Qwen3.8-Flash-Next vs Claude Opus 4.8: Apa yang Sebenarnya Didapat dari Harga 33 Kali Lipat

Claude Opus 4.8 tercantum pada $5,00 per juta token input dan $25,00 per juta token output di kartu tarif Anthropic sendiri. Qwen3.8-Flash-Next adalah pratinjau berbobot terbuka dari Alibaba untuk arsitektur Qwen4 — bobotnya ada di Hugging Face sejak 24 Agustus 2026, di ModelScope sejak 26 Agustus — dan dalam bentuk Qwen3.8-Flash yang dilayankan, biayanya $0,15 dan $0,47 untuk unit yang sama. Itu 33x pada input dan 53x pada output untuk dua model yang, pada satu-satunya indeks publik yang telah menilai keduanya, hanya terpaut sekitar dua poin satu sama lain. Pertandingannya terlihat tidak seimbang, padahal tidak. Apa yang sebenarnya dibeli oleh pengganda itu lebih sempit dan lebih spesifik daripada yang disiratkan oleh selisih tersebut, dan mengetahui bagian mana darinya yang dibutuhkan beban kerja Anda adalah inti dari seluruh keputusan.

Satu hal yang perlu diperjelas sebelum apa pun yang lain, karena itu membentuk setiap angka di bawah ini: tidak ada yang menjalankan kedua model ini secara berhadapan langsung pada pengaturan yang disamakan di harness bernama lalu mempublikasikan hasilnya. Yang ada adalah skor masing-masing model pada Artificial Analysis Intelligence Index, dan entri-entri itu dievaluasi pada tanggal yang berbeda, jadi anggap keduanya sebagai data yang berdampingan, bukan sebagai perbandingan terkontrol. Semua hal lain di sini berasal dari materi terbitan kedua vendor dan dari harness independen yang benar-benar pernah menjalankan salah satu dari keduanya.

Claude Opus 4.8, dari dokumentasi Anthropic sendiri

Claude Opus 4.8 dirilis pada 28 Mei 2026, dan A​nthropic kini mengklasifikasikannya sebagai model legacy: masih tersedia, masih dijual, tetapi bukan lagi yang teratas di lini Opus. Ikhtisar model milik A​nthropic sendiri menyatakan bahwa Anda sebaiknya mempertimbangkan untuk bermigrasi ke Claude Opus 5.5, dan panduan migrasi untuk langkah tersebut ditautkan dari halaman 4.8 itu sendiri. Sebagai fakta tentang model tersebut, bukan sebagai celaan terhadapnya: legacy di sini berarti digantikan di posisi teratas, bukan ditarik dari peredaran.

Apa yang dibawanya: jendela konteks 1 juta token dan output maksimum 128K, dinaikkan menjadi 300K pada Message Batches API di bawah header beta. Masukan teks dan gambar, keluaran teks, dengan vision, penggunaan alat, JSON, dan penalaran termasuk di antara kemampuan yang didukungnya. Pemikiran adaptif dengan parameter effort yang secara default bernilai high — default yang berbeda dari Opus 5.5, yang hadir pada medium, sehingga nilai `effort` yang identik tidak berarti anggaran pemikiran yang sama di antara keduanya. Knowledge cutoff dan training cutoff yang andal, keduanya jatuh pada Januari 2026, tertinggal lima bulan dari generasi Opus saat ini. Harga $5,00 per juta token input, $25,00 per juta output, $0,50 per juta cache read, $6,25 per juta cache write lima menit, $10,00 per juta cache write satu jam, dan diskon Batch API tetap 50% untuk input dan output. A​nthropic berkomitmen untuk tetap menyediakan model ini setidaknya hingga 28 Mei 2027.

Ini juga bukan sekadar benda museum. ID model `claude-opus-4-8` sudah aktif di Claude API, A​mazon Bedrock, G​oogle Cloud, M​icrosoft Foundry, dan Claude Platform on AWS, dan materi rilis Anthropic sendiri untuk Opus 5.5 mendokumentasikan bahwa sebagian besar permintaan keamanan siber pada penerapan yang lebih baru itu dialihkan ke Opus 4.8 secara sengaja. Model yang ditetapkan sebagai cadangan bagi produk unggulan saat ini masih diminta mengerjakan pekerjaan nyata.

Qwen3.8-Flash-Next, dari kartu milik Alibaba sendiri

Qwen3.8-Flash-Next bukan model Qwen4, dan pembedaan itu datang dari Alibaba sendiri, bukan penafsiran atasnya. Kartu model menjelaskan pratinjau eksperimental dari arsitektur yang akan mendasari Qwen4 — arsitektur itu dikirim lebih awal, dengan sengaja, agar runtime dan kuantisasi siap saat keluarga tersebut tiba. Model ini menyimpan sekitar 180B parameter dalam BF16: tubuh mixture-of-experts 125B yang mengaktifkan 6B per token, tabel embedding n-gram 51B yang terpisah, dan sekitar 4B lapisan prediksi multi-token, tersebar di 48 lapisan dengan 512 expert, 10 di antaranya dirutekan dan satu dibagikan. Tumpukan attention adalah bagian yang benar-benar baru — 36 lapisan linear-attention yang menjalankan Gated Delta Network versus 12 lapisan full-attention yang menjalankan Qwen Sparse Attention, pembagian hibrida sekitar tiga banding satu yang sama seperti yang digunakan generasi Qwen3.8 yang lebih luas.

Konteks asli adalah 262.144 token, dapat diperluas hingga 1.000.000. Masukan berupa teks, gambar, dan video; keluaran berupa teks. Lisensinya adalah Qwen Community License 1.0, bukan Apache 2.0 — perbedaan nyata dari 27B milik keluarga ini, dan hal semacam itulah yang menentukan pertanyaan pengadaan berbulan-bulan setelah menentukan argumen tolok ukur. Alibaba memosisikan bobot terbuka sebagai pratinjau eksperimental dan Qwen3.8-Flash, yang disajikan melalui Qwen Cloud, sebagai versi produksi resmi dengan konteks 1M bawaan serta alat bawaan. Apakah keduanya merupakan bobot yang sama dengan konfigurasi penyajian yang berbeda tidak dinyatakan pada kartunya.

Angka-angka itu, dilabeli berdasarkan siapa yang menghasilkannya

Kartu model Alibaba adalah tabel vendor dan diberi label demikian di sini. Pada evaluasi bahasa kartu itu sendiri, Qwen3.8-Flash-Next melaporkan 91,9 pada LiveCodeBench v6, 91,7 pada GPQA Diamond, 81,0 pada SWE-bench Multilingual, 62,5 pada SWE-bench Pro, 58,7 pada DeepSWE 1.1, 73,9 pada CoWorkBench, dan 55,7 pada JobBench. Pada baris perbandingan kartu itu sendiri, ia kalah dari model Claude pada HLE, 35,9 berbanding 40,0, dan pada NL2Repo-Bench, 48,1 berbanding 54,2. Dua catatan penting berasal dari kartu itu sendiri: beberapa hasil menggunakan tolok ukur internal, dan baris HLE mencatat bahwa penilaiannya dilakukan oleh GPT-4o, yang perlu diketahui sebelum mengutip angka tertentu itu kepada siapa pun.

Anthropic tidak menerbitkan tabel publik yang setara untuk Claude Opus 4.8 dengan menggunakan perangkat uji yang sama, sehingga perbandingan baris demi baris antar vendor tidak ada dan tidak boleh disiratkan dari lembar salah satu pihak. Yang ada adalah pihak ketiga yang telah menjalankan keduanya. Artificial Analysis mencantumkan Claude Opus 4.8 pada 41,8 di Intelligence Index miliknya — peringkat ke-23 dari model yang diperingkatnya, persentil ke-84 — dan Qwen3.8-Flash-Next pada 40, peringkat kelima dari 113 model di kelas perbandingannya. Kedua angka tersebut berasal dari indeks penyedia yang sama, yang menjadikannya hal yang paling mendekati tolok ukur umum yang tersedia saat ini, dengan catatan yang disebutkan di atas tentang tanggal evaluasi.

Sisa gambaran independennya, semuanya dari Artificial Analysis dan semuanya untuk pratinjau open-weight, bukan varian Flash yang dilayani:

Pekerjaan pengetahuan — Qwen3.8-Flash-Next mencatat AA-Briefcase 1587, GDPval-AA v2 1647 dan 56% pada AutomationBench-AA, tolok ukur alur kerja agentik yang dibangun bersama Zapier pada kumpulan tugas privat yang disisihkan.

• Pekerjaan terminal dan ilmiah — 25% pada Terminal-Bench v4.0 dan 51% pada SciCode, dibandingkan dengan performa yang jauh lebih lemah pada tugas repositori berhorizon panjang.

• Penalaran — Humanity's Last Exam 38% untuk Qwen versi pratinjau dibandingkan 48,7% untuk Claude Opus 4.8 pada harness penyedia yang sama. Pada GPQA Diamond, keduanya secara efektif setara: 91,7 pada kartu Alibaba dibandingkan 92,0 untuk Opus 4.8 pada Artificial Analysis.

