
Qwen4 Max Hadir di OpenCode Go: Apa yang Didapat dari Jatah $15, dan Berapa Biaya Cache Miss
- 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 1.02026-11-0711 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 89 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 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 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 · 45 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 · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 136 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 · 124 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 · 182 tok/s
OpenCode put Qwen4 Max behind its Go subscription on 16 November 2026, the same day the model moved from preview to metered general availability, and the number that decides whether that is a good deal is not the $1.50 input price. It is 66,000 — the cached-token count OpenCode assumes for a typical coding request when it works out how far your allowance stretches. That single assumption is why a $15 monthly budget is quoted as roughly 2,310 requests on Qwen4 Max and roughly 810 on Qwen3.8-Max, the model it replaces at the top of the same list, and it is also why the same $15 can collapse to about 149 requests if your harness never gets a cache hit. Everything below is arithmetic you can redo from two pages OpenCode publishes, plus one independent benchmark row that says the model is capable, slow and talkative.
Apa yang sebenarnya diterbitkan OpenCode, dan apa yang tidak
Dua permukaan memuat daftar tersebut dan keduanya sepakat pada semua hal yang penting. Halaman pemasaran Go di opencode.ai/go menampilkan baris bertuliskan "Qwen4 Max — Baru" dengan perkiraan 463 permintaan per lima jam pada paket Go $10 dan 1.850 pada paket Go Plus $40, dibandingkan dengan jatah penggunaan bulanan $15 dan $60. Dokumentasi di opencode.ai/docs/console/go memberikan model yang sama dengan id qwen4-max, endpoint https://opencode.ai/inference/go/anthropic/v1/messages, paket AI SDK @ai-sdk/anthropic, dan baris harga $1,50 input, $4,50 output, $0,075 pembacaan cache dan $1,875 penulisan cache per juta token. Tabel penggunaannya mencantumkan 460 permintaan per lima jam, 1.160 per minggu dan 2.310 per bulan.
The three-request gap between 463 and 460 on the two pages is not a scandal; it is what happens when one surface is generated from a bar chart and the other from a table. Take the lower figure. What matters more is that the price line is the Singapore rate card to the cent, with no subscription discount applied underneath it.
Tiga detail dalam dokumentasi itu lebih berperan daripada harga yang ditonjolkan:
• The model is served over the Messages protocol, not a chat-completions-compatible path. That is the same route OpenCode uses for Qwen3.8-Max and Qwen3.7 Plus, and it is why a harness that already speaks Messages can point at Go without a shim.
• Privasi dicantumkan per model. Qwen4 Max tercatat sebagai "Pelatihan: Tidak digunakan" dan "Retensi: 0 hari" — kolom tanpa retensi, bukan kolom 30 hari yang ditempati Grok 4.7 dan model-model Luna. Default Go juga memblokir endpoint berbayar yang melatih data permintaan.
Setiap respons melaporkan biayanya kembali sebagai opencode.allowance, dan allowance tersebut dinyatakan dalam dolar pada harga daftar, dibagi ke dalam jendela 20% selama lima jam, 50% selama seminggu, dan 100% selama sebulan.
What OpenCode has not published is where the tokens come from. The docs explain that some models get large allowances because OpenCode negotiated a bulk discount or reserved GPU capacity, and that others get smaller allowances "either because the model is new or because their public pricing is already discounted" — in which case "you still get a little more than if you paid the model providers directly." Qwen4 Max sits in the second bucket at $1.50 and $4.50, exactly the rate Qwen4 Max carries everywhere. Whether that is a pass-through of the Singapore endpoint or OpenCode's own serving of a 2.4-trillion-parameter model is not stated anywhere, and anyone who tells you which it is, is guessing.
One thing worth correcting up front, because the phrasing around this model has been loose: Qwen4 Max is not an unannounced or leaked release. The launch came with a post titled "Qwen4-Max: Your New Teammate Has Arrived", its Model Studio documentation for the model was updated on 17 November, and there are no weights to inspect — Artificial Analysis records the model as proprietary, and no repository exists to read. The quiet part is OpenCode's listing, which is a coding platform wiring up somebody else's launch, not a launch of its own.

