
Qwen4-Max vs. GPT-6 Sol: Der günstigere Token, der pro Antwort mehr kostet
- 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 · 96 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 65 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 · 43 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 · 150 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 · 120 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 · 219 tok/s
Qwen4-Max ist bei den Ausgabetokens für weniger als die Hälfte von GPT-6 Sol gelistet – 4,50 US-Dollar pro Million Tokens gegenüber 10,00 US-Dollar – und trotzdem kostet es mehr, eine Aufgabe abzuschließen. Artificial Analysis misst 3,27 US-Dollar pro Intelligence-Index-Aufgabe für Qwen4-Max, allgemein verfügbar seit 16. November 2026, gegenüber 2,47 US-Dollar für GPT-6 Sol, das OpenAI seit 22. September 2026 verkauft. Die Punktzahlen liegen einen Punkt auseinander, 43 zu 44. Diese Umkehrung ist der gesamte Vergleich, und sie ist kein Rundungsartefakt: Sie ist das, was passiert, wenn ein Modell 127 Millionen Ausgabetokens schreibt, um eine Evaluation abzuschließen, die das andere Modell in 65,1 Millionen abschließt. Qwen4-Max ist das billigere Modell pro Einheit und das teurere Modell pro Aufgabe, und nur eine dieser beiden Tatsachen übersteht den Kontakt mit einem Budget.
Die Umkehrung, mit der gezeigten Rechnung
Beide Modelle führen standardmäßig Reasoning aus, und beide Anbieter berechnen das Denken als Output. Der Unterschied liegt darin, wie viel davon anfällt.
• Ausgabevolumen beim Index-Lauf — Qwen4-Max erzeugte 127 Millionen Ausgabe-Tokens; der Tracker ordnet dies bei der Ausführlichkeit auf Platz 65 von 80 ein und beschreibt es als sehr ausführlich gegenüber einem Median von 78,6 Millionen. GPT-6 Sol erzeugte 65,1 Millionen und wird gegenüber demselben Median als recht knapp beschrieben.
• Eingabevolumen — 9,9 Milliarden Token für Qwen4-Max gegenüber 4,75 Milliarden für GPT-6 Sol. Qwens Ausgabe-zu-Eingabe-Verhältnis beträgt 1,284 %; das von Sol 1,371 %, sodass die Form des Datenverkehrs ähnlich ist, das Ausmaß jedoch nicht.
• Kosten pro abgeschlossener Aufgabe — 3,27 $ gegenüber 2,47 $. Das nominell günstigere Modell ist pro Aufgabe 32 % teurer.
• Indexwert — 43 gegenüber 44, Rang 38 bzw. 34 von 81 Modellen, bei derselben am 16. November 2026 gelesenen Revision.
Was hier gemessen wird, ist keine Verschwendung im gewöhnlichen Sinn. Ein Modell, das ausführlich nachdenkt und seine Arbeitsschritte wiederholt, tut etwas, das der Anbieter als Feature ansieht, und Alibabas eigene Launch-Zahlen beruhen genau darauf, dass es sich lohnt, für dieses Verhalten zu bezahlen: Alibaba gibt an, dass es im Work360-Benchmark 24 % bis 35 % weniger Tokens als Qwen3.8-Max benötigt, was eine Aussage über die relative Ausführlichkeit gegenüber dem Vorgänger ist und nichts darüber aussagt, wie es im Vergleich zu einem Modell aus einem anderen Labor abschneidet. Die absolute Zahl ist die, die auf einer Rechnung landet, und die absolute Zahl ist hoch.
Die Umkehrung verschwindet bei fester Ausgabe. Schränkt man die Antwort mit einem Schema, einer maximalen Token-Obergrenze oder einem strikten Format ein, verflüchtigt sich der Vorteil der Ausführlichkeit, denn die eingesparten Tokens sind genau die, die das Modell auszugeben wählte. Unter einer harten Ausgabegrenze gilt der 2,2× günstigere Ausgabepreis von Qwen4-Max für ungefähr dieselbe Tokenzahl, und die Ersparnis ist real. Überlässt man ihm, zu schreiben, was es möchte, gibt es den Rabatt aus.

Ab 272.000 Tokens kehrt sich das Preisverhältnis vollständig um.
Die Preisliste von GPT-6 Sol weist einen steilen Preissprung auf, die von Qwen4-Max nicht. Dies ist die einzige Dimension, in der das günstige Modell nicht nur konkurrenzfähig, sondern dramatisch billiger ist, und es ist leicht zu übersehen, weil beide Modelle mit einem Fenster von einer Million Token werben.
• GPT-6 Sol, bis zu 272.000 Eingabetokens — 2,00 $ Eingabe, 0,20 $ zwischengespeicherte Eingabe, 2,50 $ Cache-Schreiben, 10,00 $ Ausgabe.
• GPT-6 Sol, über 272.000 Eingabetoken – 4,00 $ Eingabe, 0,40 $ gecachte Eingabe, 5,00 $ Cache-Schreiben, 15,00 $ Ausgabe. OpenAIs eigene Modellseite formuliert die Regel unmissverständlich: Jedes Token in der Anfrage wird neu bepreist, nicht nur der Überschuss. Bei einem Prompt mit 300.000 Token werden alle 300.000 zum Langkontext-Tarif berechnet.
• Qwen4-Max — 1,50 $ Eingabe und 4,50 $ Ausgabe pauschal über das gesamte 1.000.000-Token-Fenster, ohne Staffelung bei 32K, 128K oder an anderer Stelle. Tarife für Singapur; die anderen fünf Regionen liegen bei 1,413 $ und 4,24 $.
• Die Lücke bei 300.000 Tokens — $4,00 gegenüber $1,50 bei der Eingabe sind 2,7×, und $15,00 gegenüber $4,50 bei der Ausgabe sind 3,3×. Nimmt man Qwens Batch-Pfad in Peking hinzu, wo Batch File $0,707 und $2,12 abrechnet, vergrößert sich das Verhältnis weiter — allerdings gibt es diesen Pfad nur in einer Region.
• Die praktische Konsequenz – eine Pipeline zur Dokumentenanalyse, die regelmäßig 272K Token überschreitet, wählt nicht zwischen zwei ähnlichen Preisen. Sie wählt zwischen einem Tarif, der sich an einer Grenze verdoppelt, die ihre Anfragen versehentlich überschreiten, und einem Tarif, der sich überhaupt nicht ändert. Das Aufteilen überdimensionierter Anfragen in Blöcke unterhalb der Schwelle stellt Sols Preis wieder her, aber es ist eine Änderung an der Pipeline und kostet Sie den Kontext einer einzelnen Anfrage, der der Grund für den Kauf eines Million-Token-Modells war.
Das ist das stärkste Argument im Beitrag für Qwen4-Max, und es ist enger gefasst, als die Berichterstattung zum Launch vermuten lässt: Es handelt sich um einen Langkontext-Fall, nicht um einen allgemeinen.
Was jeder Anbieter tatsächlich behauptet – und was dahintersteckt
Alibabas Launch-Material für Qwen4-Max ist ungewöhnlich konkret und vollständig selbst durchgeführt. Der Benchmark, mit dem es zuerst wirbt, Work360, ist einer, den der Anbieter selbst entwickelt hat: eine Taxonomie aus 26 Tier-1-Domänen, 182 Tier-2-Subdomänen und 721 Tier-3-Feldern, auf der Qwen4-Max 52,69 erreicht gegenüber 47,74 für Qwen3.8-Max. Daneben meldet das Unternehmen Token-Reduktionen von rund 24 % bzw. 35 % auf Work360 bei xhigh und high Effort, 48 % bzw. 49 % auf Terminal-Bench 4.0, durchschnittliche Kosten pro Aufgabe, die von 4,43 $ auf 1,67 $ fallen, eine Pass-Rate auf Funktionsebene beim Last Secure Code Bench, die von 22,0 % auf 31,8 % steigt, sowie einen Anstieg des Anteils von Code, der gleichzeitig auf Funktions-, Datei- und Repository-Ebene sicher ist, von 8 % auf 14,7 %. Alle diese Angaben stammen vom Anbieter, und keine davon wurde außerhalb von Alibaba reproduziert.
OpenAIs Aussagen zu GPT-6 Sol sind anders geformt: Es handelt sich um Argumente für Gleichstand bei geringeren Kosten gegen namentlich genannte Wettbewerber statt um absolute Werte. Das Launch-Material meldete ein FrontierCode-1.1-Ergebnis von 49,3 % bei maximalem Aufwand für 2,14 US-Dollar pro Aufgabe gegenüber 50,3 % für Claude Fable 5.1 bei 12,83 US-Dollar sowie ein DeepSWE-v1.1-Ergebnis von 68,8 %, das 1,1 Punkte von den 69,9 % von Claude Fable 5 entfernt liegt. Lesen Sie diese Sätze auf ihre Form hin: Jeder verbindet ein nahezu gleichwertiges Ergebnis mit einem Bruchteil der Kosten. Das ist eine Aussage über Effizienz, nicht über Leistungsfähigkeit, und sie ist schwächer als die, die Alibaba über Work360 trifft.
Der unabhängige Tracker ist der Ort, an dem die beiden endlich verglichen werden können, und er ist die einzige Quelle in diesem Beitrag, die beide Modelle mit einer einzigen Testumgebung gemessen hat. Er setzt sie einen Punkt auseinander und kehrt die Preisrangfolge um. Außerdem bleibt eine Spalte leer: GPT-6 Sol erreicht gemessene 125 Ausgabe-Token pro Sekunde, 35,11 Sekunden bis zum ersten Antwort-Token und 7,2 Minuten pro Index-Aufgabe. Bei Qwen4-Max fehlen alle drei Werte – die Leistungskarte zeigt N/A. Ein Modell, das pro Aufgabe 32 % teurer ist und keine veröffentlichten Geschwindigkeitswerte hat, ist kein Modell, dessen Kostenvorteil sich überhaupt schon beziffern lässt, denn die fehlende Hälfte der Rechnung ist die Zeit.

Die Architekturbehauptung unter den Token-Zahlen
Qwen4-Max ist ein spärliches Mixture-of-Experts-Modell mit 2,4 Billionen Parametern, von denen pro Token 71 Milliarden Parameter aktiv sind, plus 328 Milliarden N-Gramm-Embedding-Parameter, die nachgeschlagen statt multipliziert werden. Drei Gated-DeltaNet-Schichten komprimieren den Verlauf in einen Zustand fester Größe für jede Qwen-Sparse-Attention-Schicht, die relevanten Kontext auf Mikroblock-Granularität über einen leichtgewichtigen Indexer auswählt; vier parallele Residualzweige mit dynamischen Lese- und Schreib-Gates stabilisieren den Stack. Alibaba meldet keine Loss-Spikes über den 2,4T-Parameter-Lauf und 5 % bis 13 % weniger Bits pro Byte als Qwen3.8-Max-Base bei 25 % weniger aktivierten Parametern — mit dem ehrlichen, vom Anbieter selbst angeführten Vorbehalt, dass zwei der verglichenen Checkpoints nachtrainiert sind, was die Einordnung als Base-Modell schwächt.
Das ist eine plausible Erklärung dafür, warum Long-Context-Inferenz pro Token günstiger ist. Es ist keine Erklärung dafür, warum eine Anfrage 1,95-mal so viele Ausgabetokens benötigt wie die eines Wettbewerbers, und nichts im Launch-Material geht darauf ein. Effizienz pro Token und Effizienz pro Antwort sind unterschiedliche Größen, und dieses Modell verbessert die erste, verliert aber bei der zweiten.
Wo die beiden angesiedelt sind und wie eine gemischte Workload aussieht
GPT-6 Sol wird über OrcaRouter geroutet als openai/gpt-6-sol zum Listenpreis von OpenAI mit 0 % Aufschlag — 2,00 $ und 10,00 $ pro Million Token unter 272K, 4,00 $ und 15,00 $ darüber, wobei die 272K-Neupreisregel so angewendet wird, wie OpenAI sie anwendet. Eine API für über 200 Modelle bedeutet, dass die oben gestellte Long-Context-Frage zu einer Routing-Entscheidung statt zu einem zweiten Vertrag wird: Eine Pipeline kann ihre Anfragen unter 272K an Sol senden und ihre überdimensionierten anderswohin, ohne ein zweites SDK aufsetzen zu müssen, und eine Preisänderung eines Anbieters kommt hier am selben Tag an, an dem sie auf OpenAIs Preisliste erscheint.
Qwen4-Max ist Stand 16. November 2026 nicht im OrcaRouter-Katalog enthalten. Es ist über Alibabas eigene Model Studio API und mehrere Drittanbieterplattformen erreichbar. Das macht das ehrliche Experiment asymmetrisch und nur in eine Richtung günstig: Der Sol-Zweig benötigt keine neue Integration, der Qwen-Zweig schon, und der Vergleich, den Sie eigentlich wollen – Kosten pro abgeschlossener Aufgabe im eigenen Traffic, bei Ihren eigenen Ausgabelängen – ist genau die Messung, die klären würde, ob die Umkehrung von 2,47 $ gegenüber 3,27 $ außerhalb eines Benchmark-Harness gilt. Führen Sie ihn auf einem Shadow-Slice aus, nicht auf dem Produktionspfad, und lassen Sie Ihre eigenen Token-Zahlen entscheiden, welcher der beiden Index-Läufe der irreführende ist.

Was würde daraus einen anderen Artikel machen?
Zwei Messungen. Die erste ist das Ausgabevolumen von Qwen4-Max bei einer Workload mit einem harten Ausgabelimit; wenn die 127 Millionen Tokens eine Eigenschaft der Evaluierung und nicht des Modells sind, ist die Umkehrung ein Artefakt, und der Satz von 4,50 $ ist eine direkte Einsparung. Die zweite ist die Geschwindigkeit. GPT-6 Sol braucht 7,2 Minuten pro Index-Aufgabe und 35 Sekunden bis zum ersten Token, was unauffällige Zahlen sind; wenn Qwen4-Max bei denselben Aufgaben deutlich langsamer ist, dann ist ein Modell, das bereits 32 % teurer pro Antwort ist, auch dasjenige, das einen länger darauf warten lässt, und kein Pro-Token-Argument rettet das.
Bis es beide gibt, ist die vertretbare Position eng umrissen und konkret. Bei Anfragen, die 272.000 Token überschreiten, ist Qwen4-Max zwei- bis dreimal günstiger, und das ist keine Frage. Für alles andere ist GPT-6 Sol der bessere Kauf, gemessen an der einzigen Kennzahl, die Preis und Verhalten zusammenführt, und die Tatsache, dass seine beworbene Ausgaberate 2,2-mal höher ist, ist das am wenigsten Aussagekräftige an ihm.
