Qwen4-Max Preview vs. GPT-6.1 Sol: Ein Countdown gegen eine Preisliste

Stellt man Qwen4-Max Preview und GPT-6.1 Sol auf einem Datenblatt nebeneinander, wirken sie wie Geschwister: Beide geben rund eine Million Tokens Kontext an, beide akzeptieren Bilder, beide denken nach, bevor sie antworten, beide verwenden das OpenAI-Wire-Format. Betrachtet man dann die beiden kommerziellen Regelungen, bricht die Ähnlichkeit zusammen. GPT-6.1 Sol wurde am 29. September 2026 zu 2,00 $ pro Million Input-Tokens und 10,00 $ pro Million Output-Tokens veröffentlicht, wobei zwischengespeicherter Input 0,10 $ pro Million kostet, und wird tokenweise an alle mit einem Konto verkauft. Qwen4-Max Preview startete am 11. November 2026 als Vorschau ausschließlich für den Token Plan, die bis 24:00 Uhr am 25. November läuft, nirgends einen veröffentlichten Preis pro Token hat und mit Ende des Zeitfensters zurückgezogen wird. Das eine ist ein Kauf. Das andere ist eine Leihgabe für zwei Wochen. Dieser Unterschied, nicht die Benchmark-Spalte, sollte entscheiden, welche von beiden du zuerst öffnest.

Zwei Maschinen, auf die gleiche Weise beschrieben

GPT-6.1 Sol ist eine Aktualisierung von OpenAIs Reasoning-Modell der Mittelklasse – der Stufe unter GPT-6 Astra – und nach OpenAIs eigener Darstellung „erreicht es Astra nahezu“ bei agentischem Coding, Computer Use und professioneller Arbeit, zu einem Fünftel von Astras Token-Preisen. Die veröffentlichte Modellseite von OpenAI nennt ein Kontextfenster von 1.050.000 Tokens, eine maximale Ausgabe von 128.000 Tokens und einen Wissens-Cutoff vom 30. April 2026. Das sind Herstellerangaben.

Qwen4-Max Preview ist Alibabas erste aufrufbare Qwen-4-Stufe. Sie bietet einen Kontext von 1.000.000 Token, eine Ausgabegrenze von 393.216 Token, die zwischen dem Denkprozess und der endgültigen Antwort geteilt wird, Text-, Bild- und Videoeingabe sowie Funktionsaufrufe, Websuche und integrierte Tools. Auch dabei handelt es sich um Herstellerangaben, die von der Dokumentationsseite von Model Studio stammen und nicht aus der Berichterstattung darüber.

Im direkten Vergleich unterscheiden sich die beiden Spec-Blöcke um 50.000 Kontext-Tokens – bei einer Zahl dieser Größe ist das Rauschen – und um einen deutlich größeren Abstand beim Output-Headroom. 393.216 gegenüber 128.000 sind ungefähr dreimal so viel Raum für eine einzelne Antwort, und da bei beiden Modellen das Denken gegen dieses Budget gerechnet wird, ist der Unterschied nicht bloß akademisch. Wenn Ihre Arbeit darin besteht, „einen langen Korpus zu lesen und ein langes strukturiertes Artefakt zu erzeugen“, hat die Qwen-Vorschau mehr Spielraum. Wenn Ihre Arbeit darin besteht, „bequem innerhalb einer normalen Completion zu antworten“, ist keine der beiden Obergrenzen Ihre Einschränkung.

Der Teil, der kein Preisvergleich ist

Hier sind die beiden Seiten überhaupt nicht mehr vergleichbar, und es lohnt sich, offen zu sagen, warum, statt es als Gleichstand zu beschönigen.

{{1}}GPT-6.1 Sol{{/1}} hat eine Preisliste, mit der man rechnen kann. Eingabe kostet 2,00 $ pro Million, Ausgabe 10,00 $, zwischengespeicherte Eingabe 0,10 $ – ein Zwanzigstel des eigenen nicht zwischengespeicherten Eingabesatzes und ein Zehntel des zwischengespeicherten Satzes von GPT-6 Astra von 1,00 $. Agent-Schleifen, die einen stabilen Präfix tausendfach erneut senden, hängen fast ausschließlich von dieser letzten Zeile ab, was der stille Grund dafür ist, dass das 6.1-Refresh für alle wichtig ist, die Agents statt Chat betreiben. Die Preisliste hat außerdem Schwellenwerte, die die Rechnung ändern: Ab 272.000 Eingabe-Token wird die gesamte Anfrage mit dem Doppelten der Eingabe- und Cache-Sätze und dem 1,5-Fachen des Ausgabesatzes neu bepreist; Batch und Flex kosten 50 % weniger als der Standard; der Fast-Modus kostet das Doppelte des Standards.

