Una tarjeta de título con el encabezado «Qwen4-Max vs GPT-6.1 Sol: el token más barato, la factura más alta», con tres chips que indican $1.50 frente a $2.00 por millón de tokens de entrada, $3.27 frente a $1.27 por tarea de índice, y un límite de tramo de 272.000 tokens que se aplica solo a Sol, con leyenda que remite a Artificial Analysis y a las dos tarjetas de tarifas de los proveedores, del 17 de noviembre de 2026.
Guides & Insights

Qwen4-Max vs GPT-6.1 Sol: el token más barato pierde en la factura, y el límite está en 272.000

Autor

Gideon Frost

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Si tomamos las dos tarifas al pie de la letra, Qwen4-Max gana por amplio margen. Su precio de lista es de $1.50 por millón de tokens de entrada y $4.50 por millón de tokens de salida; GPT-6.1 Sol tiene un precio de lista de $2.00 y $10.00. En salida, eso supone una diferencia de 2.2× a favor de Qwen4-Max, y es la cifra con la que encabezan todas las comparaciones entre estos dos modelos. Luego, somete a ambos a las mismas nueve evaluaciones y observa cuánto cuestan las ejecuciones. Artificial Analysis mide $3.27 por tarea del Intelligence Index para Qwen4-Max, disponible de forma general desde el 16 de noviembre de 2026, frente a $1.27 para GPT-6.1 Sol, que OpenAI comercializa desde el 29 de septiembre de 2026. El token más barato es 2.6× más caro por tarea completada. Dos mecanismos producen esa inversión, y solo uno de ellos se discute; el otro está en 272,000 tokens, donde la tarifa de Sol cambia de precio a mitad de solicitud y la de Qwen4-Max no.

Dos tarjetas con formas diferentes, no solo números diferentes

A two-column scoreboard comparing Qwen4-Max and GPT-6.1 Sol: flat $1.50 input and $4.50 output against $2.00 and $10.00 up to 272,000 tokens and $4.00 and $15.00 above it; no long-prompt tier against one starting at 272,000; 127M output tokens against 63.7M; index 43 against 55 at max effort; 1,000,000 context against 1,050,000. Footer attributes cost per task and token totals to Artificial Analysis and prices to the vendor rate cards.

• Precio de entrada — Qwen4-Max $1.50 por millón, tarifa plana, frente a GPT-6.1 Sol $2.00 hasta 272,000 tokens, $4.00 por encima

• Precio de salida — $4.50 fijo frente a $10.00 hasta 272,000 tokens, $15.00 por encima

• Lectura de caché — 0,075 $ por millón con escrituras a 1,875 $ (5 minutos) o 3,00 $ (1 hora) frente a 0,10 $ por millón con escrituras a 2,50 $ y 5,00 $

• Ventana de contexto — 1.000.000 de tokens con un límite máximo de entrada de 983.616 tokens en modo de pensamiento frente a 1.050.000 tokens

• Salida máxima — 131,072 sin razonamiento, o 262,144 compartidos con razonamiento frente a 128,000

• Control del razonamiento: tres niveles (bajo, alto, xhigh), predeterminado alto frente a cinco (de bajo a max), predeterminado medio, siempre activado

• Parámetros de muestreo — temperature, top_p y top_k aceptados frente a rechazados; el razonamiento debe guiarse únicamente por el esfuerzo

• Modalidades de entrada — texto, imagen, video frente a texto, imagen, archivo

Las dos primeras filas son donde está el dinero. Qwen4-Max vende un solo nivel desde cero hasta el límite de contexto, deliberadamente: sin recargo por contexto largo y tampoco descuento por lotes, porque el modelo no ofrece inferencia por lotes en absoluto. GPT-6.1 Sol vende un nivel barato y uno caro, y la frontera entre ambos es el número más determinante de esta comparación para cualquiera cuyos prompts sean grandes.

Lo que cruzar 272,000 tokens le hace a la aritmética

Por debajo del límite, un millón de tokens de entrada en GPT-6.1 Sol cuesta $2.00 y un millón de tokens de salida, $10.00. En el límite o por encima de él, el catálogo cobra la solicitud a $4.00 de entrada y $15.00 de salida —el doble en la entrada y un aumento del 50 % en la salida. Qwen4-Max cobra $1.50 y $4.50 tanto a los 200,000 tokens como a los 900,000 tokens.

Ejecuta un trabajo con mucho contenido documental en ambos y el orden se invierte según dónde recaiga la solicitud. Un prompt de 150.000 tokens con una respuesta de 4.000 tokens cuesta aproximadamente $0,26 en Sol y $0,24 en Qwen4-Max — tan cerca de un empate que ningún otro aspecto de los modelos debería decidirse por el precio. El mismo trabajo con 400.000 tokens de entrada cuesta $1,65 en Sol en el nivel superior frente a $0,62 en Qwen4-Max: una diferencia de 2,7×, en la dirección opuesta a la diferencia de salida destacada y mayor que esta. El trabajo con contexto largo es la única carga de trabajo en la que la tarjeta Qwen4-Max es directamente la mejor compra, y es la carga de trabajo a la que es más probable que se dirija este par, ya que ambos modelos se venden con ventanas de 1M de tokens.

Lo que convierte el límite de tramo en una decisión de enrutamiento y no en una nota al pie sobre precios. Si las solicitudes de una canalización se agrupan justo por debajo de 272.000 tokens, dividirlas o usar caché para mantenerse por debajo del límite vale dinero real; si están muy por encima, la división no tiene sentido y Qwen4-Max es más barato en entrada por un factor de casi tres.

A screenshot of the Artificial Analysis model page for GPT-6.1 Sol, showing the OpenAI proprietary-model header, the September 2026 release date, the intelligence panel and the providers serving it.

La inversión que no tiene nada que ver con el precio

La verbosidad es el otro mecanismo, y actúa en contra de Qwen4-Max con más fuerza de la que la tarifa actúa a su favor. En el Intelligence Index, Artificial Analysis registró 63,7 millones de tokens de salida de GPT-6.1 Sol —conciso, según su criterio, frente a una mediana de 78,6 millones— y 127 millones de Qwen4-Max, al que califica de muy verboso. El doble de tokens de salida a menos de la mitad del precio por token da como resultado una factura 2,6× mayor.

Esto no es una peculiaridad de la evaluación. El propio material de lanzamiento de A​libaba señala lo mismo desde el otro lado: la afirmación principal de Qwen4-Max es que reduce el uso de tokens entre un 24 % y un 35 % frente a su predecesor, Qwen3.8-Max, y entre un 48 % y un 49 % en Terminal-Bench 4.0. Son mejoras reales y son relativas. Frente a GPT-6.1 Sol, el modelo sigue gastando aproximadamente dos tokens de salida por cada uno que gasta Sol, y la publicación de lanzamiento no afirma lo contrario.

La consecuencia práctica es que cualquier modelo de costes construido multiplicando tu recuento de tokens por el precio de lista se equivocará en el signo de esta comparación. Modela primero los tokens. Si ya tienes tráfico en un modelo conciso y estás considerando cambiar, espera que tu volumen de salida se duplique aproximadamente, incluso aunque tu tarifa por token se reduzca a menos de la mitad — lo que en este par supone una pérdida neta.

Velocidad, donde solo un lado ha publicado algo

GPT-6.1 Sol es lento y está medido: 23,1 minutos por tarea del Intelligence Index, 168,56 segundos hasta el primer token de respuesta, 49 tokens por segundo de velocidad de salida en la ejecución de Artificial Analysis contra el endpoint de OpenAI. Nuestro propio tráfico de playground, muestreado durante los siete días hasta el 16 de noviembre, muestra una mediana más rápida —alrededor de 98 tokens de salida por segundo con un p50 de 1,7 segundos hasta el primer byte—, que es lo que cabría esperar de una ruta de gateway situada delante de un upstream distinto del que utilizó Artificial Analysis. Ambos números pueden ser ciertos; ninguno describe la ruta del otro.

Qwen4-Max no tiene ninguna cifra de velocidad independiente. Artificial Analysis enumera la puntuación del índice del modelo, su precio y sus totales de tokens, y deja en blanco el tiempo por tarea, la tasa de salida y el tiempo hasta el primer token. Alibaba publica afirmaciones de eficiencia de tokens, que no son latencia. Así que, para un lado de esta comparación, se puede planificar la capacidad de la ruta completa, y para el otro, solo se puede planificar la capacidad de la factura y nada más. Cualquiera que despliegue una interfaz interactiva sobre Qwen4-Max este mes estará midiendo la latencia por primera vez por su cuenta.

Dos detalles de la migración que te costarán una tarde de depuración

El razonamiento de GPT-6.1 Sol siempre está activado, con cinco niveles de esfuerzo y un valor predeterminado de medio, y el modelo rechaza temperature y top_p de plano: el muestreo se controla mediante el esfuerzo y nada más. Qwen4-Max acepta el conjunto completo de parámetros de muestreo, con valores predeterminados de temperature 1.0 y top_p 0.95 en modo de pensamiento, 0.7 y 0.8 fuera de él, además de top_k 20 y una penalización de presencia de 1.5 cuando el pensamiento está desactivado. Un cliente migrado de Sol a Qwen4-Max adquirirá silenciosamente un comportamiento de muestreo que nunca tuvo; la migración inversa lanzará un error.

Las cadenas de esfuerzo son la imagen especular. Sol ofrece cinco niveles; Qwen4-Max ofrece tres y pliega el resto, asignando minimal a low, medium a high y max a xhigh. Una canalización que solicita medium a Qwen4-Max obtiene razonamiento de alto esfuerzo con un presupuesto de pensamiento predeterminado de 131,072 tokens y sin ningún error que lo anuncie. Una canalización que solicita max obtiene xhigh y parece correcta. Fija el nivel en el vocabulario propio del proveedor para cada ruta; no pases una cadena de esfuerzo a través de un límite de modelo y esperes que funcione.

A screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, showing the 1M-token context line, the 128K maximum output, the model identifier openai/gpt-6.1-sol and the start of the pricing panel.

Dónde encajan los dos y cómo ejecutarlos en paralelo

La división que se desprende de los números: GPT-6.1 Sol para razonamiento de prompt corto y alto volumen, donde su concisión se multiplica, y Qwen4-Max para solicitudes de más de 272.000 tokens de entrada, para entrada de vídeo, o para cargas de trabajo que necesitan control de muestreo en lugar de un selector de esfuerzo.

Ejecutar esa división suele ser la parte cara, y es el caso para el que OrcaRouter está diseñado por un lado. GPT-6.1 Sol se enruta a $2.00 y $10.00 por millón por debajo del límite del nivel y a $4.00 y $15.00 por encima de él — las tarifas propias del proveedor, transferidas con un 0% de margen, así que la aritmética de niveles anterior es lo que realmente pagas y no una aproximación de ella — a través de la misma clave y el mismo endpoint compatible con OpenAI que Claude Opus 5.5, Grok 4.5, Qwen3.8-Max y T​encent HY4 Preview. Qwen4-Max aún no está en el catálogo, así que ese lado sigue en una clave directa de A​libaba por ahora.

Lo cual sigue siendo suficiente para que la comparación sea real: define el límite una vez en una regla de enrutamiento, envía todo lo que esté por debajo de 272.000 tokens a la ruta Sol y todo lo que esté por encima a Qwen4-Max, y deja que la conmutación por error cubra el nuevo modelo mientras estableces su latencia. El DSL de enrutamiento es lo que convierte eso en una regla en lugar de un servicio: una condición sobre el tamaño de la solicitud, dos destinos, un endpoint y un respaldo automático si el lado experimental no funciona correctamente.

La versión corta, con su fecha de caducidad

Qwen4-Max es el modelo más barato por token y el más caro por tarea, y la razón es que escribe el doble. GPT-6.1 Sol es el modelo más barato por tarea y el más caro por solicitud larga, y la razón es un límite de nivel en 272.000 tokens que su competidor no tiene. Ninguno de esos hechos tiene que ver con la inteligencia, en la que los dos se sitúan a doce puntos de índice de distancia —43 frente a 55 con el esfuerzo máximo de Sol— a favor de Sol.

La comparación tiene fecha de caducidad. La publicación de lanzamiento de Alibaba dice que los modelos más pequeños de Qwen4 llegarán al código abierto, y una tarifa por token para un modelo de 2,4 billones de parámetros es exactamente el tipo de cosa que se revisa en cuanto llega el primer mes de tráfico de agentes. Hasta entonces, decide según el volumen de tokens y el tamaño de las solicitudes, no según la tarifa de salida.

Comparados en este artículo1

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario