Kartu judul bertajuk 'Qwen4-Max: angka-angka yang tidak berpindah', dengan tiga chip bertuliskan 983.616 token masukan dalam mode berpikir, 131.072 token jawaban, dan 262.144 yang dipakai bersama antara mode berpikir dan jawaban, dengan keterangan yang merujuk pada kartu model Alibaba Cloud Model Studio tanggal 16 November 2026.
Guides & Insights

Qwen4-Max Terdaftar di Tempat Lain Dalam Sehari. Anggaran Berpikir Adalah Bagian yang Tidak Akan Ikut Terporting

Penulis

jinhao.song

Tanggal Terbit

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

Qwen4-Max tersedia secara umum pada 16 November 2026, dan dalam hitungan jam platform kedua mengiklankannya sejak hari pertama — konteks 1 juta token, input teks, gambar, dan video native, ditujukan untuk coding, pekerjaan kantor, dan eksekusi agen jangka panjang. Itulah bentuk normal peluncuran model tertutup pada 2026: Alibaba tidak menerbitkan checkpoint untuk Qwen4-Max, sehingga siapa pun di luar enam wilayah penerapannya hanya dapat mengakses model tersebut melalui platform yang menyewanya dari Alibaba. Yang tidak normal, atau setidaknya tidak dibahas, adalah seberapa banyak panduan operasional model itu hilang dalam relay tersebut. Kartu harganya tersampaikan dengan utuh. Angka konteks utamanya tersampaikan dengan utuh. Aritmetika yang menentukan apakah permintaan Anda muat atau menghasilkan pemotongan sama sekali tidak tersampaikan.

Apa yang sebenarnya disampaikan oleh listing hari nol kepada Anda

Dua hal, keduanya bukan tentang benchmark. Pertama, bahwa model ini dijual untuk riset dan pekerjaan agen, bukan untuk chat — materi promosi day-zero menonjolkan eksekusi agen berjangka panjang dan mencantumkan video sebagai modalitas masukan, yang merupakan deskripsi beban kerja yang hendak dibidik platform dengan model itu, bukan pengulangan headline A​libaba sendiri. Kedua, bahwa Qwen4-Max bisa disewa tetapi tidak portabel: tidak ada unduhan, jadi setiap endpoint yang melayaninya melayani deployment A​libaba, dan setiap halaman pihak ketiga yang mendeskripsikannya adalah ringkasan dokumentasi A​libaba. Ringkasan tabel spesifikasi adalah tempat bug integrasi lahir.

Kartu tarif adalah bagian yang mudah dan layak disebutkan sekali saja. Di Singapura, A​libaba mencantumkan Qwen4-Max pada $1,50 per juta token masukan dan $4,50 per juta token 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 Virginia AS — sedikit lebih rendah pada $1,413 untuk masukan, $4,24 untuk keluaran, dan $0,071 untuk pembacaan cache. Ini adalah satu tingkat harga hingga batas konteks: tidak ada biaya tambahan untuk konteks panjang, tidak ada diskon batch yang perlu dicari, karena inferensi batch sama sekali tidak ditawarkan pada model ini.

A two-column scoreboard contrasting a third-party listing with Alibaba's model card: the listing gives 1M context, 1M output, three effort levels and no batch figure, while the model card gives 1,000,000 context, 983,616 input in thinking mode, 131,072 output non-thinking, 262,144 shared, and effort levels low, high and xhigh, sourced to Alibaba Cloud Model Studio documentation updated 16 November 2026.

Tiga angka yang tidak ikut berpindah bersama model

"1M context" adalah angka yang ada di setiap listing. Halaman model A​libaba, yang terakhir diperbarui pada hari peluncuran, lebih spesifik, dan celah antara angka pemasaran dan angka operasionalnya adalah tempat integrasi rusak:

• Panjang konteks — 1.000.000 token, batas atas untuk keseluruhan permintaan, bukan anggaran yang dapat Anda gunakan untuk keluaran

• Input maksimum, non-thinking — 991.808 token, karena 8.192 dari jendela disisihkan untuk balasan

• Input maksimum, thinking — 983.616 token, dengan 8.192 lainnya disisihkan untuk blok penalaran

• Keluaran maksimum, non-thinking — 131.072 token

• Gabungan pemikiran plus jawaban, mode berpikir — 262.144 token, dibagi antara jejak penalaran dan balasan yang terlihat

• Anggaran thinking default — 131.072 token, dengan reasoning_effort default ke high saat tidak ada parameter yang ditetapkan

Baris kelima adalah yang paling merepotkan. Tim yang menentukan ukuran pekerjaan berdasarkan batas keluaran 262.144 token yang didokumentasikan lalu menjalankannya dalam mode berpikir akan melihat jawaban yang terlihat berhenti pada panjang yang tidak ada hubungannya dengan berapa banyak lagi yang masih bisa dikatakan model, karena jejak penalaran telah mengambil dari kumpulan yang sama. Angka 131.072 adalah angka keluaran yang aman. Angka 262.144 adalah anggaran bersama, dan perbedaan antara kedua tafsiran itu adalah perbedaan antara pipeline yang berfungsi dan insiden mingguan.

Ada sedikit hiburan: ini juga menjelaskan ketidaksesuaian yang akan Anda lihat dalam daftar spesifikasi pihak ketiga, yang mencantumkan jendela konteks 984k. Itu bukan model yang berbeda dan bukan penurunan. Itu adalah batas maksimum masukan mode berpikir, 983.616 yang dibulatkan, dan itulah angka jujur yang harus dijadikan patokan ukuran jika Anda memanggil model dengan penalaran aktif — yang merupakan default.

Remap effort adalah titik ketika klien yang berbentuk OpenAI kehilangan satu level

Qwen4-Max menawarkan tiga tingkat penalaran, bukan lima: low, high, dan xhigh, dengan default high. Panggil melalui klien yang kompatibel dengan OpenAI dan string effort yang di luar rentang akan dilipat alih-alih ditolak — tabel A​libaba memetakan minimal ke low, medium ke high, dan max ke xhigh. Melalui format A​nthropic Messages, {{1}}medium menjadi high dan max menjadi xhigh{{/1}}.

Kedua pemetaan dapat dipertahankan dan keduanya tidak memberi peringatan. Pipeline yang disetel terhadap model lima tingkat yang meminta medium di sini akan menerima penalaran dengan upaya tinggi: lebih banyak token, latensi lebih tinggi, pengeluaran lebih besar, dan tidak ada error yang memberi tahu Anda bahwa itu terjadi. Pipeline yang meminta max dengan mengharapkan puncak tangga lima tingkat akan mendapat xhigh, yang kebetulan merupakan puncak tangga ini — jadi outputnya tampak benar dan hanya tagihannya yang tidak setuju. Perbaikannya adalah satu baris per rute: sematkan tingkat yang benar-benar Anda ukur, dalam kosakata vendor, dan lakukan assertion terhadapnya di staging. Apa pun yang meneruskan string effort yang belum dipetakan langsung ke model dengan tangga yang lebih pendek akan melenceng, dan akan melenceng ke arah pengeluaran uang yang lebih banyak.

A screenshot of the Alibaba Cloud Model Studio documentation page for qwen4-max, showing the Model Studio navigation, the breadcrumb Home Page > Models > Get Started, and the qwen4-max (Latest Model) heading with the start of its specification tables.

Apa yang dikatakan angka peluncuran, dan apa yang tidak.

Evaluasi peluncuran Alibaba, yang dilaporkan vendor dan tidak direproduksi secara independen, menempatkan Qwen4-Max pada 52,69 dalam benchmark Work360 miliknya, dibandingkan dengan 47,74 untuk Qwen3.8-Max, dengan biaya rata-rata per tugas turun dari $4,43 menjadi $1,67 dan penggunaan token keluaran turun 24% pada effort xhigh serta 35% pada high. Pada Terminal-Bench 4.0, vendor melaporkan token keluaran 48% dan 49% lebih sedikit pada dua pengaturan yang sama, dan tingkat kelulusan tingkat fungsi pada benchmark secure-coding-nya naik dari 22,0% menjadi 31,8%. Itulah argumen vendor untuk arsitektur ini: sparse mixture-of-experts berparameter 2,4 triliun yang mengaktifkan 71 miliar parameter per token, ditambah 328 miliar parameter embedding N-gram, dengan tiga lapisan Gated DeltaNet per lapisan sparse-attention.

Satu-satunya pembacaan eksternal yang tersedia pada 17 November adalah Artificial Analysis, yang memberi Qwen4-Max skor 43 pada Intelligence Index v5.0.1 dan menempatkannya di peringkat ke-38 dari 81 model pada indeks tersebut. Lembaga itu juga mengukur $3,27 biaya komputasi per tugas indeks, yang ditopang oleh 127 juta token keluaran sepanjang proses dibandingkan median 78,6 juta, dan sama sekali tidak mencatat pengukuran kecepatan untuk model tersebut — tidak ada waktu per tugas, tidak ada laju keluaran. Angka 43 di samping klaim vendor bahwa model ini mengalahkan frontier adalah ketegangan yang akan menjadi fokus liputan bulan depan. Angka itu juga satu-satunya angka dalam artikel ini yang tidak dihasilkan oleh Alibaba.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, showing the 1M-token context badge, text, image and video input, and the pricing panel for the model Qwen4-Max replaces.

Jika Anda berencana meneleponnya minggu ini

OrcaRouter tidak merutekan Qwen4-Max, dan ini layak dikatakan secara terus terang daripada menyiratkan sebaliknya. Katalog memuat Qwen3.8-Max — model yang digantikan Qwen4-Max — dengan harga $2,00 untuk input dan $6,00 untuk output per juta dengan harga daftar vendor diteruskan pada markup 0%, bersama Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 dan T​encent HY4 Preview. Katalog tersebut belum memuat generasi Qwen4.

Susunan yang jujur bagi tim yang mengevaluasi Qwen4-Max saat ini adalah kunci A​libaba langsung untuk model baru tersebut ditambah lapisan perutean untuk semua yang akan Anda jadikan fallback. Itu tidak sesulit kedengarannya, karena hal yang membuat model baru mahal untuk diadopsi bukanlah harga token — melainkan bahwa mencobanya berarti kontrak kedua, SDK kedua, dan rangkaian semantik percobaan ulang kedua yang berada di jalur produksi. Menjaga penyedia yang sudah ada di balik satu endpoint dengan failover otomatis lintas penyedia memungkinkan eksperimen Qwen4-Max berjalan berdampingan dengan jalur yang sudah berfungsi, dan memungkinkan perbandingan dilakukan pada lalu lintas Anda sendiri alih-alih pada benchmark A​libaba. Ketika model tersebut benar-benar masuk ke katalog, harga yang Anda lihat akan menjadi harga vendor itu sendiri, langsung aktif pada hari harganya berubah, karena itulah arti pass-through: kartu Global dengan harga $1.413 dan $4.24 akan muncul sebagai $1.413 dan $4.24, bukan pada spread reseller.

Apa yang harus ditonton

Pos peluncuran Alibaba ditutup dengan kalimat yang lebih penting daripada benchmark apa pun di dalamnya: Max hanyalah gambaran pertama Qwen4, dan model-model yang lebih kecil dalam keluarga itu akan segera hadir sebagai open source. Itu adalah janji tentang tingkat di bawahnya, bukan tentang yang ini, dan itu tidak mengubah fakta bahwa Qwen4-Max sendiri adalah model yang Anda sewa dari satu vendor dan dari platform yang menyewanya dari vendor yang sama. Di pasar itu, dokumentasi adalah pembeda produk, dan dokumentasi menyebutkan 983.616 input dan 131.072 output — bukan satu juta untuk apa pun.

Dua tanggal layak masuk kalender. Pensiunnya pengenal pratinjau pada 25 November, bagi siapa pun yang konfigurasinya masih menyebut qwen4-max-preview. Dan apa pun yang A​libaba terbitkan berikutnya soal anggaran thinking, karena pool bersama 262.144 token pada model yang dipasarkan sebagai berkonteks 1M adalah angka yang paling mungkin direvisi begitu beban kerja agen sungguhan mulai menabraknya.