Kartu judul bertuliskan Qwen4-Max vs GPT-6.2 Astra, harga output sembilan kali lipat dan selisih 18% pada tagihan, dengan pil untuk output $40.00 dan $4.50, $4.00 versus $3.27 per tugas, serta 12.9 versus 32.3 menit per tugas.
Guides & Insights

Qwen4-Max vs GPT-6.2 Astra: Harga Output Sembilan Kali Lipat, Selisih 18% pada Faktur

Penulis

jinhao.song

Tanggal Terbit

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

GPT-6.2 Astra berbiaya $8,00 per juta token masukan dan $40,00 per juta token keluaran. Qwen4-Max berbiaya $1,50 dan $4,50. Pada meteran biaya, itu berarti selisih 5,3 kali lipat pada masukan dan 8,9 kali lipat pada keluaran — rentang yang biasanya sudah menyelesaikan perbandingan sebelum siapa pun membaca benchmark. Lalu Artificial Analysis menetapkan biaya $4,00 untuk satu tugas Intelligence Index yang selesai pada GPT-6.2 Astra, yang diluncurkan OpenAI pada 17 November 2026, dan $3,27 pada Qwen4-Max, yang dijual umum oleh Alibaba sehari sebelumnya. Delapan belas persen. Dua model yang harganya terpaut sembilan kali lipat pada separuh meteran yang mahal ternyata biaya menyelesaikan satu pekerjaan hanya berbeda dalam kisaran seperlima satu sama lain.

Tidak ada yang salah dengan kedua angka itu, dan alasan keduanya bisa berdampingan adalah inti dari perbandingan ini. Astra membeli hasilnya dengan 65,8 juta token keluaran pada tarif tinggi; Qwen4-Max membeli bentuk hasil yang sama dengan 127 juta token pada tarif rendah. Yang membedakan keduanya bukanlah harga dan bukan pula kemampuan — 62 berbanding 43 pada indeks, selisih yang tidak bisa ditutup oleh argumen harga apa pun. Yang membedakan keduanya adalah titik putus kedua jalur itu: satu pada ambang token, yang lain di puncak dial upaya yang sejauh ini hanya pernah diukur sekali.

Enam baris, kedua sisi

Setiap angka di bawah ini dicantumkan sumbernya. Harga adalah tarif tingkat standar yang dipublikasikan masing-masing vendor; skor indeks, biaya per tugas, volume token, dan waktu merupakan pengukuran Artificial Analysis yang dilakukan pada 18 November 2026, dengan Intelligence Index v5.0.1.

• Input — GPT-6.2 Astra $8,00 per juta token di bawah 272.000, $16,00 pada atau di atasnya vs Qwen4-Max $1,50 tetap di Singapura, $1,413 di wilayah cakupan Global, untuk panjang berapa pun

• Keluaran — Astra $40.00 di bawah ambang batas, $60.00 di atas dibanding Qwen4-Max $4.50 tetap

• Input cache — Astra $0,40 per juta dengan diskon 95% vs Qwen4-Max $0,075 di Singapura, $0,071 di wilayah lain

• Indeks Kecerdasan — Astra 62 pada upaya maksimal, 60 pada tinggi, 57 pada sedang, 46 pada rendah vs Qwen4-Max 43 pada Xhigh, tanpa angka yang dipublikasikan pada tinggi atau rendah

• Biaya per tugas indeks — Astra $4,00 vs Qwen4-Max $3,27

• Waktu per tugas indeks — Astra 12,9 menit vs Qwen4-Max 32,3 menit, dibandingkan median bidang 12,4

• Waktu hingga token jawaban pertama — Astra 171 detik vs Qwen4-Max 149 detik

• Konteks — Astra total 1 juta token vs Qwen4-Max 984.000 berdasarkan pengukuran, 1.000.000 berdasarkan dokumentasi

• Modalitas — Astra menerima teks dan gambar vs Qwen4-Max menerima teks, gambar, dan video; keduanya hanya menghasilkan teks

• Upaya — Astra lima tingkat, dari max hingga low, selalu aktif vs Qwen4-Max tiga tingkat, dari low hingga Xhigh, default ke high

Bagaimana dua kartu yang berjarak sembilan kali bisa berujung pada tagihan yang sama

Konvergensi ini bukan kebetulan dan bukan diskon. Ini adalah dua vendor yang memilih sisi berlawanan dari perdagangan yang sama. OpenAI menetapkan harga token dengan mahal dan menjual kepada Anda model yang menggunakan sedikit token. Alibaba menetapkan harga token dengan murah dan menjual kepada Anda model yang menggunakan sangat banyak. Keduanya telah menetapkan harga kartu tarif mereka berdasarkan kebiasaan model mereka sendiri, itulah sebabnya kartu tarif hampir tidak memberi tahu Anda apa pun tentang faktur.

