Kartu judul yang dihasilkan bertuliskan 'Qwen4-Max vs Qwen4 27B' dengan subjudul 'Salah satunya memiliki kartu harga. Yang lainnya hanya disebutkan di atas panggung.', di atas tiga kartu: Qwen4-Max dengan konteks 1M, $1.50 / $4.50 per 1M, dan AA Index 43; Qwen4 27B tanpa bobot, tanpa kartu model, dan tanpa harga; Qwen3.8-27B seharga $0.33 / $2.40 per 1M, konteks 256K, dan AA Index 20. Catatan kaki bertuliskan 'Angka Qwen4-Max menurut Alibaba dan Artificial Analysis; Qwen4 27B tidak memiliki spesifikasi yang dipublikasikan per 16 November 2026.'
Guides & Insights

Qwen4-Max vs Qwen4 27B: Selisih Harga 4,5 Kali Lipat dan Model yang Tidak Dapat Anda Unduh

Penulis

jinhao.song

Tanggal Terbit

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

Pertanyaan menarik tentang Qwen4-Max bukanlah apakah model itu bagus. Melainkan apakah Anda seharusnya membayar $1,50 dan $4,50 per juta token untuk model yang berpikir dalam sekali telan 262.144 token ketika saudara kandungnya berparameter 27 miliar — Qwen4 27B — seharusnya melakukan sebagian besar pekerjaan yang sama pada perangkat keras milik Anda. Masalahnya, Qwen4 27B belum ada dalam bentuk apa pun yang bisa Anda jalankan. Alibaba menampilkannya di panggung Konferensi Apsara pada 22 September 2026 bersama Qwen 4 Max, Qwen 4 Flash, dan Qwen 4 Plus, dan sejak itu belum menerbitkan kartu model, bobot, panjang konteks, harga, maupun benchmark untuknya. Sebaliknya, Qwen4-Max mulai dikenai tarif per penggunaan pada 16 November dengan jendela 1.000.000 token dan Artificial Analysis Intelligence Index 43. Jadi versi perbandingan yang berguna mempertemukan model unggulan yang bisa Anda panggil dengan model kecil yang belum bisa Anda jalankan, dan menjawab pertanyaan yang sebenarnya menentukan anggaran: apa yang dibeli oleh perbedaan harga token 4,5 kali lipat, dan apa yang harus dilakukan 27B agar layak mendapat tempatnya.

Dua kartu harga, salah satunya memiliki angka di atasnya

Mulailah dengan apa yang tertulis. Segala sesuatu di bagian ini adalah angka yang dipublikasikan; tidak ada yang disimpulkan.

• Qwen4-Max, Singapura — $1,50 per juta token masukan, $4,50 keluaran, sama rata di seluruh jendela 1.000.000 token. Pembacaan cache $0,075 per juta, penulisan lima menit $1,875, penulisan satu jam $3,00.

• Qwen4-Max, wilayah lain — $1.413 dan $4.24 di Frankfurt, Virginia, Tokyo, Hong Kong, dan Beijing, diskon 5,8% pada kartu Singapura untuk batas yang identik.

• Qwen4-Max, independen — AA Index 43 dengan biaya yang ditagihkan evaluator sebesar $3,27 per tugas indeks, campuran $0,80 per juta, 127 juta token output sepanjang proses.

• Qwen4 27B — tidak ada harga. Bukan "belum diumumkan"; secara spesifik, tidak ada satu baris pun di mana pun karena tidak ada model yang bisa dikaitkan dengan harga tersebut.

Hal yang paling mendekati Qwen kecil yang dapat Anda jalankan saat ini adalah Qwen3.8-27B, model multimodal padat Apache-2.0 dari generasi sebelumnya. Alibaba mencantumkannya pada $0,50 dan $3,00 per juta di API miliknya sendiri; kami menghosting sendiri bobotnya dan menagih $0,33 dan $2,40, karena bobot terbuka tidak memiliki biaya vendor per token yang perlu diteruskan. Artificial Analysis memberinya skor 20 pada indeks yang sama — dua puluh tiga poin di bawah Qwen4-Max, yang merupakan keseluruhan argumen dalam satu angka.

Jadi, rasio yang jujur tidak diukur terhadap sesuatu yang semu. Rasio itu 4,5 kali lipat pada input dan 1,9 kali lipat pada output saat Anda membandingkan Qwen4-Max dengan 27B terakhir yang benar-benar dirilis — dan dua puluh tiga poin indeks kemampuan sebagai selisihnya. Apakah itu penawaran yang menguntungkan sepenuhnya bergantung pada untuk apa beban kerja Anda membelanjakan tokennya, yang merupakan pertanyaan tentang trace Anda, bukan tentang salah satu vendor.

A generated two-column scoreboard titled 'Qwen4-Max vs Qwen3.8-27B — the scoreboard', using the same six row labels on both sides. Qwen4-Max: context 1,000,000 tokens, price per 1M $1.50 / $4.50, inputs text, image and video, open weights no, AA Index 43, cost per task $3.27. Qwen3.8-27B: context 256,000 tokens, price per 1M $0.33 / $2.40, inputs text, image and video, open weights Apache-2.0, AA Index 20, cost per task $3.53. Footer: 'Price and context vendor-reported; Qwen3.8-27B price is OrcaRouter self-hosted, Alibaba lists $0.50 / $3.00. AA Index and cost per task per Artificial Analysis v5.0.1. Qwen4 27B has no published figures.'

Apa yang bisa didapat dari model 27B yang tidak bisa diberikan oleh model unggulan 2,4 triliun parameter

Tiga hal, dan tidak satu pun dari itu adalah kualitas.

Yang pertama adalah tagihan tetap. Model unggulan yang dihosting adalah biaya variabel yang berskala dengan trafik dan dengan seberapa bertele-tele model itu pada hari itu; model terbuka 27B di perangkat keras Anda sendiri adalah biaya modal dan jadwal penyusutan. Dengan $0.33 dan $2.40 per juta token, tim yang membelanjakan $3,000 sebulan untuk model unggulan tersebut membelanjakan sekitar $700 untuk model kecil untuk volume token yang sama — dan begitu volume itu berlipat ganda, salah satu angka tersebut berubah dan yang lainnya tidak.

Yang kedua adalah latensi yang Anda kendalikan. Model dense 27B pada satu node menjawab dalam bentuk yang dapat Anda prediksi, karena tidak ada antrean di belakangnya dan tidak ada anggaran berpikir jangka panjang yang tidak Anda minta. Qwen4-Max secara default menggunakan reasoning_effort: high dengan anggaran berpikir 131.072 token, dan permintaan yang tidak menetapkan apa pun telah mencadangkan ruang keluaran lebih banyak daripada yang akan digunakan sebagian besar tugas. Default itu tepat untuk model unggulan dan keliru untuk pengklasifikasi, router, atau seribu keputusan kecil yang dibuat agen di antara keputusan yang menarik.

Yang ketiga adalah lisensi. Bobot Apache-2.0 berarti model dapat dikuantisasi, disesuaikan, disematkan dalam produk yang Anda kirimkan, dan dijalankan di yurisdiksi tempat API tidak tersedia. Qwen4-Max bersifat proprietary, dilayani dari enam wilayah, dan hanya mengembalikan teks — tanpa bobot, tanpa fine-tuning, tanpa penerapan on-premise. Dokumentasi A​libaba menyatakan bahwa fine-tuning dan penerapan model tidak didukung untuknya di mana pun.

Yang tidak bisa diberikan oleh model 27B adalah hal yang memang menjadi tujuan Qwen4-Max dibangun. Tulang punggung 2,4 triliun parameter dengan 71 miliar parameter aktif, 328 miliar parameter embedding N-gram, lapisan Gated DeltaNet yang memadatkan riwayat ke state tetap untuk setiap lapisan Q​wen Sparse Attention — tidak ada satu pun arsitektur itu yang dapat diturunkan ke model dense 27B, dan begitu pula jendela 1.000.000 token. Framing pihak vendor sendiri mengenai keluarga ini adalah bahwa model yang lebih kecil "disetel untuk hal-hal yang paling baik dilakukan model kecil," yang merupakan cara elegan untuk mengatakan bahwa keduanya bukan produk yang sama.

