Kartu judul yang dihasilkan bertuliskan Qwen4-Max - kartu partner, dibaca baris demi baris, dengan tiga angka yang disusun sebagai strip tarif: input $1.413, output $4.24, dan pembacaan cache $0.071 per juta token, diberi label tarif lingkup Global, di samping chip bertuliskan anggaran bersama 262,144.
Guides & Insights

Kartu Partner Baru Qwen4-Max Mengiklankan Empat Kemampuan. Tiga di Antaranya Membuat Anda Menanggung Biaya di Kemudian Hari.

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Platform kedua kini menjual Qwen4-Max, dan pengumumannya terdengar seperti peluncuran produk: konteks 1 juta token, input teks, gambar, dan video, pemanggilan tool, output terstruktur, penalaran, serta $1.413 per juta token input, $4.24 per juta token output, $0.071 per juta token yang di-cache. Model ini tersedia secara umum di API milik A​libaba sendiri pada 16 November 2026, jadi penjual kedua dua hari kemudian memang cepat tetapi tidak mengejutkan. Yang perlu dicermati adalah daftar fiturnya, karena tiga dari empat kemampuan tersebut berperilaku berbeda di platform mitra dibandingkan di platform milik A​libaba sendiri, dan harga adalah petunjuk yang menjelaskan mengapa.

Mulailah dari harga, karena semua hal lain mengikutinya. $1,413 dan $4,24 bukan angka baru. Itu adalah tarif cakupan Global Alibaba — Beijing, Hong Kong, Frankfurt, US Virginia, dan Tokyo — hingga tiga desimal, berada 5,8% di bawah kartu Singapura sebesar $1,50 dan $4,50. Tarif cache adalah petunjuknya: $0,071 adalah angka Global, dan Singapura $0,075. Tidak ada yang sampai pada $0,071 secara independen. Kartu mitra yang mengutip tarif regional vendor hingga seperseribu dolar sedang mengutip pass-through, dan pass-through berarti satu deployment model dengan lapisan penagihan kedua di atasnya, bukan proses pelatihan kedua atau kumpulan kernel kedua.

Pembedaan itu bukanlah sikap bertele-tele. Hal itu menetapkan ekspektasi bagi setiap baris lain pada kartu: harga bertahan dalam pass-through, sedangkan perilaku tidak, kecuali mitra telah melakukan rekayasa untuk membuatnya demikian.

A generated two-column comparison card titled Qwen4-Max - the advertised card, checked, with the partner-listing column reading 1M tokens context, output ceiling not stated, $1.413 input, $4.24 output, video input yes and reasoning dial not stated, against the vendor column reading 1M with 984k usable, 262,144 shared, $1.413 Global, $4.24 Global, video yes, and low, high and xhigh on the dial.

Klaim pertama: konteks 1M. Benar, dan tetap angka paling tidak berguna di halaman ini

Setiap entri Qwen4-Max mengiklankan satu juta token, dan setiap klaim itu secara teknis benar. Dokumentasi A​libaba sendiri memberikan konteks 1,000,000 token dengan batas maksimum input 991,808 token saat mode berpikir nonaktif dan 983,616 saat mode berpikir aktif, sedangkan Artificial Analysis secara independen mencatat jendela konteks 984k token. Ketiga angka itu merupakan 1M yang sama dengan kadar kebenaran yang diungkapkan berbeda-beda.

Baris yang penting bukanlah batas input, melainkan anggaran output, yang tidak diiklankan oleh kartu mitra mana pun dalam kategori ini. Qwen4-Max memiliki anggaran 262.144 token yang dibagi antara proses berpikir dan jawaban akhir, dengan 131.072 token tersedia saat mode berpikir dimatikan. Pada input 900.000 token, itu menyisakan paling banyak 91.808 token respons dalam mode berpikir sebelum jendela tertutup — dan token penalaran turut mengurangi anggaran itu. Tim yang merancang pekerjaan konteks panjang berdasarkan "1M masuk, sebagian keluar" sedang mengukur terhadap angka yang tidak pernah diterbitkan vendor.

Inilah titik pertama ketika daftar mitra bisa diam-diam merugikan Anda. Kartu yang bertuliskan 1M tidak menjelaskan apakah platform menegakkan anggaran bersama, apakah platform memotong penalaran alih-alih jawabannya, atau apakah platform diam-diam berhenti pada 128K keluaran. Itulah mode kegagalan yang muncul sebagai objek JSON terpotong pukul 2 pagi, bukan sebagai kode kesalahan.

Klaim kedua: input video. Inilah baris yang menentukan apakah daftar tersebut merupakan port yang asli.

Input teks, gambar, dan video adalah kemampuan dalam pengumuman ini yang paling sulit dipalsukan. Menyajikan video ke Qwen4-Max bukan sekadar menerima URL dan meneruskannya: frame harus disampel, dikodekan ke aliran token visual model pada resolusi dan laju frame yang digunakan saat model dilatih, dan ditagihkan terhadap konteks yang sudah menjadi sumber daya langka. Platform yang hanya menyambungkan jalur teks akan menolak video begitu saja atau menerimanya lalu diam-diam menurunkan kualitasnya.