• Daya ingat faktual versus konfabulasi — AA-Omniscience pada minus 10 untuk pratinjau Qwen, ukuran yang menghukum penemuan yang penuh keyakinan. Tidak ada angka setara yang diterbitkan untuk Opus 4.8 pada harness tersebut, sehingga keduanya tidak dapat dibandingkan dengannya.

• Kecepatan — Artificial Analysis mengukur pratinjau Qwen pada 53 token keluaran per detik dengan waktu ke token pertama 2,80 detik, dan menyebutnya sangat bertele-tele: 108k token keluaran per tugas, dengan 72k di antaranya adalah token penalaran. Claude Opus 4.8, yang diukur melalui playground kami sendiri selama tujuh hari terakhir, menghasilkan 66,7 token keluaran per detik dengan median token pertama 4,2 detik. Harness-nya berbeda, jadi anggap laju tersebut sebagai indikatif, bukan sebagai hasil balapan.

• Konteks — 262.144 asli dan 1.000.000 diperluas untuk Qwen3.8-Flash-Next dibandingkan dengan 1.000.000 asli untuk Claude Opus 4.8.

Dibaca sebagai satu kelompok, bukan satu baris demi satu baris, polanya konsisten dengan kesenjangan harga yang menyesatkan di kedua arah. Model murah ini benar-benar mendekati pada pekerjaan pengetahuan, tugas terminal, dan penalaran umum — lebih dekat daripada yang dapat diprediksi oleh perbedaan harga 33x. Model mahal ini unggul ketika pekerjaannya panjang, ambigu, dan mahal jika salah, dan model ini memiliki konteks 1M token secara native, bukan melalui ekstensi.

Pertanyaan harga, pada unit yang memutuskannya

Per token, selisihnya sangat mencolok dan ini adalah aritmetika berdasarkan angka yang dipublikasikan. Pada Qwen3.8-Flash yang dilayani, input 33 kali lebih murah dan output 53 kali lebih murah daripada Claude Opus 4.8. Caching sedikit mempersempitnya ke arah yang menguntungkan Anthropic dibandingkan dengan tarif inputnya sendiri — pembacaan cache Claude Opus 4.8 berjalan pada $0,50 per juta, sepersepuluh dari harga inputnya — tetapi Qwen3.8-Flash yang dilayani memiliki tarif pembacaan cache sebesar $0,0184 per juta pada daftar terbitan kami sendiri, yang kurang dari 4% dari padanan Opus 4.8. Untuk prompt berumur panjang dengan pembacaan ulang yang intensif, perbedaan itu terakumulasi ke arah yang sama seperti semua hal lainnya.

Per tugas yang diselesaikan adalah angka yang bertahan terhadap verbositas token, dan di sini jawaban jujurnya adalah bahwa perbandingan ini tidak lengkap di satu sisi. Artificial Analysis menerbitkan angka biaya per tugas untuk model-model yang dijalankannya; verbositas pratinjau itu sendiri — 245M token yang terbakar pada proses indeks dibandingkan median 140M — berarti keunggulan per token-nya menyusut pada tingkat tugas alih-alih hilang, dan tidak ada proses dengan pengaturan yang sepadan dari kedua model ini untuk menuntaskannya. Jika Anda membutuhkan satu angka untuk merencanakan, modelkan sendiri berdasarkan traffic Anda sendiri alih-alih meminjam jumlah token milik orang lain.

Di mana masing-masing adalah pilihan yang tepat

Claude Opus 4.8 adalah pilihan yang tepat ketika pekerjaan berisiko tinggi dan sekali jalan: proses agentik jangka panjang di mana cabang yang salah mahal untuk dibatalkan, debugging multi-tahap yang kompleks di seluruh basis kode besar, dan apa pun yang sudah dibangun terhadap kontrol thinking dan effort Claude, di mana pengaturan `effort` yang identik dan batas pengetahuan Januari 2026 adalah besaran yang diketahui, bukan yang tidak diketahui. Ini juga merupakan pilihan yang lebih aman ketika Anda menginginkan komitmen vendor yang bertanggal dan model yang masih menjadi fallback terdokumentasi untuk trafik tersulit dari penerusnya.

Qwen3.8-Flash-Next adalah pilihan tepat ketika beban kerja bersifat luas alih-alih mendalam — klasifikasi bervolume tinggi, ekstraksi, pemahaman tangkapan layar dan dokumen, sapuan agentik yang biasanya Anda lakukan secara batch demi menghemat biaya — dan ketika Anda ingin mengevaluasi arsitektur Qwen4 pada data Anda sendiri beberapa bulan sebelum Qwen4 ada. Sinyal independennya yang kuat ada pada pekerjaan pengetahuan dan tugas terminal; sinyal lemahnya ada pada pembuatan repositori berhorizon panjang dan tingkat kelulusan agen sekali jalan, yang justru merupakan tempat perubahan kode produksi berada. Jalankan salinan beban kerja nyata dengan taruhan rendah terhadapnya sebelum ia menyentuh apa pun yang penting.

