
Qwen4-Max Gratis Selama Lima Hari di Nous Portal — dan Mitra Penyedia Layanannya Adalah Intinya
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 184 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 223 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 · 96 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-079 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 · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 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 · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 111 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 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Pada 19.25 UTC tanggal 18 November 2026, Nous Research memposting bahwa Qwen4-Max, produk unggulan baru Alibaba, gratis di Nous Portal selama lima hari dalam kemitraan dengan Inferact dan tim Qwen. Tujuh puluh delapan menit kemudian, pada 20.43 UTC, Inferact memposting versi mereka sendiri dari pengumuman yang sama: lima hari token gratis untuk Qwen4-Max, yang dilayani di Inferact Platform dan di vLLM. Dua postingan, tanpa entri blog, tanpa tulisan teknis, tanpa tabel harga. Qwen4-Max sendiri tidak berubah dengan cara apa pun sore itu — model ini tersedia secara umum dengan tarif berbasis pemakaian pada 16 November, dan tarif itulah yang masih berlaku. Yang berubah adalah model ini kini memiliki stack serving yang disebutkan secara publik, dan selama beberapa hari ke depan siapa pun dapat memproses pekerjaan melaluinya secara gratis.
Perbedaan itulah inti dari seluruh artikel. Jendela gratis bukan pemotongan harga, dan pengumuman kemitraan bukan tolok ukur. Namun kalimat kedua dari unggahan Inferact adalah bagian yang layak dibaca dua kali: ini adalah model yang checkpoint-nya belum pernah diterbitkan Alibaba, yang dijalankan pada mesin inferensi sumber terbuka oleh perusahaan yang tidak membangunnya. Terlepas dari apa pun bentuk promosi itu, ini adalah bukti publik pertama tentang bagaimana Qwen4-Max berperilaku di luar deployment milik Alibaba sendiri.
Apa yang sebenarnya dikatakan kedua unggahan itu — dan apa yang mereka hilangkan
Postingan Nous Research adalah yang substantif. Postingan itu menyebut Qwen4-Max sebagai "model unggulan baru dari Alibaba," mengatakan bahwa model tersebut "dibangun untuk pekerjaan jangka panjang, dengan visi native dan konteks 1M," dan mengarahkan pembaca ke Portal. Postingan Inferact menambahkan detail operasional: token gratis disediakan di Inferact Platform dan di vLLM, dan kata yang digunakan untuk apa yang dibagikannya gratis adalah "token," bukan "permintaan."
Tidak ada dari kedua unggahan itu yang menyebutkan batas token, batas per akun, batas laju, atau stempel waktu berakhir. Daftar model di Portal saat ini menampilkan Qwen4-Max di bawah Free Models sebagai qwen/qwen4-max:freedengan harga FREE, disertai catatan bahwa harga diperbarui setiap menit dari katalog langsung — yang memberi tahu Anda bahwa daftar tersebut nyata dan aktif, sekaligus tidak memberi tahu Anda seberapa banyak yang dapat Anda konsumsi. Jika hitungan waktu dimulai bersamaan dengan unggahan pada malam 18 November, jendelanya berlangsung hingga sekitar 23 November. Anggap itu sebagai inferensi, bukan tenggat waktu yang dipublikasikan.
Jadi ringkasan jujur dari tawaran ini adalah: lima hari akses terukur ke sebuah model yang jika tidak demikian biayanya uang sungguhan, dengan meterannya dimatikan dan batas atasnya tidak diungkapkan. Jika Anda selama ini menunggu alasan untuk mengevaluasi Qwen4-Max sebelum memutuskan jalur produksi untuknya, inilah alasan termurah yang akan Anda dapatkan.
Mengapa "disajikan di Inferact dan vLLM" adalah bagian yang menarik
Inferact adalah perusahaan yang didirikan oleh para pencipta dan pemelihara vLLM, dan perusahaan ini menjual platform inferensi produksi yang dibangun di atas mesin tersebut. Tawarannya mencakup dukungan model sejak hari rilis, kernel kustom, penskalaan otomatis dan pengukuran penggunaan, baik di GPU Anda sendiri maupun GPU mereka. Menamainya sebagai mitra penyajian karena itu bukan sekadar catatan kaki hosting; itu adalah pernyataan bahwa Qwen4-Max dapat dijalankan pada tumpukan penyajian yang bukan milik Alibaba, oleh insinyur yang menala kernel sebagai pekerjaan sehari-hari.
Itu memunculkan pertanyaan yang jelas, karena Qwen4-Max tidak memiliki bobot publik. Alibaba tidak menerbitkan checkpoint untuknya — dokumentasi Model Studio mencantumkan fine-tuning, deployment model, dan inferensi batch sebagai tidak didukung, dan tidak ada repositori Hugging Face untuk diunduh. Model yang tidak dapat Anda unduh tidak dapat, dalam pengertian biasa, dilayani di vLLM oleh pihak ketiga. Satu-satunya cara agar kedua pernyataan itu benar sekaligus adalah bahwa Alibaba memberikan bobot tersebut kepada Inferact berdasarkan kesepakatan komersial dan Inferact melakukan fine-tuning serta mengemasnya. Artinya, kemitraan ini adalah hal yang paling mendekati gambaran publik tentang perilaku serving model tersebut yang ada — gambaran tentang mesinnya, bukan tentang berkasnya.
Bagi tim yang memutuskan apakah akan membangun di atas Qwen4-Max, hal itu lebih berguna daripada kedengarannya. Pertanyaan yang menentukan apakah agen jangka panjang layak dijalankan jarang berkaitan dengan baris benchmark. Pertanyaan-pertanyaan itu berkaitan dengan waktu ke token pertama, throughput di bawah konkurensi, bagaimana anggaran berpikir benar-benar ditegakkan, dan apakah mesinnya tumbang saat permintaan 900.000 token datang. Itu justru pertanyaan yang memungkinkan Anda ajukan dengan stack serving kedua, dan justru pertanyaan yang tidak dijawab materi peluncuran Alibaba.

Meteran mati selama lima hari; kartu tarif tidak ke mana-mana.
Ada baiknya menegaskan kembali berapa biaya model ini setelah jendela ditutup, karena periode gratis dirancang untuk membuat Anda melupakannya. Di Singapura, Alibaba mencantumkan Qwen4-Max sebesar $1.50 per juta token masukan dan $4.50 per juta keluaran, dengan masukan yang di-cache sebesar $0.075 dan penulisan cache sebesar $1.875 untuk jendela lima menit atau $3.00 untuk satu jam. Cakupan deployment Global — Beijing, Hong Kong, Frankfurt, Jepang, dan US Virginia — sedikit lebih rendah pada $1.413 masuk, $4.24 keluar, dan $0.071 untuk pembacaan cache. Hanya ada satu tingkat harga hingga batas konteks: tidak ada biaya tambahan konteks panjang, tidak ada diskon batch yang perlu dicari, karena inferensi batch sama sekali tidak ditawarkan pada model ini.
Lalu ada bagian yang lebih menentukan tagihan Anda daripada tarif per token. Thinking aktif secara default. Upaya penalaran default-nya tinggi, anggaran thinking default-nya 131.072 token, dan batas gabungan untuk penalaran plus jawaban yang terlihat adalah 262.144 token. Output non-thinking dibatasi pada 131.072. Jadi, proses agen jangka panjang yang berpikir keras dan menjawab panjang akan mengeluarkan token output selama beberapa menit setiap kali, dan output adalah sisi meteran yang mahal dengan faktor tiga kali lipat.
Dihitung berdasarkan bentuk pekerjaan yang nyata: 40.000 token masukan dan 120.000 token gabungan pemikiran-plus-jawaban memakan biaya $0,06 untuk masukan dan $0,54 untuk keluaran, jadi sekitar 60 sen per proses dengan tarif Singapura. Lima ratus proses seperti itu berarti $300. Itulah tagihan yang ditahan oleh jendela gratis — dan itu juga angka yang perlu terus Anda ingat saat jendela ditutup dan sebuah prototipe diam-diam berubah menjadi pekerjaan malam hari.

Apa yang benar-benar bisa kamu selesaikan dalam lima hari
Di sinilah angka-angka independen menjadi tidak nyaman dengan cara yang bermanfaat. Artificial Analysis, yang menjalankan Intelligence Index v5.0.1, mengukur Qwen4-Max pada 43 dan mencatat model tersebut pada 31,3 menit per tugas indeks dibandingkan median 12,4 menit untuk model yang sebanding. Kecepatan keluaran adalah 56 token per detik, dan waktu hingga token jawaban pertama adalah 146 detik. Model ini menghasilkan 127 juta token keluaran sepanjang penjalanan indeks, dibandingkan median 65,1 juta — model ini bertele-tele, dan kebanyakan bicaranya dihargai pada tarif keluaran.
Kedua pengukuran itu bergabung menjadi batasan perencanaan yang belum pernah dituliskan siapa pun. Lima hari adalah 7.200 menit. Pada 31,3 menit per tugas, satu jalur kerja serial menyelesaikan sekitar 230 tugas. Empat jalur paralel membawa Anda ke sekitar 920. Jika rencana evaluasi Anda adalah "kami akan mencoba beberapa prompt," jendelanya sangat besar. Jika rencana Anda adalah sapuan 2.000 kasus dari agen horizon panjang, lima hari dalam satu akun tidak akan menyelesaikannya bahkan dengan meteran dimatikan — dan tidak ada apa pun dalam kedua pengumuman itu yang menyebutkan seberapa besar konkurensi yang akan ditoleransi tier gratis.