Satu-satunya hal yang telah dikatakan A​libaba tentang Qwen4 27B, dan apa nilainya

Dalam postingan rilis Qwen4-Max pada 16 November, paragraf penutupnya berbunyi: "Dan Max hanyalah gambaran pertama dari Qwen4. Model-model yang lebih kecil dalam keluarga ini akan hadir sebagai sumber terbuka, dibangun di atas garis keturunan yang sama dan dilatih dengan generasi teknik yang sama, serta dioptimalkan untuk hal-hal yang paling dikuasai model kecil."

Itu adalah pernyataan paling baru dan paling spesifik yang ada tentang tier 27B, dan nilainya persis seperti yang dinyatakan — yang lebih kecil daripada kesan yang ditimbulkannya. “Hadir di open source” adalah komitmen terhadap lisensi, bukan tanggal. “Garis keturunan yang sama” adalah klaim tentang keturunan arsitektur, bukan tentang checkpoint yang telah dirilis. Dan kalimat itu sama sekali tidak menyebut 27B; nama tier berasal dari pengumuman panggung September, ketika pimpinan LLM Qwen menunjukkan empat model dan hanya mengatakan bahwa keluarga itu akan segera hadir. Di antara kedua pernyataan itu ada jeda dua bulan dengan empat tier dijanjikan, satu telah dirilis, dan yang open-weight — secara historis tier yang dirilis lebih dulu dalam bentuk bobot yang dapat diunduh — masih belum ada.

Apa yang akan membuat halaman ini kedaluwarsa dapat diperiksa di tiga tempat, dan ketiganya adalah tempat yang selama ini menjadi sinyal setiap rilis Qwen. Sebuah repositori di organisasi Qwen di Hugging Face dengan nama Qwen4; repositori model terbaru organisasi tersebut saat ini semuanya Qwen3.8, terakhir diperbarui pada awal November. Kartu model di qwen.ai yang menyebutkan tier dengan panjang konteks dan lisensi. Atau baris harga untuk 27B yang dihosting, yang akan memberi tahu Anda berapa nilai tier tersebut menurut Alibaba sebelum bobotnya dirilis. Sampai salah satu dari itu bergerak, jumlah parameter, jendela konteks, atau skor apa pun yang Anda baca untuk Qwen4 27B adalah ekstrapolasi dari Qwen3.8-27B dan harus diberi label demikian.

Contoh yang dikerjakan: loop agen yang sama pada kedua kartu

Ambil contoh agen otomasi dukungan: system prompt dan skema alat sebesar 40.000 token, percakapan 6.000 token, delapan panggilan alat per tiket, 900 token keluaran per panggilan, tanpa mode berpikir, 20.000 tiket per bulan. Cache prefiksnya. Ini hanyalah aritmetika berdasarkan harga daftar yang dipublikasikan.

• Qwen4-Max, Singapura, tanpa cache — 46.000 token masukan per panggilan dengan $1,50 per juta adalah $0,069; delapan panggilan adalah $0,552 per tiket. Output pada 900 token dan $4,50 per juta adalah $0,00405 per panggilan, $0,0324 per tiket. $0,584 per tiket, $11.690 sebulan.

• Qwen4-Max dengan prefiks di-cache — prefiks 40.000 token ditulis sekali seharga $1,875 per juta dan dibaca pada tujuh panggilan berikutnya seharga $0,075. Per tiket, prefiks tersebut biayanya $0,075 untuk penulisan ditambah $0,021 untuk tujuh pembacaan; 6.000 token yang bergerak biayanya $0,072 di delapan panggilan. Input menjadi $0,168, output tetap $0,0324. $0,20 per tiket, $4.010 sebulan — dan cache lebih banyak membantu tagihan daripada penggantian model apa pun.

• Qwen3.8-27B dengan tarif self-hosted kami — 46.000 token input per panggilan dengan $0,33 per juta adalah $0,0152; delapan panggilan $0,121. Output 900 token dengan $2,40 per juta adalah $0,00216 per panggilan, $0,0173 per tiket. $0,139 per tiket, $2.780 per bulan.

Ada dua hal yang muncul. Meng-cache prefix pada model unggulan menghemat 66% dan membuatnya berada dalam 1,4× harga model kecil tanpa cache — selisih antartingkat lebih kecil daripada selisih antara memakai cache dan tidak memakainya. Dan keunggulan model kecil itu nyata tetapi tidak transformasional pada volume token ini: sekitar $1.200 per bulan untuk 20.000 tiket. Yang membuatnya menjadi transformasional adalah pada sepuluh kali volume itu, atau ketika pekerjaannya cukup sederhana sehingga model 20-indeks sudah memadai, yang untuk perutean tool call dan klasifikasi biasanya memang demikian.

Di mana flagship bukan opsional

Ada kategori pekerjaan di mana tier 27B bukanlah substitusi yang lebih murah, melainkan sama sekali tidak bisa dipakai, dan bersikap jelas soal itu adalah pembeda antara perbandingan yang berguna dan halaman jualan.

• Pekerjaan konteks panjang di atas 256.000 token — Qwen3.8-27B berhenti pada 262.144; Qwen4-Max mendukung 1.000.000, dengan batas input 991.808 token dalam mode non-thinking. Tinjauan kontrak 400.000 token sama sekali tidak muat pada model kecil.

• Eksekusi agen jangka panjang — Klaim agentik Alibaba untuk Qwen4-Max adalah eksperimen penemuan material otonom selama 48 jam pada platform lab basah dan tinjauan uji tuntas hukum atas 198 makalah kerja yang menghasilkan laporan 86 halaman. Apa pun pendapat orang tentang demonstrasi vendor, hal tersebut menggambarkan kelas tugas yang tidak dicoba oleh model 20-indeks.

Input video berdurasi panjang — Qwen4-Max menerima video dan jendela 1M; keluarga 27B menerima video pada 262K. Aritmetika frame per detik rekaman tidak kenal ampun.

• Pengodean aman — A​libaba melaporkan tingkat kelulusan tingkat fungsi Last Secure Code Bench naik dari 22,0% menjadi 31,8% antar generasi pada tier Max, dan kode yang aman pada granularitas fungsi, berkas, dan repositori secara bersamaan dari 8% menjadi 14,7%. Itu adalah angka dari vendor dan belum direproduksi, tetapi itulah jenis angka yang diminta oleh tinjauan keamanan dan tidak dimuat dalam kartu model kecil.

Polanya adalah bahwa model unggulan sepadan dengan harganya pada tugas-tugas yang panjang, multimodal, atau mahal jika salah, dan bukan pada tugas-tugas yang jumlahnya banyak. Sebagian besar sistem produksi mencakup kedua jenis tersebut, itulah sebabnya jawaban untuk "yang mana" biasanya adalah "keduanya, dengan perutean."

Menjalankan keadaan campuran pada satu kunci

OrcaRouter membawa keluarga Qwen3.8 — Qwen3.8-Max, Qwen3.8-Flash, dan Qwen3.8-27B — melalui satu endpoint yang kompatibel dengan OpenAI padaharga daftar penyedia dengan markup 0%, dan 27B adalah model yang kami jalankan di infrastruktur kami sendiri dari bobot Apache-2.0, sehingga harganya $0.33 dan $2.40, bukan $0.50 dan $3.00 milik A​libaba. OrcaRouter tidak menyediakan Qwen4-Max: model tersebut dapat diakses melalui Model Studio API milik A​libaba sendiri dan beberapa platform pihak ketiga, dan tidak ada dalam katalog per 16 November.

Yang memungkinkan hal itu hari ini adalah pola perutean yang diperjuangkan perbandingan ini, tanpa menunggu 27B. Satu API untuk lebih dari 200 model berarti keputusan tingkat berhenti menjadi keputusan pengadaan: permintaan yang muat dalam 256K dan tampak rutin dialihkan ke qwen/qwen3.8-27b; permintaan yang panjang, multimodal, atau ditandai berisiko tinggi dialihkan ke model frontier pada kunci yang sama; DSL perutean mengungkapkan pemisahan itu sebagai aturan, bukan sebagai percabangan dalam kode aplikasi Anda. Failover otomatis berarti tingkat murah dapat menanggung volume tanpa menjadi satu titik kegagalan saat performanya sedang buruk pada suatu hari, dan pemotongan harga dari vendor mana pun langsung berlaku pada kunci Anda di hari yang sama karena harga daftar diteruskan apa adanya, bukan dinaikkan.

Fusi model adalah opsi ketiga dalam toolkit itu dan yang paling tidak cocok untuk pasangan khusus ini — panel model yang menjawab bersama lebih mahal daripada masing-masing secara terpisah, dan alasan menggunakannya adalah ketidaksepakatan pada pertanyaan sulit, bukan volume. Layak diketahui keberadaannya; tidak layak dipaksakan pada router tiket dukungan.

A screenshot of the OrcaRouter model page for Qwen3.8-27B at the identifier qwen/qwen3.8-27b, showing the $0.33 input and $2.40 output prices, the Vision, Tools, JSON and Reasoning capability tags, the attribution to Qwen dated 2026-08-13, and the description of it as Alibaba's open-weight 27B dense multimodal model released under Apache-2.0 and self-hosted on OrcaRouter's own infrastructure, accepting text, images and video with a 256K-token context window.

Apa yang harus dilakukan sebelum beban tiba

Jika alasan Anda menunggu Qwen4 27B adalah karena ingin model terbuka kecil yang bisa Anda jalankan sendiri, penantian itu tidak banyak merugikan Anda: Qwen3.8-27B berlisensi Apache-2.0, memiliki jendela 256K, dapat membaca teks, gambar, dan video, serta mencatat skor 90,3 pada LiveCodeBench v6 dan 89,2 pada GPQA Diamond di kartu resmi Q​wen — angka dari vendor, dan tergolong kuat untuk ukuran tersebut. Mulailah dari sana, ukur dampak model 20 indeks terhadap tingkat keberhasilan tugas Anda, dan Anda akan tahu sebelum checkpoint Qwen4 tiba apakah tier itu memang cocok untuk beban kerja Anda.

Jika alasan Anda adalah biaya, cache prefiksnya terlebih dahulu. Contoh yang telah dikerjakan di atas menunjukkan penghematan 66% pada model unggulan dari satu parameter permintaan, yang lebih besar daripada selisih antara model unggulan dan model kecil pada dasar yang sama tanpa cache. Tim rutin mencari model yang lebih murah ketika bagian tagihan yang mahal adalah prefiks yang mereka baca ulang dengan harga penuh.

Dan jika alasan Anda adalah kemampuan, tidak ada 27B yang akan menggantikannya. Dua puluh tiga poin indeks antara Qwen3.8-27B dan Qwen4-Max adalah perbedaan antara model yang menangani pekerjaan rutin dengan baik dan model yang mencoba tugas-tugas panjang, multimodal, dan berisiko tinggi — dan bahasa peta jalan A​libaba sendiri menyatakan bahwa model-model kecil sedang disetel untuk hal-hal yang paling dikuasai model kecil, yang merupakan janji efisiensi alih-alih kesetaraan. Bangun pembagian routing sekarang, pada tingkatan yang ada, dan pada hari Qwen4 27B mendarat di Hugging Face, itu menjadi entri katalog dan perubahan aturan alih-alih migrasi.

A screenshot of Alibaba Cloud Model Studio's documentation page for qwen4-max (Latest Model), dated 11-16, showing the model description as the next-generation flagship multimodal model in the Qwen family covering text generation, image and video understanding and deep reasoning, its support for web search, tool calling and structured outputs, its OpenAI and Anthropic API compatibility, and its deployment regions including China (Beijing), Singapore and Germany (Frankfurt).