperature=1, top_p=0.95, n=1 и нулевые штрафы за присутствие и частотность; руководство рекомендует не указывать эти параметры.
Для Qwen4-Max параметры max_tokens и max_completion_tokens учитывают и thinking, и ответ; их общий предел — 262,144 токена. Для Kimi по умолчанию max_completion_tokens равен 131,072, а максимум составляет 1,048,576 токенов, но всё равно ограничен доступным контекстом. Номинальный лимит не гарантирует, что конкретный инструмент или шлюз сможет выдать столько полезного текста.
При работе в несколько ходов сохранение состояния важнее отдельного ответа. Kimi требует возвращать полное сообщение ассистента без изменений, включая рассуждения и вызовы инструментов. Qwen хранит историю рассуждений отдельно; если включён необязательный режим суммаризации thinking, также необходимо без изменений сохранять зашифрованную историю. Если ваш агент хранит только видимый текст ответа, сначала исправьте это поведение, а уже потом оценивайте качество любой из моделей на длинных задачах.
Выберите маршрут, который можно проверить
Руководство AIHubMix по Qwen4-Max указывает Chat Completions, но помечает флаги возможностей как непроверенные. В руководстве по Kimi K3.1 Pro указаны поддержка вызова инструментов, структурированного вывода и кэширования; в разделе об эндпоинте также перечислен Chat Completions. Опубликованные метаданные помогают оценить интеграцию, но не доказывают преимущество при исправлении вашей ошибки.
Начните с этого общего протокола. Поддержка Responses или Messages со стороны разработчика не доказывает, что эти варианты работают на шлюзе для выбранного ID. Проверьте протокол, необходимый вашему клиенту для программирования, а также полный цикл вызова инструмента и второй ход с повторным использованием истории. В этой статье не приводятся результаты новых тестов инференса.
Выбирайте Qwen4-Max, если его патчи соответствуют вашим критериям приёмки и важна стоимость обычных токенов. Выбирайте Kimi, если он доказуемо надёжнее справляется с вашими задачами или опубликованные возможности шлюза лучше подходят для проверенного вами рабочего процесса. Оставьте другую модель для сравнения. На странице сравнения AIHubMix представлены актуальные версии моделей; повторяйте оценку на одной и той же задаче при изменении настроек или маршрутизации.
Часто задаваемые вопросы
Какая модель дешевле за токен?
Qwen4-Max по официальным ценам для Сингапура: $1.50 за миллион токенов ввода и $4.50 за миллион токенов вывода, тогда как у Kimi — $2 и $10 соответственно.
Значит ли это, что патч от Qwen будет дешевле, если его примут?
Не обязательно. Число попыток, токены рассуждений, ошибки и время на ревью могут повлиять на стоимость принятого результата.
Можно ли отключить thinking в Kimi K3.1 Pro?
Нет. Документированы уровни reasoning effort low, high и max; thinking остаётся включённым.
Можно ли использовать одинаковые настройки thinking для обеих моделей?
Нет. У них разные перечисления значений, настройки по умолчанию и параметры бюджета. Используйте настройки, специфичные для каждой модели.
Можно ли использовать обе модели в агенте для программирования через AIHubMix?
В обоих руководствах указан Chat Completions. Проверьте, поддерживаются ли на выбранном маршруте нужные инструменты, обработка истории и другие необходимые протоколы.
Какая модель лучше программирует?
Это сравнение не определяет победителя по качеству. Решайте, используя одинаковые задачи на одном и том же репозитории и единые критерии приёмки.
Читайте дальше: серия Qwen4-Max
- Если вы уже выбрали Qwen3.8-Max, прочитайте «Qwen4-Max и Qwen3.8-Max: стоит ли обновляться?».
- Подробнее об изменениях настроек Qwen, лежащих в основе этого сравнения, — в статье «Миграция на Qwen4-Max: лимиты вывода, thinking и настройка агента».
Источники
- Alibaba Cloud: Qwen4-Max и справочник по Chat Completions — ограничения и настройки thinking.
- Moonshot AI: краткое руководство по Kimi K3.1 Pro — уровень reasoning effort, фиксированные параметры, мультимодальный ввод и требования к истории.
- Официальные цены: Alibaba Cloud, доллары США, Сингапур; цены Kimi за токены, стандартная строка K3.1 Pro. Примеры рассчитаны, а не измерены.
- Руководства AIHubMix по моделям: Qwen4-Max и Kimi K3.1 Pro — опубликованные метаданные шлюза.
- Alibaba Cloud: суммаризация thinking и шифрование — обработка истории Qwen, необязательная настройка. Источники проверены 17 ноября 2026 года, 02:33 UTC; парного бенчмарка задач и новых тестов инференса нет.



