Kartu hero yang dihasilkan untuk artikel berita tentang ketersediaan pihak ketiga Qwen4-Max, berjudul 'Qwen4-Max' dengan subjudul 'Harga sama, satu hari lebih lambat'. Chip bertuliskan 'Dirilis 16 Nov 2026', '$1.41 masuk / $4.24 keluar per 1 juta' dan 'Tidak ada angka kecepatan independen'. Footer bertuliskan 'Halaman katalog vendor dan pihak ketiga dibaca 17 November 2026'. Mark OrcaRouter dikompositkan di kanan bawah.
Guides & Insights

Qwen4-Max Sudah Tercantum di Luar API Alibaba — dengan Harga Global Milik Alibaba Sendiri

Penulis

jinhao.song

Tanggal Terbit

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

Qwen4-Max tersedia secara umum pada 16 November 2026, dan pada pagi berikutnya model itu tercantum di tempat selain API milik Alibaba sendiri. Daftar tersebut mencantumkan $1,413 per juta token input, $4,24 per juta output, dan $0,071 untuk pembacaan cache. Itu bukan angka reseller. Itu adalah kartu wilayah Global Alibaba untuk Qwen4-Max, hingga tiga desimal — tarif persis yang diterbitkan vendor untuk Beijing, Hong Kong, Frankfurt, Virginia AS, dan Tokyo, yang berada 5,8% di bawah kartu Singapura sebesar $1,50 dan $4,50. Model yang muncul di platform kedua dalam sehari setelah peluncuran bukanlah hal luar biasa pada 2026. Platform kedua yang muncul pada harga daftar milik vendor sendiri menunjukkan sesuatu yang spesifik tentang apa yang sebenarnya disajikan, dan itu bukan penerapan kedua dari model 2,4 triliun parameter.

Apa yang dibuktikan oleh daftar dengan harga yang sama

Pembacaan ini sempit dan layak dinyatakan sebagai inferensi, bukan fakta, karena belum ada yang menerbitkan pernyataan kapasitas. Qwen4-Max adalah mixture-of-experts sparse berparameter 2,4T dengan 71B yang diaktifkan per token plus 328B parameter embedding N-gram, dibangun di atas arsitektur Qwen4 baru dengan Gated DeltaNet dan pengindeks atensi sparse. Menyiapkannya di perangkat keras independen memerlukan pengadaan, kernel, dan setidaknya seminggu penyetelan. Menyamai harga vendor hingga seperseribu dolar dalam waktu sehari setelah peluncuran adalah seperti apa penerusan biaya itu, dan tarif token cache adalah petunjuknya: $0.071 adalah angka yang aneh untuk diperoleh secara independen dan angka yang jelas untuk disalin.

• Input — $1.413 per juta di kartu pihak ketiga, $1.413 di kartu Global Alibaba, $1.50 di Singapura.

• Output — $4.24 pada kedua kartu cakupan Global; $4.50 di Singapura.

• Pembacaan cache — $0.071 pada kartu pihak ketiga dan pada kartu Global A​libaba; $0.075 di Singapura.

• Apa yang tidak disalin — batasannya. Halaman pihak ketiga mengiklankan konteks 977K token dan output maksimum 128K. Kartu milik Alibaba sendiri memberikan batas maksimum input 991.808 token dan anggaran bersama 262.144 token untuk proses berpikir dan jawaban, dengan 131.072 token tersedia saat proses berpikir dimatikan. Daftar yang diterbitkan secepat ini menyalin harga lebih andal daripada menyalin batas maksimum.

Poin terakhir itu yang praktis. Jika Anda menentukan ukuran pekerjaan konteks panjang — repositori 400K token, jejak agen berjam-jam — platform yang membatasi output pada 128K akan memotong pekerjaan yang seharusnya sudah diselesaikan oleh model itu sendiri. Kesetaraan harga bukanlah kesetaraan spesifikasi, dan pada model yang begitu baru tidak ada sumber kedua untuk memeriksa batas selain halaman model resmi vendor.

Benchmark independen pertama sudah ada. Pengukuran kecepatan independen pertama belum ada.

Ini adalah bagian dari cerita yang lebih penting daripada pencantumannya. Artificial Analysis menambahkan Qwen4-Max ke papan peringkatnya dengan baris Intelligence Index lengkap — 42,9, dibulatkan menjadi 43 di halaman publik, dengan biaya terukur $3,27 per tugas indeks, setelah menghasilkan 127 juta token keluaran selama pengujian, yang oleh pelacak tersebut diberi peringkat ke-65 dari 80 pada skala verbositasnya. Itu adalah evaluasi independen yang nyata terhadap model yang baru berusia dua hari, dan itulah angka yang harus dikutip ketika seseorang memberi Anda bagan dari vendor.

Yang tidak ada di halaman yang sama adalah baris kecepatan. Tidak ada token keluaran per detik, tidak ada waktu ke token pertama, tidak ada waktu ke token jawaban pertama. Setiap model tingkat unggulan lainnya di papan itu mencantumkan ketiga angka tersebut; Qwen4-Max mencantumkan null. Itu bukan kritik terhadap pelacak itu — pengukuran throughput memerlukan panggilan berulang ke endpoint yang stabil, dan pada 17 November tidak ada endpoint stabil yang dapat dipanggil berulang kali. Ini adalah peringatan tentang ulasan yang akan Anda baca minggu ini: artikel mana pun yang mengutip angka token per detik untuk Qwen4-Max dalam beberapa hari ke depan entah mengukur satu permintaan sekali atau mengarangnya. Vendor juga belum menerbitkannya.