Itulah sebabnya baris video adalah yang pertama harus diuji jika Anda mengevaluasi seorang mitra. Klip 30fps berdurasi satu menit pada laju sampling yang konservatif adalah ribuan token visual; masukkan klip itu ke dalam prompt dokumen 700,000-token dan Anda sudah berada di plafon input dengan jawaban yang lebih pendek daripada yang Anda rencanakan. Dukungan video Qwen4-Max nyata di API milik A​libaba sendiri — model tersebut didokumentasikan untuk itu, dan Artificial Analysis mencatat teks, gambar, dan video sebagai modalitasnya — tetapi kartu mitra hanyalah pernyataan, bukan hasil pengujian.

Jalur gambar memiliki versi yang lebih ringan dari masalah yang sama. Penanganan resolusi, tiling, dan biaya token untuk tangkapan layar high-DPI semuanya merupakan keputusan platform, dan tidak satu pun dari hal tersebut muncul pada kartu tarif yang menetapkan harga input per juta token.

Klaim ketiga: tool calling dan output terstruktur. Satu-satunya tempat di mana mitra bisa lebih baik daripada vendor

Structured output dan tool calling adalah area di mana platform pass-through dapat memberikan nilai nyata, dan hal ini perlu dinyatakan secara gamblang karena bagian lain dari tulisan ini bersikap hati-hati. A​libaba mendokumentasikan structured output, parallel tool calling, prefix completion, web search, serta caching eksplisit dan implisit di empat permukaan protokol — O​penAI Chat Completions, O​penAI Responses, A​nthropic Messages, dan DashScope. Mitra yang hanya mengekspos bentuk O​penAI menawarkan permukaan yang lebih sedikit, bukan model yang lebih buruk.

Tetapi mitra yang telah membangun decoder dengan batasan skema di atasnya dapat memberikan sesuatu yang tidak dijamin oleh endpoint milik vendor itu sendiri: JSON yang berhasil diurai pada percobaan pertama, setiap kali, tanpa loop percobaan ulang. Untuk pipeline yang mengekstrak field dari faktur dalam jumlah besar, satu percobaan ulang yang dihindari sama dengan 2× token input yang dihemat, dan itu jauh melebihi perbedaan regional 5,8% antara kartu harga Singapura dan Global.

Jadi pertanyaan yang perlu diajukan tentang kemampuan ini bukanlah "apakah output terstruktur didukung" — setiap daftar mengatakan ya — melainkan "apakah ini constrained decoding atau instruksi prompt". Yang pertama adalah jaminan; yang kedua adalah saran kuat yang gagal satu kali dalam lima puluh, biasanya pada permintaan terpanjang dan termahal dalam batch.

Klaim keempat: penalaran. Kemampuan yang paling buruk untuk dialihkan, dan kemampuan yang tidak diberi harga oleh siapa pun

Qwen4-Max dikirimkan dengan reasoning aktif dan effort default ke high. Dial menerima low, high, dan xhigh, anggaran thinking default ke 131.072 token, dan max_completion_tokens default ke 262.144 dalam mode thinking. Permintaan yang tidak menetapkan salah satu dari ketiga hal itu akan mendapatkan konfigurasi mahal secara default, dan default itulah yang menjadi sumber sebagian besar tagihan: Artificial Analysis mengukur 104.940 token output per tugas indeks, yang 68.914 di antaranya adalah reasoning, dibandingkan median bidang sebesar 65,1 juta token output untuk seluruh rangkaian sembilan evaluasi. Qwen4-Max menghasilkan 127 juta.

Di platform mitra, tiga hal dapat terjadi pada dial itu dan hanya satu yang terlihat. Parameter upaya penalaran dapat diteruskan tanpa perubahan, dalam hal ini semua hal di atas berlaku. Parameter itu dapat diterima dan diabaikan, dalam hal inilow Anda ditagih seperti permintaan high. Atau parameter itu dapat ditolak, dalam hal ini Anda mengetahuinya lewat 400 dan menyesuaikan. Yang pertama tidak masalah, yang ketiga menjengkelkan, dan yang kedua adalah yang diam-diam menggandakan faktur bulanan — dan itu yang paling umum, karena meneruskan bidang yang tidak dikenal ke API vendor sering kali merupakan perilaku default dari proxy yang kompatibel dengan O​penAI.

Ini juga merupakan titik di mana klaim harga diuji paling keras. Pada $1.413 / $4.24, mitra menagih tarif Global vendor, sehingga harga tokennya jujur. Apakah jumlah tokennya jujur bergantung pada parameter yang tidak muncul di kartu.

