
Qwen4 Max trafia do OpenCode Go: co daje limit 15 USD i ile kosztuje chybienie pamięci podręcznej
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 89 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 127 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 136 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 124 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 182 tok/s
OpenCode umieścił Qwen4 Max za swoją subskrypcją Go 16 listopada 2026 r., tego samego dnia, w którym model przeszedł z wersji zapoznawczej do ogólnie dostępnej wersji rozliczanej za użycie, a liczbą, która decyduje, czy to dobra oferta, nie jest cena wejściowa 1,50 USD. To 66 000 — liczba tokenów z pamięci podręcznej, którą OpenCode zakłada dla typowego żądania kodowania, gdy oblicza, na jak długo wystarczy Twój limit. To jedno założenie jest powodem, dla którego miesięczny budżet 15 USD jest podawany jako około 2310 żądań w przypadku Qwen4 Max i około 810 w przypadku Qwen3.8-Max, modelu zastępowanego przez niego na szczycie tej samej listy, a także dlaczego ta sama kwota 15 USD może spaść do około 149 żądań, jeśli Twój harness nigdy nie trafi w pamięć podręczną. Wszystko poniżej to arytmetyka, którą możesz powtórzyć na podstawie dwóch stron publikowanych przez OpenCode, plus jeden niezależny wiersz benchmarku, który mówi, że model jest kompetentny, wolny i gadatliwy.
Co OpenCode faktycznie opublikował, a czego nie
Dwie powierzchnie prezentują tę pozycję i są zgodne we wszystkim, co istotne. Strona marketingowa Go pod adresem opencode.ai/go zawiera wiersz o treści „Qwen4 Max — New” z szacowanymi 463 żądaniami na pięć godzin w planie Go za 10 USD i 1850 w planie Go Plus za 40 USD, wobec miesięcznego limitu wykorzystania wynoszącego 15 USD i 60 USD. Dokumentacja pod adresem opencode.ai/docs/console/go podaje dla tego samego modelu identyfikator qwen4-max, endpoint https://opencode.ai/inference/go/anthropic/v1/messages, pakiet AI SDK @ai-sdk/anthropic oraz stawkę: 1,50 USD za dane wejściowe, 4,50 USD za dane wyjściowe, 0,075 USD za odczyt z pamięci podręcznej i 1,875 USD za zapis do pamięci podręcznej za milion tokenów. Jej tabela użycia zawiera 460 żądań na pięć godzin, 1160 na tydzień i 2310 na miesiąc.
Różnica trzech zapytań między 463 a 460 na obu stronach nie jest skandalem; to efekt tego, że jedna powierzchnia jest generowana z wykresu słupkowego, a druga z tabeli. Weźmy niższą wartość. Ważniejsze jest to, że linia ceny to cennik singapurski co do centa, bez zastosowanej pod nią zniżki abonamentowej.
Trzy szczegóły w tej dokumentacji mają większe znaczenie niż cena podana w nagłówku:
• Model jest udostępniany przez protokół Messages, a nie przez ścieżkę zgodną z chat-completions. To ta sama trasa, której OpenCode używa dla Qwen3.8-Max i Qwen3.7 Plus, i dlatego harness, który już obsługuje Messages, może wskazywać na Go bez shim.
• Prywatność jest podana model po modelu. Qwen4 Max jest odnotowany jako „Szkolenie: Niewykorzystywane” i „Przechowywanie: 0 dni” — kolumna zerowego przechowywania, a nie kolumna 30-dniowa, w której znajdują się Grok 4.7 i modele Luna. Domyślne ustawienie Go również blokuje płatne punkty końcowe, które szkolą się na danych z żądań.
• Każda odpowiedź raportuje swój koszt zwrotnie jako opencode.allowance, a allowance jest wyrażona w dolarach według ceny katalogowej, z podziałem na przedziały: 20% na pięć godzin, 50% na tydzień i 100% na miesiąc.
To, czego OpenCode nie ujawnił, to skąd pochodzą tokeny. Dokumentacja wyjaśnia, że niektóre modele otrzymują duże limity, ponieważ OpenCode wynegocjował rabat hurtowy lub zarezerwował moc GPU, a inne otrzymują mniejsze limity „albo dlatego, że model jest nowy, albo dlatego, że jego publiczna cena jest już obniżona” — w którym to przypadku „i tak dostajesz trochę więcej, niż gdybyś płacił bezpośrednio dostawcom modeli”. Qwen4 Max należy do drugiej grupy, z cenami 1,50 i 4,50 USD, dokładnie takimi, jakie Qwen4 Max ma wszędzie. Czy jest to przeniesienie kosztów punktu końcowego w Singapurze, czy własne serwowanie przez OpenCode modelu o 2,4 biliona parametrów, nie jest nigdzie podane, a każdy, kto twierdzi, że wie które, zgaduje.
Jedną rzecz warto od razu sprostować, ponieważ sformułowania dotyczące tego modelu były nieprecyzyjne: Qwen4 Max nie jest premierą niezapowiedzianą ani wyciekłą. Premierze towarzyszył post zatytułowany „Qwen4-Max: Oto Twój nowy kolega z zespołu”, dokumentacja tego modelu w Model Studio została zaktualizowana 17 listopada, a nie ma żadnych wag do sprawdzenia — Artificial Analysis klasyfikuje ten model jako zastrzeżony, a nie istnieje żadne repozytorium, które można by przejrzeć. Mniej oczywistym elementem jest wpis OpenCode, czyli platformy do kodowania, która podłącza się do cudzej premiery, a nie ogłasza własnej.

Te 15 dolarów to licznik dolarowy, więc oto arytmetyka.
Limit w dolarach ma znaczenie tylko w zestawieniu z kształtem zapytania, który zakłada, a OpenCode publikuje ten kształt: 420 nowych tokenów wejściowych, 66 000 tokenów z pamięci podręcznej i 200 tokenów wyjściowych na zapytanie. Zestaw te trzy liczby z linią cenową Qwen4 Max:
• Świeże dane wejściowe — 420 tokenów po $1.50 za milion to $0.00063.
• Dane wejściowe z pamięci podręcznej — 66 000 tokenów po 0,075 USD za milion to 0,00495 USD.
• Dane wyjściowe — 200 tokenów przy $4.50 za milion to $0.00090.
• Za zapytanie — $0.00648, co dzieli $15 dokładnie 2 315 razy. Opublikowany przez OpenCode szacunek na poziomie 2 310 miesięcznie to ta liczba zaokrąglona w dół.
Ta sama arytmetyka dla Qwen3.8-Max, który katalog Go wciąż sprzedaje po $2,00 za wejście, $6,00 za wyjście i $0,25 za odczyt z pamięci podręcznej, daje $0,01854 na żądanie i 809 żądań za $15 — OpenCode podaje 810. Zatem przejście na Qwen4 Max jest warte 2,9× więcej żądań przy identycznym limicie, a dwie trzecie tego zysku pochodzi z jednej linii: cena odczytu z pamięci podręcznej spada z $0,25 do $0,075 za milion, czyli o 70%. Główna cena wejścia zmieniła się o 25%. Cena pamięci podręcznej zmieniła wynik.
Pięciogodzinne okno to ograniczenie, na które faktycznie się natkniesz. Przy 20% miesięcznego limitu ruchomy pięciogodzinny blok w planie Go może wydać 3 USD na Qwen4 Max — 463 żądania przy założonym profilu, co w przybliżeniu odpowiada ciężkiemu popołudniu tur agenta, jeśli nie będziesz ostrożny. Go Plus podnosi to do 12 USD i 1850 żądań. Go Teams ustala limit każdego członka na 20 USD miesięcznie, co jest więcej niż 15 USD w Go i mniej niż 60 USD w Plus, przy 20 USD za członka.

Skąd pochodzi 66 000 tokenów w pamięci podręcznej i dlaczego to cała historia
Sześćdziesiąt sześć tysięcy tokenów w pamięci podręcznej nie jest przypadkową okrągłą liczbą: to wiarygodny prefiks dla agenta kodującego, który przy każdej turze wysyła prompt systemowy, definicje narzędzi i średniej wielkości zestaw plików, i to właśnie dlatego modelowane żądanie jest w ogóle tanie. Przy 0,075 USD za milion ten 66 000-tokenowy prefiks kosztuje mniej niż pół centa. Przy stawce 1,50 USD za świeże dane wejściowe kosztowałby 0,099 USD — dwadzieścia razy więcej i ponad piętnaście razy więcej niż cała pozostała część żądania.
Prześledźmy to do końca. Żądanie, którego prefiks nie trafia do pamięci podręcznej, kosztuje 0,1005 USD zamiast 0,00648 USD, więc te same 15 USD kupują około 149 żądań zamiast 2315. Nic innego w Twoim sposobie korzystania nie musi się zmienić, aby przydział spadł o 94%; wystarczy, że prefiks przestanie nadawać się do ponownego użycia. Trzy sposoby, w jakie to następuje, są całkiem zwyczajne: prompt systemowy ze znacznikiem czasu lub zmieniającą się listą narzędzi, mechanizm uruchamiający, który między turami zmienia kolejność swojego kontekstu, albo sesja, która ciągle przepisuje najwcześniejsze komunikaty, przez co prefiks nadający się do buforowania nigdy się nie stabilizuje.
Istnieje drugi, cichszy koszt. OpenCode wycenia zapisy do pamięci podręcznej na 1,875 USD za milion, co stanowi 25% powyżej stawki za świeże dane wejściowe — płacisz premię za ustanowienie prefiksu, który później będzie odczytywany z 95% zniżką. Zapisanie tego prefiksu o długości 66 000 tokenów kosztuje 0,124 USD, około dziewiętnaście razy więcej niż ciepłe żądanie. Sesja, która stale unieważnia swoją pamięć podręczną, płaci za zapis wielokrotnie i nigdy nie odbiera zniżki.
To jest powód, dla którego warto zrozumieć przydział, a nie tylko go obserwować. W modelu o takiej cenie współczynnik trafień pamięci podręcznej nie jest optymalizacją, którą zostawia się na później; to różnica między dwiema bardzo różnymi subskrypcjami.
To, z czego rezygnujesz — zmierzone
Niezależna tabela wyników jest już pełna i wypada mniej pochlebnie niż karta cenowa. Artificial Analysis przyznaje Qwen4 Max 43 punkty w swoim Intelligence Index — powyżej podanej mediany 41, co daje 38. miejsce spośród 81 modeli w tabeli — przy zmierzonym koszcie 3,27 USD na zadanie indeksu. Panel wydajności, który był jeszcze pusty, gdy model po raz pierwszy umieszczono na liście, zawiera teraz rzeczywiste liczby: 54 tokeny na sekundę na wyjściu, 159 sekund do pierwszego tokenu odpowiedzi i 32,1 minuty na ukończenie jednego zadania Intelligence Index wobec mediany 13,3 minuty. W rankingu samego trackera to 75. miejsce na 79 pod względem czasu do pierwszego tokenu odpowiedzi.
• Możliwości — 43 w Intelligence Index, 38. miejsce na 81, 3,27 USD na zmierzone zadanie.
• Wydajność — 54 tokeny wyjściowe na sekundę, 159 sekund do pierwszego tokenu odpowiedzi, 32,1 minuty na zadanie indeksowania wobec mediany 13,3 minuty, 75. miejsce na 79 pod względem czasu do pierwszego tokenu odpowiedzi.
• Gadatliwość — 127 milionów tokenów wyjściowych na ukończenie przebiegu indeksowania, wobec mediany 78,6 mln; 65. miejsce na 80 we własnej skali gadatliwości trackera.
• Kontekst — 984 tys. tokenów według pomiaru trackera, wobec udokumentowanego okna 1 000 000 tokenów z limitem wejściowym 991 808 tokenów w trybie nie-myślącym.
W interaktywnej pętli kodowania to właśnie wartość dotycząca pierwszego tokenu odpowiedzi najbardziej doskwiera. Modele rozumujące nie emitują nic, dopóki nie zakończy się myślenie, więc 159 sekund to odstęp między naciśnięciem Enter a zobaczeniem pierwszego znaku odpowiedzi, a długi budżet myślenia sprawia, że ta liczba się przesuwa, a nie że znika. W pracy wsadowej — kolejka refaktoryzacji, nocny przegląd — jest to nieistotne, a stosunek możliwości do ceny wynoszący 3,27 USD na zadanie jest przyzwoity na tle modeli frontierowych, które pobierają kilkukrotnie więcej.
Wskaźnik gadatliwości zasługuje na osobne zdanie, ponieważ to on wchodzi w interakcję z limitem wyrażonym w dolarach. Model, który generuje 127 milionów tokenów, podczas gdy mediana wynosi 78,6 miliona, zużywa około 60% więcej tokenów wyjściowych dla tego samego zestawu zadań, a w Qwen4 Max dane wyjściowe są najdroższą pozycją żądania — 4,50 USD za milion. Twój limit 15 USD jest wyrażony w dolarach, więc gadatliwy model przy tej samej cenie za token po prostu wyczerpuje się szybciej.

Pokrętło wysiłku nie jest opcjonalne w tym modelu.
Dokumentacja samego Qwen4 Max ustawia reasoning_effort na high i thinking_budget na 131,072, gdy pominiesz oba, a pięciowartościowe słownictwo używane przez większość SDK mapuje na trzy rzeczywiste ustawienia: minimal staje się low, medium staje się high, a max staje się xhigh. W protokole Messages, który jest trasą udostępnianą przez OpenCode, parametrem jest output_config.effort z tymi samymi trzema wartościami.
Wynikają z tego dwie konsekwencje. Po pierwsze, poproszenie o „medium” nie daje ustawienia pośredniego — daje „high”, czyli wartość domyślną. Jeśli chcesz, żeby model myślał mniej, musisz poprosić o „low”. Po drugie, limit wyjściowy jest współdzielony z myśleniem: 262,144 tokenów obejmuje łańcuch myśli oraz odpowiedź w trybie myślenia, 131,072 tokenów odpowiedzi przy wyłączonym myśleniu, wobec limitu wejściowego 983,616 tokenów przy włączonym myśleniu. Agent, który ustawia max_completion_tokens na 262,144 i wybiera xhigh, zdecydował się przeznaczyć swój limit na tokeny rozumowania, zanim napisał choćby linię kodu.