Aritmetika yang sama menjelaskan mengapa jendela gratis itu benar-benar bernilai, bukan sekadar bentuk kemurahan hati. Yang tidak bisa Anda beli dengan murah adalah waktu kalender bersama model yang lambat. Akses tanpa pengukuran selama seminggu langsung berubah menjadi data latensi, data penggunaan token, dan data mode kegagalan selama seminggu dengan biaya marginal nol, pada model yang biaya komputasi per tugasnya $3.27 di papan independen. Itulah eksperimen yang layak dijalankan, dan eksperimen itu harus dirancang sebelum tanggal 23, bukan selama tanggal itu.

Satu angka yang perlu diukur sebelum jendela ditutup
Jika Anda hanya mengambil satu ukuran dari lima hari itu, jadikanlah itu token keluaran per tugas yang selesai pada beban kerja Anda sendiri, pada pengaturan penalaran Anda sendiri, bukan pada papan peringkat. Segala hal tentang ekonomi model ini bergantung padanya. Kerangka peluncuran vendor sendiri — yang tidak direproduksi oleh siapa pun di luar Alibaba — adalah bahwa Qwen4-Max mengungguli Qwen3.8-Max sambil menggunakan hingga sekitar 50% lebih sedikit token, dengan biaya rata-rata per tugas turun dari $4,43 menjadi $1,67. Pembacaan papan independen berbeda dalam penekanannya: 43 pada indeks, dan 127 juta token keluaran selama proses berjalan. Setengah token dari generasi sebelumnya tetap bisa tergolong sangat banyak token.
Alasan untuk mengukurnya sendiri minggu ini adalah bahwa jendela gratis adalah satu-satunya periode di mana Anda dapat menjalankan versi eksperimen yang rakus token tanpa percakapan anggaran. Ubah thinking ke low dan ke xhigh pada set tugas yang sama; catat total gabungan thinking-plus-answer terhadap batas atas 262.144 token; perhatikan apa yang terjadi ketika sebuah permintaan mendekati batas input mode thinking 983.616 token. Itulah angka-angka yang menentukan apakah Qwen4-Max merupakan pekerjaan batch malam hari atau fitur produk per permintaan, dan tidak ada biaya untuk mengumpulkannya hingga tanggal 23.
Satu peringatan praktis tentang pengaturan reasoning sekalian. Qwen4-Max menyediakan tiga tingkat upaya — low, high, dan xhigh — dan klien berbentuk OpenAI yang meminta medium atau max akan dipetakan ke high atau xhigh alih-alih ditolak. Harness yang disetel untuk model dengan lima tingkat akan diam-diam menghabiskan lebih banyak daripada yang Anda rencanakan, dan jendela gratis justru menjadi tempat Anda tidak menyadarinya, karena tagihannya tetap terbaca nol dalam kedua kasus.
Bagaimana posisi Anda pada tanggal 24
Ketika token tidak lagi gratis, tidak ada yang berubah dari modelnya: $1.50 dan $4.50 di Singapura, konteks 1M token, input gambar dan video native, tiga tingkat penalaran dengan pemetaan ulang senyap, dan biaya komputasi per tugas di papan independen yang tinggi karena model berpikir selama setengah jam. Yang berubah adalah apa yang Anda ketahui tentangnya. Tim yang menghabiskan jendela waktu itu untuk mengukur pembakaran token dan latensi ekor akan keluar dengan sebuah keputusan. Tim yang menghabiskannya untuk mengobrol akan keluar dengan sebuah kesan, dan kesan tentang model penalaran 31 menit per tugas adalah jenis yang paling tidak dapat diandalkan.
Jujur soal posisi kami: OrcaRouter tidak merutekan Qwen4-Max, jadi tidak ada di sini yang merupakan promosi untuk endpoint kami, dan token gratisnya ada di Nous Portal dan platform Inferact, bukan milik kami. Jika evaluasi mengarahkan Anda ke deployment berbayar, katalog kami adalah satu kunci untuk 200+ model dengan harga daftar penyedia yang diteruskan pada markup 0%, yang berarti perubahan harga vendor pada model yang kami sediakan langsung berlaku pada hari yang sama, bukan pada pembaruan kontrak berikutnya. Itu lebih penting dari biasanya untuk model yang begitu mahal untuk dijalankan: ketika daftar tarif adalah produknya, selisih antara harga daftar dan harga yang dinaikkan adalah seluruh margin.
