# exe.dev vs Qwen 4 (通義千問 4)

exe.dev 每月有 60,103 次造訪，月增率 -26.4%，定價模式為免費增值、付費。Qwen 4 (通義千問 4) 每月有 35,101,353 次造訪，成長率 -6.2%，定價模式為免費增值。

| 指標 | [exe.dev](https://openaitools.app/tw/tool/exe-dev) | [Qwen 4 (通義千問 4)](https://openaitools.app/tw/tool/qwen-4) |
| :--- | :--- | :--- |
| 網站網址 | https://exe.dev | https://qwen.ai |
| 分類 | AI 開發者工具, AI Agent, AI 應用程式建構器 | Large Language Models (LLMs), 開源 AI 模型, AI 聊天機器人, AI 助手 |
| 定價模式 | 免費增值、付費 | 免費增值 |
| 每月造訪次數 | 60,103 | 35,101,353 |
| 月成長率 | -26.4% | -6.2% |
| 主要市場 | 美國 | 俄羅斯 |
| 直接造訪 | 40,778 | 25,020,350 |
| 評論分數 | 4.3 | 4.7 |
| 收藏數 | 0 | 1,180 |
| 支援平台 | 網站 | 網站, API, 開源 |

## exe.dev

exe.dev 由位於美國灣區的團隊打造，鎖定一個當前很具體的問題：開發者越來越常執行程式編寫類 AI 代理，而這些代理需要屬於自己的機器，且這些機器必須像真正的伺服器一樣運作，而不是短暫存在的容器。你只要購買一組 vCPU 與記憶體資源池，就能在其中建立任意數量的虛擬機、快速複製，並以 root 身分 SSH 登入相容 Ubuntu 的系統，使用 apt 與 systemd。

該平台將自身定位為可用於生產的基礎架構，而不只是臨時實驗場。虛擬機具備快速、持久且具複本的 NVMe 儲存，可透過 *.exe.xyz 子網域以 HTTPS 對外公開，也能承載面向終端使用者的應用，驗證與密鑰管理由平台負責。內建的 LLM 閘道可將 OpenAI、Anthropic、xAI、Fireworks、Deepgram 等廠商的密鑰掛載到你的機器上，讓代理無需額外設定即可呼叫模型。

價格公開透明：個人版每月 15 美元起，提供 2 vCPU / 4 GiB 資源池，最高可擴充到 16 vCPU / 32 GiB；工作組版增加 SSO、無限使用者與更大的單池虛擬機數量，並支援按小時或按月計費；企業版則提供專屬硬體與 VPC 連線。平台提供 7 天試用，也可以透過 ChatGPT 免費開始。

**價格與方案:** 個人版每月 15 美元起（2 vCPU / 4 GiB 資源池），最高每月 155 美元（16 vCPU / 32 GiB）。工作組版原價每月 75 美元，前三個月優惠價 37.50 美元/月，含 SSO、無限使用者，額外資源按小時計費。企業版價格需洽詢，並提供 7 天免費試用。

- **真實持久虛擬機，而非沙箱:** 以 root 身分 SSH 登入相容 Ubuntu 的系統，使用 apt 與 systemd，把機器當作長期運作的伺服器。
- **vCPU 與記憶體資源池:** 一次購買 vCPU 與記憶體，接著在池內依需求建立任意數量虛擬機，並快速複製以並行處理代理任務。
- **內建 HTTPS 與公開託管:** 既能以私有方式暴露內部應用，也能透過 *.exe.xyz 子網域公開，驗證與密鑰管理由平台處理。
- **面向代理的 LLM 閘道:** 掛載 OpenAI、Anthropic、xAI、Fireworks 或 Deepgram 密鑰，讓虛擬機上的代理自動取得模型存取能力。
- **多地區與持久儲存:** 可在多個地區部署，享有快速、持久且具複本的 NVMe 儲存，高階方案還提供 SSO 等團隊能力。

**優勢:** 提供真正的 root 權限 Linux 虛擬機與持久儲存，而非臨時沙箱; 價格公開透明，提供免費試用與按小時擴充選項; 內建 HTTPS 暴露、驗證、密鑰管理與面向代理的 LLM 閘道; 虛擬機建立與複製速度快，適合並行代理任務與預覽環境

**限制:** 依資源池計費，大規模多虛擬機使用成本成長較快; 除試用與 ChatGPT 註冊途徑外沒有長期免費額度; VPC、專屬硬體等企業功能需聯絡業務

[Profile (Markdown)](https://openaitools.app/tw/tool/exe-dev.md)

## Qwen 4 (通義千問 4)

Qwen 4（通義千問 4 / Qwen4）建構於 Qwen3.8-Flash-Next（Qwen 3.8-Flash-Next）率先驗證的混合 Gated DeltaNet + Gated Attention 稀疏混合專家（MoE）架構之上（總參數量 125B，每 Token 啟動 6B 參數，並配備 51B n-gram 嵌入查找層）。此設計讓 Qwen 4 家族在保持極低推理成本的同時，實現了原生 100 萬 Token（1M）上下文視窗、原生全模態理解與生成，以及遞迴自我改進（Recursive Self-Improvement, RSI）能力。除四大核心層級（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B）外，亦提供針對程式碼工程的 qwen4-coder-plus 與全模態深度思考的 qwen4-omni-120b-think。用戶可透過 chat.qwen.ai 免費使用網頁與行動端助手，於 Hugging Face 與 Ollama 下載 Apache 2.0 授權開源權重，或透過阿里雲百煉（Alibaba Cloud Model Studio）串接商業 API。

**價格與方案:** chat.qwen.ai（及 qwen.ai）提供免費的網頁版與行動端多模態 AI 對話服務；本地部署模型（如 Qwen4-27B）採用寬鬆的 Apache 2.0 授權於 Hugging Face 與 Ollama 免費開源；企業級模型（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）則透過阿里雲百煉（Alibaba Cloud Model Studio）提供按 Token 計費的商業 API。

- **四大核心層級與專項模型矩陣 (Qwen4-Max / Plus / Flash / 27B):** 完整涵蓋旗艦深度推理 Qwen4-Max、企業級均衡主力 Qwen4-Plus、高吞吐低延遲 Qwen4-Flash、本地工作站開源模型 Qwen4-27B，以及專項模型 qwen4-coder-plus 與 qwen4-omni-120b-think。
- **混合 Gated DeltaNet + Gated Attention 稀疏 MoE 架構:** 基於 Qwen 3.8-Flash-Next (Qwen3.8-Flash-Next) 驗證的創新架構（125B 總參數、每 Token 僅啟動 6B 參數 + 51B n-gram 嵌入查找層），兼顧超大容量知識記憶與極速推理吞吐。
- **遞迴自我改進 (RSI) 與 100 萬 Token 原生上下文:** 導入 Recursive Self-Improvement (RSI) 機制提升複雜數學、程式碼與智慧體推理上限，同時支援 1M Token 超長上下文視窗與原生多模態（文字、影像、音訊、影片）理解。
- **Apache 2.0 開源生態與本地 PC/工作站一鍵執行:** Qwen4-27B 等開源權重採用 Apache 2.0 商業友善授權，原生支援 Hugging Face、Ollama、vLLM 與消費級 GPU 工作站本地私有化部署。
- **邁向 5–10 兆參數的清晰演進路線:** 於 2026 杭州雲棲大會（9 月 22 日）與阿姆斯特丹峰會（10 月 29 日）正式發表，奠定通往 5 兆至 10 兆參數規模的 Qwen 4.5 與 Qwen 5 下一代擴展藍圖。

**優勢:** 產品線層次分明，同時提供商業閉源旗艦（Qwen4-Max/Plus/Flash）與 Apache 2.0 開源本地模型（Qwen4-27B）; 創新的 Gated DeltaNet + Gated Attention + 51B n-gram 查找層架構，僅需 6B 啟動參數即可釋放百億級模型效能; 原生支援 100 萬 Token 上下文視窗、全模態（Omni）思考以及遞迴自我改進（RSI）推理; chat.qwen.ai 提供免費無門檻的網頁與行動端體驗，Alibaba Cloud Model Studio API 定價極具競爭力

**限制:** 最高參數規模的完整藍圖（5–10 兆參數的 Qwen 4.5 與 Qwen 5）仍處於分階段演進週期中; 在本地執行 Qwen4-27B 並開啟超長上下文時，仍需具備充足 VRAM 的高階 PC 或工作站硬體; 部分最新專項預覽模型（如 qwen4-omni-120b-think）在不同雲端區域的配額開放有先後順序

[Profile (Markdown)](https://openaitools.app/tw/tool/qwen-4.md)

## 常見問題

### exe.dev 與 Qwen 4 (通義千問 4) 的每月流量相比如何？

exe.dev 每月有 60,103 次造訪，而 Qwen 4 (通義千問 4) 有 35,101,353。流量估算反映受眾規模，並非產品品質。

### 兩者的成長率相比如何？

exe.dev 的月增率為 -26.4%；Qwen 4 (通義千問 4) 為 -6.2%。

### 價格相比如何？

exe.dev：免費增值、付費。個人版每月 15 美元起（2 vCPU / 4 GiB 資源池），最高每月 155 美元（16 vCPU / 32 GiB）。工作組版原價每月 75 美元，前三個月優惠價 37.50 美元/月，含 SSO、無限使用者，額外資源按小時計費。企業版價格需洽詢，並提供 7 天免費試用。 Qwen 4 (通義千問 4)：免費增值。chat.qwen.ai（及 qwen.ai）提供免費的網頁版與行動端多模態 AI 對話服務；本地部署模型（如 Qwen4-27B）採用寬鬆的 Apache 2.0 授權於 Hugging Face 與 Ollama 免費開源；企業級模型（Qwen4-Max、Qwen4-Plus、Qwen4-Flash、qwen4-coder-plus、qwen4-omni-120b-think）則透過阿里雲百煉（Alibaba Cloud Model Studio）提供按 Token 計費的商業 API。

## 替代方案

| # | 工具名稱 | 每月造訪次數 | 月成長率 | 定價模式 | Summary | Profile (Markdown) |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [DeepSeek](https://openaitools.app/tw/tool/deepseek) | 372,761,591 | +4.3% | 免費增值 | 提供頂級開源推理模型與平價 API，但較少著墨於阿里生態系的多模態工具。 | [.md](https://openaitools.app/tw/tool/deepseek.md) |
| 2 | [Google AI Studio](https://openaitools.app/tw/tool/google-ai-studio) | 112,620,020 | +2% | 免費增值 | Provides robust developer tools and multimodal APIs, but relies on Google's closed Gemini models rather than open-weight alternatives. | [.md](https://openaitools.app/tw/tool/google-ai-studio.md) |
| 3 | [OpenRouter](https://openaitools.app/tw/tool/openrouter-ai) | 19,941,437 | -6.2% | 付費 | 透過單一 API 閘道器整合數百個模型，但更偏向路由器而非代管 Qwen 原生基礎設施。 | [.md](https://openaitools.app/tw/tool/openrouter-ai.md) |
| 4 | [BigModel（智譜大模型開放平台）](https://openaitools.app/tw/tool/bigmodel) | 5,700,686 | -17% | 免費增值 | 提供具競爭力的中國基礎模型 API 與代理建構器，但專精於智譜 AI 的 GLM 架構。 | [.md](https://openaitools.app/tw/tool/bigmodel.md) |
| 5 | [Google Gemma 開源模型](https://openaitools.app/tw/tool/gemma-open-models-by-google) | 4,900,914 | -13.5% | 免費增值、付費 | Provides lightweight open-weight models for local deployment, but offers smaller parameter sizes compared to top-tier Qwen variants. | [.md](https://openaitools.app/tw/tool/gemma-open-models-by-google.md) |
| 6 | [Groq](https://openaitools.app/tw/tool/groq) | 3,987,936 | +10% | 付費 | Delivers ultra-fast inference speeds using custom LPU hardware, but supports a more limited selection of open models. | [.md](https://openaitools.app/tw/tool/groq.md) |
| 7 | [RunPod](https://openaitools.app/tw/tool/runpod) | 2,881,043 | +5.9% | 付費 | 面向 AI 開發者的 GPU Pod、Serverless 推論與叢集雲平台 | [.md](https://openaitools.app/tw/tool/runpod.md) |
| 8 | [Together AI](https://openaitools.app/tw/tool/together-ai) | 1,645,930 | +64.9% | 免費增值、付費 | 提供強大的開源模型無伺服器 API，但缺乏阿里巴巴生態系專屬的原生訓練整合。 | [.md](https://openaitools.app/tw/tool/together-ai.md) |
| 9 | [騰訊混元](https://openaitools.app/tw/tool/tencent-hunyuan-large-model) | 1,485,463 | -1.2% | 需聯絡報價 | Provides comparable multimodal foundation model APIs from a major tech giant, but utilizes Tencent's proprietary Hunyuan architecture. | [.md](https://openaitools.app/tw/tool/tencent-hunyuan-large-model.md) |
| 10 | [Unsloth AI](https://openaitools.app/tw/tool/unsloth-ai) | 887,457 | -17.6% | 免費 | Specializes in memory-efficient fine-tuning for open-weight models, but requires external infrastructure to deploy full production APIs. | [.md](https://openaitools.app/tw/tool/unsloth-ai.md) |

---
來源：https://openaitools.app/tw/compare/exe-dev-vs-qwen-4

More Markdown: [分類](https://openaitools.app/tw/categories.md) · [流量排名](https://openaitools.app/tw/rankings.md) · [llms.txt](https://openaitools.app/tw/llms.txt)
