Qwen3.8-Flash-Next vs Qwen3.8-Max: seberapa dekat pratinjau Qwen4 6B-aktif dengan andalan 2.4T?

Pada 26 Agustus 2026, tim Qwen dari Alibaba merilis Qwen3.8-Flash-Next sebagai open-source, sebuah mixture-of-experts multimodal dengan 176 miliar parameter yang hanya mengaktifkan sekitar 6 miliar parameter per token dan secara eksplisit diposisikan sebagai pratinjau awal arsitektur Qwen4. Tolok ukur yang akan dijadikan pembanding sejak hari pertama adalah andalan Alibaba sendiri, Qwen3.8-Max, MoE sparse dengan 2,4 triliun parameter yang mencapai ketersediaan umum pada 3 Agustus dan sejak itu mematok harga $2,00 per juta token input serta $6,00 per juta token output. Di atas kertas, keduanya terpaut lebih dari satu orde besaran dalam parameter tersimpan — 2,4 triliun dibandingkan sekitar 180 miliar — dan sekitar enam belas kali lipat dalam parameter aktif. Pada lembar tolok ukur Alibaba sendiri, hasilnya jauh lebih berdekatan daripada ukurannya — yang bisa menjadi hal paling mengesankan dari pratinjau ini, atau pengingat paling jelas sejauh ini bahwa tabel vendor hanyalah hipotesis sampai laboratorium independen mengujinya.

Versi singkatnya: ini bukan kontes antara yang sederajat, dan berpura-pura sebaliknya adalah satu-satunya cara untuk keliru. Qwen3.8-Max adalah batas kemampuan generasi saat ini — dinilai secara independen oleh Artificial Analysis, open-weight sejak 12 Agustus, terbukti dalam produksi selama tiga minggu. Qwen3.8-Flash-Next adalah prototipe arsitektur berumur satu hari yang menurut Alibaba, sebagian besar beban kerja tidak akan memerlukan headroom Max untuk berjalan. Alasan perbandingan ini masih layak dilakukan adalah pada tolok ukur di mana kedua model muncul dalam tabel milik Alibaba sendiri, pratinjau tersebut berada dalam sekitar satu poin dari model unggulan pada pekerjaan agentik dan perkantoran, serta lebih unggul darinya pada dua tolok ukur — JobBench dan RealWorldQA. Perbedaan yang menentukan bukanlah kesenjangan kualitas, yang kecil dan belum terverifikasi. Melainkan kesenjangan bukti: salah satu dari model ini memiliki kartu skor pihak ketiga, dan yang lainnya tidak memilikinya.

Apa sebenarnya masing-masing model

Qwen3.8-Flash-Next adalah uji coba arsitektur. Model ini menyimpan sekitar 180 miliar parameter pada disk — badan MoE 125B, tabel embedding N-gram 51B yang berada di memori host, bukan VRAM, dan kepala prediksi multi-token — serta merutekan setiap token melalui sekitar 6B di antaranya, menghasilkan sparsity mendekati 95%. MoE dengan 512 expert ini menggabungkan tiga lapisan Gated DeltaNet dengan satu lapisan Qwen Sparse Attention per grup, menambahkan aliran residual bergated dan embedding N-gram, serta dilatih dengan pengoptimal Muon dengan biaya yang menurut Alibaba sekitar sepersembilan dari Qwen3.7-Plus. Model ini menerima masukan teks, gambar, dan video, menyediakan konteks asli 262.144 token yang dapat diperluas hingga 1M melalui YaRN, dan dirilis di bawah lisensi qwen-community-1.0 di Hugging Face dan ModelScope dalam format bf16 dan FP8. Model produksi yang akan menjadi penentu harga di API QwenCloud — Qwen3.8-Flash, yang diumumkan dengan harga $0,16 per juta token masukan dan $0,47 per juta token keluaran — adalah versi penyetelan untuk pelayanan dari arsitektur yang sama dan belum dibuka.

Qwen3.8-Max adalah produk jadi dari generasi ini. Qwen3.8-Max adalah MoE jarang 2.4T pada arsitektur generasi sekarang — Gated DeltaNet plus gated attention, 512 pakar dengan 10 dirutekan dan satu bersama, 95 miliar diaktifkan per token sesuai kartu model resmi. Ia multimodal di API, menyajikan konteks 1M-token datar dengan harga $2/$6 tanpa biaya tambahan untuk prompt panjang, dan bobot terbukanya, Qwen3.8-2.4T-A95B, rilis pada 12 Agustus di bawah lisensi khusus yang bukan Apache. Ini adalah model yang oleh Artificial Analysis diberi skor Intelligence Index 58 dan Coding Index 71,8, kartu independen terkuat yang dimiliki model keluarga Qw​en 3.8 mana pun.

• Total parameter — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram (~180B tersimpan). Qwen3.8-Max: 2.4T MoE.

• Aktif per token — Qwen3.8-Flash-Next: ~6B (di bawah 5%). Qwen3.8-Max: ~95B (~4%).

• Arsitektur — Qwen3.8-Flash-Next: pratinjau Qwen4 (QSA + GDN, gated residual, N-gram, Muon). Qwen3.8-Max: generasi Qwen 3.5 (GDN + gated attention).

Kontekstual — Qwen3.8-Flash-Next: 262K native / 1M melalui YaRN. Qwen3.8-Max: 1M di API / 262K native pada bobot terbuka.

• Harga — Qwen3.8-Flash-Next: $0.16 / $0.47 per 1M (diumumkan, API belum dibuka). Qwen3.8-Max: $2.00 / $6.00 per 1M, flat.

• Bobot terbuka — Qwen3.8-Flash-Next: qwen-community-1.0, 26 Agustus, mampu single-node. Qwen3.8-Max: Qwen3.8-2.4T-A95B, lisensi khusus, multi-node.

• Skor independen — Qwen3.8-Flash-Next: belum ada. Qwen3.8-Max: Indeks Intelijen AA 58, Indeks Coding 71.8.

Papan skor di atas memadatkan perbandingan menjadi tujuh baris yang penting, dan catatan kaki sumber memikul beban: setiap angka Flash-Next adalah milik Alibaba sendiri dan tidak direproduksi, sementara kolom Max bertumpu pada Artificial Analysis plus tabel yang dipublikasikan Alibaba. Jika dibaca seperti itu, kolom-kolom tersebut tidak lagi menjadi perlombaan, melainkan pernyataan tentang bukti.

Lembar patokan, jika dibaca dengan jujur

Pada baris-baris bersama di tabel milik Alibaba sendiri, selisihnya jauh lebih kecil daripada yang disiratkan oleh perbedaan parameter empat puluh kali lipat. Pada CoWorkBench (pekerjaan kantor agenik) versi pratinjau mencatat 73.9 dibanding 74.8 milik Max; pada AndroidWorld 84.5 dibanding 85.3; pada Agents' Last Exam 51.2 dibanding 52.4 — selisih satu poin atau kurang pada masing-masing. Pada JobBench nilai 55.7 milik versi pratinjau dan pada RealWorldQA nilai 88.5-nya merupakan baris terverifikasi terbaik di lembar tersebut, mengungguli Max. Perlebaran terjadi pada blok sarat visi — LVBench, ERQA, MathVision, Vision2Web — di mana Max unggul sekitar empat hingga enam poin. Pada angka agenik utama, Qwen3.8-Flash-Next mencatat SWE-bench Pro 62.5 dan DeepSWE 58.7, mendekati versi unggulan pada pekerjaan yang biaya menjalankannya dua belas kali lebih mahal.

Sekarang label yang diterapkan pada setiap angka di atas: semuanya dilaporkan oleh Alibaba, dari perangkat milik Alibaba sendiri, berumur satu hari untuk kasus pratinjau, dan belum direplikasi untuk kedua model. Hal itu berdampak berbeda pada masing-masing pihak. Tabel kualitas Qwen3.8-Max diklaim oleh vendor, tetapi Indeks Intelijen 58 dan Indeks Koding 71.8 adalah pengukuran pihak ketiga pada API Alibaba — model tersebut telah menghadapi pengawasan independen selama berminggu-minggu, dan tetap bertahan. Qwen3.8-Flash-Next belum memiliki skor independen apa pun. Pembacaan yang jujur atas kedekatan ini bukanlah "pratinjau pada dasarnya sama bagusnya dengan model unggulan." Melainkan "Alibaba mengatakan pratinjau itu hanya berbeda satu poin dari model unggulan, dan belum ada orang di luar lab yang mengonfirmasinya." Jarak antara dua kalimat tersebut adalah keseluruhan perbedaan dalam seberapa besar risiko yang ditanggung masing-masing model.

Kesenjangan harga adalah intinya.

Lakukan dulu perhitungannya, karena itulah bagian yang tidak akan berubah. Pada $0,16/$0,47, satu juta token input ditambah satu juta token output membebani $0,63 di API Flash produksi; panggilan yang sama pada Qwen3.8-Max membebani $8,00 — kira-kira 12,7× lebih mahal, di kedua sisi pembukuan. Alibaba mengatakan arsitektur tersebut dilatih dengan biaya sekitar sepersembilan dari biaya Qwen3.7-Plus, yang merupakan alasan struktural mengapa harga bisa bertahan di sana, dan pada $0,16, Flash produksi bahkan lebih murah sekitar dua pertiga dari DeepSeek-V4-Flash. Untuk beban kerja bervolume tinggi, agentic, atau konteks panjang, selisih harga 12,7× adalah perbedaan antara produk yang menguntungkan dan subsidi — itulah mengapa perbandingan ini dibuat sama sekali.

Di sinilah lapisan perutean membuktikan nilainya di kedua sisi pembukuan, dan fakta-faktanya layak dinyatakan secara presisi. Qwen3.8-Max sudah tersedia di OrcaRouter hari ini dengan harga daftar penyedia tanpa markup — $2.00/$6.00 yang sama yang akan Anda bayar langsung ke vendor, di balik endpoint yang kompatibel dengan OpenAI yang sudah Anda gunakan. Qwen3.8-Flash-Next belum tersedia di API mana pun: sampai Qwen3.8-Flash produksi dibuka di QwenCloud, bobot terbuka (open weights) adalah satu-satunya jalan, di-host sendiri. Ketika API tersebut dibuka, pass-through markup 0% yang sama berarti harga $0.16/$0.47-nya muncul di sisi kami di hari yang sama — penurunan harga yang aktif di konfigurasi, bukan sekadar baris dalam siaran pers — dan kedua model berada di belakang satu kunci dengan failover otomatis di antara keduanya. Anda tidak perlu mengubah ulang integrasi untuk menguji arsitektur yang baru berumur sehari; Anda cukup mengubah aturan perutean.

Arsitektur pratinjau versus produk yang terbukti

Ada perbedaan berjangka panjang yang lebih penting daripada semua tolok ukur tunggal. Qwen3.8-Flash-Next dibangun di atas arsitektur yang menurut Alibaba akan digunakan Qwen4 — sparse attention, gated DeltaNet, gated residual, N-gram embeddings, Muon — dirilis lebih awal sebagai open weights agar ekosistem dapat menguji ketahanannya sebelum model yang mahal dibangun di atasnya. Menurut pengukuran Alibaba, stack tersebut mencapai prefill hingga 7.6× lebih cepat dan decode hingga 4.9× lebih cepat pada konteks 1M token dibandingkan full attention (dilaporkan vendor), yang menjadi alasan teknis mengapa model dengan 6B parameter aktif dapat menjaga jendela 1M token tetap terjangkau. Qwen3.8-Max adalah produk matang dari generasi saat ini, dan justru itulah keunggulannya: sesuatu yang sudah dikenal, model yang perilaku serving dan mode kegagalannya telah dipetakan oleh tim.

Untuk sistem produksi, percabangan ini bermata dua. Max adalah pilihan yang aman hari ini — dinilai secara independen, tiga minggu paparan produksi, harga yang mapan. Flash-Next adalah arah yang dipertaruhkan Alibaba untuk generasi berikutnya, dengan harga yang mengubah harga seluruh keluarga. Memilihnya sekarang berarti mengendarai arsitektur yang masih diaudit komunitas; mengabaikannya berarti bertaruh bahwa arsitektur yang lebih murah tidak akan melampaui yang unggulan dalam enam bulan. Tidak ada taruhan yang harus bersifat all-or-nothing — itulah inti praktis menjaga keduanya tetap dapat dijangkau dari satu titik akhir.

{{1}}Kedua tangkapan layar di atas adalah permukaan publik dari masing-masing rilis: daftar OrcaRouter tempat Qwen3.8-Max tersedia hari ini dengan harga daftar, dan pengumuman Qw​en Studio dari Alibaba untuk rilis bobot terbuka Qwen3.8-Flash-Next.{{/1}}

Keputusan

Pilih Qwen3.8-Max jika Anda membutuhkan batas kemampuan tertinggi generasi saat ini — pekerjaan agentik jangka panjang, kartu skor independen terkuat dalam keluarga, dan model yang telah berada dalam produksi selama berminggu-minggu, bukan berjam-jam. Dengan tarif flat $2/$6 per juta token, model ini murah untuk kelas frontier, dan satu-satunya dari keduanya yang datanya tidak Anda percaya begitu saja.

Pilih Qwen3.8-Flash-Next jika beban kerja Anda bervolume tinggi dan sensitif terhadap harga — loop agenik, otomatisasi kantor secara batch, proses konteks panjang di mana selisih harga 12,7× menjadi pembeda antara titik impas dan margin — dan Anda merasa nyaman menjalankan arsitektur yang baru berumur satu hari di lembar vendor, atau meng-host sendiri bobot terbuka sementara API-nya masih dalam proses.

Bagi semua orang di antara keduanya, sikap yang masuk akal adalah keduanya: Qwen3.8-Max pada satu kunci sekarang, Qwen3.8-Flash-Next hanya satu aturan routing lagi saat API dibuka, dan failover sehingga model yang berumur sehari tidak dapat menjatuhkan jalur produksi sementara Anda memutuskan. Pertanyaan terbukanya adalah pertanyaan yang jujur — dapatkah model yang mengaktifkan 6 miliar parameternya mempertahankan angka benchmark ini dalam replikasi independen, atau akankah kesenjangan visi dan lembar berumur satu hari itu melebar menjadi cerita yang sesungguhnya? Beberapa minggu ke depan akan menjawabnya, dan perbandingan ini layak ditinjau kembali saat skor independen untuk pratinjau tersebut keluar.