
Qwen 4 vs Qwen 3.8 Max: Apa yang Sebenarnya Berubah pada Tagihan Anda Saat Anda Melakukan Upgrade
- 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
Migrasi dari Qwen3.8-Max ke Qwen4-Max tidak biasa di antara peningkatan model unggulan karena harga bergerak menguntungkan Anda dan kemampuannya ikut meningkat pada saat yang sama. Qwen3.8-Max telah tersedia secara umum sejak 3 Agustus 2026 dengan harga $2,00 untuk input dan $6,00 untuk output per juta token, dengan konteks satu juta token. Qwen4-Max, yang menggantikannya di puncak lini pada 16 November 2026, berharga $1,50 dan $4,50 untuk jendela yang sama, mencetak skor 43 berbanding 34 pada Artificial Analysis Intelligence Index, dan biayanya $3,27 per tugas indeks berbanding $10,02. Pemotongan 25 persen untuk biaya input maupun output, sembilan poin indeks, dan sepertiga biaya per tugas yang diselesaikan — jenis peningkatan yang biasanya datang bersama kenaikan harga. Masalahnya, dan selalu ada dalam migrasi dari vendor yang sama, adalah anggaran output menjadi lebih kecil meskipun semua hal lain menjadi lebih besar.
Empat angka yang bergerak, dan satu yang bergerak mundur
Peningkatan dalam satu vendor yang sama lebih mudah dievaluasi dibandingkan perbandingan antar-vendor karena garis keturunan tokenizer, permukaan API, dan konvensi pemanggilan alat semuanya tetap sama. Yang berubah hanyalah daftar singkat, dan Anda dapat memeriksanya terhadap penggunaan Anda sendiri dalam waktu satu sore.
• Harga — $2.00/$6.00 turun menjadi $1.50/$4.50 per juta token, pemotongan 25 persen di kedua sisi
• Pembacaan cache — dari $0,25 turun menjadi $0,075 per juta, potongan 70 persen
• Skor independen — 34 hingga 43 pada indeks yang sama, papan yang sama, keduanya terbaca 17 November 2026
• Biaya per tugas indeks — dari $10,02 menjadi $3,27, pengurangan 67 persen
• Anggaran bersama untuk pemikiran dan jawaban — 262.144 token, turun dari alokasi yang lebih besar pada generasi 3.8
• Parameter aktif — 71 miliar, turun dari 95 miliar, pada backbone 2,4 triliun parameter yang sama
• Konteks — tidak berubah pada 1,000,000 token
• Bobot — tidak satu pun dari kedua model unggulan tersebut mempublikasikan bobotnya, meskipun saudara open-weight Qwen3.8-Max, yaitu Qwen3.8-27B, melakukannya.
Dua di antaranya layak mendapat lebih dari satu baris. Pengurangan parameter aktif adalah klaim arsitektural di balik sisanya: Qwen4-Max mengaktifkan 71 miliar parameter per token, sedangkan Qwen3.8-Max mengaktifkan 95 miliar, dan Alibaba mengaitkan perolehan efisiensi dengan arsitektur baru alih-alih dengan pemangkasan — lapisan DeltaNet bergerbang yang diselang-seling dengan mekanisme atensi jarang yang mengindeks konteks pada granularitas blok-mikro, empat cabang residual paralel dengan gerbang baca dan tulis dinamis, serta tabel penyematan N-gram berbasis konteks dengan 328 miliar parameter yang memperluas kapasitas tanpa memperluas komputasi per token.
Anggaran bersama adalah hal yang akan mengejutkan banyak orang. Qwen4-Max menggabungkan penalaran dan jawabannya ke dalam satu jatah 262,144 token. Jika Anda menghasilkan output 150,000 token pada Qwen3.8-Max dengan thinking diaktifkan, kini Anda memiliki 112,144 token tersisa untuk thinking — dan pada masalah sulit, thinking akan menghabiskan itu. Kegagalannya tampak seperti jawaban yang terpotong, bukan error, dan itu cara terburuk bagi sebuah batas untuk muncul.