$15 itu meter dolar, jadi begini perhitungannya
Anggaran dalam dolar hanya bermakna jika disandingkan dengan bentuk permintaan yang diasumsikannya, dan OpenCode mempublikasikan bentuk itu: 420 token input baru, 66.000 token cache, dan 200 token output per permintaan. Uji ketiga angka itu pada lini harga Qwen4 Max:
• Input baru — 420 token dengan $1,50 per juta adalah $0,00063.
• Input yang di-cache — 66.000 token dengan $0,075 per juta adalah $0,00495.
• Keluaran — 200 token dengan $4.50 per juta adalah $0.00090.
• Per permintaan — $0.00648, yang membagi $15 tepat 2.315 kali. Perkiraan yang diterbitkan OpenCode sebesar 2.310 per bulan adalah angka tersebut yang dibulatkan ke bawah.
Perhitungan yang sama pada Qwen3.8-Max, yang masih dijual katalog Go sebesar $2.00 untuk input, $6.00 untuk output, dan $0.25 untuk pembacaan cache, menghasilkan $0.01854 per permintaan dan 809 permintaan untuk $15 — OpenCode mempublikasikan 810. Jadi beralih ke Qwen4 Max bernilai 2,9× lebih banyak permintaan pada kuota yang identik, dan dua pertiga dari keuntungan itu berasal dari satu baris: harga pembacaan cache turun dari $0.25 menjadi $0.075 per juta, potongan 70%. Harga input utama berubah 25%. Harga cache yang mengubah hasilnya.
Jendela lima jam adalah batasan yang benar-benar akan Anda temui. Pada 20% kuota bulanan, blok lima jam bergulir di paket Go dapat membelanjakan $3 untuk Qwen4 Max — 463 permintaan pada bentuk yang dimodelkan, yang kira-kira setara dengan sore yang berat penuh giliran agen jika Anda tidak berhati-hati. Go Plus menaikkannya menjadi $12 dan 1.850 permintaan. Go Teams menetapkan kuota tiap anggota sebesar $20 sebulan, yang lebih besar daripada $15 milik Go dan lebih kecil daripada $60 milik Plus, yaitu $20 per anggota.

Dari mana 66,000 token yang di-cache berasal, dan mengapa itulah keseluruhan ceritanya
Enam puluh enam ribu token yang di-cache bukanlah angka bulat sembarangan: itu adalah prefiks yang masuk akal untuk agen pengodean yang mengirim prompt sistem, definisi alat, dan kumpulan file berukuran sedang pada setiap giliran, dan itulah alasan permintaan yang dimodelkan menjadi murah sama sekali. Pada $0,075 per juta, prefiks 66.000 token itu biayanya kurang dari setengah sen. Pada tarif input baru $1,50, biayanya $0,099 — dua puluh kali lebih banyak, dan lebih dari lima belas kali lipat dari seluruh sisa permintaan.
Telusuri konsekuensinya. Permintaan yang prefiksnya tidak mengenai cache dikenai biaya $0,1005 alih-alih $0,00648, jadi $15 yang sama hanya membeli sekitar 149 permintaan, bukan 2.315. Tidak ada hal lain dalam penggunaan Anda yang perlu berubah agar kuota turun 94%; prefiksnya hanya perlu berhenti dapat digunakan kembali. Tiga cara hal itu terjadi sangat biasa: prompt sistem yang berisi stempel waktu atau daftar alat yang berubah, harness yang mengurutkan ulang konteksnya antar-giliran, atau sesi yang terus menulis ulang pesan paling awal sehingga prefiks yang dapat di-cache tidak pernah stabil.
Ada biaya kedua yang lebih senyap. OpenCode menetapkan harga penulisan cache sebesar $1.875 per juta, yaitu 25% di atas tarif input baru — Anda membayar premi untuk membentuk prefiks yang nantinya dibaca dengan diskon 95%. Menulis prefiks 66.000 token itu memakan biaya $0.124, sekitar sembilan belas kali permintaan hangat. Sesi yang terus membatalkan cache-nya membayar biaya penulisan itu berulang kali dan tidak pernah memperoleh diskon.
Inilah alasan jatah ini layak dipahami, bukan sekadar diamati. Pada model dengan harga seperti ini, rasio cache hit bukanlah optimisasi yang bisa dilakukan belakangan; itu adalah pembeda antara dua langganan yang sangat berbeda.
Apa yang Anda korbankan, diukur
Papan skor independen kini sudah penuh, dan hasilnya kurang menguntungkan dibandingkan kartu harga. Artificial Analysis memberi Qwen4 Max skor 43 pada Intelligence Index miliknya — di atas median yang dinyatakannya sebesar 41, berada di peringkat ke-38 dari 81 model di papan tersebut — dengan biaya terukur $3,27 per tugas indeks. Panel performa, yang masih kosong saat model pertama kali didaftarkan, kini memuat angka nyata: 54 token per detik keluaran, 159 detik hingga token jawaban pertama, dan 32,1 menit untuk menyelesaikan satu tugas Intelligence Index dibandingkan median 13,3 menit. Dalam peringkat pelacak itu sendiri, itu berada di posisi ke-75 dari 79 untuk waktu hingga token jawaban pertama.
• Kemampuan — 43 pada Intelligence Index, ke-38 dari 81, $3,27 per tugas yang diukur.
• Kinerja — 54 token keluaran per detik, 159 detik hingga token jawaban pertama, 32,1 menit per tugas indeks dibandingkan median 13,3 menit, peringkat ke-75 dari 79 dalam waktu hingga token jawaban pertama.
• Verbositas — 127 juta token keluaran untuk menyelesaikan proses indeks, dibandingkan dengan median 78,6 juta, berada di peringkat ke-65 dari 80 pada skala verbositas milik pelacak itu sendiri.
• Context — 984k tokens on the tracker's measurement, against the documented 1,000,000-token window with a 991,808-token input ceiling in non-thinking mode.
Untuk loop pengodean interaktif, angka token jawaban pertama itulah yang paling menggigit. Model penalaran tidak mengeluarkan apa pun sampai proses berpikir berakhir, jadi 159 detik adalah jeda antara menekan enter dan melihat karakter pertama dari sebuah jawaban, dan anggaran berpikir yang panjang membuat angka itu bergeser-geser, bukan menjauh. Untuk pekerjaan batch — antrean refaktor, penyapuan tiap malam — itu tidak relevan, dan kemampuan per dolar sebesar $3,27 per tugas cukup terhormat dibandingkan model frontier yang menagih beberapa kali lipat dari itu.
Angka verbositas layak mendapat kalimatnya sendiri, karena inilah yang berinteraksi dengan alokasi dolar. Model yang menghasilkan 127 juta token saat median menghasilkan 78.6 juta membakar sekitar 60% lebih banyak token keluaran untuk kumpulan tugas yang sama, dan pada Qwen4 Max keluaran adalah pos paling mahal dalam permintaan pada $4.50 per juta. Alokasi $15 Anda didenominasi dalam dolar, jadi model yang banyak bicara pada harga per token yang sama akan habis lebih cepat.

Dial usaha tidak opsional pada model ini.
Qwen4 Max's own documentation sets reasoning_effort to high and thinking_budget to 131,072 when you omit both, and it maps the five-value vocabulary most SDKs use onto three real settings: minimal becomes low, medium becomes high, and max becomes xhigh. Over the Messages protocol, which is the route OpenCode exposes, the knob is output_config.effort with the same three values.
Ada dua konsekuensi. Pertama, meminta upaya "medium" tidak memberi Anda pengaturan tengah — Anda malah mendapat high, yaitu default. Jika Anda ingin model berpikir lebih sedikit, Anda harus meminta low. Kedua, batas output dibagi dengan proses berpikir: 262.144 token mencakup rantai pemikiran ditambah jawaban dalam mode berpikir, 131.072 token jawaban saat berpikir nonaktif, terhadap batas input 983.616 token saat berpikir aktif. Agen yang menetapkan max_completion_tokens ke 262.144 dan memilih xhigh telah memutuskan untuk menghabiskan jatahnya pada token penalaran sebelum menulis satu baris kode.
