
Qwen4 Max sbarca in OpenCode Go: cosa permette di acquistare il credito da $15 e quanto costa un cache miss
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 89 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 182 tok/s
OpenCode ha inserito Qwen4 Max dietro il suo abbonamento Go il 16 novembre 2026, lo stesso giorno in cui il modello è passato dall'anteprima alla disponibilità generale a consumo, e il numero che decide se si tratta di un buon affare non è il prezzo di input di $1,50. È 66.000 — il conteggio dei token in cache che OpenCode presuppone per una tipica richiesta di programmazione quando calcola quanto può coprire il tuo credito. Questa singola ipotesi è il motivo per cui un budget mensile di $15 viene indicato come circa 2.310 richieste su Qwen4 Max e circa 810 su Qwen3.8-Max, il modello che sostituisce in cima allo stesso elenco, ed è anche il motivo per cui gli stessi $15 possono scendere a circa 149 richieste se il tuo harness non ottiene mai un cache hit. Tutto quanto segue è aritmetica che puoi rifare da due pagine pubblicate da OpenCode, più una riga di benchmark indipendente che dice che il modello è capace, lento e loquace.
Cosa ha effettivamente pubblicato OpenCode e cosa no
Due superfici presentano la scheda e concordano su tutto ciò che conta. La pagina marketing di Go su opencode.ai/go mostra una riga con scritto «Qwen4 Max — New», con 463 richieste stimate ogni cinque ore sul piano Go da $10 e 1.850 sul piano Go Plus da $40, a fronte di una quota di utilizzo mensile di $15 e $60. La documentazione su opencode.ai/docs/console/go assegna allo stesso modello l'id qwen4-max, l'endpoint https://opencode.ai/inference/go/anthropic/v1/messages, il pacchetto AI SDK @ai-sdk/anthropic e una riga di prezzo di $1,50 in input, $4,50 in output, $0,075 per lettura in cache e $1,875 per scrittura in cache per milione di token. La sua tabella di utilizzo elenca 460 richieste ogni cinque ore, 1.160 a settimana e 2.310 al mese.
Il divario di tre richieste tra 463 e 460 sulle due pagine non è uno scandalo; è ciò che succede quando una superficie è generata da un grafico a barre e l'altra da una tabella. Prendi il dato inferiore. Ciò che conta di più è che la linea del prezzo corrisponde al tariffario di Singapore al centesimo, senza alcuno sconto per abbonamento applicato sotto di essa.
Tre dettagli in quella documentazione contano più del prezzo in evidenza:
Il modello viene servito tramite il protocollo Messages, non tramite un percorso compatibile con chat-completions. È la stessa rotta che OpenCode utilizza per Qwen3.8-Max e Qwen3.7 Plus, ed è per questo che un harness che parla già Messages può puntare a Go senza uno shim.
• La privacy è indicata modello per modello. Qwen4 Max risulta come "Addestramento: non utilizzato" e "Conservazione: 0 giorni" — la colonna a conservazione zero, non quella a 30 giorni in cui rientrano Grok 4.7 e i modelli Luna. L'impostazione predefinita di Go blocca inoltre gli endpoint a pagamento che addestrano sui dati delle richieste.
• Ogni risposta riporta il proprio costo come opencode.allowance, e l'allowance è espressa in dollari al prezzo di listino, suddivisa in finestre del 20% su cinque ore, del 50% su una settimana e del 100% su un mese.
Ciò che OpenCode non ha pubblicato è da dove provengano i token. La documentazione spiega che alcuni modelli ricevono quote elevate perché OpenCode ha negoziato uno sconto su volume o ha riservato capacità GPU, e che altri ricevono quote inferiori «sia perché il modello è nuovo sia perché il loro prezzo pubblico è già scontato» — nel qual caso «ottieni comunque un po' di più rispetto a se avessi pagato direttamente i fornitori del modello». Qwen4 Max rientra nella seconda categoria a 1,50 e 4,50 dollari, esattamente la tariffa che Qwen4 Max applica ovunque. Che si tratti di un pass-through dell'endpoint di Singapore o dell'erogazione propria di OpenCode di un modello da 2,4 trilioni di parametri non è dichiarato da nessuna parte, e chiunque ti dica quale delle due sia, sta tirando a indovinare.
Una cosa da correggere subito, perché la formulazione attorno a questo modello è stata approssimativa: Qwen4 Max non è un rilascio non annunciato né trapelato. Il lancio è arrivato con un post intitolato "Qwen4-Max: Il tuo nuovo compagno di squadra è arrivato", la sua documentazione Model Studio per il modello è stata aggiornata il 17 novembre, e non ci sono pesi da ispezionare — Artificial Analysis registra il modello come proprietario, e non esiste alcun repository da leggere. La parte silenziosa è la scheda di OpenCode, che è una piattaforma di coding che collega il lancio di qualcun altro, non un lancio proprio.

Il $15 è un contatore in dollari, quindi ecco il calcolo.
Una quota in dollari ha senso solo accanto alla forma della richiesta che presuppone, e OpenCode pubblica quella forma: 420 token di input nuovi, 66.000 token in cache e 200 token di output per richiesta. Confronta quei tre numeri con la linea di prezzo di Qwen4 Max:
• Input nuovo — 420 token a 1,50 $ per milione equivalgono a 0,00063 $.
• Input in cache — 66.000 token a $0,075 per milione è $0,00495.
• Output — 200 token a $4,50 per milione equivalgono a $0,00090.
• Per richiesta — $0,00648, che si divide in $15 esattamente 2.315 volte. La stima pubblicata di OpenCode di 2.310 al mese è quel numero arrotondato per difetto.
La stessa aritmetica su Qwen3.8-Max, che il catalogo Go vende ancora a $2,00 per l'input, $6,00 per l'output e $0,25 per la lettura in cache, dà $0,01854 per richiesta e 809 richieste con $15 — OpenCode ne pubblica 810. Quindi il passaggio a Qwen4 Max consente di ottenere 2,9× più richieste a parità di credito, e due terzi di questo guadagno derivano da una sola riga: il prezzo della lettura in cache che scende da $0,25 a $0,075 per milione, un taglio del 70%. Il prezzo di input in evidenza è cambiato del 25%. È stato il prezzo della cache a cambiare l'esito.
La finestra di cinque ore è il vincolo che incontrerai davvero. Al 20% della quota mensile, un blocco scorrevole di cinque ore sul piano Go può spendere $3 su Qwen4 Max — 463 richieste nella configurazione modellata, più o meno un pomeriggio intenso di turni dell'agente se non stai attento. Go Plus lo porta a $12 e 1.850 richieste. Go Teams fissa la quota di ciascun membro a $20 al mese, più dei $15 di Go e meno dei $60 di Plus, a $20 per membro.

Da dove provengono 66.000 token in cache e perché è tutta la storia
Sessantaseimila token in cache non sono un numero tondo arbitrario: sono un prefisso plausibile per un agente di coding che invia un prompt di sistema, definizioni di strumenti e un insieme di file di dimensioni moderate a ogni turno, ed è il motivo per cui la richiesta modellata è economica. A 0,075 $ per milione, quel prefisso da 66.000 token costa meno di mezzo centesimo. Alla tariffa dell'input fresco di 1,50 $ costerebbe 0,099 $: venti volte tanto, e più di quindici volte l'intero resto della richiesta.
Segui il ragionamento fino in fondo. Una richiesta il cui prefisso non trova corrispondenza nella cache costa $0,1005 invece di $0,00648, quindi gli stessi $15 coprono circa 149 richieste anziché 2.315. Nient’altro del tuo utilizzo deve cambiare perché la quota scenda del 94%; è sufficiente che il prefisso smetta di essere riutilizzabile. I tre modi in cui ciò accade sono banali: un prompt di sistema che contiene un timestamp o un elenco di strumenti che cambia, un harness che riordina il proprio contesto tra un turno e l’altro, oppure una sessione che continua a riscrivere i primi messaggi, così che il prefisso memorizzabile in cache non si stabilizzi mai.
C’è un secondo costo, più silenzioso. OpenCode applica alle scritture in cache un prezzo di $1.875 per milione, superiore del 25% rispetto alla tariffa dell’input fresco: paghi un sovrapprezzo per stabilire un prefisso che in seguito verrà letto con uno sconto del 95%. Scrivere quel prefisso da 66.000 token costa $0.124, circa diciannove volte una richiesta a caldo. Una sessione che continua a invalidare la propria cache paga ripetutamente la scrittura e non ottiene mai lo sconto.
Questo è il motivo per cui vale la pena capire la quota invece di limitarsi a osservarla. Su un modello con un prezzo così, il tasso di hit della cache non è un'ottimizzazione da lasciare per dopo; è la differenza tra due abbonamenti molto diversi.
Quello a cui rinunci, misurato
La classifica indipendente ora è completa, ed è meno lusinghiera della scheda del prezzo. Artificial Analysis assegna a Qwen4 Max 43 sul suo Intelligence Index — superiore alla mediana dichiarata di 41, al 38º posto su 81 modelli nella classifica — con un costo misurato di $3,27 per attività dell'Indice. Il pannello delle prestazioni, che era ancora vuoto quando il modello è stato elencato per la prima volta, ora riporta cifre reali: 54 token al secondo di output, 159 secondi al primo token di risposta e 32,1 minuti per completare un'attività dell'Intelligence Index rispetto a una mediana di 13,3 minuti. Nella classifica propria del tracker, ciò corrisponde al 75º posto su 79 per il tempo al primo token di risposta.
• Capacità — 43 sull'Intelligence Index, 38° su 81, $3.27 per attività misurata.
• Prestazioni — 54 token di output al secondo, 159 secondi al primo token di risposta, 32,1 minuti per attività di indicizzazione rispetto a una mediana di 13,3 minuti, classificato 75º su 79 per tempo al primo token di risposta.
• Verbosità — 127 milioni di token di output per completare l'esecuzione dell'indice, rispetto a una mediana di 78,6 milioni, classificato al 65º posto su 80 nella scala di verbosità del tracker stesso.
• Contesto — 984k token secondo la misurazione del tracker, rispetto alla finestra documentata di 1.000.000 di token, con un limite massimo di input di 991.808 token in modalità non-thinking.
Per un ciclo di programmazione interattivo, il dato del primo token della risposta è quello che pesa. I modelli di ragionamento non emettono nulla finché il pensiero non termina, quindi 159 secondi sono l'intervallo tra la pressione di Invio e la visualizzazione del primo carattere di una risposta, e un lungo budget di pensiero fa oscillare quel numero invece di allontanarlo. Per il lavoro in batch — una coda di refactoring, una scansione notturna — è irrilevante, e il rapporto capacità-per-dollaro di 3,27 $ per attività è rispettabile rispetto ai modelli di frontiera che costano diverse volte tanto.
Il dato sulla verbosità merita una frase a sé, perché è quello che interagisce con un limite di spesa in dollari. Un modello che genera 127 milioni di token laddove la mediana ne genera 78,6 milioni consuma circa il 60% in più di token di output per lo stesso insieme di attività e, su Qwen4 Max, l’output è la voce più costosa della richiesta, a $4,50 per milione. Il tuo limite di $15 è espresso in dollari, quindi un modello loquace, allo stesso prezzo per token, semplicemente si esaurisce prima.

L'impostazione dello sforzo non è opzionale su questo modello
La documentazione stessa di Qwen4 Max imposta reasoning_effort su high e thinking_budget su 131.072 quando li ometti entrambi, e mappa il vocabolario a cinque valori usato dalla maggior parte degli SDK su tre impostazioni effettive: minimal diventa low, medium diventa high e max diventa xhigh. Nel protocollo Messages, che è la rotta esposta da OpenCode, il parametro è output_config.effort con gli stessi tre valori.
Ne derivano due conseguenze. Primo, chiedere uno sforzo "medium" non ti dà un'impostazione intermedia — ti dà high, quella predefinita. Se vuoi che il modello pensi di meno, devi chiedere low. Secondo, il tetto di output è condiviso con il thinking: 262.144 token che coprono catena di pensiero più risposta in modalità thinking, 131.072 token di risposta con thinking disattivato, contro un tetto di input di 983.616 token quando il thinking è attivo. Un agente che fissa max_completion_tokens a 262.144 e sceglie xhigh ha deciso di spendere il proprio budget in token di ragionamento prima di aver scritto una riga di codice.
L'impostazione pratica per una sessione di programmazione interattiva su un abbonamento a consumo è low per modifiche e piccoli refactoring, high per i turni in cui il modello deve tenere più file contemporaneamente, e xhigh solo per le attività che altrimenti affideresti a una persona. È un giudizio sul tuo budget, non un'affermazione basata su benchmark — nessuno ha pubblicato una curva dei costi per livello di impegno per questo modello, e le cifre di riduzione dei token del fornitore sono cifre del fornitore.
Provarlo senza spostare il tuo stack
Oggi OrcaRouter non instrada Qwen4 Max. È meglio dirlo chiaramente invece di lasciarlo intendere: il catalogo contiene 215 modelli, e una richiesta per un identificatore qwen4 restituisce non trovato, quindi se il nuovo flagship è quello che vuoi su una chiave OrcaRouter, stai aspettando. Ciò che il catalogo contiene è qwen/qwen3.8-max a $2.00 di input e $6.00 di output per milione con una lettura della cache da $0.25 — le stesse tariffe pubblicate sia da OpenCode sia dall'API proprietaria del modello — passate a 0% di ricarico, così un taglio dei prezzi del fornitore arriva dalla nostra parte lo stesso giorno in cui arriva dalla loro.
Il che rende il test sensato economico anziché gratuito. Se stai valutando Qwen4 Max rispetto a ciò che già esegui, la prima domanda a cui rispondere non è «43 è un buon punteggio» ma «il mio harness mantiene caldo un prefisso di 66.000 token» — e puoi rispondere rispetto a Qwen3.8-Max sullo stesso account oggi, a tariffe che già conosci, prima di spendere un abbonamento per la risposta. Abbinalo a failover automatico e un modello non ancora collaudato diventa una decisione di routing anziché una migrazione: invia il lavoro al nuovo modello, mantieni quello vecchio come fallback e lascia che sia il tasso di errore a decidere.
Chi dovrebbe muoversi ora, e chi dovrebbe aspettare?
Se paghi già OpenCode Go, il passaggio non ti costa nulla da provare e la quota è il motivo per provarlo deliberatamente invece che casualmente. {{1}}Qwen4 Max più che raddoppia le richieste che i tuoi $15 acquistano rispetto a Qwen3.8-Max con lo stesso piano{{/1}}, ma lo fa tramite un'ipotesi di cache che il tuo harness deve guadagnarsi, su un modello misurabilmente lento al primo token e misurabilmente verboso con lo sforzo predefinito. {{2}}Inizia con sforzo basso, osserva il campo opencode.allowance sulle prime venti risposte e confronta il tasso di consumo con quanto sarebbero costate quelle sessioni sul modello che stavi già usando{{/2}}. Se il tasso di consumo ti sorprende, {{3}}la causa è quasi certamente nel tuo prefisso, non nel listino prezzi{{/3}}.
Se non sei su Go, questo annuncio non cambia nulla riguardo alle tue opzioni — Qwen4 Max è disponibile tramite l'API first-party in sei regioni a $1,50 e $4,50 a Singapore e a $1,413 e $4,24 nelle regioni Global, e un abbonamento che lo rivende al prezzo di listino è una comodità, non uno sconto. E se il tuo lavoro è sensibile alla latenza e interattivo, la lettura onesta dei numeri indipendenti è che questo è un modello per accodare il lavoro, non uno da guardare e aspettare.
La prossima cosa da tenere d'occhio non è un altro benchmark. È se la quota di 15 $ di OpenCode per Qwen4 Max sopravvive al contatto con l'uso reale: la documentazione afferma che i limiti «possono cambiare man mano che impariamo dall'uso iniziale e dai feedback», che è la frase che le piattaforme scrivono prima di cambiare un numero. Un modello così nuovo, con un conteggio così stretto, su una quota così esigua, è la voce di quella pagina più probabilmente destinata a essere revisionata per prima.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
