Qwen4-Max Preview vs Claude Opus 5.5: Model Empat Belas Hari vs Model yang Masih Bisa Anda Panggil pada Desember

Alibaba membuka Qwen4-Max Preview pada pukul 10.00 tanggal 11 November 2026 dan, di halaman dokumentasi yang sama, menyatakan kapan penutupannya: pukul 24.00 tanggal 25 November, UTC+8. Empat belas hari. Anthropic merilis Claude Opus 5.5 pada 22 September 2026 dengan harga $4,00 per juta token masukan dan $20,00 per juta token keluaran, dengan komitmen penghentian tidak lebih cepat dari 22 September 2027. Dua kalimat itu sudah menentukan sebagian besar perbandingan ini, karena salah satu model ini adalah eksperimen berdurasi dua pekan dan yang lainnya adalah pos anggaran yang dapat Anda masukkan ke anggaran tahun depan.

Yang tidak dapat dipastikan oleh tanggal-tanggal itu adalah apakah eksperimen ini layak dijalankan. Tidak ada benchmark untuk Qwen4-Max Preview — bukan tabel vendor, bukan uji independen, bukan satu pun skor yang dipublikasikan — sehingga halaman mana pun yang memeringkatnya melawan Claude Opus 5.5 berdasarkan kualitas sedang menebak. Halaman ini tidak. Halaman ini membandingkan empat hal yang benar-benar dapat Anda verifikasi sebelum Jumat: apa yang diterima masing-masing model sebagai input, berapa banyak output yang dapat ditampung satu respons, berapa biaya sebuah tugas, dan berapa lama Anda diizinkan untuk terus menggunakannya.

Apa masing-masingnya, dalam bentuk yang bisa Anda panggil hari ini

A​libaba menuliskan produk itu sebagai Qwen4-Max-Preview dalam pengumumannya dan string API qwen4-max-preview dalam dokumentasinya; ada juga alias, qwen4.0-max-preview, dan A​libaba mencatat bahwa keduanya berfungsi tetapi penagihan ditampilkan dalam bentuk 4.0. Tidak satu pun nama tersebut mengarah ke kartu model publik, jumlah parameter, atau lisensi, karena tidak ada yang dapat diunduh.

Claude Opus 5.5 adalah jenis objek yang berlawanan: endpoint terdokumentasi, memiliki harga, dan multiplatform yang setiap batasnya ada di halaman yang dapat Anda kutip. Jika keduanya diletakkan berdampingan, kontrasnya sebenarnya sama sekali bukan tentang kemampuan.

• Jendela konteks — Qwen4-Max Preview 1,000,000 token vs Claude Opus 5.5 1,000,000 token. Hasil imbang yang sesungguhnya, dan satu-satunya dimensi di mana versi pratinjau ini tidak memerlukan catatan tambahan.

Output maksimum per respons — 393.216 token untuk pratinjau, angka yang menurut {{1}}A​libaba{{/1}} digunakan bersama oleh proses berpikir dan jawaban akhir, dibandingkan dengan 128.000 token untuk Claude Opus 5.5, atau 300.000 pada Batches API dengan header beta.

• Input — teks, gambar, dan video vs teks dan gambar. Ini adalah satu-satunya sumbu di mana satu model sama sekali tidak bisa melakukan pekerjaan yang bisa dilakukan model lainnya.

• Harga per juta token — tidak dipublikasikan; dihitung dalam Token Plan Credits terhadap langganan vs $4.00 input dan $20.00 output, dengan pembacaan cache sebesar $0.20 dan penulisan cache 5 menit sebesar $5.00.

• Default Thinking — reasoning_effort aktif, default-nya xhigh, dengan low dan medium tersedia vs adaptive thinking selalu aktif, effort default-nya medium pada skala low-to-max. Default-default ini mengarah ke arah yang berlawanan, yang lebih penting daripada kedengarannya.

• Tolok ukur terbitan — tidak ada vs Artificial Analysis Intelligence Index 59, menempati peringkat kelima dari 74 model pada ukuran tersebut.

• Cara Anda menjangkaunya — hanya langganan Token Plan, pada base URL Singapura token-plan.ap-southeast-1.maas.aliyuncs.com, ditambah aplikasi Q​wen, Q​wen Chat, Agent Mode, Qoder, QwenWork, dan QwenStudio, dibandingkan dengan Claude API, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry, dan Claude Platform on AWS.

• Jendela ketersediaan — 11 hingga 25 November 2026 vs aktif, dengan penghentian tidak lebih cepat dari 22 September 2027.

