
Qwen 4 vs Gemini 4 Argon: 4,3% yang Menentukan Lebih dari Tujuh Poin
- 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
Papan skor yang selalu dijadikan acuan dalam pertandingan ini adalah indeks utama: 42,9 untuk Qwen4-Max versus 50,4 untuk Gemini 4 Argon, selisih tujuh setengah poin untuk keunggulan Google. Namun angka yang seharusnya menghentikan keputusan penerapan berada tiga kolom di sebelah kanan angka yang dikutip semua orang. Gemini 4 Argon berhalusinasi pada 4,3% dari pertanyaan yang dijawabnya dengan salah. Qwen4-Max berhalusinasi pada 28,4% di antaranya. Itu berarti faktor 6,6, dan bagi siapa pun yang merilis output yang dibaca manusia, nilainya lebih dari tujuh poin indeks.
Kedua angka tersebut berasal dari suite yang sama, Artificial Analysis v5.0.1, dan keduanya bukan klaim vendor. Google belum menerbitkan tingkat halusinasi untuk Argon, dan Alibaba belum menerbitkannya untuk Qwen4-Max. Pengukuran independen adalah satu-satunya yang ada.
Dua model dijual pada slot yang sama
Keduanya adalah model unggulan sejuta token yang mampu menangani gambar dan menghasilkan teks, dari perusahaan yang membuat silikonnya sendiri. Qwen4-Max mulai dikenakan tarif meteran pada 16 November 2026 di enam region Alibaba Cloud; Gemini 4 Argon telah dijual sejak 30 September 2026 melalui API Google. Kartu-kartu spesifikasinya cukup berimbang sehingga harga bukan pembeda seperti yang diasumsikan orang.
• Input, per juta token — Gemini 4 Argon $2.00; Qwen4-Max $1.50 di Singapura dan $1.413 di lima wilayah lainnya. Google 33% lebih mahal pada perbandingan Singapura dan 41% lebih mahal terhadap tarif Global.
• Keluaran, per juta — Argon $10,00; Qwen4-Max $4,50 dan $4,24. Inilah selisih yang lebih besar: 2,2× pada angka utama.
Input yang di-cache — Argon $0,10 per juta; Qwen4-Max $0,075 per pembacaan, ditambah tarif penulisan yang dipublikasikan sebesar $1,875 (lima menit) dan $3,00 (satu jam) yang tidak dirinci dengan cara yang sama oleh Google.
• Biaya per tugas indeks yang diselesaikan — Argon $4,97; Qwen4-Max $3,27. Meskipun laju output 2,2× lebih rendah, Qwen4-Max hanya 34% lebih murah per tugas, karena sebagian besar dari kedua tagihan adalah input.
• Upaya penalaran efektif — Argon diukur pada high; Qwen4-Max pada xhigh. Kedua model menyediakan jenjang, dan tidak satu pun angka tersebut sebanding dengan default model lainnya.
• Konteks — 1.000.000 token pada Argon; Qwen4-Max adalah satu juta yang sama di kartu vendor, dengan pelacak mencatat 983.616 karena input mode berpikir dibatasi di sana.
• Host — Argon dilayani oleh Google; Qwen4-Max oleh Alibaba Cloud. Keduanya bukan model open-weight.

Pembagian per tugas tidak menguntungkan kartu yang lebih murah
Uraikan $4.97 dan $3.27, dan kejutannya adalah mana yang menghabiskan lebih banyak untuk berpikir. Argon menghasilkan 116,368 token keluaran per tugas indeks, yang 68,301 di antaranya adalah penalaran; Qwen4-Max menghasilkan 104,940, yang 68,914 di antaranya adalah penalaran. Volume penalarannya hampir identik. Perbedaannya ada pada jawaban: Argon menulis 48,067 token jawaban akhir per tugas, sedangkan Qwen4-Max 36,025. Argon lebih bertele-tele pada bagian yang terlihat dan sama bertele-telenya pada bagian yang tidak terlihat.
Itu adalah anomali yang menggembirakan bagi Gemini, karena berarti tarif output 2,2× membeli 33% lebih banyak teks jawaban. Premi per tugas sebesar 52% karenanya lebih kecil daripada yang disiratkan kartu tarif, dan untuk beban kerja yang didominasi output — generasi panjang, kode yang ditulis model sendiri — selisihnya menyempit lebih jauh. Untuk beban kerja yang didominasi input, yang mencakup sebagian besar RAG dan sebagian besar loop agen, tarif input Qwen4-Max yang berperan.
Perlu dinyatakan secara gamblang: ini adalah biaya yang dimodelkan dari harness benchmark, bukan faktur. Komposisi token Anda akan berbeda, dan rasio antara kedua model akan ikut bergeser.
Di mana Qwen4-Max benar-benar unggul
Argumen yang menentang Qwen4-Max dalam pertarungan ini kuat, tetapi tidak bulat, dan dua baris bergerak ke arah sebaliknya dengan cara yang penting.
• GDPval — Qwen4-Max 1.808,69 dibandingkan Argon 1.633,51. Pada tugas profesional yang berbasis ekonomi, Qwen4-Max unggul 10,7% atas model yang mengunggulinya sebesar 7,5 poin indeks. Ini adalah inversi tunggal paling jelas dalam perbandingan tersebut.
• FrontierCode 2.0 — 26,5% berbanding 25,7%. Selisihnya dalam satu poin; praktis imbang, pada suite yang menurut keunggulan utama Argon seharusnya menunjukkan kesenjangan.
• AutomationBench — 72,6% berbanding 77,5%. Argon menang, tetapi dengan selisih lima poin pada rangkaian uji yang lebih mendekati otomasi kantor daripada rekayasa perangkat lunak.
• Terminal-Bench 4.0 — 48,5% dibandingkan 57,1%. Di sini keunggulan Argon nyata: delapan setengah poin pada pekerjaan berbasis shell.
• HLE Diamond — 44,9% dibandingkan 56,7%. Selisih dua belas poin pada sains yang sulit.
• Terminal-Bench Science — 23,3% berbanding 52,9%. Celah terlebar di papan peringkat, dan yang paling jelas memisahkan kemampuan riset kedua model.
• Akurasi Omniscience — 27.7 dibandingkan 46.1, dengan peringatan halusinasi dari bagian awal tulisan ini yang berlaku untuk keduanya.
Jika dibaca sebagai satu rangkaian, polanya adalah Qwen4-Max mampu bersaing pada tugas-tugas pertimbangan profesional dan kalah telak pada hal apa pun yang membutuhkan penalaran teknis berkelanjutan. Itu pernyataan yang lebih sempit dan lebih berguna daripada tertinggal tujuh poin indeks, dan itu mengarah pada penerapan yang berbeda.

Mengapa tingkat halusinasi 4,3% layak dibayar
Beri angka pada perbedaannya. Jika seorang peninjau dapat memeriksa sebuah klaim dalam tiga puluh detik dan klaim yang dibuat-buat memakan sepuluh menit kerja ulang saat mencapai produksi, maka biaya peninjauan yang diharapkan per seribu jawaban hampir sepenuhnya didorong oleh proporsi klaim yang dibuat-buat, bukan proporsi yang salah. Angka 4,3% Argon berarti kira-kira satu dari dua puluh tiga jawaban dalam kumpulan jawaban salahnya perlu dikerjakan ulang; angka 28,4% Qwen4-Max berarti kira-kira satu dari tiga setengah.
Dibandingkan dengan itu, premi 52% per tugas hilang untuk alur kerja apa pun yang memiliki peninjau manusia, karena waktu peninjau jauh melebihi pengeluaran token pada hampir semua tarif penuh. Premi itu hilang ke arah sebaliknya untuk alur kerja apa pun yang tidak memilikinya, karena jawaban yang dibuat-buat tanpa peninjau bukanlah biaya, melainkan insiden.
Catatan jujur: tingkat halusinasi diukur pada kumpulan pertanyaan tetap dan merupakan sifat dari pengukuran sama seperti modelnya. Google dapat mengubah perilaku Argon dengan revisi system prompt besok dan angka ini tidak akan berubah sampai rangkaian uji dijalankan ulang. Anggap ini sebagai prior yang kuat, bukan jaminan.
Pertanyaan perutean, dijawab untuk satu sisi
Gemini 4 Argon ada di katalog kami sebagai google/gemini-4-argon dengan harga daftar Google, $2.00 untuk input dan $10.00 untuk output per juta, dengan markup 0% di atasnya — tarif yang sama yang dipublikasikan Google, diteruskan apa adanya, bukan diberi harga ulang. Qwen4-Max tidak ada di katalog kami: pengenal qwen4 mengembalikan not-found, rutenya adalah API Model Studio milik Alibaba dan beberapa platform pihak ketiga, dan model Qwen terdekat yang kami layani adalah qwen/qwen3.8-max dengan harga $2.00 dan $6.00.
Asimetri itu sendiri adalah jawaban atas pertanyaan penerapan bagi sebagian besar tim. Model yang menang di kolom halusinasi adalah model yang dapat Anda panggil hari ini melalui endpoint yang sudah Anda miliki, dan model yang menang pada GDPval membutuhkan kontrak vendor kedua untuk dicoba. Jika Anda ingin menguji klaim GDPval pada data Anda sendiri sebelum berkomitmen, DSL perutean memungkinkan Anda mengirim set evaluasi tetap melalui kedua jalur dari satu panggilan dan membandingkan outputnya secara berdampingan — yang merupakan eksperimen lebih murah daripada yang disiratkan oleh harga per tugas masing-masing model.

Apa yang tidak disampaikan oleh tujuh poin itu kepada Anda
Dua hal akan mengubah perbandingan ini, dan keduanya tidak jauh. Pengukuran halusinasi independen pada deployment Qwen4-Max dengan prompt sistem yang disetel untuk abstensi akan menguji apakah 28,4% adalah properti model atau cara model itu ditanyai — belum ada vendor yang menerbitkannya. Dan pengujian ulang GDPval pada sampel yang lebih besar akan memberi tahu kita apakah keunggulan 10,7% Qwen4-Max pada tugas profesional itu nyata atau noise, karena interval benchmark tersebut lebar dan kedua model cukup berdekatan sehingga urutannya bisa terbalik.
Sampai salah satu dari keduanya hadir, pembagiannya jelas dan bukan pembagian yang disarankan oleh indeks. Penalaran teknis berkelanjutan, sains, pekerjaan shell, atau apa pun yang dibaca pelanggan tanpa ditinjau: Gemini 4 Argon, dan premi 52% adalah angka yang paling tidak menarik dalam kesepakatan ini. Penilaian profesional yang berdasar dalam volume besar, dengan langkah peninjauan yang memang akan Anda jalankan: Qwen4-Max 10.7% lebih baik pada suite yang mengukur tepat hal itu, dan 34% lebih murah per tugas sementara Anda mencari tahu.