Aturannya, jika dinyatakan sebagai aturan: pilih model yang mode kegagalannya sanggup Anda tanggung. Jika jawaban yang salah membuat Anda perlu mencoba ulang, 33x itu adalah uang gratis. Jika jawaban yang salah membuat Anda harus melakukan rollback pada pukul 3 pagi, model yang lebih murah belum layak untuk keputusan itu — dan fakta bahwa ini adalah pratinjau eksperimental dengan lisensi komunitas, bukan lini produk yang telah dirilis, menjadi bagian dari alasannya, terlepas dari skornya.

Menjalankan keduanya tanpa kontrak kedua

Kedua sisi perbandingan ini aktif di satu katalog. Claude Opus 4.8 dirutekan sebagai `anthropic/claude-opus-4.8` pada $5.00 dan $25.00 per juta token — harga daftar yang dipublikasikan A​nthropic diteruskan dengan markup 0%, jadi tidak ada yang berubah di sini jika kartu tarif itu berubah. Varian produksi yang dilayani dari sisi Qwen dirutekan sebagai `qwen/qwen3.8-flash` pada $0.15 dan $0.47, juga pada harga daftar penyedia, dengan konteks 1M token yang mendukung input teks, gambar, dan video.

Pratinjau open-weight itu sendiri adalah hal yang berbeda dan perlu dinyatakan secara gamblang: Qwen3.8-Flash-Next bukan salah satu rute kami. Untuk menggunakan pratinjau tersebut, Anda mengunduh bobotnya dari Hugging Face atau ModelScope dan menyajikannya sendiri — vLLM mendukungnya sejak hari pertama dengan jalur offload yang menyimpan tabel embedding n-gram 51B parameter di memori host alih-alih VRAM permanen, SGLang dan TensorRT-LLM ada dalam daftar Day 0 NVIDIA, dan pustaka Ollama menyediakan build MLX untuk Apple Silicon. Yang kami rutekan adalah varian produksinya, yaitu varian yang benar-benar dapat Anda panggil hari ini.

Susunan praktis bagi tim yang menginginkan keduanya adalah pembagian lalu lintas, bukan keputusan: satu kunci, satu SDK, satu tagihan, dengan persentase permintaan dikirim ke model murah dan failover otomatis menyerap momen-momen ketika arsitektur eksperimental atau arsitektur yang sudah menua bermasalah. Itu adalah komitmen rekayasa yang lebih kecil daripada yang tersirat dari pembingkaian pertarungan ini, dan begitulah sebagian besar jawaban berguna untuk "yang mana" sebenarnya ditemukan — dengan menjalankan keduanya terhadap lalu lintas nyata selama seminggu dan membaca hasilnya.

Apa yang akan mengubah halaman ini

Tiga hal, menurut urutan seberapa besar kemungkinannya benar-benar terjadi. Evaluasi dengan pengaturan yang setara antara Qwen3.8-Flash-Next dan Claude Opus 4.8 pada harness yang disebutkan akan menggantikan setiap kalimat berhati-hati di atas dengan sebuah angka. Kedatangan keluarga Qwen4 lengkap akan menggeser pratinjau dari "arsitektur, tahap awal" menjadi "generasi sebelumnya dari arsitektur", yang mengubah tujuannya. Dan setiap perubahan harga pada lini Opus akan membuka kembali pengganda di pusat halaman ini — tarif Qwen3.8-Flash yang disajikan yang diteruskan di sisi kami berubah pada hari yang sama ketika penyedia mengubahnya, sehingga perbandingan tetap mutakhir bahkan ketika angkanya tidak.

Sampai saat itu, satu fakta yang paling sering menentukan pasangan ini bukanlah tolok ukur: melainkan bahwa sisi murah adalah pratinjau eksperimental yang Anda jalankan sendiri dan sisi mahal adalah model lama yang Anda sewa dengan hubungan dukungan dan komitmen ketersediaan 2027. Tim yang perlu memiliki stack sendiri dan dapat menyerap arsitektur yang belum terbukti harus mengambil 33x dan mengujinya dengan benar. Tim yang membutuhkan jawaban yang benar pada kali pertama harus membayar untuk model yang mode kegagalannya sudah mereka karakterisasi.