
Qwen4-Max vs. GPT-6.1 Sol: Der günstigere Token verliert auf der Rechnung, und die Grenze liegt bei 272.000
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 185 tok/s
Nimmt man die beiden Tarifkarten beim Wort, Qwen4-Maxgewinnt mit Abstand. Der Listenpreis liegt bei 1,50 $ pro Million Eingabe-Tokens und 4,50 $ pro Million Ausgabe-Tokens; GPT-6.1 Solliegt bei 2,00 $ und 10,00 $. Beim Output ist das eine 2,2-fache Spanne zugunsten von Qwen4-Max, und es ist die Zahl, mit der jeder Vergleich dieser beiden Modelle aufwartet. Dann schickt man beide durch dieselben neun Evaluierungen und schaut, was die Läufe kosten. Artificial Analysis misst 3,27 $ pro Intelligence-Index-Aufgabe für Qwen4-Max, allgemein verfügbar seit 16. November 2026, gegenüber 1,27 $ für GPT-6.1 Sol, seit 29. September 2026 von OpenAI verkauft. Das günstigere Token ist pro abgeschlossener Aufgabe 2,6× teurer. Zwei Mechanismen erzeugen diese Umkehrung, und nur einer davon wird diskutiert — der andere liegt bei 272.000 Tokens, wo Sols Tarifkarte mitten in der Anfrage den Preis ändert und die von Qwen4-Max nicht.
Zwei Karten mit unterschiedlichen Formen, nicht nur mit unterschiedlichen Zahlen.

• Eingabepreis — Qwen4-Max 1,50 $ pro Million pauschal vs. GPT-6.1 Sol 2,00 $ bis 272.000 Tokens, 4,00 $ darüber
• Ausgabepreis — pauschal 4,50 $ vs. 10,00 $ bis zu 272.000 Token, 15,00 $ darüber
• Cache-Lesevorgang — 0,075 $ pro Million bei Schreibvorgängen zu 1,875 $ (5 Minuten) oder 3,00 $ (1 Stunde) gegenüber 0,10 $ pro Million bei Schreibvorgängen zu 2,50 $ und 5,00 $
• Kontextfenster — 1.000.000 Token mit einer Obergrenze von 983.616 Token für Eingaben im Denkmodus gegenüber 1.050.000 Token
• Max. Ausgabe — 131.072 ohne Denkmodus oder 262.144 gemeinsam mit Reasoning vs. 128.000
• Reasoning-Steuerung — drei Stufen (low, high, xhigh), Standard high vs. fünf (low bis max), Standard medium, immer aktiv
• Sampling-Parameter — Temperatur, top_p und top_k akzeptiert vs. abgelehnt; Reasoning muss allein über Effort gesteuert werden
• Eingabemodalitäten — Text, Bild, Video vs. Text, Bild, Datei
Die ersten beiden Zeilen sind der Punkt, an dem das Geld liegt. Qwen4-Max verkauft bewusst eine einzige Stufe von null bis zum Kontextlimit: kein Langkontext-Zuschlag, aber auch kein Batch-Rabatt, weil Batch-Inferenz für das Modell überhaupt nicht angeboten wird. GPT-6.1 Sol verkauft eine günstige und eine teure Stufe, und die Grenze zwischen ihnen ist für alle mit großen Prompts die mit Abstand folgenreichste Zahl in diesem Vergleich.
Was das Überschreiten von 272.000 Tokens mit der Arithmetik anrichtet
Unterhalb der Grenze kosten eine Million Eingabetokens bei GPT-6.1 Sol 2,00 US-Dollar und eine Million Ausgabetokens 10,00 US-Dollar. Ab dieser Grenze berechnet der Katalog die Anfrage mit 4,00 US-Dollar für Eingabe und 15,00 US-Dollar für Ausgabe – eine Verdopplung bei der Eingabe und eine Steigerung um 50 % bei der Ausgabe. Qwen4-Max berechnet 1,50 US-Dollar und 4,50 US-Dollar sowohl bei 200.000 Tokens als auch bei 900.000 Tokens.
Lässt man einen dokumentenlastigen Auftrag durch beide laufen, kippt die Reihenfolge je nachdem, wo die Anfrage landet. Ein Prompt mit 150.000 Tokens und einer Antwort mit 4.000 Tokens kostet ungefähr 0,26 $ auf Sol und 0,24 $ auf Qwen4-Max — nahe genug an einem Gleichstand, dass nichts anderes an den Modellen über den Preis entschieden werden sollte. Derselbe Auftrag kostet bei 400.000 Eingabe-Tokens 1,65 $ auf Sol in der oberen Stufe gegenüber 0,62 $ auf Qwen4-Max: eine 2,7-fache Lücke, in die entgegengesetzte Richtung zu der prominenten Ausgabenspanne und größer als diese. Langkontextarbeit ist der eine Workload, bei dem die Qwen4-Max-Karte schlicht die bessere Wahl ist, und es ist der Workload, auf den dieses Paar am wahrscheinlichsten angesetzt wird, da beide Modelle mit 1M-Token-Fenstern verkauft werden.