Jumlah token adalah mekanismenya, dan jumlahnya tidak seimbang tepat ke arah yang diprediksi oleh harga. Pada rangkaian sembilan evaluasi, GPT-6.2 Astra menghasilkan 65,8 juta token keluaran — median di antara para pesaing adalah 65,1 juta, jadi ia benar-benar konsumen token yang biasa saja. Qwen4-Max menghasilkan 127 juta, sekitar dua kali median, dan ringkasan pelacak itu sendiri menyebutnya sangat bertele-tele. Jika dihitung menyeluruh, perkiraan naif menempatkan Qwen4-Max pada sekitar $571 untuk keluaran, dibandingkan dengan $632 milik Astra.

Kedua estimasi itu bukan angka yang dipublikasikan, dan selisihnya layak dipahami, bukan sekadar ditutupi. Angka $3,27 dan $4,00 per tugas adalah rata-rata berbobot dari sembilan evaluasi, yang memadukan token input, input cache, penalaran, dan jawaban, masing-masing dengan tarifnya sendiri. Perkalian hanya-output kebetulan berada di kisaran yang sama. Siapa pun yang mengatakan mereka menurunkan satu dari yang lain sedang menebak, termasuk siapa pun yang mengatakan selisih 18% itu persis rasio token — tidak demikian, dan kedua kuantitas bergerak secara independen ketika prompt menjadi lebih panjang atau cache menjadi lebih panas.

Ambang batas adalah satu-satunya tempat di mana celah sembilan kali lipat tetap bertahan.

Di bawah 272.000 token masukan, kartu GPT-6.2 Astra berperilaku seperti kartu: Anda membayar kira-kira lima kali lipat dari yang dikenakan Qwen4-Max untuk masukan yang sama, dan delapan hingga sembilan kali lipat untuk keluaran, dan biaya per tugas menyerapnya karena Astra menulis lebih sedikit token. Di atas 272.000 token, perbandingan berhenti menjadi perbandingan.

Pengali konteks panjang Astra menggandakan input dan input cache serta menaikkan output sebesar 50% — dan ini berlaku untuk seluruh permintaan, bukan hanya bagian yang melewati ambang. Qwen4-Max tidak memiliki ambang sama sekali: $1,50 per juta dari token pertama hingga batas input 983.616 token dalam mode thinking, atau 991.808 dengan thinking nonaktif.

Lakukan perhitungan pada tinjauan dokumen, karena itulah beban kerja yang membuat konteks panjang ada:

• 250.000 token masukan, 5.000 keluaran — GPT-6.2 Astra $2,00 masuk ditambah $0,20 keluar, jadi $2,20; Qwen4-Max $0,375 ditambah $0,0225, jadi sekitar $0,40

• 400.000 token masukan, 5.000 keluaran — Astra $6,40 masuk ditambah $0,30 keluar, jadi $6,70, karena seluruh permintaan ditagih dua kali lipat; Qwen4-Max $0,60 ditambah $0,0225, jadi sekitar $0,62

• 900.000 token masukan, 5.000 keluaran — Astra $14,40 ditambah $0,30, jadi $14,70; Qwen4-Max $1,35 ditambah $0,0225, jadi sekitar $1,37

Di bawah garis itu, rasio harga adalah rasio tarif. Di atasnya, satu panggilan menelan biaya lebih dari sepuluh kali padanan Qwen4-Max-nya sebelum salah satu model menulis satu kata pun. Itu bukan selisih harga yang remeh; itu adalah batas tempat perbandingan ini mengubah jawabannya, dan 272.000 berada jauh di dalam jendela yang diiklankan kedua model.

A two-column scoreboard comparing GPT-6.2 Astra and Qwen4-Max: input $8.00 against $1.50 per million, output $40.00 against $4.50, Intelligence Index 62 against 43, cost per task $4.00 against $3.27, time per task 12.9 against 32.3 minutes, and context 1M against 984k.

Baris cache bergerak ke arah yang sama, meski tidak sehebat itu. Diskon 95% Astra dari harga dasar $8 menghasilkan $0,40 per juta token yang di-cache, dibandingkan Qwen4-Max pada $0,075 — selisih 5,3 kali lipat yang tetap ada pada setiap panjang konteks. Penulisan cache berjalan berlawanan dengan intuisi: Astra menagihnya $10 per juta, di atas tarif input standarnya, sedangkan Qwen4-Max mencantumkan $1,875 untuk penulisan lima menit dan $3,00 untuk satu jam. Beban kerja yang membaca ulang prefiks stabil berkali-kali akan menutup sebagian besar selisihnya; beban kerja yang menulis ulang prefiksnya setiap giliran membayar hak istimewa itu di kedua sisi, dan lebih mahal lagi di sisi Astra.

Jamnya terbalik, dan sebagian besar ulasan melewatkannya.

Kecepatan adalah titik ketika kedua model tidak lagi menjadi bayangan cermin satu sama lain. Qwen4-Max menjawab lebih dulu — 149 detik hingga token jawaban pertama versus 171 detik milik Astra — lalu membutuhkan waktu dua setengah kali lebih lama untuk menyelesaikannya: 32,3 menit per tugas indeks versus 12,9 menit. Astra mencapai token pertamanya lebih lambat dan menyelesaikan tugas lebih cepat, dengan selisih 19,4 menit.

Pembalikan itu layak dinyatakan justru karena pembalikan itu membagi kedua model berdasarkan jenis beban kerja, bukan memeringkatkannya. Jika yang Anda butuhkan adalah respons yang mulai dialirkan dengan cepat — antarmuka chat, ringkasan dokumen yang sedang dilihat pengguna — keunggulan awal 22 detik Qwen4-Max adalah angka yang menentukan kecepatan yang dirasakan, dan ekor panjangnya tidak terlihat kecuali pengguna menunggu seluruh jawaban. Jika yang Anda butuhkan adalah tugas yang selesai, angka 12,9 menit yang menentukan, dan angka 32,3 menit adalah angka yang bertabrakan dengan setiap timeout di stack Anda.

Tidak ada model yang cepat secara absolut. Tugas median di papan yang sama selesai dalam 12,4 menit, jadi Astra tepat berada di rata-rata dan Qwen4-Max hampir tiga kali lipat rata-rata. Ini adalah perbandingan antara model berkecepatan normal dan model lambat, bukan antara dua model yang cepat.

The Artificial Analysis page for GPT-6.2 Astra on Intelligence Index v5.0.1, showing a score of 62 with the cost, speed and timing panel for the same nine-evaluation suite.

Salah satu dari model-model ini mempublikasikan seluruh kurvanya.

Asimetri inilah yang menentukan lebih banyak deployment daripada kedua kartu harga itu. Dokumentasi pengembang dan pelacak GPT-6.2 Astra bersama-sama menjelaskan lima level effort dan skor indeks pada masing-masing level: 62 pada max, 62 pada Xhigh, 60 pada high, 57 pada medium, 46 pada low. Anda dapat melihat persis kemampuan apa yang dikorbankan oleh setelan yang lebih murah, yang berarti sebuah tim dapat memilih titik pada kurva itu secara sengaja — 57 pada medium masih unggul 14 poin dari angka terbaik yang dipublikasikan Qwen4-Max, dan medium menghasilkan jauh lebih sedikit token daripada yang dihasilkan max effort.

Qwen4-Max merilis tiga level — low, high, dan Xhigh — default-nya high, dan memiliki tepat satu titik yang diukur secara independen, diambil pada Xhigh, pengaturan termahal yang ditawarkannya. Anggaran berpikirnya default ke 131,072 token, dan tidak ada apa pun di luar A​libaba yang mengukur waktu dampak low atau high sebenarnya terhadap waktu proses atau tagihan.

Itu mengubah arti "18% lebih murah per tugas". Perbandingannya adalah konfigurasi terukur Astra dengan konfigurasi terukur Qwen4-Max, dan konfigurasi terukur Qwen4-Max adalah konfigurasi yang tidak akan dikirim sebagai default oleh produk mana pun. Turunkan ke high, dan waktu prosesnya mungkin membaik serta skornya mungkin turun — seberapa besar penurunannya adalah angka yang belum dipublikasikan, dan klaim efisiensi vendor sendiri dinyatakan pada high sekaligus Xhigh, yang menunjukkan bahwa pengaturan itu dimaksudkan agar dapat digunakan, bukan sebagai cadangan.

Perbedaan penagihan yang tidak tercantum pada kedua kartu tarif

Satu aturan di sisi Astra tidak memiliki padanan di Qwen4-Max dan menimbulkan biaya dengan cara yang tidak akan pernah terungkap oleh perbandingan harga. Mulai generasi ini, API membuang item penalaran ketika mendeteksi perubahan di tengah percakapan pada riwayat — edit prefiks, penurunan versi model, perubahan pengguna akhir atau organisasi. Model kemudian menurunkan ulang pekerjaan yang sudah dilakukannya, dan membayarnya lagi.

Bagi loop agen yang menulis ulang system prompt-nya di antara giliran, itu adalah biaya berulang yang tidak muncul dalam perbandingan per-token mana pun, dan itulah mekanisme yang paling mungkin membuat angka $4.00 per tugas yang terukur pada Astra terlihat terlalu optimistis di produksi. Qwen4-Max tidak memiliki aturan padanan yang dipublikasikan, yang tidak sama dengan tidak memiliki perilaku padanan — artinya perilaku tersebut tidak terdokumentasi dan Anda menemukannya di log Anda.

The OrcaRouter model page for openai/gpt-6-astra, listing the routable endpoint for Astra's predecessor at vendor list price.

Memanggil salah satu dari mereka

Kedua model tersebut tidak ada di katalog kami. GPT-6.2 Astra dan Qwen4-Max sama-sama dapat diakses melalui API vendor masing-masing dan beberapa platform pihak ketiga, dan kami tidak akan menyarankan sebaliknya; jalur untuk Qwen4-Max tidak ada di sini, sedangkan jalur untuk pendahulu Astra ada.

Yang tersisa adalah perbandingan yang mungkin ingin Anda jalankan daripada baca, dan versi jujur dari argumen perutean itu sempit. Kedua model cukup baru sehingga angka yang dipublikasikan menggambarkan sebuah konfigurasi, bukan deployment. Menjalankan dua puluh trace yang sama melalui rute yang memungkinkan Anda menukar model di balik satu kunci — dan failover ketika panggilan 32 menit gagal pada menit kedua puluh sembilan — adalah cara untuk mengetahui pada kurva mana dari kedua kurva ini beban kerja Anda berada. Pendahulu Astra—GPT-6 Astra—dan Qwen3.8-Max keduanya dapat dirutekan sekarang dengan harga daftar vendor dengan markup 0%, yang membuat A/B terhadap salah satu model baru menjadi perubahan konfigurasi alih-alih kontrak kedua.

Apa yang menentukan itu

Dua pertanyaan, dalam urutan ini, dan pertanyaan kedua hanya relevan jika pertanyaan pertama hasilnya tertentu.

Pertama: apakah beban kerja Anda secara rutin melebihi 272.000 token input? Jika ya, pilihannya praktis sudah ditentukan dan selisih indeks tidak lagi penting, karena ambang batas Astra mengubah rasio input 5 kali lipat menjadi 10 kali lipat pada keseluruhan permintaan, sedangkan kartu tarif datar Qwen4-Max tidak demikian. Untuk pekerjaan dokumen panjang, video panjang, dan ekstraksi massal, Qwen4-Max adalah jawaban yang lebih murah sebesar satu orde besaran, dan 43 poin indeks cukup untuk ekstraksi.

Kedua: jika prompt Anda pendek, apakah Anda perlu 19 poin indeks? Astra 22% lebih mahal per tugas dan menyelesaikan tugas dalam 40% waktu, dengan kurva upaya lima titik yang dipublikasikan sehingga Anda dapat memilih tingkat yang lebih rendah. Qwen4-Max lebih murah per tugas, menjawab lebih cepat, menyelesaikan jauh lebih lambat, dan memberi Anda satu pengaturan terukur. Pada prompt pendek, selisih per token sebagian besar menguap dan selisih kemampuan tidak.

Yang tidak diselesaikan oleh kedua model adalah hal yang menjadi nilai jual keduanya minggu ini: pekerjaan. Tawaran peluncuran Astra adalah penurunan harga, yang bisa diukur dan sudah diukur. Milik Qwen4-Max adalah slogan tentang kerja dunia nyata, yang juga terukur — hanya saja tidak oleh siapa pun yang baru membaca postingan peluncuran. Catatan waktu 32,3 menit dan satu-satunya tingkat upaya yang diukur adalah tempat slogan itu diuji, dan keduanya adalah dua angka yang perlu dibawa ke evaluasi Anda sendiri, karena keduanya adalah dua angka yang tidak dikutip oleh pemasaran.

Dibandingkan dalam artikel ini2

Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari