
Qwen4 Max komt naar OpenCode Go: wat de vergoeding van $15 oplevert, en wat een cachemiss kost
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 89 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 182 tok/s
OpenCode zette Qwen4 Max op 16 november 2026 achter zijn Go-abonnement, dezelfde dag dat het model van preview naar gemeterde algemene beschikbaarheid ging, en het getal dat bepaalt of dat een goede deal is, is niet de invoerprijs van $1,50. Het is 66.000 — het aantal gecachte tokens dat OpenCode aanneemt voor een typisch codeerverzoek wanneer het berekent hoever je tegoed reikt. Die ene aanname is de reden dat een maandbudget van $15 wordt genoemd als ruwweg 2.310 verzoeken op Qwen4 Max en ruwweg 810 op Qwen3.8-Max, het model dat het bovenaan dezelfde lijst vervangt, en het is ook de reden dat dezelfde $15 kan instorten tot ongeveer 149 verzoeken als je harness nooit een cache-hit krijgt. Alles hieronder is rekenwerk dat je opnieuw kunt doen aan de hand van twee pagina's die OpenCode publiceert, plus één onafhankelijke benchmarkrij die zegt dat het model capabel, traag en praatgraag is.
Wat OpenCode daadwerkelijk heeft gepubliceerd, en wat niet
De vermelding staat op twee oppervlakken, en die zijn het eens over alles wat ertoe doet. De Go-marketingpagina op opencode.ai/go toont een rij met de tekst "Qwen4 Max — New" met 463 geschatte requests per vijf uur op het Go-plan van $10 en 1.850 op het Go Plus-plan van $40, tegenover een maandelijkse gebruikslimiet van $15 respectievelijk $60. De documentatie op opencode.ai/docs/console/go geeft hetzelfde model de id qwen4-max, het endpoint https://opencode.ai/inference/go/anthropic/v1/messages, het AI SDK-pakket @ai-sdk/anthropic, en een prijsregel van $1,50 input, $4,50 output, $0,075 cached read en $1,875 cached write per miljoen tokens. De gebruikstabel ervan vermeldt 460 requests per vijf uur, 1.160 per week en 2.310 per maand.
Het verschil van drie aanvragen tussen 463 en 460 op de twee pagina's is geen schandaal; het is wat er gebeurt wanneer het ene oppervlak wordt gegenereerd uit een staafdiagram en het andere uit een tabel. Neem het lagere cijfer. Wat meer van belang is, is dat de prijsregel de tariefkaart van Singapore tot op de cent is, zonder dat daaronder een abonnementskorting is toegepast.
Drie details in die documentatie doen meer werk dan de prijs in de kop:
• Het model wordt aangeboden via het Messages-protocol, niet via een pad dat compatibel is met chat-completions. Dat is dezelfde route die OpenCode gebruikt voor Qwen3.8-Max en Qwen3.7 Plus, en daarom kan een harness die al Messages spreekt, naar Go wijzen zonder shim.
• Privacy wordt per model vermeld. Qwen4 Max staat geregistreerd als "Training: niet gebruikt" en "Bewaring: 0 dagen" — de kolom voor nul bewaring, niet de kolom van 30 dagen waarin Grok 4.7 en de Luna-modellen staan. De standaardinstelling van Go blokkeert ook betaalde endpoints die op aanvraaggegevens trainen.
• Elk antwoord rapporteert de kosten terug als opencode.allowance, en de toelage is uitgedrukt in dollars tegen lijstprijs, opgesplitst in vensters van 20% over vijf uur, 50% over een week en 100% over een maand.
Wat OpenCode niet heeft gepubliceerd, is waar de tokens vandaan komen. De documentatie legt uit dat sommige modellen grote tegoeden krijgen omdat OpenCode een volumekorting heeft bedongen of GPU-capaciteit heeft gereserveerd, en dat andere kleinere tegoeden krijgen ‘omdat het model nieuw is of omdat de publieke prijsstelling al is verlaagd’ — in dat geval ‘krijg je nog steeds iets meer dan wanneer je rechtstreeks aan de modelproviders had betaald’. Qwen4 Max valt in de tweede categorie tegen $1,50 en $4,50, precies het tarief dat Qwen4 Max overal hanteert. Of dat een doorrekening van het Singapore-endpoint is of OpenCode’s eigen aanbieding van een model met 2,4 biljoen parameters, staat nergens vermeld, en iedereen die je vertelt welke van de twee het is, gokt.
Eén ding dat vooraf rechtgezet moet worden, omdat de bewoordingen rond dit model los zijn geweest: Qwen4 Max is geen onaangekondigde of uitgelekte release. De lancering ging gepaard met een bericht getiteld "Qwen4-Max: Je nieuwe teamgenoot is gearriveerd", de Model Studio-documentatie voor het model werd op 17 november bijgewerkt, en er zijn geen gewichten om te inspecteren — Artificial Analysis registreert het model als propriëtair, en er bestaat geen repository om te lezen. Het stille deel is de vermelding van OpenCode, een codeplatform dat andermans lancering aansluit, niet een eigen lancering.

De $15 is een dollarmeter, dus hier is de rekensom.
Een budget in dollars is alleen zinvol naast de aanvraagvorm die het veronderstelt, en OpenCode publiceert die vorm: 420 nieuwe invoertokens, 66.000 gecachte tokens en 200 uitvoertokens per aanvraag. Leg die drie getallen naast de prijsregel van Qwen4 Max:
• Nieuwe invoer — 420 tokens tegen $1,50 per miljoen is $0,00063.
• Gecachte invoer — 66.000 tokens tegen $0,075 per miljoen is $0,00495.
• Uitvoer — 200 tokens tegen $4,50 per miljoen is $0,00090.
• Per verzoek — $0,00648, wat precies 2.315 keer in $15 past. De gepubliceerde schatting van OpenCode van 2.310 per maand is dat aantal naar beneden afgerond.
Dezelfde rekensom op Qwen3.8-Max, dat de Go-catalogus nog steeds verkoopt voor $2,00 input, $6,00 output en $0,25 voor lezen uit cache, levert $0,01854 per aanvraag op en 809 aanvragen voor $15 — OpenCode publiceert 810. De overstap naar Qwen4 Max is dus 2,9× meer aanvragen waard op een identiek budget, en tweederde van die winst komt uit één regel: de prijs voor lezen uit cache daalt van $0,25 naar $0,075 per miljoen, een verlaging van 70%. De inputprijs in de kop veranderde met 25%. De cacheprijs veranderde de uitkomst.
Het venster van vijf uur is de beperking waar je daadwerkelijk tegenaan zult lopen. Bij 20% van het maandelijkse tegoed kan een rollend blok van vijf uur op het Go-plan $3 uitgeven aan Qwen4 Max — 463 verzoeken bij de gemodelleerde vorm, wat ruwweg een zware middag agent-turns is als je niet oplet. Go Plus tilt dat naar $12 en 1.850 verzoeken. Go Teams stelt het tegoed per lid op $20 per maand, wat meer is dan Go's $15 en minder dan Plus's $60, tegen $20 per lid.

Waar 66.000 gecachte tokens vandaan komen, en waarom dat het hele verhaal is
Zesenzestigduizend gecachte tokens is geen willekeurig rond getal: het is een plausibele prefix voor een coding agent die bij elke beurt een systeemprompt, tooldefinities en een middelgrote set bestanden verstuurt, en het is de reden dat het gemodelleerde verzoek überhaupt goedkoop is. Bij $0,075 per miljoen kost die prefix van 66.000 tokens minder dan een halve cent. Bij het tarief voor nieuwe invoer van $1,50 zou het $0,099 kosten — twintig keer zoveel, en meer dan vijftien keer de rest van het hele verzoek.
Trek die lijn door. Een verzoek waarvan het voorvoegsel de cache mist, kost $0,1005 in plaats van $0,00648, dus voor dezelfde $15 krijg je ongeveer 149 verzoeken in plaats van 2.315. Er hoeft verder niets aan je gebruik te veranderen om het budget met 94% te laten dalen; het voorvoegsel hoeft alleen maar niet meer herbruikbaar te worden. De drie manieren waarop dat gebeurt, zijn alledaags: een systeemprompt met een tijdstempel of een veranderende lijst met tools erin, een harness die zijn context tussen beurten herordent, of een sessie die steeds de vroegste berichten herschrijft, zodat het cachebare voorvoegsel nooit stabiliseert.
Er is een tweede, stillere kostenpost. OpenCode rekent $1,875 per miljoen voor gecachte writes, 25% boven het tarief voor verse input — je betaalt een premie om een prefix op te bouwen dat later tegen 95% korting wordt gelezen. Het schrijven van dat prefix van 66.000 tokens kost $0,124, ongeveer negentien keer een warm verzoek. Een sessie die zijn cache steeds ongeldig maakt, betaalt die write herhaaldelijk en profiteert nooit van de korting.
Dit is de reden waarom het de moeite waard is de vergoeding te begrijpen in plaats van haar alleen waar te nemen. Bij een model met een dergelijke prijsstelling is cache-hitratio geen optimalisatie die je later nog kunt doorvoeren; het is het verschil tussen twee heel verschillende abonnementen.
Wat je opgeeft, gemeten
Het onafhankelijke scorebord is nu vol, en het is minder vleiend dan de prijskaart. Artificial Analysis geeft Qwen4 Max een 43 op zijn Intelligence Index — boven zijn opgegeven mediaan van 41, gerangschikt als 38e van de 81 modellen op het bord — tegen $3,27 gemeten kosten per indextaak. Het prestatiepaneel, dat nog leeg was toen het model voor het eerst werd vermeld, bevat nu echte cijfers: 54 tokens per seconde output, 159 seconden tot het eerste antwoordtoken, en 32,1 minuten om één Intelligence Index-taak te voltooien tegen een mediaan van 13,3 minuten. Op de eigen ranglijst van de tracker is dat de 75e van de 79 voor tijd tot het eerste antwoordtoken.
• Capaciteit — 43 op de Intelligence Index, 38e van 81, $3,27 per gemeten taak.
• Prestaties — 54 outputtokens per seconde, 159 seconden tot het eerste antwoordtoken, 32,1 minuten per indextaak tegenover een mediaan van 13,3 minuten, 75e van 79 gerangschikt op tijd tot het eerste antwoordtoken.
• Uitgebreidheid — 127 miljoen outputtokens om de index-run te voltooien, tegenover een mediaan van 78,6 miljoen, gerangschikt 65e van de 80 op de eigen uitgebreidheidsschaal van de tracker.
• Context — 984k tokens volgens de meting van de tracker, tegenover het gedocumenteerde venster van 1.000.000 tokens met een invoerplafond van 991.808 tokens in niet-denkmodus.
In een interactieve codeercyclus is de maatstaf voor het eerste antwoordtoken degene die pijn doet. Reasoning-modellen geven niets vrij totdat het denken stopt, dus 159 seconden is de kloof tussen op enter drukken en het eerste teken van een antwoord zien, en een groot denkbudget laat dat getal eerder schommelen dan verdwijnen. Voor batchwerk — een wachtrij met refactors, een nachtelijke sweep — is het irrelevant, en de capaciteit-per-dollar van $3,27 per taak is respectabel tegenover frontier-modellen die daar meerdere malen zoveel voor rekenen.
Het verbositeitscijfer verdient een eigen zin, want dat is het cijfer dat samenhangt met een vergoeding in dollars. Een model dat 127 miljoen tokens genereert waar de mediaan 78,6 miljoen genereert, verbruikt ongeveer 60% meer outputtokens voor dezelfde set taken, en bij Qwen4 Max is output de duurste post in het verzoek tegen $4,50 per miljoen. Je tegoed van $15 is uitgedrukt in dollars, dus een spraakzaam model tegen dezelfde prijs per token is gewoon eerder op.

De inspanningsregelaar is niet optioneel op dit model
De eigen documentatie van Qwen4 Max stelt reasoning_effort in op high en thinking_budget op 131.072 wanneer je beide weglaat, en het mapt de vijfwaardige vocabulaire die de meeste SDK's gebruiken op drie echte instellingen: minimal wordt low, medium wordt high en max wordt xhigh. Via het Messages-protocol, de route die OpenCode aanbiedt, is de instelling output_config.effort met dezelfde drie waarden.
Hieruit volgen twee consequenties. Ten eerste krijg je met vragen om "medium" inspanning geen middelste instelling — je krijgt high, de standaardwaarde. Als je wilt dat het model minder nadenkt, moet je om low vragen. Ten tweede wordt het uitvoerplafond gedeeld met het denkwerk: 262.144 tokens voor chain of thought plus antwoord in denkmodus, 131.072 tokens antwoord met denken uit, tegenover een invoerplafond van 983.616 tokens wanneer denken aan staat. Een agent die max_completion_tokens vastzet op 262.144 en xhigh kiest, heeft besloten zijn budget aan redeneertokens te besteden voordat hij een regel code heeft geschreven.
De praktische instelling voor een interactieve codeersessie op een abonnement met verbruiksafrekening is laag voor bewerkingen en kleine refactorings, hoog voor de beurten waarin het model meerdere bestanden tegelijk moet bijhouden, en xhigh alleen voor de taken die je anders aan een persoon zou toevertrouwen. Dat is een inschatting over je budget, geen benchmarkclaim — niemand heeft een kostencurve per inspanningsniveau voor dit model gepubliceerd, en de eigen cijfers van de leverancier over tokenreductie zijn cijfers van de leverancier.
Het uitproberen zonder je stack te verplaatsen
OrcaRouter routeert Qwen4 Max vandaag niet. Dat kun je maar beter ronduit zeggen in plaats van eromheen te draaien: de catalogus bevat 215 modellen, en een aanvraag voor een qwen4-identifier geeft een not-found terug, dus als je het nieuwe vlaggenschip op een OrcaRouter-sleutel wilt, zul je moeten wachten. Wat de catalogus wél bevat, is qwen/qwen3.8-max tegen $2.00 input en $6.00 output per miljoen tokens, met een cache-lees van $0.25 — dezelfde tarieven die zowel OpenCode als de first-party-API van het model publiceren — doorgegeven tegen 0% opslag, zodat een prijsverlaging van de leverancier bij ons op dezelfde dag doorwerkt als bij hen.
Wat de verstandige test goedkoop maakt in plaats van gratis. Als je Qwen4 Max afweegt tegen wat je al draait, is de vraag die je eerst moet beantwoorden niet "is 43 een goede score", maar "houdt mijn harness een prefix van 66.000 tokens warm" — en dat kun je vandaag op hetzelfde account beantwoorden tegen Qwen3.8-Max, tegen tarieven die je al kent, voordat je een abonnement betaalt voor het antwoord. Combineer het met automatische failover en een onbewezen model wordt een routingbeslissing in plaats van een migratie: stuur het werk naar het nieuwe model, houd het oude als fallback aan, en laat het foutpercentage beslissen.
Wie moet nu handelen, en wie moet wachten?
Als je al voor OpenCode Go betaalt, kost deze wijziging je niets om uit te proberen, en het tegoed is de reden om het bewust te proberen in plaats van terloops. Qwen4 Max geeft meer dan twee keer zoveel requests voor je $15 als Qwen3.8-Max bij hetzelfde plan, maar dat doet het via een cache-aanname die je harness moet verdienen, op een model dat meetbaar traag is tot het eerste token en meetbaar wijdlopig bij standaardinspanning. Begin met een lage inspanning, houd het veld opencode.allowance in de gaten bij de eerste twintig responses, en vergelijk het verbruikstempo met wat die sessies zouden hebben gekost op het model dat je al gebruikte. Als het verbruikstempo je verrast, ligt de oorzaak vrijwel zeker in je prefix, niet in de prijskaart.
Als je niet op Go zit, verandert deze vermelding niets aan je opties: Qwen4 Max is beschikbaar via de first-party API in zes regio's voor $1,50 en $4,50 in Singapore en $1,413 en $4,24 in de Global-regio's, en een abonnement dat het tegen listprijs doorverkoopt is een gemak, geen korting. En als je werk latencygevoelig en interactief is, is de eerlijke interpretatie van de onafhankelijke cijfers dat dit een model is om werk voor in de wachtrij te zetten, niet een om te zitten kijken.
Het volgende om in de gaten te houden is niet nog een benchmark, maar of het $15-tegoed van OpenCode voor Qwen4 Max contact met echt gebruik overleeft: de documentatie zegt dat limieten "kunnen veranderen naarmate we leren van vroeg gebruik en feedback", de zin die platforms schrijven voordat ze een getal aanpassen. Een model dat zo nieuw is, zo strak wordt gemeterd en op zo'n klein tegoed draait, is de rij op die pagina die het waarschijnlijkst als eerste wordt herzien.
Vergeleken in dit artikel1
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