Asimetri dalam daftar itu memiliki konsekuensi praktis yang mudah terlewatkan. Qwen4-Max Preview memiliki dua pintu — pintu produk yang tidak memerlukan kunci, dan pintu API yang membutuhkan langganan Token Plan serta base URL yang belum Anda miliki — sedangkan Claude Opus 5.5 dapat diakses dari klien berbentuk OpenAI apa pun yang sudah Anda miliki. Jika evaluasi Anda adalah "apakah model ini memahami basis kode saya", pintu chat sudah cukup. Jika yang dievaluasi adalah "apakah ini bertahan saat bersentuhan dengan pipeline saya", Anda sedang menyiapkan kontrak kedua untuk model yang kedaluwarsa dalam dua minggu.

Batas keluaran 393K adalah tempat dokumentasi menyembunyikan jebakan

393.216 adalah angka yang selalu menjadi pembuka setiap ringkasan peluncuran ini, dan itu memang keunggulan nyata: jumlahnya sedikit lebih dari tiga kali batas 128.000 token Claude Opus 5.5. Penulisan ulang seluruh repositori, sintesis transkrip panjang, pembuatan seluruh aplikasi kecil dalam satu respons — pratinjau ini dirancang untuk keluaran yang tidak muat dalam anggaran respons sebagian besar model.

Namun, bacalah catatan kakinya. A​libaba menyatakan bahwa 393.216 token dibagi antara proses berpikir dan jawaban akhir, lalu menambahkan kalimat yang akan merusak porting: mulai dari model ini, max_tokens dalam O​penAI Chat Completions setara dengan max_completion_tokens, dan keduanya membatasi total pemakaian untuk berpikir plus jawaban. Semua model Q​wen sebelumnya mempertahankan perilaku lama, yaitu batas tersebut berlaku untuk jawaban. Jadi, permintaan yang diambil dari qwen3.8-max dengan max_tokens: 8192 kini mendapat 8.192 token untuk berpikir dan sisa apa pun — yang, pada setelan effort xhigh default untuk prompt yang sulit, bisa saja tidak tersisa apa-apa. Mode kegagalannya adalah jawaban yang terpotong, bukan error yang bisa Anda tangkap.

Keadilan menuntut satu koreksi terhadap cara hal ini biasanya diberitakan. max_tokens milik Anthropic juga membatasi proses berpikir dan teks secara bersamaan dalam satu respons, jadi anggaran bersama bukanlah penemuan Qwen dan bukan alasan untuk lebih memilih satu vendor. Yang berbeda adalah ukuran anggarannya, dan fakta bahwa Qwen mengubah makna sebuah parameter yang sudah dipelajari oleh penggunanya sendiri. Itu adalah biaya migrasi, dan biaya itu dibebankan kepada Anda, bukan kepada vendor.

Jebakan kedua adalah tingkat upaya default. Qwen4-Max Preview bernalar pada xhigh kecuali diinstruksikan sebaliknya; Claude Opus 5.5 bernalar pada medium. Dua panggilan yang tidak dikonfigurasi, jika dibandingkan secara berdampingan, tidak mengukur jumlah kerja yang sama — dan pada versi preview, default yang lebih dalam menghabiskan porsi anggaran respons yang lebih besar sebelum kata pertama jawaban ada.

Input video adalah satu-satunya celah yang tidak ada solusinya.

Claude Opus 5.5 menerima teks dan gambar. Qwen4-Max Preview menerima teks, gambar, dan video, dan A​libaba menyebutkan kasus penggunaannya secara langsung: analisis tangkapan layar, pemahaman dokumen, analisis video.

Jika pipeline Anda sudah mengambil sampel frame dan mengirimkannya sebagai gambar, tidak ada yang berubah — kedua model dapat membaca frame tersebut, dan perbedaannya bermuara pada penghitungan token. Jika pipeline Anda ingin menyerahkan sebuah file dan menanyakan apa yang terjadi di dalamnya, hanya salah satu dari model ini yang dapat menerima pertanyaan itu. Penalaran temporal atas klip yang disediakan bukanlah sesuatu yang dapat Anda dekati dengan mendeskripsikan klip tersebut dalam teks; Anda dapat merekonstruksi sebuah pendekatan, dan Anda akan menghabiskan waktu sepekan seorang peneliti untuk menemukan seberapa besar jawabannya hidup di dalam gerakan.

Itu adalah aturan keputusan paling bersih dalam perbandingan ini, dan tidak memerlukan tolok ukur. Tim yang memiliki video di jalur masukan punya satu kandidat hari ini. Tim yang tidak memilikinya tidak punya alasan untuk menerima masa berlaku empat belas hari sebagai bagian dari kesepakatan.

Angka-angka independen, dan yang bukan tentang model ini

Artificial Analysis tidak memiliki halaman untuk Qwen4-Max Preview. Per 11 November, belum ada kecepatan terukur, biaya per tugas, skor indeks, maupun jumlah penyedia untuknya — pratinjau ini terlalu baru dan, pada hari keempat belas, mungkin tidak akan pernah mendapat entri. Jadi satu-satunya cara jujur untuk menempatkan keduanya dalam satu grafik adalah menggunakan flagship Q​wen terbaru yang telah diukur, Qwen3.8-Max, dan menyatakan secara terang-terangan bahwa itu adalah proksi.

• Intelligence Index — Claude Opus 5.5 59, peringkat kelima dari 74 vs Qwen3.8-Max 34, di bawah median 40 untuk kelas harganya. Menurut Artificial Analysis.

• Kecepatan output — 115 token per detik vs 53. Menurut Artificial Analysis, harness yang sama.

• Waktu hingga token jawaban pertama — 353,75 detik vs 122,57 detik. Opus 5.5 adalah model yang lebih lambat untuk memulai dan lebih cepat untuk menyelesaikan.

• Waktu per tugas — 25,0 menit vs 54,1 menit, dibandingkan dengan median 12,6.

• Biaya per tugas — $10.04 vs $10.02. Baca itu dua kali; itu adalah angka paling menarik di halaman ini dan bagian berikutnya membahas alasannya.

• Verbositas — 218 juta token keluaran pada indeks vs 150 juta, dibandingkan dengan median 72,8 juta.

Ada satu pengukuran yang benar-benar membandingkan checkpoint Qwen 4 secara langsung dengan Claude Opus 5.5, dan itu perlu ditangani dengan hati-hati, bukan dijadikan headline. GameFeel Benchmark — evaluasi kreatif dan pengembangan game yang menilai build, perbaikan bug, game feel, ide, visual, dan audio — memuat baris untuk Qwen-4-Flash-Early dengan rata-rata 49,9 melawan Claude Opus 5.5 pada upaya XHigh dengan rata-rata 47,2. Empat hal harus dikatakan tentang itu sebelum ada yang mengutipnya. Ini adalah checkpoint tingkat Flash, bukan Max. Label -Early adalah tebakan penulis benchmark tentang tingkat mana yang belum dirilis sehingga sebuah endpoint tanpa label termasuk di dalamnya, bukan konfirmasi dari Alibaba. Kedua baris tidak ditagih dengan cara yang sama, jadi angka $0,40 dan $2,60 per tugas bukan perbandingan setara. Dan rata-rata itu menyembunyikan perinciannya: Opus menang dalam perbaikan bug, 65 berbanding 63, dan dalam evaluasi terbalik, 21,67 berbanding 19,95, sementara checkpoint Qwen menang dalam ide 54 berbanding 41, visual 65 berbanding 63, audio 30 berbanding 25, dan game feel 52 berbanding 50. Perbaikan bug dan evaluasi terbalik adalah dua subtugas yang paling dekat dengan pekerjaan produksi; ide dan audio adalah dua yang paling jauh darinya.

Tolok ukur yang sama juga menunjukkan dampak upaya pada Opus 5.5: pada Medium, skornya 42,3 dengan biaya $0,88 per tugas, versus 47,2 dengan $2,60 pada XHigh. Hampir tiga kali lipat pengeluaran untuk lima poin. Jika Anda menjalankan Opus pada upaya maksimum secara default, itulah baris yang perlu diperhatikan.

Berapa biaya sebuah tugas ketika Anda tidak dapat menetapkan harga pada satu sisi

Mulai dari bagian yang memiliki kartu tarif. Pekerjaan yang mengirim 200.000 token input dan mengembalikan 20.000 token output memakan biaya $0,80 untuk input dan $0,40 untuk output pada Claude Opus 5.5 — $1,20. Gunakan kembali input itu dari cache dan sisi input turun menjadi $0,04, sehingga pekerjaan yang sama menjadi $0,44. Jalankan secara batch dan keseluruhannya berkurang setengah lagi. Itu adalah aritmetika, bukan perkiraan, dan Anda dapat memasukkannya ke dalam proyeksi.

Sekarang bagian lainnya. Alibaba tidak menerbitkan tarif Credits per token untuk Qwen4-Max Preview. Token Plan Personal Edition adalah langganan Credits — empat tingkatan personal Alibaba berkisar dari $6 per bulan untuk 20.000 Credits hingga $43 untuk 200.000 — dan vendor menyatakan bahwa tarif pengonsumsi Credits oleh suatu panggilan ditetapkan secara dinamis berdasarkan jenis model, penggunaan token, mode berpikir, dan pemanggilan alat. Satu-satunya tempat untuk mengamati tarif sebenarnya adalah detail penggunaan di konsol setelah Anda menggunakan sebagian Credits. Selama pratinjau ada diskon promosi, yang membuat tarif yang diamati menjadi panduan yang buruk untuk tarif setelah pratinjau.

Jadi perbandingan harganya bukan "mana yang lebih murah". Melainkan "salah satunya memiliki harga satuan dan yang lainnya memiliki langganan yang belum bisa Anda konversikan menjadi harga satuan." Dan angka-angka di atas menunjukkan bahwa daftar tarif kurang berpengaruh daripada kelihatannya: Qwen3.8-Max mencantumkan tarif $2,00 dan $6,00 per juta token — sepertiga dari harga input Opus 5.5 dan kurang dari sepertiga harga outputnya — tetapi tetap berada pada $10,02 per tugas Intelligence Index dibandingkan $10,04 milik Opus. Model murah tersebut menghasilkan begitu banyak token lebih banyak per tugas sehingga daftar tarifnya hampir sepenuhnya ternetralkan. Harga daftar yang lebih murah baru menghasilkan tagihan yang lebih murah jika modelnya juga ringkas, dan pada setiap pengukuran yang tersedia, keluarga model ini tidak demikian.

Menjalankannya secara berdampingan tanpa berpura-pura bahwa itu satu kontrak

Claude Opus 5.5 ada di katalog kami sebagai anthropic/claude-opus-5.5, dengan tarif terbitan Anthropic sebesar $4.00 dan $20.00 per juta token dengan markup 0%, jadi ini satu kunci dan satu tagihan bersama lebih dari 200 model lainnya, dengan rantai fallback dan DSL routing tersedia jika Anda ingin mengirim separuh beban kerja yang mudah ke tempat yang lebih murah daripada Opus tanpa mengubah kode Anda.

Qwen4-Max Preview tidak ada di katalog kami, dan perlu disampaikan secara terus terang apa artinya: kami tidak menyediakannya, dan Anda tidak dapat memasukkannya ke rantai failover di sini. Untuk mengaksesnya, Anda memerlukan kunci API Token Plan, base URL Singapura, dan kontrak kedua — yang persis merupakan hal yang jarang membuat model berumur dua minggu layak untuk dibangun. Jika Anda ingin mengevaluasinya, jalankan sebagai bake-off offline dengan kunci Anda sendiri terhadap prompt yang jawabannya sudah Anda ketahui, dan arahkan produksi tetap ke sesuatu yang masih akan menjawab permintaan pada 26 November.

Untuk apa pratinjau ini berguna adalah pertanyaan yang dipaksakannya. Dua minggu cukup lama untuk mengetahui apakah input native video dan anggaran respons 393K mengubah kemampuan produk Anda — dan cukup singkat sehingga Anda tidak akan tanpa sengaja bergantung pada jawabannya.

Siapa yang harus melakukan apa, minggu ini

Jika Anda memiliki video di jalur input dan tidak ada ketergantungan produksi pada hasilnya, buka Qwen4-Max Preview melalui Q​wen Chat hari ini, habiskan satu sore untuk klip yang benar-benar Anda pedulikan, dan perlakukan apa pun yang Anda pelajari sebagai riset, bukan arsitektur. Atur reasoning_effort ke medium untuk proses pertama agar anggaran jawaban tidak habis sebelum jawaban dimulai, dan atur max_tokens cukup tinggi agar pemikiran dan keluaran sama-sama muat.

Jika Anda merilis apa pun yang harus berfungsi pada bulan Desember, Claude Opus 5.5 adalah satu-satunya dari keduanya dengan harga yang dapat Anda perkirakan, tolok ukur yang dapat Anda kutip kepada klien, dan tanggal ketika ia masih akan ada. Kelemahannya terdokumentasi, bukan misterius — ia lambat menghasilkan token pertama, bertele-tele, dan mahal per tugas pada effort tinggi — dan ketiganya dapat disetel melalui parameter effort.

Dan jika Anda menginginkan keduanya, dalam urutan itu, urutannya adalah intinya: buktikan kemampuannya pada jalur gratis, bangun di atas model yang memiliki daftar tarif, dan tinjau kembali pertanyaan itu pada bulan Desember ketika penerus versi pratinjau tiba dengan, diduga, harga dan tolok ukur yang menyertainya.