Mengapa biaya per tugas turun dua pertiga ketika harga token turun seperempat
Harga token menjelaskan seperempat dari penghematan. Dua pertiga lainnya berasal dari model yang melakukan lebih sedikit kerja untuk mencapai jawaban yang sama, dan inilah bagian dari peluncuran yang paling sulit diverifikasi sekaligus paling penting bagi kasus bisnis.
Angka Alibaba sendiri: pada suite Work360 miliknya, penggunaan token turun sekitar 24 persen pada upaya penalaran xhigh dan 35 persen pada high; pada Terminal-Bench 4.0, 48 dan 49 persen. Rata-rata biaya per tugas pada Work360 turun dari $4,43 menjadi $1,67, pengurangan 62 persen. Itu adalah angka vendor, diukur oleh vendor, terhadap model sebelumnya milik vendor, tanpa reproduksi independen — dan itu merupakan bukti indikatif bahwa klaim efisiensi bukan sekadar pemotongan harga yang menyamar.
Konfirmasi independennya lebih sempit tetapi sejalan. Artificial Analysis mengukur $10,02 per tugas indeks untuk Qwen3.8-Max dan $3,27 untuk Qwen4-Max. Tidak ada yang menerbitkan $4,43 atau $1,67 kecuali Alibaba; angka $10,02 dan $3,27 merupakan perhitungan pihak lain atas beban kerja pihak lain, dan keduanya mengarah ke kesimpulan yang sama.
Beri angka pada pekerjaan Anda sendiri. Pipeline yang menjalankan 5.000 tugas per hari dengan 30.000 token input dan 4.000 token output, tanpa caching, berdasarkan tarif dolar AS yang dipublikasikan: Qwen3.8-Max menagih $50 untuk input dan $120 untuk output per hari, total $170. Qwen4-Max menagih $37,50 dan $90 — $127,50. Sekitar $1.275 hemat per bulan sebelum caching, dan jauh lebih banyak jika prefiks stabil memungkinkan Anda memanfaatkan pembacaan cache $0,075 alih-alih $0,25.
Kisah efisiensi punya paruh kedua yang tidak dikutip siapa pun
Token yang lebih murah per tugas hanyalah setengah dari business case. Setengah lainnya adalah waktu yang berlalu, dan di sini gambarannya lebih kabur daripada tabel harga.
Artificial Analysis mengukur Qwen3.8-Max pada 59 token keluaran per detik dan 48 menit per tugas indeks — lambat, dan jika Anda menjalankan pekerjaan agentic berhorizon panjang, angka itulah yang menentukan jendela malam Anda. Qwen4-Max tidak mempublikasikan kecepatan keluaran dan sama sekali tidak mempublikasikan waktu per tugas. Model ini menggunakan sekitar setengah token pada beberapa benchmark, yang berarti sekitar setengah waktu jam dinding pada throughput yang setara, tetapi belum ada yang mempublikasikan throughput-nya.
Jadi, rumusan jujur tentang peningkatan ini adalah: Anda pasti akan membayar lebih sedikit per token, hampir pasti lebih sedikit per tugas, dan mungkin selesai lebih cepat. Hanya yang pertama dari ketiga hal itu yang merupakan fakta yang bisa Anda masukkan ke dalam kontrak hari ini. Yang kedua didukung oleh pengukuran independen. Yang ketiga adalah inferensi.
Itu penting khususnya untuk keputusan penjadwalan. Jika tugas indeks 48 menit Anda pada 59 token per detik sudah berada di ambang batas daya muat untuk semalam, Anda perlu uji coba percontohan dengan prompt Anda sendiri sebelum migrasi — bukan karena Qwen4-Max kemungkinan lebih lambat, tetapi karena anggaran berpikir 262.144 token yang dibagikan mengubah bentuk jalannya proses panjang dengan cara yang tidak akan terungkap oleh rata-rata benchmark.
Apa yang tidak berubah, dan mengapa itu adalah kabar terbaik di sini
Jendela konteksnya tetap sama, yaitu satu juta token. Cakupan modalitasnya sama — teks, gambar, dan video sebagai masukan, teks sebagai keluaran. Permukaan API-nya sama, dengan thinking yang dikendalikan oleh enable_thinking atau oleh reasoning.effort pada Responses API, dan model tersedia di seluruh region Alibaba dalam format yang kompatibel dengan OpenAI, kompatibel dengan Anthropic, dan format native.
Bagi siapa pun yang sudah menggunakan Qwen3.8-Max, inilah yang membuat peningkatan menjadi murah: migrasinya hanyalah perubahan pengenal model, bukan penulisan ulang. Tidak perlu merestrukturisasi prompt, tidak ada skema pemanggilan alat yang perlu dinegosiasikan ulang, tidak ada perubahan pengelolaan konteks. Dua hal yang harus Anda uji ulang adalah hal-hal yang ditandai oleh angka — anggaran output saat thinking, dan apa pun jalur yang sensitif terhadap latensi.
Ini juga berarti pola yang masuk akal adalah shadow traffic alih-alih peralihan: kirim sebagian permintaan produksi ke keduanya, bandingkan output dan jumlah token, lalu biarkan anggaran 262,144 token bersama itu terungkap pada kasus-kasus panjang sebelum hal itu terjadi di depan pelanggan.

Haruskah Anda menyimpan snapshot 0902?
Qwen3.8-Max memiliki snapshot bertanggal, qwen3.8-max-0902, yang dipatok ke 2 September 2026 dengan kemampuan dan harga yang sama seperti model dasarnya. Snapshot ada untuk memastikan reproducibility, dan alasan untuk mempertahankan satu snapshot justru paling kuat tepat ketika Anda akan mengubah model yang mendasarinya.
Jika Anda memiliki rangkaian evaluasi yang Anda percayai, jalankan pada snapshot sebelum Anda menghentikan penggunaan alias. Snapshot adalah kelompok kontrol Anda; alias tidak pernah stabil secara desain, dan Qwen4-Max adalah model yang berbeda, bukan peningkatan versi dari model yang sama. Dua detail yang perlu diperiksa dalam uji tersebut: apakah kasus keluaran panjang Anda bertahan dengan anggaran bersama yang lebih kecil, dan apakah biaya per tugas Anda benar-benar bergeser sebesar margin yang diprediksi tabel harga. Jika tidak, klaim efisiensi token tidak berlaku pada beban kerja Anda, dan alasan untuk bermigrasi menyempit menjadi hanya pemotongan harga — tetap layak dimiliki, tetapi seperempat, bukan dua pertiga.
Satu opsi lagi yang cenderung disembunyikan oleh perbandingan model unggulan: Qwen3.8-27B berbobot terbuka di bawah Apache-2.0 dan dapat di-hosting sendiri, dan kami menyajikannya sebagai qwen/qwen3.8-27b. Untuk pekerjaan bervolume tinggi dengan kompleksitas rendah, hitungannya sama sekali berbeda dari kedua model unggulan, dan "upgrade dari 3.8-Max ke Qwen4-Max" bukan satu-satunya langkah yang tersedia. Jika beban kerja Anda adalah klasifikasi, ekstraksi, atau generasi bentuk pendek, model dense 27B yang dapat Anda jalankan sendiri mungkin mengalahkan keduanya dalam biaya per unit — dan ini adalah satu-satunya opsi dalam keluarga ini yang dapat Anda patok ke versi tertentu dan audit.
Migrasi, secara berurutan
Pertama, lakukan inventarisasi atas output Anda. Jalur mana pun yang meminta lebih dari sekitar 120.000 token output dengan thinking diaktifkan berisiko dalam anggaran bersama 262.144. Itu adalah grep atas call site Anda, bukan benchmark.