Dadurch wird die Tarifgrenze zu einer Routing-Entscheidung statt zu einer Fußnote in der Preisgestaltung. Wenn sich die Anfragen einer Pipeline knapp unter 272.000 Tokens häufen, ist es bares Geld wert, sie aufzuteilen oder zu cachen, um unter der Grenze zu bleiben; liegen sie deutlich darüber, ist die Aufteilung sinnlos und Qwen4-Max ist beim Input nahezu dreimal günstiger.

Die Inversion, die nichts mit dem Preis zu tun hat
Die Ausführlichkeit ist der andere Mechanismus, und sie fällt für Qwen4-Max stärker ins Gewicht, als die Preisliste zu seinen Gunsten wirkt. Über den Intelligence Index hinweg verzeichnete Artificial Analysis 63,7 Millionen Ausgabe-Tokens von GPT-6.1 Sol – gemessen an seinem Maßstab knapp, gegenüber einem Median von 78,6 Millionen – und 127 Millionen von Qwen4-Max, das sie als sehr ausführlich bezeichnet. Doppelt so viele Ausgabe-Tokens zu weniger als der Hälfte des Preises pro Token ergeben unterm Strich eine Rechnung, die 2,6-mal höher ist.
Das ist keine Eigenheit der Bewertung. Alibabas eigenes Launch-Material macht denselben Punkt von der anderen Seite aus: Die zentrale Aussage von Qwen4-Max ist, dass es den Token-Verbrauch gegenüber seinem Vorgänger Qwen3.8-Max um 24 % bis 35 % und auf Terminal-Bench 4.0 um 48 % bis 49 % senkt. Das sind echte Verbesserungen, und sie sind relativ. Im Vergleich zu GPT-6.1 Sol benötigt das Modell weiterhin etwa zwei Ausgabe-Tokens für jedes Token, das Sol ausgibt, und der Launch-Beitrag behauptet nichts anderes.
Die praktische Konsequenz ist, dass jedes Kostenmodell, das Sie erstellen, indem Sie Ihre Token-Anzahl mit dem Listenpreis multiplizieren, das Vorzeichen dieses Vergleichs falsch erhält. Modellieren Sie zuerst die Tokens. Wenn Sie bereits Traffic auf einem prägnanten Modell haben und einen Wechsel erwägen, rechnen Sie damit, dass sich Ihr Ausgabevolumen etwa verdoppelt, selbst während Ihr Preis pro Token um mehr als die Hälfte sinkt — was bei diesem Paar ein Nettoverlust ist.
Geschwindigkeit, bei der nur eine Seite überhaupt etwas veröffentlicht hat
GPT-6.1 Sol ist langsam, und das ist gemessen: 23,1 Minuten pro Intelligence-Index-Aufgabe, 168,56 Sekunden bis zum ersten Antwort-Token, 49 Token pro Sekunde Ausgabegeschwindigkeit bei Artificial Analysis’ Lauf gegen den OpenAI-Endpunkt. Unser eigener Playground-Traffic, erhoben über die sieben Tage bis zum 16. November, zeigt einen schnelleren Median – etwa 98 Ausgabe-Token pro Sekunde bei einer p50 von 1,7 Sekunden bis zum ersten Byte –, was man von einer Gateway-Route erwarten würde, die vor einem anderen Upstream sitzt als dem, den Artificial Analysis verwendet hat. Beide Zahlen können wahr sein; keine von beiden beschreibt den Pfad der anderen.
Qwen4-Max hat überhaupt keinen unabhängigen Geschwindigkeitswert. Artificial Analysis führt den Index-Score des Modells, seinen Preis und seine Token-Gesamtzahlen auf und lässt Zeit pro Aufgabe, Ausgaberate und Zeit bis zum ersten Token leer. Alibaba veröffentlicht Angaben zur Token-Effizienz – das ist keine Latenz. Für die eine Seite dieses Vergleichs lässt sich also der gesamte Pfad kapazitätsplanen, für die andere nur die Rechnung und sonst nichts. Wer diesen Monat eine interaktive Oberfläche auf Qwen4-Max einsetzt, misst die Latenz selbst zum ersten Mal.