Qwen4-Max Preview hat nichts davon. Es wird in Credits gegen ein Abonnement abgerechnet, und Alibaba veröffentlicht keinen Credits-pro-Token-Satz. Die Tarife der Personal Edition liegen bei 6 $ für 20.000 Credits, 10 $ für 45.000, 18 $ für 80.000 und 43 $ für 200.000, wobei Auflade-Pakete 15 $ pro 20.000 kosten. Während der Vorschau liegt der Verbrauch „bei nur 20 % des Standardtarifs“, und Aufrufe zwischen 22:00 und 08:00 UTC+8 erhalten einen weiteren Rabatt, der bei 8 % des Standards landet. Credits werden zu einem Satz verbraucht, der laut Anbieter dynamisch nach Modelltyp, Token-Nutzung, Denkmodus und Tool-Aufrufen festgelegt wird.

Die ehrliche Aussage lautet nicht „Qwen ist günstiger“ oder „OpenAI ist günstiger“. Sie lautet, dass sich die Kosten für das eine Modell vor der Ausführung kalkulieren lassen und für das andere erst danach – über eine Konsole, auf die Sie möglicherweise noch keinen Zugriff haben. Bei einem Workload mit hohem Volumen ist dieser Unterschied wichtiger als jede Pro-Token-Zahl auf dieser Seite.

Wo die Vorschau tatsächlich besser ist als die Preisliste

Drei Fähigkeiten sind mehr wert als eine Preiszeile – zumindest für zwei Wochen.

Videoeingabe steht an erster Stelle. Die dokumentierten Eingabemodalitäten von GPT-6.1 Sol sind Text, Bild und Datei. Qwen4-Max Preview akzeptiert Text, Bilder und Video, und auf Alibabas Seite werden Screenshot-Analyse, Dokumentverständnis und Videoanalyse als vorgesehene Anwendungsfälle genannt. Wenn es bei Ihrer Bewertung um das Verstehen einer Bildschirmaufnahme, einer Produktdemo oder einer Bildsequenz geht, hat der Vergleich einen Gewinner, bevor überhaupt eine Punktzahl existiert.

Das zweite ist die bereits erwähnte Ausgabegrenze – ein legitimer Vorteil für die Generierung langer Texte und der eine Punkt, an dem die Zahlen weit genug auseinanderliegen, um auch ohne Benchmark von Bedeutung zu sein.

Der dritte Punkt ist der Preis dafür, falsch zu liegen. Ein Token Plan-Abonnement deckelt die Ausgaben auf die Höhe des Abonnements. Ein nutzungsabhängig abgerechnetes Modell setzt keine Obergrenze, und eine schlecht konfigurierte Agent-Schleife kann bei einer Ausgaberate von 10 US-Dollar pro Million binnen eines Nachmittags eine denkwürdige Rechnung erzeugen. Für ein Experiment, bei dem man sich nicht sicher ist, ist eine Obergrenze ein wenig Geld wert.

Wo GPT-6.1 Sol mühelos gewinnt

Alles, was erfordert, dass das Modell nächsten Monat noch existiert.

Es gibt einen Vertrag. Es gibt eine veröffentlichte Rate, ein Kontext- und Ausgabelimit auf einer öffentlichen Seite, eine Effort-Leiter von low bis xhigh und max, dokumentierte Migrationshinweise und einen Anbieter, dessen Support-Weg nicht an einem Kalenderdatum endet. Es gibt auch einen Kontrollpunkt: max_tokens verhält sich so, wie man es erwartet, und die Fehlermodi sind dokumentiert statt entdeckt.

Die Qwen-Preview kehrt das meiste davon um. Der Zugang ist ausschließlich über den Token Plan möglich, Pay-as-you-go wird ausdrücklich nicht unterstützt, die Basis-URL ist eine dedizierte unter token-plan.ap-southeast-1.maas.aliyuncs.com, und die Bedingungen des Plans selbst beschränken ihn auf „interaktive Nutzung in Coding- und Agent-Tools, nicht für automatisierte Batch-Skripte“. Alibaba gibt außerdem an, dass während der Preview keine Änderungen vorgenommen werden. Eingefroren, temporär und nicht für Batch — das ist eine präzise Beschreibung eines Evaluierungsinstruments und eine schlechte Beschreibung einer Abhängigkeit.

Es gibt eine weitere Falle für alle, die eine Anfrage übernehmen, und sie gehört in diesen Abschnitt, weil es die Art von Sache ist, die ein etablierter Anbieter einem nicht mittendrin antut. Ab Qwen4-Max Preview ist max_tokens gleichbedeutend mit max_completion_tokens, und beide umfassen das Denken plus die Antwort, während jedes frühere Qwen-Modell die Obergrenze allein auf die Antwort anwandte. Eine übernommene Anfrage mit max_tokens auf 4096 erkauft jetzt 4.096 Token Denken und was auch immer übrig bleibt. Der Fehlerfall ist eine abgeschnittene Antwort, kein Fehler, den man abfangen kann.

Gemessen sind beide Seiten dünner, als das Marketing suggeriert.

Artificial Analysis, das Dritt-Anbieter-Ranking, das dieser Blog als neutrale Referenz behandelt, hat beim Lesen am 11. November 2026 überhaupt keinen Qwen4-Eintrag – keine Index-Wertung, keine Kosten pro Aufgabe, keine Geschwindigkeitszeilen. Für eine Vorschau, die an diesem Morgen geöffnet wurde, ist das eher zu erwarten als verwerflich.

Die OpenAI-Seite ist nun gemessen, und zwar von demselben Board. Artificial Analysis führt eine Seite zu GPT-6.1 Sol (Max): ein Intelligence Index von 55 auf Index-Revision v5.0.1, Rang 12 von 74, 1,27 $ pro Index-Aufgabe, 63,7 Millionen generierte Ausgabe-Token beim Ausführen des Index gegenüber einem Board-Median von 72,8 Millionen, 20,2 Minuten pro Aufgabe gegenüber einem Median von 12,6 Minuten, 56 Token pro Sekunde und eine Zeit bis zum ersten Antwort-Token von 153,34 Sekunden. Das sind unabhängige Zahlen, nicht von OpenAI, und sie stehen neben der Anbieterzeile: OpenAI verkauft dieses Modell als nahezu Astra zu einem Fünftel von Astras Token-Preisen, und auf der Preisliste geht die Rechnung exakt auf — 2 $ gegenüber Astras 10 $ Eingabe, 10 $ gegenüber Astras 50 $ Ausgabe.

Was dabei übrig bleibt, ist eine Zahl, kein Vergleich. GPT-6.1 Sol hat eine Zeile; Qwen4-Max Preview nicht und bekommt vielleicht keine, bevor es eingestellt wird, also wer diese Woche einen Benchmark Qwen4-Max Preview gegen GPT-6.1 Sol veröffentlicht, veröffentlicht seinen eigenen Harness auf beiden Seiten. Sinnvoll ist es, sie zu fragen, welche Prompts sie verwendet haben und ob die Qwen-Seite noch existiert, wenn sie versuchen, das zu reproduzieren.

Beides ohne zwei Verträge betreiben

Hier ist die praktische Asymmetrie: GPT-6.1 Sol ist ein Katalogmodell und Qwen4-Max Preview nicht – für uns oder für jeden außerhalb von Alibabas Token Plan. Auf OrcaRouter steht openai/gpt-6.1-sol neben 216 weiteren Modellkennungen hinter einem einzigen Schlüssel, zum Listenpreis des Anbieters ohne Aufschlag, was bedeutet, dass eine Änderung an OpenAIs Preisliste am Tag ihres Inkrafttretens auf Ihrer Rechnung landet und nicht erst bei der nächsten Verhandlung. Die Qwen-Vorschau ist über die eigene API des Anbieters und sein Chat-Produkt erreichbar, und keine Routing-Schicht ändert das.

Das nützliche Muster für die nächsten vierzehn Tage besteht darin, die Vorschau dorthin zu setzen, wo sie keinen Schaden anrichten kann. Eine Routing-Konfiguration, die zuerst die Vorschau versucht und dann auf ein Modell zurückfällt, das Sie bereits gemessen haben gibt Ihnen das Experiment und das Sicherheitsnetz in einem Aufruf: Wenn die Vorschau abschneidet, weil das Denkbudget die Antwort aufgefressen hat, bei einer Videoeingabe einen Fehler wirft oder einfach etwas zurückgibt, das Sie nicht ausliefern würden, antwortet der Fallback und die Anfrage ist trotzdem erfolgreich. Dafür ist Failover da, und ein unerprobter Endpunkt mit Ablaufdatum ist der klarste Fall dafür, den Sie in diesem Quartal bekommen werden.

Die Entscheidung, in vier Zeilen

Wenn Sie diesen Monat ein Modell in der Produktion benötigen, ist GPT-6.1 Sol die Antwort, und die Preview-Version kommt nicht infrage – nicht weil sie schlechter wäre, sondern weil sie am 26. November nicht mehr existieren wird.

Wenn Sie wissen müssen, ob ein Fenster mit einer Million Token plus Videoeingabe ein bestimmtes Problem löst, ist die Vorschau der günstigste Weg, das herauszufinden, und der Chat-Tab macht es noch günstiger.

Wenn Sie Agenten mit intensiver Präfix-Wiederverwendung betreiben, ist die Zeile für zwischengespeicherte Eingaben diejenige, die modelliert werden muss, und nur eines dieser beiden Modelle ermöglicht es Ihnen, sie zu modellieren.

Wenn Sie auf eine Punktzahl warten, bevor Sie sich für eines von beiden entscheiden, warten Sie auf unterschiedliche Dinge: eine unabhängige Zeile für Qwen4-Max Preview, die möglicherweise nie erscheint, weil das Modell vorher eingestellt wird, und eine zweite Meinung zu den 55 von GPT-6.1 Sol, die es gibt, aber sie ist eine einzelne Zahl von einem einzigen Harness auf einem Board, das nach dem September-Release auf v5.0.1 überarbeitet wurde.

Der Vergleich, den die Leute weiterhin anstellen werden – Benchmark gegen Benchmark –, lässt sich heute nicht anstellen. Der Vergleich, der möglich ist, dreht sich um Verbindlichkeit: eine zweiwöchige Leihgabe eines größeren Kontexts und eines Videodecoders gegen einen nutzungsabhängigen Vertrag mit einer Cache-Rate, mit der Sie planen können. Wählen Sie die Option, die dazu passt, wie lange die Antwort wahr bleiben muss.