Kedua, ukur konsumsi token Anda sendiri per tugas pada kedua model selama satu minggu yang representatif. Angka efisiensi yang dipublikasikan berada di antara {{1}}24 dan 49 persen{{/1}} tergantung pada benchmark dan tingkat upaya, yang merupakan rentang lebar — cukup lebar sehingga angka Anda sendiri bisa berada di luar {{2}}rentang itu{{/2}}.
Ketiga, ukur p95 Anda. Qwen4-Max tidak memiliki throughput yang dipublikasikan, jadi angka latensi pertama Anda akan menjadi angka latensi pertama yang dimiliki siapa pun di luar Alibaba.
Keempat, tentukan tier open-weight. Jika sebagian volume dapat dipindahkan ke qwen/qwen3.8-27b, migrasi andalan hanya perlu menangani kasus-kasus sulit, dan biaya gabungan turun lebih jauh daripada yang disiratkan oleh salah satu rencana model tunggal.
Menjalankan kedua model unggulan di balik satu endpoint adalah versi paling praktis dari ini: qwen/qwen3.8-max tetap di $2.00/$6.00 dan permintaan Qwen4-Max hanyalah aturan perutean, bukan kontrak baru, jadi Anda dapat menggeser lalu lintas secara bertahap dan kembali ke jalur semula begitu anggaran bersama mulai membatasi. Perlu dinyatakan secara gamblang bahwa Qwen4-Max sendiri tidak termasuk dalam 215 pengenal yang saat ini kami layani — model yang ditingkatkan itu dirutekan melalui API Alibaba sendiri — jadi yang Anda dapatkan dari kami hari ini adalah model-model yang sudah ada, dengan harga sesuai daftar tanpa tambahan apa pun.
Putusan itu, yang tidak biasa
Migrasikan, kecuali Anda menghasilkan output yang sangat panjang. Peningkatan dari vendor yang sama yang memangkas harga sebesar seperempat, memangkas harga cache sebesar 70 persen, dan menambahkan sembilan poin indeks hampir merupakan makan siang gratis, dan bukti per tugas — dari vendor dan dari dewan independen — keduanya menyatakan bahwa penghematan sebenarnya lebih besar daripada yang tersirat dari harga token.
Pengecualiannya sempit dan spesifik: beban kerja yang outputnya secara rutin melebihi sekitar 120,000 token dengan thinking diaktifkan. Bagi beban kerja tersebut, anggaran bersama 262,144 token adalah regresi kemampuan yang dibungkus sebagai keuntungan efisiensi, dan langkah yang tepat adalah tetap menggunakan generasi 3.8 atau memecah permintaan.
Yang perlu diperhatikan selanjutnya adalah angka yang hilang, bukan angka-angka yang dipublikasikan. Model yang dua pertiga lebih murah per tugas dan belum memiliki throughput terukur adalah taruhan kuat dengan risiko yang belum terkuantifikasi, dan pengukuran waktu independen pertama untuk Qwen4-Max akan menyelesaikan lebih banyak perdebatan ini daripada skor benchmark mana pun.

Bagian dari keluarga ini yang bisa Anda jalankan sendiri
Salah satu keuntungan peningkatan versi dari vendor yang sama yang tidak ada pada kedua model unggulan: tingkat di bawahnya terbuka dan portabel. Qwen3.8-27B dirilis di bawah Apache-2.0 dengan input teks, gambar, dan video serta jendela 262.144 token, dan kami menyajikannya sebagai qwen/qwen3.8-27b — di infrastruktur kami sendiri, dengan harga daftar tanpa markup, serta dapat dipin dengan cara yang tidak dimiliki kedua model unggulan tersebut. Untuk migrasi yang risiko utamanya adalah anggaran output bersama yang tidak dapat Anda audit, memiliki fallback open-weight berversi dalam keluarga yang sama adalah asuransi termurah yang tersedia.

Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