Zwei Migrationsdetails, die Sie einen Debugging-Nachmittag kosten
Das Reasoning von GPT-6.1 Sol ist immer aktiv, mit fünf Effort-Stufen und dem Standardwert medium, und das Modell lehnt temperature und top_p rundweg ab – das Sampling wird ausschließlich über den Effort gesteuert. Qwen4-Max akzeptiert den vollständigen Satz an Sampling-Parametern, mit Standardwerten von 1.0 für temperature und 0.95 für top_p im Thinking-Modus, 0.7 und 0.8 außerhalb davon, plus top_k 20 und einer Presence-Penalty von 1.5, wenn Thinking deaktiviert ist. Ein von Sol zu Qwen4-Max migrierter Client erhält stillschweigend Sampling-Verhalten, das er nie hatte; die umgekehrte Migration wirft einen Fehler.
Effort-Strings sind das Spiegelbild. Sol bietet fünf Stufen; Qwen4-Max bietet drei und fasst den Rest zusammen, wobei minimal auf low, medium auf high und max auf xhigh abgebildet wird. Eine Pipeline, die medium von Qwen4-Max anfordert, erhält Reasoning mit hohem Aufwand und ein Standard-Denkbudget von 131,072 Tokens – ohne dass ein Fehler darauf hinweist. Eine Pipeline, die max anfordert, erhält xhigh und sieht korrekt aus. Fixieren Sie die Stufe pro Route im eigenen Vokabular des Anbieters; reichen Sie keinen Effort-String über eine Modellgrenze weiter und hoffen Sie nicht darauf.

Wohin die beiden gehören und wie man sie nebeneinander betreibt
Die Aufteilung, die sich aus den Zahlen ergibt: {{1}}GPT-6.1 Sol{{/1}} für kurze Prompts und Reasoning mit hohem Volumen, wo sich seine Prägnanz summiert, und {{2}}Qwen4-Max{{/2}} für Anfragen mit mehr als 272.000 Eingabe-Tokens, für Videoeingaben oder für Workloads, die eine Sampling-Steuerung statt eines Aufwandsreglers benötigen.
Diesen Split auszuführen ist normalerweise der teure Teil, und genau dafür ist OrcaRouter auf der einen Seite gebaut. GPT-6.1 Solwird unterhalb der Stufengrenze mit 2,00 $ und 10,00 $ pro Million und oberhalb davon mit 4,00 $ und 15,00 $ geroutet — die eigenen Tarife des Anbieters, mit 0 % Aufschlag durchgereicht, sodass die obige Stufenrechnung genau dem entspricht, was Sie tatsächlich zahlen, statt einer Näherung davon — über denselben Schlüssel und denselben OpenAI-kompatiblen Endpoint wie Claude Opus 5.5, Grok 4.5, Qwen3.8-Max und Tencent HY4 Preview. Qwen4-Max ist noch nicht im Katalog, daher bleibt diese Seite vorerst bei einem direkten Alibaba-Schlüssel.
Was immer noch ausreicht, um den Vergleich real zu machen: Definieren Sie die Grenze einmal in einer Routing-Regel, senden Sie alles unter 272.000 Tokens an die Sol-Route und alles darüber an Qwen4-Max, und lassen Sie Failover das neue Modell abdecken, während Sie seine Latenz ermitteln. Die Routing-DSL ist das, was daraus eine Regel statt eines Dienstes macht — eine Bedingung für die Anfragegröße, zwei Ziele, ein Endpunkt und ein automatischer Fallback, falls sich die experimentelle Seite fehlerhaft verhält.
Die Kurzfassung, mit ihrem Ablaufdatum
Qwen4-Max ist das günstigere Modell pro Token und das teurere pro Aufgabe, und der Grund dafür ist, dass es doppelt so viel schreibt. GPT-6.1 Sol ist das günstigere Modell pro Aufgabe und das teurere bei einer langen Anfrage, und der Grund dafür ist eine Stufengrenze bei 272.000 Token, die sein Konkurrent nicht hat. Keine dieser Tatsachen sagt etwas über die Intelligenz aus, bei der die beiden zwölf Indexpunkte auseinanderliegen — 43 gegen 55 bei Sols maximalem Aufwand — zugunsten von Sol.
Der Vergleich hat ein Ablaufdatum. In Alibabas Launch-Post heißt es, kleinere Qwen4-Modelle sollen als Open Source erscheinen, und eine Pro-Token-Preiskarte für ein Modell mit 2,4 Billionen Parametern ist genau die Art von Sache, die überarbeitet wird, sobald der erste Monat Agenten-Traffic eintrifft. Entscheiden Sie sich bis dahin anhand von Tokenvolumen und Anfragegröße, nicht anhand der Ausgaberate.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
