
Qwen4-Max Dibangun untuk Pekerjaan Dunia Nyata. Waktu Dunia Nyata Menunjukkan 32 Menit per Tugas
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 187 tok/s
- openaiBARUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 juta token · 80 tok/s
- openaiBARUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 juta token · 155 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 196 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 85 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 705 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 juta token · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 101 tok/s
“Dibuat untuk pekerjaan dunia nyata” adalah cara Qwen4-Max dijual minggu ini, di platform pihak ketiga yang mencantumkan model itu pada 18 November, dua hari setelah Alibaba menjualnya secara umum. Qwen4-Max dirilis pada 16 November 2026, dan pencantuman di platform tersebut tidak menambahkan bobot baru, angka konteks baru, maupun harga baru — hanya slogan dan sebuah tombol. Slogan itu kebetulan merupakan klaim paling dapat diuji yang pernah dibuat orang tentang model ini, karena pekerjaan dunia nyata bukanlah skor benchmark. Itu adalah tugas yang harus selesai, dalam batas anggaran, sementara seseorang menunggunya. Di satu-satunya papan publik yang mengukur waktu persis untuk hal itu, Qwen4-Max membutuhkan 32,3 menit untuk menyelesaikan satu tugas Intelligence Index. Median di bidang ini adalah 12,4. Pendahulunya sendiri, Qwen3.8-Max, membutuhkan 47,4.
Itulah bentuk putusannya, dan itu bukan putusan yang buruk. Qwen4-Max sepertiga lebih cepat daripada model yang digantikannya dan 19 poin lebih baik pada indeks yang sama, serta melakukan pemikiran tambahan dengan meteran biaya yang sekitar seperempat lebih murah per token. Yang diubah oleh jam adalah siapa yang seharusnya menggunakannya. Model yang membutuhkan setengah jam per tugas bukanlah model yang Anda pasang di balik kotak chat atau loop agen dua puluh langkah tanpa memutuskan, secara sengaja, bahwa Anda mampu menanggung waktu tunggu tersebut. Tulisan ini membahas keputusan itu dan tiga angka yang mendorongnya — menit per tugas, token per tugas, dan satu-satunya tingkat upaya yang benar-benar telah diukur.
Slogan yang mengarah pada latensi, bukan pada papan peringkat.
Naskah peluncuran untuk produk unggulan biasanya berargumentasi soal kemampuan. Yang ini berargumentasi soal pekerjaan, yang secara diam-diam menggeser pertanyaan dari "seberapa pintar" ke "berapa lama" dan "berapa biayanya". Itu pertanyaan yang berbeda dengan jawaban yang berbeda, dan materi dari vendor itu sendiri menjawab pertanyaan pertama jauh lebih baik daripada pertanyaan kedua.
Klaim yang dipublikasikan Aibaba untuk Qwen4-Max adalah tentang efisiensi, dan semuanya bergantung pada pengaturan upaya. Pada suite Work360 milik vendor sendiri, model ini mencetak 52.69 berbanding 47.74 untuk Qwen3.8-Max sambil menghasilkan 24% lebih sedikit token pada upaya Xhigh dan 35% lebih sedikit pada High. Pada Terminal-Bench 4.0, pengurangan tokennya adalah 48% dan 49% pada dua pengaturan yang sama, dan biaya rata-rata per tugas pada Work360 turun dari $4.43 menjadi $1.67. Setiap angka tersebut dilaporkan vendor, tidak satu pun telah direproduksi secara independen, dan setiap angka terikat pada tingkat upaya yang harus Anda pilih. Detail terakhir itu bukan catatan kaki. Itulah alasan baris pengukuran waktu independen tidak dapat dibaca sebagai "kecepatan model" tanpa catatan.
Baris independen, dinyatakan secara sederhana
Artificial Analysis mengukur Qwen4-Max pada Intelligence Index v5.0.1 di Xhigh, tingkat tertinggi dari pengatur tiga tingkatnya, dan menerbitkan panel biaya dan kecepatan lengkap bersama skornya. Dibaca langsung pada 18 November 2026:
• Indeks Kecerdasan — 43 untuk Qwen4-Max dibandingkan 62 untuk GPT-6.2 Astra dan 34 untuk Qwen3.8-Max (0902)
• Waktu aktual per tugas — 32,3 menit, dibandingkan dengan median 12,4 untuk model sebanding; Qwen3.8-Max membutuhkan 47,4
• Token keluaran per eksekusi indeks — 127 juta, dibandingkan median bidang sebesar 65,1 juta
• Kecepatan output — 54 token per detik, diukur pada endpoint milik Alibaba sendiri
• Waktu hingga token jawaban pertama — 148,57 detik
• Biaya per tugas indeks — $3,27, dibandingkan dengan $10,02 untuk Qwen3.8-Max
• Konteks yang diiklankan — 984.000 token, sebagaimana diukur oleh pelacak, dibandingkan dengan 1.000.000 dalam dokumentasi Alibaba
Pasangan yang menarik adalah dua yang pertama. Empat puluh tiga adalah skor biasa-biasa saja dan papan itu menyatakannya demikian — papan tersebut menggambarkan model sebagai di bawah rata-rata di antara model-model sebanding, dengan median juga 43, sehingga Qwen4-Max tepat berada di garis. Sementara itu, 32,3 menit dibandingkan median 12,4 menit bukanlah biasa-biasa saja; nilainya hampir tiga kali lipat dari yang lain. Kemampuan berada di rata-rata, dan biaya untuk mengekstraknya berada di ekor.

Ke mana perginya setengah jam itu
Dua angka menjelaskan durasinya, dan tidak ada yang misterius dari keduanya. Yang pertama adalah verbositas: 127 juta token keluaran untuk menyelesaikan rangkaian sembilan evaluasi yang sama yang diselesaikan model median dalam 65,1 juta token. Yang kedua adalah throughput: 54 token per detik, yang biasa saja. Kecepatan biasa dikalikan dua kali jumlah token menghasilkan kira-kira dua kali waktu, lalu sedikit lebih lama lagi, karena tugas yang berjalan lama juga menghabiskan lebih banyak waktu menunggu penalarannya sendiri.
Gabungkan semuanya, dan konsekuensi praktisnya adalah aritmetika yang bisa Anda hitung tanpa benchmark. Jika sebuah tugas dunia nyata membutuhkan waktu setengah jam bagi Qwen4-Max, maka loop agen dengan sepuluh panggilan memakan waktu lima jam, dan batch semalam dengan seratus panggilan memakan waktu lima puluh jam. Itu bukan alasan untuk menghindari model ini — pekerjaan batch tidak peduli berapa lama satu panggilan berlangsung — tetapi itu merupakan batasan keras untuk pekerjaan interaktif dan agentic, yang justru biasanya adalah makna singkat dari "pekerjaan dunia nyata".
Ada efek tingkat kedua yang lebih penting daripada selisih setengah jam mentahnya. Tugas berdurasi 32 menit cukup panjang untuk berinteraksi buruk dengan setiap timeout dalam stack produksi: timeout idle gateway, anggaran retry milik klien, jendela visibilitas antrean, container yang didaur ulang pada menit keempat puluh. Model yang selesai dalam dua belas menit bertahan pada konfigurasi default. Model yang selesai dalam tiga puluh dua menit adalah model yang mengajarkan Anda di mana timeout Anda ditetapkan, dan kegagalan yang dihasilkannya — retry yang menduplikasi pekerjaan, atau jawaban terpotong yang tetap ditagih penuh — memakan biaya lebih besar daripada selisih token yang pernah dihemat.

Satu titik terpublikasi di bagian atas dial tiga tingkat
Qwen4-Max menawarkan tiga tingkat upaya penalaran — low, high, dan Xhigh — dan default ke high, dengan anggaran berpikir yang secara default juga 131,072 token. Artificial Analysis memberinya skor pada Xhigh. Itu adalah pilihan yang dapat dipertahankan: begitulah klaim efisiensi dari vendor sendiri dinyatakan, dan itu menampilkan sisi terbaik model. Namun itu berarti angka 43 dan 32,3 menit menggambarkan konfigurasi paling mahal yang ditawarkan model, dan konfigurasi upaya rendah — yang sebenarnya akan dijalankan oleh produk interaktif — sama sekali tidak memiliki angka independen yang dipublikasikan.
Bandingkan bentuk pengungkapannya di sisi lain rilis bulan ini. GPT-6.2 Astra mempublikasikan seluruh kurvanya pada indeks yang sama: 62 pada max dan pada Xhigh, 60 pada high, 57 pada medium, 46 pada low. Anda dapat melihat berapa biaya kemampuan dari setelan yang lebih murah, dan sebuah tim dapat memilih satu titik pada kurva itu. Qwen4-Max memberi Anda satu titik dan default yang berada satu tingkat di bawahnya. Jika Anda menjalankan model pada high, Anda menjalankan konfigurasi yang belum diukur siapa pun, dan jika Anda menjalankannya pada low, Anda menjalankan konfigurasi yang klaimnya juga belum dipublikasikan vendor.
Kesenjangan itu adalah detail peluncuran yang paling kurang dilaporkan, dan dampaknya sama-sama menguntungkan dan merugikan model. Pembacaan yang jujur bukanlah "Qwen4-Max lambat". Melainkan "Qwen4-Max lambat pada setelan yang dijadikan patokan, dan tidak ada pihak di luar Alibaba yang mengukur setelan lain". Jika Anda mengevaluasinya, dial upaya adalah eksperimen pertama yang harus dijalankan, bukan yang terakhir, karena itulah satu-satunya tuas yang menggerakkan waktu dan tagihan sekaligus.
Apa yang sebenarnya dihargai oleh kartu harga
Di meteran, Qwen4-Max murah — benar-benar murah, dan murah dengan cara yang paling sedikit menghukum beban kerja yang keliru.
• Tarif Singapura — $1,50 per juta token masukan dan $4,50 per juta token keluaran
• Wilayah cakupan global — $1.413 untuk input dan $4.24 untuk output, hingga tiga angka desimal, yang merupakan angka yang dikutip oleh daftar pihak ketiga
• Cache — $0.075 per juta untuk pembacaan di Singapura, $0.071 di tempat lain; penulisan lima menit dikenakan biaya $1.875 dan satu jam dikenakan biaya $3.00
• Konteks panjang — flat. Tidak ada tingkat premium di atas ambang token, yang tidak dilakukan semua pesaing bulan ini
• Batch — tarif file-batch khusus Beijing sebesar $0,707 untuk input dan $2,12 untuk output
Itu adalah tarif yang dipublikasikan Alibaba. Strukturnya lebih penting daripada angka-angkanya: harga flat di seluruh jendela berarti tinjauan dokumen 400.000 token membutuhkan biaya input $0,60 di sini, sedangkan model dengan pengali konteks panjang akan menagih beberapa kali lipat dari itu. Untuk beban kerja yang benar-benar dikuasai model ini — dokumen panjang, video, ekstraksi massal — kartu flat lebih bernilai daripada angka utama per token. Dan untuk beban kerja yang tidak dikuasainya — interaktif, multi-giliran, agentik — kartu itu tidak relevan, karena kendalanya adalah waktu, bukan meteran.
Bagian yang tidak dicantumkan siapa pun: tidak ada pos pemeriksaan.
Penyempurnaan (fine-tuning) dan penerapan model sama-sama ditandai tidak didukung dalam dokumentasi model. Qwen4-Max dapat disewa dan tidak dapat dimiliki, dan satu-satunya kelonggaran dalam pos peluncuran terkait bobot terbuka adalah bahwa model Qwen4 yang lebih kecil "akan segera menjadi open source". Bagi model yang dijual berdasarkan pekerjaan dunia nyata, itu adalah batasan nyata, bukan sekadar detail lisensi: tim yang memiliki pekerjaan dunia nyata paling banyak biasanya adalah tim yang ingin melakukan penyempurnaan pada model itu. Jika rencana Anda melibatkan varian hasil distilasi, penerapan on-prem, atau snapshot yang dapat direproduksi dan dipatok ke kumpulan bobot tetap, model ini tidak menawarkan satu pun dari ketiganya, dan tidak ada daftar pihak ketiga yang dapat menambahkannya.

Apa yang bisa Anda hubungi sekarang
Qwen4-Max tidak ada di katalog kami — rutenya tidak ada, dan kami tidak akan menyiratkan sebaliknya. Yang ada di sana adalah Qwen3.8-Max, yang dapat dirutekan hari ini dengan harga daftar vendor tanpa markup 0%, dan yang merupakan model yang sebenarnya akan Anda uji bandingkan sebelum memutuskan bahwa tugas 32 menit itu layak: skornya 34 berbanding 43, tetapi itulah model dengan harga dan perilaku yang sudah dipahami tim Anda.
Pertanyaan perutean yang muncul dari peluncuran ini adalah pertanyaan sempit dan layak dinyatakan dengan tepat. Ketika sebuah model membutuhkan setengah jam per tugas, mode kegagalan yang Anda pedulikan bukanlah jawaban yang salah — melainkan panggilan yang mati pada menit kedua puluh sembilan setelah ditagih selama dua puluh sembilan menit. Itulah alasan untuk menempatkan model berjalan lama di belakang rute dengan failover otomatis alih-alih memanggil satu penyedia secara langsung: percobaan ulang akan mendarat di endpoint yang aktif, dan logika eskalasi berada di rute, bukan di kode aplikasi Anda. Satu kunci untuk lebih dari 200 model juga berarti perbandingan di bagian berikutnya hanyalah perubahan konfigurasi, bukan kontrak kedua.
Siapa yang harus bergerak, dan siapa yang harus menunggu.
Beralihlah sekarang jika pekerjaan Anda bersifat batch, padat dokumen, berbasis masukan video, atau diukur dalam jam, bukan detik. Harga konteks panjang yang flat, jendela 984.000 token, input video native, pemanggilan alat yang mendukung video, dan biaya $3,27 per tugas indeks dibandingkan $10,02 untuk model yang digantikannya adalah peningkatan yang jelas untuk bentuk pekerjaan seperti itu, dan batas waktu 32 menit tidak relevan ketika tidak ada yang menunggu di ujung lain.
Tunggu, atau setidaknya uji dulu pengaturannya, jika pekerjaan Anda interaktif atau agentik. Angka yang dipublikasikan menggambarkan pengaturan paling mahal yang dimiliki model, pada papan di mana tugas median selesai dalam dua belas menit, dan pengaturan yang benar-benar akan Anda terapkan belum pernah diukur waktunya secara independen. Jalankan upaya rendah dan tinggi terhadap trace Anda sendiri sebelum menjalankannya terhadap benchmark — eksperimen itu hanya biaya beberapa dolar dan menjawab pertanyaan yang tidak diajukan oleh postingan peluncuran.
Dan bacalah tanggalnya dengan benar, di kubu mana pun Anda berada. Qwen4-Max mulai dijual secara umum pada 16 November 2026. Yang terjadi pada tanggal 18 adalah bahwa model itu tersedia di tempat lain, dengan slogan tentang pekerjaan di dunia nyata. Modelnya tidak berubah. Waktunya tidak berubah. Slogan adalah satu-satunya hal yang baru, dan itu adalah satu-satunya klaim di halaman tersebut yang dapat Anda periksa sendiri.
Dibandingkan dalam artikel ini2
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