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 17 November 2026 in English, showing the Alibaba vendor label, 'Released November 2026', a Proprietary model tag, an Intelligence Index score of 43, the summary text describing a 984k-token context window and 127M generated tokens against a 78.6M median, and the cost block reading In $1.50, Out $4.50 and $3.27 per task. The Performance and Time per Task panels show no speed figures.

Berapa biaya sebenarnya untuk menjalankan agen, dengan tarif ini

Harga token adalah unit yang keliru untuk model bercakrawala panjang, jadi berikut aritmetika untuk bentuk penggunaan yang secara eksplisit dijual oleh Qwen4-Max — agen pengodean yang membawa konteks 200.000 token melalui 40 giliran dan menulis 30.000 token penalaran serta patch per giliran. Semua angka adalah harga daftar, bukan tagihan hasil pengukuran.

• Konteks cache, per giliran — 200.000 token dengan $0,075 per juta adalah $0,015. Selama 40 giliran, $0,60.

Output, per giliran — 30.000 token dengan $4,50 per juta adalah $0,135. Selama 40 giliran, $5,40.

• Rasionya — biaya output sembilan kali lipat biaya konteks yang di-cache, per giliran, bahkan setelah diskon cache 95%. Diskon cache bukanlah pengungkit seperti yang diasumsikan orang ketika output sudah panjang.

• Input baru — setiap giliran yang tidak mengenai cache dikenakan $1.50 per juta, bukan $0.075, lonjakan 20×. Empat juta token cache miss sepanjang proses menambah $6.00, lebih besar daripada seluruh tagihan output.

Hal ini membalik saran yang biasa. Pada Qwen4-Max, hal yang perlu diukur adalah tingkat cache hit, bukan panjang output: loop 40 putaran yang menjaga konteksnya tetap hangat mencapai sekitar $6.00, dan loop yang sama yang mengirim ulang konteksnya dalam keadaan dingin mencapai sekitar $12.00. Angka utama dari vendor itu sendiri — biaya rata-rata per tugas pada benchmark Work360 miliknya yang turun dari $4.43 menjadi $1.67 — adalah klaim tentang komposisi token benchmark-nya, bukan janji tentang komposisi token Anda. Ini juga angka vendor pada benchmark vendor, dan di sini angka itu diberi label demikian karena belum ada pihak independen yang mereproduksinya.

A generated bar chart titled 'Where a 40-turn agent bill comes from', with four bars reading Cached context $0.60, Output $5.40, Cache misses $6.00 and Total with no misses $6.00, over a footer reading 'List-price arithmetic on Qwen4-Max rates; not a measured bill.' White background with blue-and-cyan accents and the OrcaRouter mark composited bottom right.

Mencobanya tanpa melakukan re-platforming

OrcaRouter tidak merutekan Qwen4-Max. Itu layak dikatakan terus terang daripada disembunyikan: katalognya memuat qwen/qwen3.8-max, anthropic/claude-fable-5.2 dan openai/gpt-6.1-sol, dan permintaan untuk pengenal qwen4 mengembalikan not-found hari ini. Jika Anda menginginkan Qwen flagship baru di key kami, Anda menunggu seperti orang lain.

Yang justru didukung oleh situasi ini bukanlah mengganti seluruh stack Anda ke model berusia dua hari untuk mengujinya. Transisi dari pratinjau ke GA yang juga memangkas anggaran output bersama dari 393.216 token menjadi 262.144 dan memindahkan penagihan dari kredit ke pengukuran per token adalah persis jenis perubahan yang merusak jalur produksi pada minggu kedua. Itulah alasan untuk menjaga eksperimen di balik endpoint yang dirutekan alih-alih endpoint yang di-hardcode — model baru di satu rute, model incumbent di fallback, satu tagihan saja, apa pun jalurnya. Saat Qwen4-Max masuk ke katalog, model itu akan dicantumkan pada harga vendor dengan markup 0%, yang berarti pass-through yang sama yang membuat kartu pihak ketiga identik dengan milik A​libaba adalah hal yang membuat pemotongan harga vendor terlihat di sisi kami pada hari hal itu terjadi.

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 17 November 2026 in English, showing the Qwen3.8 Max heading, the model id qwen/qwen3.8-max, attribution to Qwen dated 2026-08-05, vision, tools, JSON and reasoning badges, a 1,000,000-token context window, a Zero Data Retention note, and the rate block reading $2.00 input and $6.00 output with 4.35 s and 10.00 s latency figures.

Cetakan kecilnya mencantumkan tanggal.

Dua identifier sedang berjalan di atas jam. qwen4-max-preview dan qwen4.0-max-preview berhenti berfungsi pada pukul 24:00 tanggal 25 November 2026, UTC+8 — sembilan hari setelah ketersediaan umum, dan identifier model yang bertahan adalah qwen4-max biasa. Konfigurasi, default SDK, notebook, atau harness evaluasi apa pun yang masih menunjuk ke salah satu string pratinjau tersebut akan gagal dengan pesan model-not-found alih-alih peringatan deprecation, yang merupakan cara paling tidak membantu untuk mengetahuinya.

Jadi ceritanya lebih kecil dan lebih berguna daripada "sekarang tersedia di mana-mana." Sebuah model dirilis, kartu pihak ketiga muncul dalam sehari dengan tarif Global milik vendor itu sendiri, dan batas yang melekat pada kartu tersebut bukanlah batas vendor. Skor kecerdasan independen tiba dalam sehari; skor kecepatan independen belum tiba sama sekali. Bacalah harga sebagai pass-through, bacalah plafonnya dari halaman vendor, dan pasang pengingat kalender pada 25 November untuk pengenal pratinjau — itulah keseluruhan dari apa yang sebenarnya disampaikan 16 November kepada Anda.