
Qwen4-Max vs. GPT-6.1 Sol Pro: Pro ist ein Abrechnungsmodus, und es gibt eine Zahl, die es zu schlagen gilt
- 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 · 192 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 · 186 tok/s
GPT-6.1 Sol Pro hat keinen Preis, weil es keine Kennung hat. Es ist GPT-6.1 Sol – veröffentlicht am 29. September 2026 zu 2 US-Dollar pro Million Eingabe- und 10 US-Dollar pro Million Ausgabe-Token – aufgerufen mit reasoning.mode: "pro" in der Responses API, einer Einstellung, die laut OpenAI-Dokumentation dafür sorgt, dass das Modell mehr Arbeit leistet und diese Arbeit zu denselben Standard-Token-Tarifen abgerechnet wird. Qwen4-Max, allgemein verfügbar seit 16. November 2026 zu 1,50 und 4,50 US-Dollar, ist das pro Token günstigere Modell, bei der Ausgabe um den Faktor 2,2. Es ist außerdem – gemessen an der einzigen unabhängigen Messung, die für eines der beiden Modelle vorliegt – das teurere pro erledigter Aufgabe: 3,27 US-Dollar gegenüber 1,27 US-Dollar für GPT-6.1 Sol mit seiner maximalen Aufwandsstufe. Diese Umkehrung – Qwen4-Max pro Token günstiger und pro Antwort teurer – ist der ganze Vergleich, und der Pro-Modus ist die eine Variable, die ihn in beide Richtungen verschieben könnte, ohne dass jemand messen kann, in welche.
Der Pro-Modus ist ein Multiplikator ohne veröffentlichten Koeffizienten.
Zwei Absätze Herstellerdokumentation sind alles, was es gibt, und es lohnt sich, sie genau zu lesen, denn jeder „Sol Pro“-Vergleich im Internet basiert auf ihnen plus Schlussfolgerungen.
• Was es ist – ein Wert von pro für reasoning.mode, zusammen mit reasoning.effort in der Responses API gesetzt. Der andere Wert ist standard, also der Standardwert.
• Was er bewirkt — laut OpenAI „aggregiert er die Modellarbeit, die zur Erzeugung der endgültigen Antwort ausgeführt wird“. Er ist unabhängig vom Aufwand: Der Modus bestimmt, wie viel Arbeit anfällt, der Aufwand bestimmt, wie intensiv das Modell dabei nachdenkt.
• Was es kostet — die aggregierten Tokens, abgerechnet zu den Standardtarifen des Modells. Kein Aufschlag, kein separater Zähler.
• Was es nicht hat – einen Koeffizienten. OpenAI veröffentlicht keinen Token-Multiplikator für den Pro-Modus, und die neutrale Rangliste enthält keine Pro-Modus-Zeile: Jede GPT-6.1-Sol-Messung auf Artificial Analysis ist eine reasoning.effort-Einstellung von low bis max, alle im Standardmodus.
Was bedeutet, dass eines mit Sicherheit folgt und eines nicht. Mit Sicherheit: Der Pro-Modus kann die Kosten pro Aufgabe für GPT-6.1 Sol nur erhöhen, niemals senken, weil er abgerechnete Tokens zum selben Satz hinzufügt. Nicht mit Sicherheit: um wie viel. Ein Pro-Modus-Lauf, der 1,8-mal so viel Arbeit bündelt, ist ein anderes Produkt als einer, der 4-mal so viel bündelt, und niemand außerhalb von OpenAI hat das Verhältnis veröffentlicht.
Der Threshold-Pro-Modus muss bestanden werden.
Diese Unbekannte ist kein Grund, mit den Schultern zu zucken. Sie lässt sich in eine einzige Zahl umrechnen, denn die Kosten pro Aufgabe von Qwen4-Max sind bereits gemessen – und die von Sol auch.
• Bei Sols maximalem Aufwand — 1,27 $ pro {{1}}Intelligence Index{{/1}}-Aufgabe gegenüber 3,27 $ bei Qwen4-Max. Der Pro-Modus müsste Sols Token-Verbrauch um das 2,57-Fache erhöhen, bevor die beiden Modelle pro Aufgabe gleich viel kosten.
• Bei Sols xhigh-Aufwand — 0,76 $ gegenüber 3,27 $. Der Schwellenwert liegt bei 4,3×.
• Bei Sols hohem Aufwand — 0,59 $ gegenüber 3,27 $. Der Schwellenwert liegt bei 5,5×.
• Was die Intelligenz betrifft, zum Größenvergleich — Sol erreicht im Index bei max 54,6, bei xhigh 52,5, bei high 50,3. Qwen4-Max erreicht 42,9. Der Pro-Modus ändert den Intelligenzscore eines Modells nicht in dem Sinne, wie der Index ihn misst, aber er verändert die Antwortqualität bei schwierigen Aufgaben, was der einzige Grund ist, dafür zu bezahlen.
Die Frage, vor der ein Käufer tatsächlich steht, lautet also nicht „Was ist billiger?“. Sie lautet: Schlägt ein Sol-Lauf im Pro-Modus Qwen4-Max um mehr als zehn Indexpunkte Qualität und bleibt dabei unter dem 2,6- bis 5,5-Fachen seines Token-Verbrauchs im Standardmodus? Jedes veröffentlichte Signal deutet darauf hin, dass der Multiplikator real, aber bescheiden ist — der Anbieter stellt den Pro-Modus als die Einstellung für „schwierige Aufgaben, die mehr Modellarbeit erfordern“, dar, nicht als ein anderes Modell — und ein Multiplikator unter 2,6× würde Sol bei jeder Aufwandsstufe pro Aufgabe günstiger als Qwen4-Max lassen. Das ist eine Schlussfolgerung, die ausdrücklich als solche gekennzeichnet ist, und sie ist das am besten Vertretbare, was jemand sagen kann, bis OpenAI oder ein unabhängiger Evaluator das Verhältnis veröffentlicht.

Warum das billige Modell das teure ist
Die Pro-Token-Karte und die Pro-Aufgabe-Rechnung weichen um einen Faktor von fast sechs voneinander ab, und der Grund dafür ist das Volumen, nicht der Preis. Das sollte man ausdrücklich klarstellen, denn es ist der mit Abstand häufigste Fehler beim Vergleich dieser beiden Modelle.
• Ausgaberate — Qwen4-Max 4,50 $ pro Million gegenüber Sols 10,00 $. Qwen4-Max ist pro Ausgabe-Token 2,2× günstiger.
• Ausgabevolumen beim Index-Lauf — {{1}}127 Millionen Tokens für Qwen4-Max{{/1}}, {{2}}63,7 Millionen für Sol bei maximalem Aufwand{{/2}}. Qwen4-Max schreibt 2,0-mal so viel.
• Rang der Ausführlichkeit — Qwen4-Max liegt auf Platz 65 von 80 auf der Skala des Trackers, genau im Bereich „sehr ausführlich“; Sol liegt bei maximaler Einstellung auf Platz 35, nahe der Mitte.
Tatsächliche Kosten pro Aufgabe — 3,27 $ gegenüber 1,27 $. Qwen4-Max ist 2,6× teurer, nicht 2,2× günstiger.
Diese drei Verhältnisse ergeben nicht das vierte, und die fehlende Größe ist das Eingabevolumen, das die öffentliche Seite nicht pro Modell ausweist. Genau deshalb sollte die Angabe pro Aufgabe als Messwert und die Verhältnisse als Erklärung behandelt werden: Eine Preisliste beschreibt, was ein Token kostet, und der Index beschreibt, was ein Modell verbraucht, und nur Letzteres landet am Monatsende auf einer Rechnung. Die eigenen Einführungszahlen von Alibaba machen denselben Punkt in die andere Richtung — durchschnittliche Kosten pro Aufgabe bei seinem Work360-Benchmark, die von 4,43 $ auf 1,67 $ fallen, sind eine Aussage über den Token-Mix dieses Benchmarks, und es ist eine Anbieterzahl auf einem Anbieter-Benchmark.
Eine weitere Achse, denn sie ist diejenige, die über die Machbarkeit von Agenten entscheidet, nicht über die Kosten. Sol benötigte bei maximalem Aufwand 1.383 Sekunden gemessene Zeit pro Index-Task – dreiundzwanzig Minuten – bei einer Zeit bis zum ersten Token von 168 Sekunden. Qwen4-Max hat überhaupt keinen Zeit-pro-Task-Wert; die Geschwindigkeitsfelder des Trackers sind für dieses Modell leer. Der Sieben-Tage-Datensatz unseres eigenen Playgrounds für die OpenAI-Route zeigt einen Median von 1,7 Sekunden bis zum ersten Token und 98 Ausgabe-Tokens pro Sekunde; das ist Standardmodus-Traffic mit mittlerem Aufwand, nicht Pro. Niemand hat veröffentlicht, wie lange ein Pro-Modus-Aufruf dauert, und die ehrliche Planungsannahme ist der Wert für maximalen Aufwand mit nach oben zeigenden Fehlerbalken.

Wohin der Modus gehört: in die Routing-Schicht, nicht in den Code
Weil pro ein Request-Parameter und kein Modell ist, ist die Entscheidung, ihn zu verwenden, eine Entscheidung pro Aufruf, und Entscheidungen pro Aufruf, die im Anwendungscode getroffen werden, veralten schlecht. Die Variante, die nicht veraltet, besteht darin, ihn in die Route zu legen: eine Pro-Modus-Konfiguration, fest an den Deep-Review-Pfad gebunden – den Pfad, der einmal pro Pull Request, pro Vertrag, pro Incident ausgeführt wird –, und eine Standardmodus-Konfiguration für alles Interaktive, beide über denselben Key erreichbar.
OrcaRouter routet openai/gpt-6.1-sol zu den OpenAI-eigenen Preisen von $2.00 und $10.00 mit 0 % Aufschlag, einschließlich der 272.000-Token-Stufe, in der sich die Tarife auf $4.00 und $15.00 verdoppeln, sodass ein Pro-Mode-Experiment, das über uns läuft, genau das kostet, was es beim Anbieter kostet, und nicht mehr. Qwen4-Max ist nicht im Katalog; eine Anfrage für eine qwen4-Kennung gibt not-found zurück, und das neueste Qwen-Flaggschiff, das wir anbieten, ist qwen/qwen3.8-max zu $2.00 und $6.00. Die Routing-DSL ist der Punkt, an dem die beiden Hälften zusammentreffen: eine Regel, die Agentenarbeit mit langem Horizont an das eine Modell und interaktive Turns an das andere schickt, mit automatischem Failover darunter, sodass ein Pro-Mode-Lauf, der ins Stocken gerät, die Anfrage nicht mit sich reißt. Das ist eine Konfigurationsänderung, und sie lässt sich auf eine Weise rückgängig machen, wie es bei einem fest codierten Modellstring nicht möglich ist.

Was würde die Antwort ändern
Drei Dinge, geordnet nach der Wahrscheinlichkeit, dass sie zuerst eintreffen.
Das erste ist eine Pro-Modus-Zeile auf einem unabhängigen Board. Wenn eine Pro-Konfiguration neben den fünf Effort-Stufen mit eigenen Kosten pro Aufgabe erscheint, ist die 2,6×-Schwelle keine Rechnerei auf Basis einer Vermutung mehr, sondern eine Messung – und diese Seite wird entsprechend neu geschrieben. Bis dahin zitiert jeder Artikel, der einen „GPT-6.1 Sol Pro Score“ angibt, die Standard-Modus-Zeile des Basismodells mit einem angehängten Modusnamen.
Die zweite ist eine Effort-Kurve für Qwen4-Max. Das Modell ist zwei Tage alt und hat genau einen gemessenen Betriebspunkt, was bedeutet, dass seine 42,9 eine Untergrenze oder eine Obergrenze sein könnte. Das Launch-Material von Alibaba verweist in den eigenen Benchmarks auf die Einstellungen High und Xhigh, die Kurve existiert also; sie wurde nur noch nicht unabhängig durchlaufen.
Der dritte Punkt ist, dass Qwen4-Max eine Geschwindigkeitszeile erhält. Ein Modell ohne Durchsatzangabe ist ein Modell, um das herum man keinen Agenten einsetzen kann, und dieses Fehlen ist derzeit das stärkste Argument für den Platzhirsch bei jeder Workload, bei der ein Mensch wartet.
Bis eines davon auf den Markt kommt, ist die Entscheidung nachvollziehbar. Wenn Ihre Workload interaktiv und kostensensitiv ist, schlägt GPT-6.1 Sol bei mittlerer Einstellung – $0,36 pro Aufgabe, Index 46,4, fünf Sekunden bis zum ersten Token – Qwen4-Max auf jeder gemessenen Achse, einschließlich des Preises, was nicht die Schlussfolgerung ist, die die Token-Karte nahelegt. Wenn Ihre Workload ein Long-Horizon-Agent ist, bei dem ein 1M-Token-Fenster, native Vision und ein Cache-Rabatt von 95 % mehr zählen als der Index, ist Qwen4-Max der günstigere Weg, Kontext zu kaufen, und seine Rechnung wird eher von der Cache-Trefferrate als vom Aufwand bestimmt. Und wenn Sie den Pro-Modus abwägen, wägen Sie ein 2,6-faches Budget für eine Fähigkeit ab, die niemand gemessen hat – was eine gute Sache ist, um sie auf einer Route zu testen, und eine schlechte, sie auf einem Produktionspfad vorauszusetzen.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
