AesCode 32B vs Qoder Cantus: Anda Dapat Memeriksa Salah Satunya dan Menjalankan yang Lain, Tidak Pernah Keduanya

Inilah sebuah inversi yang patut direnungkan. AesCode 32B, checkpoint generasi HTML-dan-CSS milik Microsoft, adalah model yang paling dapat diperiksa di kelasnya: bobot Apache 2.0 di Hugging Face, repositori terbuka yang berisi verifier reward, pembuat rubrik, dan loop pelatihan, evaluasi 300 sampel yang dicetak lengkap, serta resep pelatihan yang dirinci hingga ke laju pembelajaran dan jumlah langkah rollout. Repositori Hugging Face-nya bertanggal 29 September 2026; commit berjudul "Release AesCode-32B" masuk pada 7 Oktober 2026; Microsoft belum mengumumkan satu pun dari semua itu. Dan hampir tidak ada yang dapat menjalankannya, karena ini adalah checkpoint 33B yang membutuhkan sekitar 65 GB memori akselerator dan tidak ada penyedia yang melayaninya. Qoder Cantus adalah kebalikan persisnya. Ia berjalan hari ini, di dalam Qoder, bagi siapa pun yang memiliki langganan — dan Anda sama sekali tidak dapat memeriksanya. Seluruh deskripsi model yang diterbitkan oleh Qoder hanyalah satu kalimat, tidak ada parameter, tidak ada jendela konteks, tidak ada tabel benchmark, dan tidak ada bobot, dan karena tidak ada API, tidak akan pernah ada angka dari pihak ketiga. Satu model memberi tahu Anda segalanya dan tidak memungkinkan Anda melakukan apa pun. Model lainnya memungkinkan Anda melakukan segalanya dan tidak memberi tahu Anda apa pun. Pertanyaan yang menarik adalah mode kegagalan mana yang lebih merugikan Anda.

Apa yang dinyatakan dokumentasi, secara lengkap

Asimetri paling mudah dilihat dengan sekadar mengutip apa yang ada.

Pada AesCode 32B, catatan publiknya mencakup: model dasar (Qwen3-VL-32B-Instruct), jumlah parameter, lisensi, penggunaan yang dimaksudkan, volume data pelatihan, laju pembelajaran SFT, pengaturan pengoptimal RL, nama saluran reward, jumlah prompt dan langkah, ukuran sampel evaluasi, jumlah generasi per prompt, suhu dan top-p decoding, panjang konteks yang digunakan untuk penilaian, tiga tabel hasil terpisah yang diterbitkan, dan sitasi untuk makalah yang terdaftar sebagai sedang ditinjau. Ini tidak menyertakan tanggal rilis dan jumlah unduhan dalam dua digit — dan catatan pada kartu model bahwa model ini memerlukan transformers>=4.57 dan bahwa cuplikan penggunaan yang dihasilkan otomatis di halaman tersebut tidak sesuai dengan contoh milik kartu itu sendiri adalah jenis detail yang hanya bertahan ketika artefaknya nyata.

Tentang Qoder Cantus, catatan publiknya adalah: "Model cerdas tingkat atas bawaan Qoder, unggul dalam eksekusi tugas otonom yang berkepanjangan." Itulah deskripsinya. Tidak ada kartu model karena tidak ada model yang dapat diunduh, tidak ada tabel tolok ukur karena Qoder tidak menerbitkan posting peluncuran atau laporan teknis, dan tidak ada daftar arena karena arena memerlukan endpoint untuk dipanggil. Hal lain yang diketahui bersifat struktural, bukan teknis: Cantus muncul di pemilih model di Qoder Desktop, plugin JetBrains, CLI, Cloud Agents, dan klien web, serta ditagih melalui sistem kredit Qoder dengan koefisien yang diterapkan pada penggunaan model.

Itu bukanlah kritik terhadap model. Itu adalah deskripsi tentang apa yang dapat diperiksa, dan untuk Cantus jawabannya tidak ada.

Di mana masing-masing benar-benar kuat

Kekuatan AesCode 32B adalah keterverifikasiannya, dan itu cukup tidak biasa sehingga punya nilai, bukan sekadar ada. Sinyal pelatihannya bukan satu skor — melainkan tujuh, enam di antaranya adalah verifikator deterministik yang membaca properti dari kode yang dihasilkan dan perenderannya, plus juri visi-bahasa yang menilai properti yang tidak dapat diurai berdasarkan rubrik yang terikat pada grafik desain per sampel. Setiap kandidat dirender di dalam sandbox Playwright dengan permintaan eksternal diblokir, mengekspor DOM, gaya terhitung, kotak pembatas, status konsol, dan tangkapan layar. Karena setiap properti dapat diatribusikan, laboratorium dapat melaporkan bahwa ia meningkatkan komponen Visual sebesar 22,4% dibandingkan backbone Qwen3-VL-32B miliknya sendiri dan memberi tahu Anda kanal mana yang masih meningkat pada akhir pelatihan. Itu adalah hasil yang dapat diperdebatkan, direproduksi, atau diperluas.

Biayanya sama spesifiknya. Kartu tersebut menyarankan merencanakan sekitar 65 GB hanya untuk parameter bf16; contoh serving-nya menggunakan paralelisme tensor empat arah; angka-angka yang dilaporkan menggunakan konteks 24.576 token; selama pembelajaran penguatan, prompt dan respons dibatasi hingga 8.192 token. Bandingkan itu dengan fakta bahwa tidak ada penyedia inferensi yang men-deploy checkpoint tersebut dan hambatannya bukan filosofis. Anda entah memiliki perangkat kerasnya atau menyewanya, dan Anda membangun jalur serving multimodal sendiri.

Kekuatan Cantus justru sebaliknya: ia sekadar ada di sana. Tanpa unduhan, tanpa GPU, tanpa stack penyajian, tanpa harness yang harus dipilih. Ia muncul di pemilih model IDE tempat Anda sudah berada, dan diposisikan tepat untuk hal yang menjadi nilai jual alat pengodean agentik — eksekusi tugas otonom yang panjang. Apa pun yang masih belum pasti tentangnya, masalah deployment telah dipecahkan untuk Anda, dan Qoder mungkin tahu lebih banyak tentang model yang dibangunnya daripada yang telah dipublikasikannya.

Tiga pertanyaan yang tidak dapat Anda jawab tentang Cantus

Ada baiknya bersikap tepat mengenai berapa biaya yang ditimbulkan oleh dokumentasi yang hilang, karena "tidak ada tolok ukur" meremehkannya.

• Seberapa besar ukurannya — tidak diketahui. Jumlah parameternya tidak diungkapkan. Pada model yang diukur berdasarkan kredit, ini bukan hal sepele: ini adalah input utama untuk menentukan apakah tugas yang di tempat lain berbiaya $2 hanya bisa diselesaikan dengan $6 di sini.

• Berapa besar konteks yang dapat ditampungnya — tidak diungkapkan, dengan diskusi pihak ketiga yang mengisyaratkan sesuatu di kisaran 200K dan tanpa sumbernya. Pekerjaan agentik berjangka panjang hidup dan mati pada angka ini, dan angka itu tidak dipublikasikan.

• Apakah ini bagus — tak terjawab dalam arti yang ketat. Argumen Qoder, yang tersirat dalam positioning-nya, adalah bahwa eksekusi otonom yang panjang lebih baik diukur dari bagaimana sebuah model menangani konteks, pemulihan, dan ratusan panggilan alat daripada dari skor coding satu giliran. Itu argumen yang masuk akal. Argumen itu akan lebih mengena jika modelnya dapat diuji, dan itu tidak mungkin, karena tidak ada apa pun di luar Qoder yang dapat memanggilnya.

Bandingkan itu dengan bayangan cermin pertanyaan ketiga di sisi AesCode: angka-angkanya ada dan terperinci, tetapi itu adalah angka Microsoft, yang dihasilkan oleh harness Microsoft, pada 300 sampel Microsoft, dan tidak ada laboratorium luar yang mereproduksi satu pun dari angka tersebut. AesCode 32B memiliki batas atas terdokumentasi sebesar 55,99 pada dimensi gayanya sendiri dan tingkat kegagalan batas kanvas berat sebesar 4,3% — keduanya dipublikasikan oleh vendor — dan tidak ada konfirmasi independen bahwa salah satu angka itu benar. Jadi, dua mode kegagalannya adalah: angka yang tidak dapat Anda percayai, dan tidak ada angka. Itu adalah pilihan yang lebih buruk daripada "satu bagus, satu buruk", dan itulah pilihan yang sebenarnya disajikan oleh pertandingan ini.

Berapa biayanya bagi Anda di setiap sisi

Cantus menagih melalui sistem kredit Qoder, bukan melalui tarif token yang dipublikasikan. Qoder menerapkan koefisien pada penggunaan suatu model, dan Cantus diluncurkan dengan pengali 3,2×, yang diturunkan menjadi 1,6× dalam promo diskon 50% yang berlangsung hingga 31 Juli 2026. Dengan merekonstruksi dari estimasi kredit terbitan Qoder sendiri, bukan dari angka per token mana pun — Qoder tidak pernah menerbitkannya untuk Cantus — hasilnya kira-kira $0,38 per giliran mode editor, $1,60 per tugas Quest, dan $2,40 per Quest dalam mode Experts. Semua itu adalah rekonstruksi, yang dilabeli demikian karena tidak ada sumber primer yang menyatakan sebaliknya.

Biaya AesCode 32B adalah angka belanja modal, bukan angka per unit. Bobotnya gratis di bawah Apache 2.0, dan tagihannya datang dalam bentuk jam GPU — memori akselerator 65 GB untuk menampung parameter, plus menara visi, plus throughput apa pun yang Anda butuhkan. Jika Anda sudah menjalankan node kelas B200 untuk pekerjaan lain, biaya marginalnya mendekati nol. Jika tidak, perbandingan yang jujur bukanlah "$0 per juta token" versus kredit Qoder; ini adalah keputusan perangkat keras versus langganan.

Perbedaan komposabilitas

Ada satu konsekuensi lagi dari model akses, dan itulah yang pertama kali disadari oleh platform routing.

Cantus tidak dapat dikomposisikan dengan apa pun. Tidak adanya API berarti tidak ada fallback, tidak ada A/B terhadap model lain pada tugas yang sama, tidak ada cascading dari model murah ke model mahal di tengah permintaan, tidak ada cara untuk memasukkannya ke dalam harness evaluasi yang Anda tulis. Ini hanyalah salah satu opsi di dalam satu produk, dan satu-satunya tuas yang Anda pegang adalah picker. Itu adalah pilihan desain yang disengaja dari pihak Qoder dan sepenuhnya wajar jika IDE adalah tempat Anda ingin berada — tetapi itu berarti arsitektur Anda mewarisi peta jalan Qoder.

AesCode 32B memiliki sifat yang berlawanan secara teori dan kesenjangan dalam praktik. Bobot berarti model ini dapat berada di mana saja: klaster Anda, instans sewaan, perkakas Anda sendiri, evaluasi Anda sendiri. Yang tidak dapat dilakukan saat ini adalah dipanggil, karena tidak ada penyedia yang melayaninya — Microsoft menerbitkan checkpoint dan berhenti di situ. Jadi model yang secara struktural dapat dikomposisi belum dapat dikomposisi secara praktis, dan model yang tersedia secara praktis terkunci secara struktural.