Apa yang diberitahukan oleh pengumuman "kolaborasi" kepada Anda, dan apa yang tidak

Pembingkaian peluncuran ini — kemitraan dengan tim Qwen Alibaba, bukan penjualan ulang — layak diterima apa adanya sejauh yang dicakupnya, tidak lebih. Secara masuk akal, cakupannya meliputi akses awal ke bobot model, alokasi kapasitas, dan pengenal yang didukung. Cakupan itu tidak mencakup hal-hal yang menentukan tagihan Anda: anggaran berpikir, batas atas input dalam setiap mode, kebijakan sampling video, jaminan constrained decoding, atau region tempat deployment berada.

Ada versi yang dapat diuji untuk ini. Tanyakan kepada platform tentang batas inputnya dalam mode berpikir. Alibaba menerbitkan 983.616. Jika jawabannya adalah "1M", platform tersebut belum membaca dokumentasi vendor, dan sisa lembar spesifikasinya pun layak mendapat skeptisisme yang sama. Pertanyaan tunggal itu memisahkan mitra yang telah mem-port model dari mitra yang hanya mem-port harga.

Data independen kini lebih baik daripada saat peluncuran, dan itu membantu. Artificial Analysis memberi Qwen4-Max skor 43 pada Intelligence Index v5.0.1 — median untuk model yang sebanding — dengan biaya $3,27 per tugas indeks yang diselesaikan, 32,1 menit per tugas, 54,5 token keluaran per detik, dan 155,4 detik hingga token jawaban pertama. Itu adalah evaluasi independen nyata terhadap model yang baru berusia dua hari, dan itulah angka yang harus dikutip saat membandingkan dengan bagan vendor mana pun. Yang tidak diberitahukannya kepada Anda adalah apakah platform mitra mereproduksinya: pelacak mengukur model pada satu endpoint, dan deployment kedua dengan batching berbeda, kernel berbeda, atau default penalaran berbeda bisa selisih beberapa poin dan biayanya beberapa kali lipat lebih besar.

A screenshot of the Artificial Analysis page for Qwen4 Max captured 18 November 2026 with an English interface, showing the Alibaba provider tag and a November 2026 release, an Intelligence Index of 43, output speed of 55 tokens per second, 185.4 seconds to first token, a 984k-token context window, and a summary line describing the model as below average in intelligence, well priced, notably slow per task and very verbose.

Cara membeli ini tanpa menebak-nebak

OrcaRouter tidak menghosting Qwen4-Max. Model tersebut dapat diakses melalui API Model Studio milik Alibaba sendiri dan beberapa platform pihak ketiga, dan itulah deskripsi situasi yang jujur — tidak ada jalur yang dihosting vendor di platform ini, jadi tidak ada klaim untuk itu. Yang disediakan OrcaRouter adalah titik pembanding: lebih dari 200 pengenal model di balik satu API dengan markup 0%, harga daftar penyedia diteruskan apa adanya, sehingga kartu Singapura $1,50 dan kartu Global $1,413 adalah angka yang sama di sini seperti di halaman harga Alibaba sendiri, dan perubahan harga vendor langsung berlaku pada hari yang sama, bukan pada siklus penagihan berikutnya.

A screenshot of OrcaRouter's models catalogue captured 18 November 2026 with an English interface, showing the header '226 models - 17 providers - one API key, one bill', the filter rail for input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region, and the first card visible being kimi/kimi-k3.1-pro next to a two-step 'how to call any model' panel.

Bagi tim yang sedang memutuskan apakah daftar mitra layak diadopsi, pengaturan yang berguna adalah perbandingan berdampingan, bukan sekadar tinjauan. Kirimkan 50 permintaan yang sama — satu dokumen panjang berisi video, satu batch ekstraksi terstruktur, satu rangkaian pemanggilan alat agentic, satu tugas klasifikasi dengan upaya rendah, ke endpoint milik vendor itu sendiri maupun ke endpoint mitra, lalu bandingkan token yang ditagih, bukan token yang dikembalikan. Kedua angka itu berbeda persis ketika ada parameter yang dihilangkan, dan DSL peruteanlah yang memungkinkan Anda mempertahankan mitra untuk beban kerja yang memang lebih unggul serta beralih secara otomatis untuk beban kerja yang tidak.

Pengumuman itu akurat. Harga di dalamnya adalah tarif Global milik A​libaba sendiri, daftar modalitasnya cocok dengan dokumentasi vendor, dan mitra yang mengutip pembacaan cache hingga tiga angka desimal jelas sudah melakukan perhitungannya. Yang tidak dicantumkannya adalah bagian yang tidak dapat Anda verifikasi dari kartu: anggaran 262.144 token bersama yang memperkecil jendela yang dapat digunakan, pengaturan penalaran yang menentukan sebagian besar tagihan, jalur video yang entah rekayasa sungguhan atau bidang yang diterima, dan janji keluaran terstruktur yang entah constrained decoding atau sekadar harapan. Keempat hal itu lebih layak menyita waktu evaluasi Anda daripada 5,8% yang dihemat oleh harga mitra.