Setelan praktis untuk sesi pengodean interaktif pada langganan berbasis penggunaan adalah rendah untuk penyuntingan dan refaktor kecil, tinggi untuk giliran ketika model harus menangani beberapa file sekaligus, dan xhigh hanya untuk tugas yang biasanya akan Anda serahkan kepada seseorang. Itu adalah penilaian tentang anggaran Anda, bukan klaim benchmark — belum ada yang menerbitkan kurva biaya per tingkat upaya untuk model ini, dan angka pengurangan token milik vendor sendiri adalah angka vendor.
Mencobanya tanpa memindahkan stack Anda
OrcaRouter does not route Qwen4 Max today. That should be said plainly rather than implied around: the catalogue carries 215 models, and a request for a qwen4 identifier returns not-found, so if the new flagship is what you want on an OrcaRouter key, you are waiting. What the catalogue does carry is qwen/qwen3.8-max at $2.00 input and $6.00 output per million with a $0.25 cache read — the same rates both OpenCode and the model's first-party API publish — passed through at 0% markup, so a vendor price cut lands on our side the same day it lands on theirs.
Yang membuat pengujian yang masuk akal menjadi murah, bukan gratis. Jika Anda mempertimbangkan Qwen4 Max terhadap apa yang sudah Anda jalankan, pertanyaan yang harus dijawab lebih dulu bukanlah "apakah 43 itu skor yang bagus" melainkan "apakah harness saya menjaga prefiks 66,000-token tetap hangat" — dan Anda dapat menjawabnya terhadap Qwen3.8-Max di akun yang sama hari ini, dengan tarif yang sudah Anda ketahui, sebelum Anda mengeluarkan biaya langganan untuk jawabannya. Padukan dengan failover otomatis dan model yang belum terbukti menjadi keputusan perutean, bukan migrasi: kirim pekerjaan ke model baru, pertahankan model lama sebagai cadangan, dan biarkan tingkat kesalahan yang memutuskan.
Siapa yang harus bergerak sekarang, dan siapa yang harus menunggu?
Jika Anda sudah membayar OpenCode Go, perubahan ini tidak memakan biaya untuk dicoba, dan kuota itulah alasan untuk mencobanya secara sengaja, bukan sekadar iseng. Qwen4 Max lebih dari dua kali lipat jumlah permintaan yang bisa Anda dapatkan dengan $15 dibandingkan Qwen3.8-Max pada paket yang sama, tetapi hal itu dicapai melalui asumsi cache yang harus dipenuhi harness Anda, pada model yang terukur lambat mencapai token pertama dan terukur bertele-tele pada effort default. Mulai dari effort rendah, pantau field opencode.allowance pada dua puluh respons pertama, dan bandingkan laju konsumsinya dengan biaya yang akan dikeluarkan sesi tersebut pada model yang sudah Anda gunakan. Jika laju konsumsi mengejutkan Anda, penyebabnya hampir pasti ada di prefix Anda, bukan di kartu harga.
If you are not on Go, this listing changes nothing about your options — Qwen4 Max is available through the first-party API in six regions at $1.50 and $4.50 in Singapore and $1.413 and $4.24 in the Global regions, and a subscription that resells it at list price is a convenience, not a discount. And if your work is latency-sensitive and interactive, the honest read of the independent numbers is that this is a model to queue work for, not one to sit and watch.
Hal yang perlu diperhatikan berikutnya bukanlah benchmark lain. Yang menjadi pertanyaan adalah apakah jatah $15 OpenCode untuk Qwen4 Max bertahan saat bersentuhan dengan penggunaan nyata: dokumentasi menyebutkan batas "dapat berubah seiring kami belajar dari penggunaan awal dan masukan", yang merupakan kalimat yang ditulis platform sebelum mereka mengubah angka. Model yang begitu baru, diukur seketat ini, dengan jatah sekecil ini, adalah baris paling mungkin di halaman itu untuk direvisi lebih dulu.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari
