Qwen4-Max Preview vs GPT-6.1 Sol: una cuenta regresiva contra una lista de precios

Si pones Qwen4-Max Preview y GPT-6.1 Sol uno al lado del otro en una ficha técnica, parecen hermanos: ambos afirman tener aproximadamente un millón de tokens de contexto, ambos aceptan imágenes, ambos razonan antes de responder y ambos hablan el formato de API de OpenAI. Luego miras los dos acuerdos comerciales y el parecido se desmorona. GPT-6.1 Sol se lanzó el 29 de septiembre de 2026 a $2.00 por millón de tokens de entrada y $10.00 por millón de salida, con la entrada en caché a $0.10 por millón, y se vende por token a cualquiera que tenga una cuenta. Qwen4-Max Preview se abrió el 11 de noviembre de 2026 como una preview exclusiva del Token Plan que está disponible hasta las 24:00 del 25 de noviembre, no tiene ningún precio por token publicado en ningún sitio y se retira cuando se cierra la ventana. Una es una compra. La otra es un préstamo de dos semanas. Esa diferencia, y no la columna de benchmarks, es lo que debería decidir cuál abres primero.

Dos máquinas, descritas de la misma manera

GPT-6.1 Sol es una actualización del modelo de razonamiento de gama media de OpenAI —el nivel inferior a GPT-6 Astra—, y el propio planteamiento de OpenAI es que «casi iguala» a Astra en programación con agentes, uso del ordenador y trabajo profesional a una quinta parte de los precios por token de Astra. La página del modelo publicada por OpenAI sitúa la ventana de contexto en 1.050.000 tokens, con una salida máxima de 128.000 tokens y una fecha de corte de conocimiento del 30 de abril de 2026. Esas son cifras del proveedor.

Qwen4-Max Preview es el primer nivel invocable de Qwen 4 de Alibaba. Tiene un contexto de 1.000.000 de tokens, un límite de salida de 393.216 tokens compartido entre el razonamiento y la respuesta final, entrada de texto, imágenes y vídeo, y llamada a funciones, búsqueda web y herramientas integradas. Esas también son cifras del proveedor, tomadas de la página de documentación de Model Studio y no de la cobertura que se ha hecho de él.

Leídos en paralelo, los dos bloques de especificaciones difieren en 50.000 tokens de contexto —ruido en un número de ese tamaño— y en un margen mucho mayor de capacidad de salida. 393.216 frente a 128.000 es aproximadamente tres veces el espacio para una sola respuesta y, como en ambos modelos el razonamiento se cuenta contra ese presupuesto, la diferencia no es académica. Si tu trabajo consiste en «leer un corpus largo y producir un artefacto estructurado largo», la versión preliminar de Qwen tiene más margen. Si tu trabajo consiste en «responder con holgura dentro de un completado normal», ninguno de los dos techos es tu limitación.

La parte que no es una comparación de precios

Aquí es donde las dos páginas dejan de ser comparables por completo, y vale la pena ser franco sobre por qué en lugar de disfrazarlo como un empate.

GPT-6.1 Sol tiene una lista de tarifas con la que se pueden hacer cálculos. Entrada a $2.00 por millón, salida a $10.00, entrada en caché a $0.10 —una vigésima parte de su propia tarifa de entrada sin caché y una décima parte de la tarifa en caché de $1.00 de GPT-6 Astra—. Los bucles de agentes que reenvían un prefijo estable miles de veces dependen casi por completo de esa última línea, que es la razón discreta por la que la actualización 6.1 importa a cualquiera que ejecute agentes en lugar de chat. La lista también tiene umbrales que cambian los cálculos: al superar los 272,000 tokens de entrada, toda la solicitud se vuelve a tarifar al doble de las tarifas de entrada y caché y a 1.5× la tarifa de salida; batch y flex funcionan un 50% por debajo del estándar; el modo fast funciona a 2× del estándar.

Qwen4-Max Preview no tiene nada de eso. Se mide en créditos con respecto a una suscripción, y Alibaba no publica una tarifa de créditos por token. Los niveles de Personal Edition cuestan $6 por 20,000 créditos, $10 por 45,000, $18 por 80,000 y $43 por 200,000, con paquetes de recarga a $15 por 20,000. Durante la vista previa, el consumo se sitúa en "tan solo el 20% de la tarifa estándar", y las llamadas entre las 22:00 y las 08:00 UTC+8 obtienen un descuento adicional que las sitúa en el 8% de la tarifa estándar. Los créditos se consumen a una tasa que el proveedor describe como establecida dinámicamente por el tipo de modelo, el uso de tokens, el modo de pensamiento y las llamadas a herramientas.

Así que la afirmación honesta no es «Qwen es más barato» ni «OpenAI es más barato». Es que a un modelo se le puede calcular el coste antes de ejecutarlo, mientras que al otro solo se le puede calcular el coste después, desde una consola a la que quizá todavía no tengas acceso. Para una carga de trabajo de gran volumen, esa distinción pesa más que cualquier cifra por token de esta página.

Donde la vista previa realmente supera al tarifario

Tres capacidades valen más que una fila de precios, al menos durante quince días.

La entrada de vídeo es lo primero. Las modalidades de entrada documentadas de GPT-6.1 Sol son texto, imagen y archivo. Qwen4-Max Preview acepta texto, imágenes y vídeo, y la página de Alibaba nombra el análisis de capturas de pantalla, la comprensión de documentos y el análisis de vídeo como los usos previstos. Si tu evaluación trata de comprender una grabación de pantalla, una demostración de producto o una secuencia de fotogramas, la comparación tiene un ganador antes de que exista cualquier puntuación.

El segundo es el techo de salida ya mencionado: una ventaja legítima para la generación de formato largo, y el único punto en el que las cifras están lo suficientemente separadas como para importar sin un benchmark.

La tercera es el precio de equivocarse. Una suscripción a un Plan de Tokens limita el gasto al importe de la suscripción. Un modelo facturado por uso no limita nada, y un bucle de agente mal configurado con una tarifa de 10 dólares por millón de tokens de salida puede generar una factura memorable en una tarde. Para un experimento del que no estás seguro, vale la pena pagar un poco por tener un techo.

Donde GPT-6.1 Sol gana sin esfuerzo

Todo lo que requiere que el modelo siga existiendo el próximo mes.

Existe un contrato. Hay una tarifa publicada, un límite de contexto y de salida en una página pública, una escala de esfuerzo de low a xhigh y max, una guía de migración documentada y un proveedor cuya ruta de soporte no termina en una fecha del calendario. También hay un punto de control: max_tokens se comporta como esperas, y los modos de fallo están documentados en lugar de descubrirse.

La vista previa de Qwen invierte buena parte de eso. El acceso es únicamente mediante Token Plan, el pago por uso no está soportado explícitamente, la URL base es una dedicada en token-plan.ap-southeast-1.maas.aliyuncs.com, y los propios términos del plan lo restringen a «uso interactivo en herramientas de programación y agentes, no scripts de lotes automatizados». Alibaba también indica que no se harán cambios durante la vista previa. Congelado, temporal y no para lotes: esa es una descripción precisa de un vehículo de evaluación y una mala descripción de una dependencia.

Hay una trampa más para quien migre una solicitud, y corresponde a esta sección porque es el tipo de cosa que un proveedor estable no te hace en plena migración. A partir de Qwen4-Max Preview, max_tokens equivale a max_completion_tokens y ambos cubren el razonamiento más la respuesta, mientras que todos los modelos Qwen anteriores aplicaban el límite solo a la respuesta. Una solicitud transferida con max_tokens en 4096 ahora consume 4096 tokens de razonamiento y lo que quede. El fallo es una respuesta truncada, no un error que puedas detectar.

Al medirlo, ambos lados son más finos de lo que sugiere la publicidad.

Artificial Analysis, el tablero de terceros que este blog considera la referencia neutral, no tiene ninguna entrada de Qwen4 cuando se consulta el 11 de noviembre de 2026: ni puntuación de índice, ni coste por tarea, ni filas de velocidad. Para una vista previa que se abrió esa mañana, eso es de esperar más que algo condenatorio.

El lado de OpenAI ya está medido, y por el mismo board. Artificial Analysis tiene una página de GPT-6.1 Sol (Max): un Intelligence Index de 55 en la revisión del índice v5.0.1, puesto 12 de 74, $1.27 por tarea de índice, 63,7 millones de tokens de salida generados al ejecutar el índice frente a una mediana del board de 72,8 millones, 20,2 minutos por tarea frente a una mediana de 12,6 minutos, 56 tokens por segundo y un tiempo hasta el primer token de respuesta de 153,34 segundos. Son cifras independientes, no de OpenAI, y aparecen junto a la afirmación del proveedor: OpenAI vende este modelo como casi Astra a una quinta parte de los precios por token de Astra, y en la tarjeta de precios la aritmética cuadra exactamente: $2 frente a los $10 de entrada de Astra, $10 frente a los $50 de salida de Astra.

Lo que eso deja es un solo número, no una comparación. GPT-6.1 Sol tiene una fila; Qwen4-Max Preview no la tiene y puede que no llegue a tenerla antes de retirarse, así que cualquiera que publique esta semana un benchmark de Qwen4-Max Preview frente a GPT-6.1 Sol está publicando su propio harness en ambos lados. Lo útil que hay que preguntarles es qué prompts usaron y si el lado de Qwen sigue existiendo cuando intenten reproducirlo.

Ejecutando ambos sin dos contratos

Esta es la asimetría práctica: GPT-6.1 Sol es un modelo de catálogo y Qwen4-Max Preview no lo es — ni para nosotros ni para nadie fuera del Token Plan de Alibaba. En OrcaRouter, openai/gpt-6.1-sol se encuentra junto a otros 216 identificadores de modelos tras una sola clave, al precio de lista del proveedor sin ningún recargo, lo que significa que un cambio en la tarifa de OpenAI repercute en tu factura el mismo día en que se produce, y no en la siguiente negociación. Se puede acceder a la versión preliminar de Qwen a través de la API propia del proveedor y de su producto de chat, y ninguna capa de enrutamiento cambia eso.

El patrón útil para los próximos catorce días es poner la versión preliminar donde no pueda hacerte daño. Una configuración de enrutamiento que prueba primero la versión preliminar y, si falla, recurre a un modelo que ya has medido te da el experimento y la red de seguridad en una sola llamada: si la versión preliminar trunca porque el presupuesto de razonamiento se comió la respuesta, da error con una entrada de video o simplemente devuelve algo que no enviarías, el respaldo responde y la solicitud sigue teniendo éxito. Para eso sirve la conmutación por error, y un endpoint no probado con fecha de caducidad es el caso más claro que tendrás este trimestre.

La decisión, en cuatro líneas

Si necesitas un modelo en producción este mes, GPT-6.1 Sol es la respuesta, y la preview no es una candidata — no porque sea peor, sino porque el 26 de noviembre no existirá.

Si necesitas saber si una ventana de un millón de tokens junto con la entrada de vídeo resuelve un problema concreto, la vista previa es la forma más económica de averiguarlo, y la pestaña de chat lo hace aún más económico.

Si ejecutas agentes con una reutilización intensiva de prefijos, la línea de entrada en caché es la que debes modelar, y solo uno de estos dos modelos te permite modelarla.

Si estás esperando una puntuación antes de decidirte por uno u otro, estás esperando cosas distintas: una fila independiente para Qwen4-Max Preview que puede que nunca aparezca porque el modelo se retire antes, y una segunda opinión sobre el 55 de GPT-6.1 Sol, que existe pero es un único número de un único harness en una tabla que se revisó a la v5.0.1 después del lanzamiento de septiembre.

La comparación que la gente seguirá haciendo —benchmark contra benchmark— no se puede hacer hoy. La comparación que sí se puede hacer es sobre el compromiso: un préstamo de dos semanas de un contexto más amplio y un decodificador de vídeo, frente a un contrato por consumo con una tasa de caché con la que puedes planificar. Elige la que se ajuste a cuánto tiempo necesitas que la respuesta siga siendo válida.