
Qwen 4 vs DeepSeek V4.1 Pro: Dua Kartu Harga, Satu Biaya Identik per Poin Indeks
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 90 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 97 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 87 tok/s
- OrcaBARUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 133 tok/s
- OrcaBARUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 juta token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 44 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 juta token · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Kecerdasan
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Kecerdasan
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 juta token · 219 tok/s
Bagi biaya setiap model per tugas yang diselesaikan dengan skor Intelligence Index-nya, dan sesuatu yang aneh terjadi. Qwen4-Max, pada $3,27 per tugas dan 42,9 poin, menghasilkan 7,6 sen per poin indeks. DeepSeek V4.1 Pro — atau lebih tepatnya model yang sebenarnya dilayani di bawah tier Pro DeepSeek, DeepSeek V4 Pro 0813, pada $1,77 per tugas dan 23,1 poin — menghasilkan 7,7 sen per poin. Dua perusahaan, dua kartu harga yang berbeda empat kali lipat pada output, dua tingkat kemampuan yang terpaut hampir dua puluh poin, dan biaya yang sama per unit kecerdasan terukur dengan selisih dalam satu persen. Kebetulan itu adalah keseluruhan pertandingannya, dan itu lebih berguna daripada baris benchmark tunggal mana pun.
Catatan tentang nama di slug: DeepSeek tidak memiliki model bernama V4.1 Pro dalam katalognya. Halaman harganya mencantumkan tepat dua model yang dilayani — deepseek-flash, yang mengarah ke DeepSeek-V4.1-Flash-1017, dan deepseek-v4-pro, yang mengarah ke DeepSeek-V4-Pro-0813. String V4.1 Pro masih bertahan dalam catatan September tentang peluncuran mendatang yang sejak itu telah dihapus dari halaman. Jadi ini adalah perbandingan terhadap model Pro DeepSeek yang sebenarnya, dan setiap angka DeepSeek di bawah ini adalah milik model tersebut.
Aritmetikanya dulu, karena itulah argumennya.
Artificial Analysis menerbitkan skor indeks sekaligus biaya yang dimodelkan untuk menjalankan seluruh rangkaian indeks, dengan menggunakan harga daftar tiap vendor dan token yang benar-benar dikonsumsi model. Kedua angka itu cukup untuk menetapkan harga kemampuan secara langsung.
• Qwen4-Max — 42,9 poin indeks pada upaya xhigh; $3,27 per tugas; 7,6 sen per poin.
• DeepSeek V4 Pro 0813 — 23,1 poin pada upaya maksimal; $1,77 per tugas; 7,7 sen per poin.
• Rasionya — 1,007. DeepSeek 46% lebih murah per tugas yang diselesaikan dan 46% kurang mampu, dan kedua fakta itu saling meniadakan.
• Terhadap harga puncak — kartu DeepSeek menjadi dua kali lipat dalam jendela hari kerja UTC pukul 01.00–04.00 dan 06.00–10.00, dari $0.66/$1.98 menjadi $1.32/$3.96. Angka $1.77 menggunakan tarif puncak, sehingga pekerjaan di luar jam puncak menurunkan biaya DeepSeek per poin menjadi sekitar 3,8 sen dan menjadikannya model yang lebih murah per poin dengan faktor dua.
Baris terakhir itu adalah yang bisa ditindaklanjuti. Kedua model tersebut setara sebagai pembelian pada harga daftar DeepSeek dan Qwen4-Max dua kali lebih efisien jika Anda dapat menjadwalkan ke dalam jendela diskon DeepSeek — yang menunjukkan bahwa keputusannya sama sekali bukan tentang kualitas model, melainkan tentang apakah lalu lintas Anda dapat diproses secara batch.

Apa yang bisa dibeli dengan 23 poin yang tidak bisa dibeli dengan 43
Paritas efisiensi hanyalah kebetulan yang menarik; itu bukan alasan untuk menjalankan model yang mencetak skor 23 pada suite yang median bidangnya berada di kisaran empat puluhan. Kesenjangannya tidak seragam, dan bentuknya itulah argumen untuk memilih Qwen4-Max sama sekali.
• Terminal-Bench 4.0 — Qwen4-Max 48,5%, DeepSeek V4 Pro 14,1%. Selisih 34 poin, divergensi tunggal terbesar dalam perbandingan ini.
• FrontierCode 2.0 — 26,5% versus 17,1%. Lebih sempit daripada kesenjangan terminal, tetapi tetap menentukan untuk pekerjaan repositori.
• HLE Diamond — 44,9% versus 19,5%.
• CritPt Agentic Hard — 43,0% berbanding 35,0%. Yang paling mendekati di antara suite penalaran sulit, dan satu-satunya tempat di mana defisit DeepSeek bisa dibilang dapat dipulihkan dengan scaffolding.
• GDPval — 1,808.69 dibandingkan dengan tidak adanya angka yang dipublikasikan untuk model DeepSeek. Ketiadaan itu layak dicatat, bukan ditutupi: pada tugas profesional yang berbasis ekonomi tidak ada pembacaan yang sebanding, sehingga pertimbangan untuk salah satu model di sana bergantung pada evaluasi Anda sendiri.
• Pemisahan kapabilitas — DeepSeek tertinggal pada kelima subskor yang dilaporkan Artificial Analysis, paling buruk di bidang hukum (27,5 berbanding 49,6 milik Qwen4-Max) dan paling dekat dalam strategi dan operasi (41,1 berbanding 56,9).
Jika beban kerjanya adalah "baca ini dan ekstrak itu", kedua model memenuhi standar dan harga yang menentukan. Jika beban kerjanya adalah "operasikan shell sampai pengujian lulus", skor terminal 14,1% berarti model gagal pada enam dari tujuh percobaan, dan semurah apa pun tidak membuat percobaan yang gagal menjadi murah — Anda tetap membayar tokennya dan kemudian membayar manusia untuk menyelesaikan pekerjaannya.

Kolom yang seharusnya memutuskannya bagi siapa pun yang memiliki langkah peninjauan
Artificial Analysis melacak halusinasi secara terpisah dari akurasi, dan angka DeepSeek adalah angka yang paling mendiskualifikasi dalam perbandingan ini: tingkat halusinasi 94,1%, dibandingkan 28,4% untuk Qwen4-Max dan sekitar 50% untuk model-model terdepan di kisaran harga ini. Skor kemahatahuannya negatif (−6,4), yang berarti jawabannya kurang akurat dibandingkan jika tidak menjawab sama sekali.
Tingkat halusinasi 94% tidak berarti 94% jawaban salah. Artinya, dari pertanyaan yang dijawab salah oleh model atau tidak dapat diverifikasinya, hampir semuanya dijawab dengan konten yang direkayasa alih-alih ditolak. Bagi pipeline dengan manusia dalam prosesnya, itu adalah pengganda biaya; bagi pipeline tanpa itu, itu adalah liabilitas. Qwen4-Max juga bukan model yang dapat dipercaya menurut standar model terdepan, tetapi pada 28.4% setidaknya model itu gagal dengan cara yang dapat ditangkap oleh peninjau.
Salah satunya berlisensi MIT, dan itu mengubah perhitungannya.
DeepSeek V4 Pro dirilis dengan lisensi MIT dan bobotnya dipublikasikan; Qwen4-Max bersifat proprietary, hanya dihosting oleh Alibaba Cloud, dan tidak memiliki checkpoint yang dapat diunduh. Asimetri itu layak lebih diperhitungkan daripada biasanya dalam perbandingan harga, karena itu mengubah arti "biaya per tugas".
• Biaya marginal — $0.66/$1.98 milik DeepSeek adalah harga daftar untuk GPU milik pihak lain. Jika di-host sendiri, biaya marginal Anda adalah utilisasi Anda sendiri, yang pada volume stabil yang tinggi sering kali sepertiga dari itu dan pada volume rendah lebih buruk daripada API.
• Apa yang Anda korbankan — konteks 1M token dan batas keluaran 384K yang didokumentasikan DeepSeek tetap berlaku di perangkat keras Anda sendiri, tetapi Anda mewarisi dukungan kernel, pilihan kuantisasi, dan beban evaluasi untuk mengetahui apakah penerapan Anda sesuai dengan referensi.
• Apa yang tidak dapat Anda lakukan dengan Qwen4-Max — tidak ada fine-tuning, tidak ada penerapan on-premises, tidak ada inspeksi bobot, dan tidak ada kemampuan untuk tetap melayani jika harga regional Alibaba berubah. Enam region adalah distribusi yang lebih luas daripada kebanyakan, dan itu masih keputusan satu vendor.
Lisensi MIT juga merupakan alasan jujur mengapa DeepSeek V4 Pro muncul di begitu banyak host sementara Qwen4-Max muncul di satu host. Itu adalah sifat lisensi, bukan penilaian terhadap model.

Menjalankan keduanya tanpa memihak salah satunya
Keduanya adalah pasangan alami untuk lapisan perutean, bukan keputusan salah satu/atau, karena kelemahan mereka tidak berkorelasi: DeepSeek murah dan lemah dalam eksekusi agentik, Qwen4-Max berharga menengah dan kompeten di sana, dan selisih harganya cukup kecil sehingga mengirim 20% lalu lintas yang sulit ke model yang lebih mahal lebih murah daripada kegagalan yang dicegahnya. DSL perutean menempatkan pemisahan itu dalam satu panggilan — klasifikasikan berdasarkan jenis tugas, kirim pekerjaan yang digerakkan oleh shell ke satu rute dan pekerjaan ekstraksi ke rute lain — dan failover otomatis mencakup kasus ketika salah satu penyedia mengalami penurunan kinerja.
Yang tidak akan kami klaim: Qwen4-Max tidak ada di katalog kami. Identifier qwen4 hari ini mengembalikan not-found, rutenya adalah Model Studio API milik Alibaba dan sejumlah platform pihak ketiga, dan yang paling mendekati yang kami sediakan adalah qwen/qwen3.8-max dengan harga $2.00 dan $6.00 — flagship sebelumnya, tertinggal satu generasi indeks, dan $1.50 per juta lebih murah untuk output. Sisi DeepSeek ada di katalog kami sebagai deepseek/deepseek-v4-pro-0813 dengan harga daftar DeepSeek sendiri tanpa tambahan markup, jadi tarif off-peak dan peak di atas adalah yang ditagihkan kepada Anda, bukan perkiraan.
Apa yang bisa mengubah jawabannya
Tiga hal, dalam urutan kemungkinan. DeepSeek V4.1 Pro yang benar-benar dirilis akan mengatur ulang perbandingan ini, karena catatan September mengklaim peningkatan performa, biaya, kecepatan, dan total waktu tugas dibandingkan V4 Pro — semuanya klaim DeepSeek sendiri dan tidak ada yang dapat direproduksi sampai ada ID model dan daftar harganya. Pemotongan harga Qwen4-Max akan mematahkan kebetulan per poin yang menguntungkan Qwen dan membuat argumen efisiensi hilang. Dan evaluasi independen atas salah satu model pada tugas yang benar-benar Anda jalankan akan mengalahkan setiap angka di halaman ini, termasuk angka-angka dari Artificial Analysis.
Sampai saat itu, aturannya singkat. Jika pekerjaan Anda dapat diproses secara batch dan berbentuk dokumen, DeepSeek V4 Pro dengan tarif di luar jam sibuk adalah kapabilitas termurah di papan, dan tingkat halusinasi adalah hal yang perlu Anda jadikan dasar untuk membangun pemeriksaan. Jika pekerjaan Anda menjalankan shell, membuka repositori, atau menghasilkan sesuatu yang dibaca pelanggan tanpa ditinjau, bayar tambahan $1,50 per tugas dan ambil selisih terminal 34 poin.
