Qwen4-Max и Kimi K3.1 Pro — два сильнейших китайских претендента на роль рабочей модели для сложных задач. Обе принимают текст, изображения и видео, имеют контекст до миллиона токенов и ориентированы на длинные агентные процессы. Но их сильные стороны различаются: Qwen делает акцент на профессиональных артефактах и эффективной архитектуре, Kimi — на терминальном коде, агентах и открытости весов.
Обе модели доступны в СуперИнтеллекте, поэтому можно сравнить их на одном документе или issue без двух отдельных кабинетов. Ниже — официальные характеристики, общая таблица Alibaba и независимые индексы. Важно помнить: таблица Alibaba составлена разработчиком Qwen, поэтому победу по одной строке нельзя считать окончательным доказательством.
Основные различия
| Критерий | Qwen4 Max | Kimi K3.1 Pro |
|---|---|---|
| Разработчик | Alibaba / Qwen Team | Moonshot AI |
| Релиз | 16 ноября 2026 | Октябрь 2026 |
| Архитектура | 2,4 трлн параметров, 71 млрд активных | Около 2,8 трлн параметров, 104 млрд активных |
| Контекст | До 1 млн токенов | До 1 млн токенов |
| Вход | Текст, изображения, видео | Текст, изображения, видео |
| Выход | Текст | Текст |
| Веса | Закрытые | Открытые по лицензии Kimi |
| AA Index на дату сравнения | 43 | 46 |
| Основная сила | Документные и профессиональные агентные задачи | Терминал, код и открытая экосистема |
Количество параметров не определяет победителя. У моделей разные активные параметры, внимание, посттренировка и обвязка. Для пользователя важнее фактическое качество, задержка, количество повторов и стоимость принятого результата. Открытость весов тоже не гарантирует простой локальный запуск: большой модели нужны соответствующие ресурсы и инженерная поддержка.
Терминал и программирование: преимущество Kimi
Самая выразительная строка сравнения — Terminal-Bench 4.0. Kimi получила 67,2, Qwen — 48,5. Разрыв почти девятнадцать пунктов, и независимый Vals подтвердил у Qwen примерно 48,48. Поэтому для сложной работы в терминале Kimi следует считать первым кандидатом, а не полагаться на общие рекламные формулировки об «агентном коде».
На DeepSWE ситуация другая: Qwen 75,7, Kimi 75,5, а несколько западных моделей расположены рядом. Здесь разница слишком мала для уверенного вывода. В ProgramBench и CodeArena преимущество принадлежит другим моделям, не обязательно Kimi. Практический выбор должен учитывать именно ваш тип работы: терминал, веб-интерфейс, исследование репозитория или черновой прототип.
| Тест | Qwen4 Max | Kimi K3.1 Pro | Вывод |
|---|---|---|---|
| Terminal-Bench 4.0 | 48,5 | 67,2 | Kimi заметно сильнее |
| DeepSWE v1.1 | 75,7 | 75,5 | Почти равенство |
| CodeArena, Elo | 1750 | 1686 | Qwen выше в таблице Alibaba, но смотреть дату и число голосов |
| AutomationBench-AA | 72,5 | 73,3 | Kimi немного выше |
Практические шаблоны для Kimi — в гайд по Kimi для программирования.
Документы и профессиональная работа: где сильна Qwen
Qwen показывает сильные результаты в задачах, где нужно прочитать много материалов и подготовить профессиональный артефакт. В HLAB-Vals она получила 21,3 против 11,7 у Kimi, в APEX-Agents — 72,1 против 65,5, в JobBench — 68,5 против 61,2. Это существенные разрывы в таблице вендора.
Официальная демонстрация Qwen на 198 юридических документах показывает нужный тип процесса: разложить файлы, составить индекс, сопоставить публичные записи, подготовить отчёт с цитатами. Но независимый Vals Legal Index оценивает Qwen значительно сдержаннее, чем её отдельная строка HLAB. Поэтому перед юридическим внедрением обязателен собственный набор с экспертной оценкой.
| Тест | Qwen4 Max | Kimi K3.1 Pro |
|---|---|---|
| APEX-Agents v1.1 | 72,1 | 65,5 |
| HLAB-Vals-1.1 | 21,3 | 11,7 |
| JobBench | 68,5 | 61,2 |
| AA-Briefcase, Elo | 1686 | 1674 |
| Agents’ Last Exam v1.1 | 46,7 | Нет значения в таблице |
Видео и графики
Обе модели принимают видео и изображения, но Qwen в таблице Alibaba опережает Kimi на Chartography и Video-Index: 54,2 против 50,0 и 68,1 против 63,2. Это не делает её лидером визуального анализа вообще: GPT-6 и Opus в тех же строках заметно выше. Но внутри китайской пары Qwen выглядит предпочтительнее для смешанных материалов.
Для практического теста возьмите график с мелкими подписями, видео с расхождением между речью и кадром и документ со сложной таблицей. Требуйте страницу, таймкод и явное признание нечитаемых мест. Не оценивайте только красоту пересказа.
Открытые веса и инфраструктура
Kimi K3.1 Pro имеет открытые веса по собственной лицензии. Это даёт возможность развернуть модель в своей инфраструктуре при соблюдении лицензии и технических требований. Qwen4-Max закрыта: Alibaba обещает открытые веса у меньших моделей Qwen4, но не у флагманской Max.
Для компании открытость важна, если есть требования к собственному контуру, кастомной инференс-инфраструктуре или исследованию модели. Однако большая MoE-модель требует значительных вычислительных ресурсов, мониторинга и обновлений. Если цель просто использовать Kimi в работе, готовый доступ в СуперИнтеллекте проще, чем самостоятельное развёртывание. Подробнее — в разбор весов Kimi K3.1 Pro.
Русский язык и локальные рабочие задачи
Обе модели способны писать и анализировать по-русски, но публичные таблицы не измеряют вашу терминологию, юридические формулировки и фирменный стиль. Для русскоязычного процесса проверьте не только грамматику: точность чисел и имён, устойчивость терминов, цитаты, отсутствие англицизмов и сохранение формата после нескольких уточнений.
Отредактируй русскоязычный документ по приложенному глоссарию и образцу.
Сохрани все имена, числа, даты, суммы и ссылки.
Не меняй термины на синонимы без необходимости.
Не добавляй английские слова, если есть устоявшийся русский эквивалент.
Сначала перечисли фактические ошибки и нарушения глоссария с цитатами, затем дай исправленный текст.
В конце перечисли спорные формулировки, которые должен утвердить редактор.Стоимость полного цикла
Qwen имеет более низкие списочные ставки на вход и выход относительно многих конкурентов и снизила их по сравнению с Qwen3.8-Max. Alibaba также заявляет о заметном сокращении токенов и средней стоимости задачи. Но независимые обзоры отмечают многословие и долгие прогоны Qwen. Поэтому тариф не следует путать с итоговой стоимостью.
Для честного сравнения с Kimi считайте входные материалы, токены рассуждения, видимый ответ, вызовы инструментов, повторные попытки и проверку. В СуперИнтеллекте это удобно делать в нейронах на одинаковом процессе. Если модель дешевле на токен, но требует двух дополнительных итераций, она может оказаться дороже в работе.
Практический выбор по сценариям
| Сценарий | Что выбрать | Почему |
|---|---|---|
| Сложная отладка в терминале | Kimi | Большой разрыв на Terminal-Bench |
| Индексация большого юридического пакета | Qwen | Сильные профессиональные демонстрации и строки HLAB/APEX |
| Веб-разработка и визуальный прототип | Обе на тесте | Разные тесты и версии дают разный порядок |
| Анализ видео и графиков | Qwen | Выше Kimi в таблице Alibaba |
| Собственная инфраструктура | Kimi | Открытые веса при соблюдении лицензии |
| Короткая массовая классификация | Проверить более лёгкие модели | Обе могут быть избыточны |
| Русскоязычный отчёт | Обе на одинаковом шаблоне | Нужен собственный стилевой и фактический тест |
Как провести сравнение в СуперИнтеллекте
- Выберите 10 документных и 10 инженерных задач с известным результатом.
- Запустите одинаковый запрос на Qwen и Kimi с одинаковыми материалами.
- Для кода оценивайте тесты и количество лишних изменений, для документов — цитаты и полноту.
- Отдельно отметьте задержку, многословие, повторы и непризнанные пробелы.
- Посчитайте расход нейронов и время до принятого результата.
- Назначьте модели по ролям: одна для кода, другая для документов или второй проверки.
Обзоры отдельных моделей: обзор Qwen4 Max и обзор Kimi K3.1 Pro. Сравнение с рабочей моделью OpenAI — в сравнение Qwen4 Max и GPT-6.2 Sol.
Три процесса, где модели дополняют друг друга
Проект с большой документацией и кодом
Начните с Qwen для реестра документов, извлечения требований и карты источников. Затем передайте Kimi техническую часть: найти места реализации, предложить патч и подготовить терминальные проверки. В конце снова используйте Qwen для связывания изменений с исходными требованиями и подготовки документации. Так модели отвечают за свои сильные стороны, а не дублируют одну работу.
Многоязычное исследование
Qwen может собрать русские, китайские и английские источники и подготовить таблицу расхождений, Kimi — проверить технические утверждения и выполнить вычисления. Для каждой цитаты сохраняйте оригинал и собственный перевод, чтобы не принять ошибку перевода за изменение смысла. Итоговый текст для русскоязычного читателя редактируйте отдельно по глоссарию.
Разработка в смешанной инфраструктуре
Если компании нужны открытые веса, Kimi может стать основой собственного контура, а Qwen через платформу — отдельным специалистом для документов. Не переносите секреты между контурами без правил. Для общих задач сравните результаты и зафиксируйте, какие данные разрешено обрабатывать каждым способом. Это особенно важно, если открытость выбрана ради контроля, а не как модное слово.
Ошибки сравнения, которые мешают выбрать
- Сравнение одного короткого вопроса вместо полного рабочего процесса.
- Оценка по числу параметров без учёта активной части и реализации.
- Смешивание разных версий Terminal-Bench и настроек усилия.
- Выбор по самой низкой ставке без токенов рассуждения и повторов.
- Ожидание, что открытые веса автоматически означают простой и дешёвый локальный запуск.
- Проверка русского стиля без контроля фактов, имён и терминов.
Частые вопросы
Что лучше для кода: Qwen или Kimi?
Для терминала Kimi имеет подтверждённое преимущество: 67,2 против 48,5 в таблице Alibaba. Для других видов разработки проводите собственный тест: DeepSWE почти равен, веб-арены зависят от даты и голосов.
Qwen4 Max открытая?
Нет. Веса Max закрыты. Kimi K3.1 Pro доступна с открытыми весами по своей лицензии, но для самостоятельного запуска нужны ресурсы и опыт.
Что лучше для документов?
Qwen выглядит сильнее в официальных профессиональных демонстрациях и ряде строк Alibaba. Но независимые юридические индексы менее однозначны. Для ответственного документа сравните обе на своём пакете с проверкой специалиста.
Что лучше для видео?
В таблице Alibaba Qwen выше Kimi на Video-Index и Chartography. При этом обе уступают некоторым моделям OpenAI и Anthropic. Для сложной визуальной работы сравните дополнительно и их.
Что дешевле в работе?
Списочные ставки Qwen ниже, но итог зависит от токенов рассуждения и повторов. Независимые обзоры отмечают её многословие. Измеряйте нейроны на полном цикле.
Можно ли использовать их вместе?
Да. Например, Qwen готовит документный анализ, Kimi проверяет техническую реализацию и терминальные действия. Или Kimi пишет код, а Qwen готовит документацию и связывает её с исходными материалами.
Итог и источники
Kimi — более сильный кандидат для терминала и открытой инфраструктуры, Qwen — для профессиональных документных процессов и смешанных визуальных материалов. Независимый общий индекс немного выше у Kimi, но практический выбор зависит от задачи.
Источники: официальный блог Qwen и независимый разбор результатов. Продолжение: обзор Qwen4 Max, обзор Kimi K3.1 Pro и сравнение Qwen4 Max и GPT-6.2 Sol.
Сравните Qwen4 Max и Kimi K3.1 Pro в СуперИнтеллекте на своём проекте. Доступны 100 нейронов в месяц бесплатно, ПК-версия, цифровые сотрудники, работа с файлами и папками, оплата картой РФ и по счёту.