Dengan demikian, argumen routing menjadi lebih sempit dari biasanya, dan patut dinyatakan secara jujur: tidak ada model dalam pertandingan ini yang ada di katalog kami, dan halaman ini tidak akan berpura-pura sebaliknya. Yang sebenarnya Anda dapatkan di sini dari satu endpoint dengan lebih dari 200 model pada harga list penyedia adalah lapisan di sekitarnya — kemampuan untuk membangun alur kerja yang mengonsumsi keluaran AesCode 32B dan merutekan bagian-bagiannya yang seharusnya ditangani model umum, tanpa harus membuat kontrak kedua untuk masing-masing. Jika Anda ingin menguji lapisan itu sebelum berkomitmen pada penerapan vision-language yang dihosting sendiri, cara termurah adalah model yang dapat dipanggil dalam keluarga yang sama: AesCode 32B adalah fine-tune dari Qwen3-VL-32B-Instruct, dan Qwen3-VL 235B A22B Instruct tersedia dengan harga $0.40 per juta token input dan $1.60 output, sedangkan Qwen3-VL 8B Instruct yang lebih kecil seharga $0.18 dan $0.70. Itu adalah model yang berbeda, bukan pengganti fine-tune tersebut — tetapi keduanya menjawab "bisakah VLM yang dihosting membaca tangkapan layar ini dan menulis kode dengan cukup baik untuk pipeline kami" dengan biaya sen, bukan 65 GB, dan failover antar penyedia berada di bawah kunci yang sama jika jawabannya ya dan trafiknya menjadi nyata.

Cara memilih

Pilih Cantus jika Anda sudah berada di dalam Qoder, Anda menghargai tidak adanya pekerjaan infrastruktur, dan ketidakverifikasian adalah harga yang bersedia Anda bayar untuk itu. Sadarlah dengan jernih bahwa Anda membeli sebuah kapabilitas, bukan model: Anda tidak dapat mengukur kinerjanya sebelum mengadopsinya, Anda tidak dapat membandingkan harganya dengan apa pun berdasarkan per token, dan Anda tidak dapat membawanya bersama Anda jika Qoder mengubah penetapan harganya atau peta jalannya.

Pilih AesCode 32B jika Anda membutuhkan artefak tersebut dan mampu menanggung penerapannya — dan khususnya jika Anda membutuhkan model yang menghasilkan HTML yang dapat diedit yang dapat Anda diff, tinjau, dan rilis. Bersikaplah sama jernih: model ini belum diumumkan, belum direproduksi, terlalu besar untuk sebagian besar perangkat keras, dan didokumentasikan untuk konteks 24K yang akan membatasi dokumen panjang.

Jika Anda tidak menginginkan lock-in dari yang pertama maupun biaya modal dari yang kedua, langkah jujurnya adalah mendapatkan kemampuan yang sama dari model yang bisa Anda panggil. Model vision-language di balik kunci API akan membaca tangkapan layar dan menulis markup terstruktur. Model itu tidak akan dilatih dengan tujuh saluran reward yang disetel untuk kualitas desain, dan tidak akan menyamai AesCode 32B pada tolok ukur infografis yang dibuat Microsoft. Tetapi biayanya hanyalah kartu tersimpan, bukan pengadaan GPU, dan Anda akan bisa mengukurnya sendiri — itulah satu hal yang menjadi inti dari seluruh perbandingan ini.

Apa yang harus ditonton

Cantus menjadi model normal pada hari ketika Qoder mengekspos endpoint atau merilis bobot; sampai saat itu, setiap klaim tentangnya adalah klaim tentang produk Qoder, bukan klaim tentang sebuah model, dan kesenjangan buktinya bersifat struktural, bukan kelalaian dokumentasi. AesCode 32B menjadi model normal pada hari ketika penyedia inferensi mengambil checkpoint itu atau lab eksternal mereproduksi angka 85,89 — dan jika itu terjadi bersamaan dengan Microsoft benar-benar mengumumkan hal tersebut, hambatan 65 GB adalah satu-satunya yang tersisa. Mana pun yang muncul lebih dulu akan memberi tahu Anda mode kegagalan mana dari dua mode kegagalan yang telah diputuskan industri ini untuk tidak lagi ditoleransi.