Praktyczne ustawienie na potrzeby interaktywnej sesji kodowania w ramach subskrypcji rozliczanej za zużycie to low w przypadku edycji i drobnych refaktoryzacji, high w turach, w których model musi naraz utrzymywać kilka plików, a xhigh tylko do zadań, które w przeciwnym razie przekazałbyś człowiekowi. To osąd dotyczący twojego budżetu, a nie twierdzenie oparte na benchmarku — nikt nie opublikował krzywej kosztów według poziomu wysiłku dla tego modelu, a własne dane dostawcy dotyczące redukcji tokenów to dane dostawcy.
Wypróbuj to bez przenoszenia swojego stosu
OrcaRouter nie kieruje dziś ruchu do Qwen4 Max. Trzeba to powiedzieć wprost, zamiast owijać w bawełnę: katalog zawiera 215 modeli, a żądanie z identyfikatorem qwen4 zwraca not-found, więc jeśli nowy flagowiec ma być dostępny na kluczu OrcaRouter, to pozostaje czekać. Katalog zawiera natomiast qwen/qwen3.8-max w cenie $2.00 za wejście i $6.00 za wyjście za milion, z odczytem z pamięci podręcznej za $0.25 — takie same stawki, jakie publikują zarówno OpenCode, jak i oficjalne API modelu — przekazywane przy 0% narzutu, więc obniżka ceny przez dostawcę dociera na naszą stronę tego samego dnia, w którym dociera na ich stronę.
Co sprawia, że rozsądny test jest tani, a nie darmowy. Jeśli porównujesz Qwen4 Max z tym, co już uruchamiasz, pierwsze pytanie nie brzmi „czy 43 to dobry wynik”, lecz „czy moje środowisko utrzymuje w gotowości prefiks 66 000 tokenów” — i możesz na nie odpowiedzieć w zestawieniu z Qwen3.8-Max na tym samym koncie już dziś, po stawkach, które znasz, zanim wydasz pieniądze na subskrypcję, by poznać tę odpowiedź. Połącz to z automatycznym przełączaniem awaryjnym, a nieudowodniony model staje się decyzją o routingu, a nie migracją: kieruj pracę do nowego modelu, zachowaj stary jako zapasowy i pozwól, by zdecydował odsetek błędów.
Kto powinien działać teraz, a kto powinien czekać
Jeśli już płacisz za OpenCode Go, wypróbowanie zmiany nic Cię nie kosztuje, a przydział jest powodem, by zrobić to świadomie, a nie mimochodem. Qwen4 Max ponad dwukrotnie zwiększa liczbę żądań, które kupujesz za 15 USD, w porównaniu z Qwen3.8-Max w tym samym planie, ale robi to dzięki założeniu dotyczącemu pamięci podręcznej, na które Twoje środowisko musi sobie zapracować, na modelu, który jest mierzalnie wolny do pierwszego tokenu i mierzalnie gadatliwy przy domyślnym poziomie wysiłku. Zacznij od niskiego wysiłku, obserwuj pole opencode.allowance w pierwszych dwudziestu odpowiedziach i porównaj tempo zużycia z tym, ile te sesje kosztowałyby Cię na modelu, którego już używasz. Jeśli tempo zużycia Cię zaskoczy, przyczyna prawie na pewno leży w Twoim prefiksie, a nie w cenniku.
Jeśli nie korzystasz z Go, ta oferta niczego nie zmienia w Twoich opcjach — Qwen4 Max jest dostępny przez oficjalne API u dostawcy w sześciu regionach po $1.50 i $4.50 w Singapurze oraz po $1.413 i $4.24 w regionach Global, a subskrypcja, która odsprzedaje go w cenie katalogowej, jest udogodnieniem, a nie zniżką. A jeśli Twoja praca jest wrażliwa na opóźnienia i interaktywna, uczciwa interpretacja niezależnych danych wskazuje, że to model, do którego zleca się pracę w kolejce, a nie taki, przy którym siedzi się i patrzy.
Następną rzeczą, na którą warto zwrócić uwagę, nie jest kolejny benchmark. Jest nią to, czy limit OpenCode w wysokości 15 USD na Qwen4 Max przetrwa zetknięcie z rzeczywistym użyciem: dokumentacja mówi, że limity „mogą się zmieniać, gdy będziemy uczyć się na podstawie wczesnego użycia i opinii”, co jest zdaniem, które platformy piszą, zanim zmienią jakąś liczbę. Model tak nowy, rozliczany tak ściśle, w ramach tak małego limitu, jest najbardziej prawdopodobnym wierszem na tej stronie, który zostanie zrewidowany jako pierwszy.
Porównane w tym artykule1
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
