
Qwen4-Max Diskon 30% dari Harga Daftar Alibaba: Kartu Tarif Sebelum Endpoint
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 187 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 414 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 138 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Qwen4-Max dirilis pada 16 November 2026. Tiga hari kemudian, pada 19 November, sebuah platform inferensi pihak ketiga mencantumkan model itu dalam daftar harganya pada $1,05 per juta token masukan, $3,15 per juta token keluaran, dan $0,0525 untuk pembacaan cache. Bagi angka-angka itu dengan kartu tarif Singapura milik Alibaba sendiri — $1,50, $4,50, dan $0,075 — dan semuanya menghasilkan tepat 0,70. Bukan diskon sekitar 30%. Diskon tepat 30%, pada ketiga pos, hingga angka desimal terakhir. Itu bukan cara deployment independen menetapkan harga; itu cara reseller menetapkan harga. Dan halaman yang sama yang memuat kartu tarif itu juga memuat ajakan "Segera diluncurkan" dan kotak pendaftaran yang meminta agar diberi tahu saat Qwen4-Max tersedia, yang membuat ini menjadi daftar harga yang diterbitkan mendahului hal yang diberi harga.
Apa sebenarnya 30% itu
Tiga angka, satu pengali, dan pengali itulah inti keseluruhannya.
Input — $1,05 per juta token pada kartu pihak ketiga, dibandingkan dengan $1,50 pada kartu Singapura Alibaba. Rasio 0,700.
• Keluaran — $3.15 dibandingkan $4.50. Rasio 0.700.
• Pembacaan cache — $0.0525 dibandingkan $0.075. Rasio 0.700.
Platform yang telah membeli perangkat keras berparameter 2,4 triliun miliknya sendiri, menulis kernel sparse-attention miliknya sendiri, dan menegosiasikan bandwidth akan menghasilkan angka-angka yang mengelompok di sekitar angka Alibaba, bukan pada tiga angka yang masing-masing habis dibagi dengan rapi oleh sepuluh per tujuh. Penetapan harga independen mengandung noise independen di dalamnya: pembulatan di sini, margin di sana, tarif cache yang mencerminkan tier penyimpanan yang berbeda. Ketepatan tiga-dari-tiga adalah ciri khas margin yang diterapkan pada satu kartu hulu, dan kartu hulu yang dikenai margin itu adalah kartu Singapura, bukan kartu Global — $1,413 dan $4,24 akan menghasilkan $0,989 dan $2,968, dan angka yang dipublikasikan bukan keduanya.
Yang menunjukkan bahwa diskon tersebut bersifat promosi. Ada pihak yang menanggung 30% itu dari anggaran peluncuran, bukan dari struktur biaya yang berbeda, dan hal yang perlu ditanyakan tentang tarif promosi apa pun adalah berapa lama tarif itu bertahan.
Tiga cara sebuah platform mendapatkan harga 30% di bawah harga daftar
Tidak ada penjelasan keempat yang layak dipertimbangkan, dan ketiganya layak untuk dapat dibedakan karena tanggal kedaluwarsanya berbeda.
Yang pertama adalah diskon peluncuran yang didanai oleh vendor. Alibaba ingin Qwen4-Max berada di hadapan pengembang yang sudah memiliki kunci API di suatu tempat, dan cara tercepat untuk mencapainya adalah mensubsidi bulan pertama sebuah platform. Ini adalah yang paling mungkin dari ketiganya dan yang tenggatnya paling singkat, karena neraca platform yang menyerap selisihnya untuk periode yang ditentukan.
Yang kedua adalah harga grosir yang sesungguhnya — platform membeli dengan tarif hasil negosiasi di bawah harga daftar dan meneruskan sebagiannya. Ini satu-satunya versi dari 30% yang stabil, dan ini juga versi yang akan muncul dalam perjanjian reseller alih-alih di halaman pemasaran. Jika tarif itu bertahan melewati Januari, inilah yang sebenarnya.
Yang ketiga adalah loss leader pada model yang mahal untuk disajikan dan murah untuk diiklankan. Qwen4-Max mengaktifkan 71 miliar parameter per token dari backbone 2,4 triliun parameter — biaya penyajian yang tidak ikut menyusut meskipun harganya turun. Platform yang menjual pada 70% dari harga daftar untuk memenangkan pangsa routing adalah bisnis yang masuk akal, tetapi itu adalah bisnis yang memiliki batas bawah di bawahnya.
Ketiganya menghasilkan harga yang sama hari ini, dan tidak satu pun dari ketiganya terlihat dari kartu tarif. Itulah batas jujur dari apa yang dapat dibaca dari sebuah halaman: angkanya nyata dan aritmetika di baliknya tidak dipublikasikan.
Batas-batas yang tidak ditanggung oleh harga.
Inilah bagian yang lebih penting daripada diskon, dan inilah bagian yang selalu dilewatkan oleh perbandingan yang berorientasi harga. Kartu Alibaba untuk Qwen4-Max bukan hanya soal uang — itu adalah serangkaian plafon, dan reseller menyalin harga jauh lebih andal daripada menyalin lembar spesifikasi.
• Konteks — Alibaba mendokumentasikan 1.000.000 token, dengan batas input 991.808 token dalam mode non-thinking yang turun menjadi 983.616 dalam mode thinking. Kartu pihak ketiga mengiklankan konteks 1M token tanpa batas input, yaitu angka yang sebenarnya membatasi dokumen panjang.
• Output — Alibaba membatasi output non-thinking pada 131.072 token dan menempatkan thinking plus jawaban dalam anggaran bersama 262.144 token. Halaman yang mengiklankan "konteks 1M" dan berhenti di situ tidak memberi tahu Anda apa pun tentang berapa banyak jawaban yang bisa Anda dapatkan kembali.
• Modalitas — kartu vendor menerima teks, gambar, dan video sebagai input, serta menghasilkan teks, dengan pemahaman video native alih-alih ekstraktor yang ditempelkan begitu saja. Daftar pihak ketiga sering kali menyediakan jalur teks dan gambar lebih dulu dan jalur video kemudian, dan daftar tersebut tidak selalu menyebutkan mana yang Anda dapatkan.
Tidak ada satu pun dari ini yang merupakan tuduhan. Ini adalah kesenjangan biasa antara sebuah model dan deployment dari sebuah model, dan pada rilis yang berusia empat hari hanya ada satu sumber untuk batas atas — halaman Model Studio milik Alibaba sendiri — karena belum ada yang menjalankan deployment kedua cukup lama untuk menerbitkan pembanding terhadapnya.
Konsekuensi praktisnya: jika Anda memperkirakan ukuran pekerjaan berkonteks panjang, ambil angka konteks dari vendor dan ambil harga dari siapa pun yang paling murah, tetapi jangan menganggap keduanya menjelaskan produk yang sama sampai Anda mengirim satu permintaan 400.000 token dan melihat di mana permintaan itu terpotong.

Berapa nilai diskon 30% untuk satu kali eksekusi agen
Harga token adalah satuan yang keliru untuk model yang dijual berdasarkan pekerjaan agentic berdurasi panjang, jadi berikut perhitungan untuk pola yang secara eksplisit menjadi sasaran posisi Qwen4-Max — sebuah agen coding yang mempertahankan konteks repositori 200.000 token selama 40 giliran, mengeluarkan 30.000 token penalaran dan patch per giliran. Harga daftar, tanpa caching, tarif Singapura di kedua sisi.
• Pada kartu Alibaba — 200.000 token masukan per giliran dengan $1,50 per juta adalah $0,30, dan 30.000 token keluaran dengan $4,50 per juta adalah $0,135. Itu berarti $0,435 per giliran, atau $17,40 selama 40 giliran.
• Pada kartu pihak ketiga — giliran yang sama biayanya $0.21 untuk input dan $0.0945 untuk output, $0.3045 per giliran, atau $12.18 untuk 40 giliran.
• Penghematannya — $5,22 per proses 40 giliran, yaitu $0,13 per giliran. Pada beban kerja seribu proses per bulan, itu $5.220; pada beban kerja sepuluh proses, itu sekadar makan siang.
Sekarang tambahkan caching, karena di situlah diskonnya terakumulasi dan di situlah ekonomi Qwen4-Max sendiri paling menarik. Alibaba mendokumentasikan pembacaan cache sebesar $0.075 per juta di Singapura dan penulisan cache sebesar $1.875 untuk jendela lima menit. Pada 200.000 token ter-cache per giliran, pembacaannya berbiaya $0.015, sehingga sisi input dari giliran hangat anjlok dari $0.30 menjadi $0.015 — potongan dua puluh kali lipat bahkan sebelum ada diskon sama sekali. Angka 30% itu adalah uang nyata, tetapi itu 30% dari angka yang sudah dibuat kecil oleh caching yang kompeten. Pada sebuah eksekusi yang membaca ulang prefiks stabil, struktur caching bernilai kira-kira dua puluh kali nilai diskon platform, dan tidak ada kartu tarif yang mengiklankan itu.
Titik di mana ini berhenti berfungsi adalah prefiks yang berubah setiap giliran. Agen pemanggil alat yang konteksnya sebagian besar berupa keluaran alat yang baru tidak mendapat cache hit, membayar premi penulisan tanpa hasil apa pun, dan kembali ke tarif input penuh — pada titik itu 30% adalah seluruh penghematan dan itu satu-satunya tuas yang tersisa.

Pertanyaan endpoint
Semua uraian di atas mengandaikan bahwa Anda dapat memanggil model pada harga tersebut, dan per 19 November, itulah satu hal yang tidak diselesaikan oleh halaman itu.
Kartu model yang sama memuat tiga klaim yang tidak mudah diselaraskan. Di sana Qwen4-Max tercantum sebagai serverless dan tersedia, daftar tarif lengkap berbasis pemakaian dipublikasikan, dan status "Segera diluncurkan" ditampilkan dengan ajakan mendaftar yang menawarkan untuk memberi tahu Anda saat model tersedia. Kombinasi dua dari ketiganya konsisten. Ketiganya sekaligus menandakan halaman dalam masa transisi, dan bacaan yang tepat adalah harga sudah dipublikasikan sedangkan kapasitasnya belum tersedia — keadaan yang normal bagi model yang baru berumur empat hari dan hal yang tidak biasa dinyatakan terang-terangan oleh sebuah daftar harga.
Itu penting untuk sebuah keputusan dengan cara tertentu. Tarif promosi yang dimulai sebelum endpoint ada memiliki hitungan waktu yang dimulai lebih lambat daripada pengumuman, atau tidak dimulai sama sekali. Jika Anda membangun model biaya berdasarkan $1.05, modelkan itu sebagai diskon yang belum dapat Anda uji, dan pertahankan $1.50 milik Alibaba sebagai angka yang membuat anggaran Anda tetap bertahan.
OrcaRouter tidak menyediakan Qwen4-Max — model tersebut dapat diakses melalui API Model Studio milik Alibaba sendiri dan beberapa platform pihak ketiga, dan diskon di atas milik salah satunya. Model yang kami rutekan dari keluarga yang sama adalah Qwen3.8-Max, dengan harga daftar yang dipublikasikan dan markup 0% yang diteruskan, yaitu struktur pass-through yang sama yang membuat perubahan harga vendor tiba di sini pada hari yang sama saat perubahan itu tiba di hulu. Satu API untuk lebih dari 200 model, satu kunci, dan DSL perutean yang dapat mengirim permintaan ke Qwen3.8-Max atau ke model dari lab lain tanpa kontrak kedua — bentuk yang berguna ketika model yang benar-benar Anda inginkan ada di daftar harga yang belum selesai disiapkan.

Apa yang harus dipantau, dan paling lambat kapan
• Apakah 30% itu bertahan melewati bulan pertamanya. Tarif promosi dan tarif grosir terlihat identik pada minggu pertama dan sama sekali tidak mirip pada bulan Februari. Tanggal yang perlu dicek adalah akhir Desember 2026.
• Apakah status "Segera diluncurkan" hilang, dan apa yang dikatakan batasannya saat hal itu terjadi. Konteks 1M yang dipublikasikan tanpa batas input yang dinyatakan bukanlah produk yang sama dengan batas non-thinking 991,808 token milik Alibaba, dan perbedaannya hanya muncul pada permintaan yang terpotong.
• Apakah platform kedua menerbitkan kartu yang bukan 0,70 kali milik Alibaba. Dua platform yang mendapatkan pengali yang sama akan berarti tarif grosir; dua platform yang mendapatkan pengali berbeda akan berarti dua anggaran peluncuran, dan yang termurah di antaranya adalah yang masa berlakunya paling awal.
• Apakah Alibaba merespons. Vendor yang menyaksikan 30% terpotong dari produk andalannya dalam tiga hari akan menarik harga grosirnya atau mengubah harga daftarnya sendiri, dan yang kedua itulah yang diinginkan pembeli.
Judul beritanya adalah bahwa produk unggulan Alibaba tersedia dengan harga 70% dari harga daftar, empat hari setelah tersedia secara umum. Kalimat yang lebih berguna adalah bahwa angka 30% itu adalah angka terkecil dalam cerita ini — lebih kecil daripada struktur caching yang menjadi landasannya, lebih kecil daripada batas konteks yang tidak disebutkannya, dan lebih kecil daripada selisih antara daftar harga dan endpoint yang bisa Anda panggil. Perhitungkan diskonnya. Anggarkan harga daftarnya.
