Qwen4-Max Preview vs GPT-6.1 Sol : un compte à rebours face à une grille tarifaire

Placez Qwen4-Max Preview et GPT-6.1 Sol côte à côte sur une fiche technique et ils ressemblent à des jumeaux : tous deux revendiquent environ un million de tokens de contexte, tous deux acceptent les images, tous deux raisonnent avant de répondre, tous deux parlent le format de communication OpenAI. Puis regardez les deux conditions commerciales et la ressemblance s'effondre. GPT-6.1 Sol est sorti le 29 septembre 2026 à 2,00 $ par million de tokens d'entrée et 10,00 $ par million de tokens de sortie, avec l'entrée mise en cache à 0,10 $ par million, et il est vendu au token à quiconque possède un compte. Qwen4-Max Preview a ouvert le 11 novembre 2026 sous la forme d'un aperçu réservé au Token Plan qui court jusqu'à 24 h 00 le 25 novembre, n'a aucun prix par token publié nulle part, et est retiré à la fermeture de la fenêtre. L'un est un achat. L'autre est un prêt de deux semaines. C'est cette différence, et non la colonne des benchmarks, qui devrait décider lequel vous ouvrez en premier.

Deux machines, décrites de la même manière

GPT-6.1 Sol est une actualisation du modèle de raisonnement de gamme intermédiaire d’OpenAI — le palier inférieur à GPT-6 Astra — et selon la présentation d’OpenAI elle-même, il « correspond presque » à Astra pour le codage agentique, l’utilisation de l’ordinateur et le travail professionnel, à un cinquième des tarifs par token d’Astra. La page de modèle publiée par OpenAI indique une fenêtre de contexte de 1 050 000 tokens, une sortie maximale de 128 000 tokens et une date limite de connaissances au 30 avril 2026. Ce sont des chiffres fournis par le fournisseur.

Qwen4-Max Preview est le premier palier Qwen 4 invocable d’Alibaba. Il dispose d’un contexte de 1 000 000 de tokens, d’un plafond de sortie de 393 216 tokens partagé entre la réflexion et la réponse finale, d’entrées texte, image et vidéo, ainsi que de l’appel de fonctions, de la recherche web et d’outils intégrés. Ce sont également des chiffres du fournisseur, tirés de la page de documentation de Model Studio plutôt que d’articles qui en parlent.

Lus côte à côte, les deux blocs de spécifications diffèrent de 50 000 tokens de contexte — du bruit sur un nombre de cette taille — et par un écart bien plus important en matière de capacité de sortie. 393 216 contre 128 000 représente environ trois fois plus de place pour une seule réponse, et comme la réflexion est décomptée de ce budget dans les deux modèles, la différence n’est pas théorique. Si votre travail consiste à « lire un long corpus et produire un long artefact structuré », Qwen preview dispose de plus de latitude. Si votre travail consiste à « répondre correctement dans le cadre d’une complétion normale », aucun des deux plafonds n’est votre contrainte.

La partie qui n’est pas une comparaison de prix

C’est ici que les deux pages cessent complètement d’être comparables, et il vaut mieux dire franchement pourquoi plutôt que de maquiller cela en égalité.

GPT-6.1 Sol dispose d’une grille tarifaire sur laquelle on peut poser des calculs. Entrée à 2,00 $ par million, sortie à 10,00 $, entrée mise en cache à 0,10 $ — un vingtième de son propre tarif d’entrée non mise en cache et un dixième du tarif de 1,00 $ en entrée mise en cache de GPT-6 Astra. Les boucles d’agents qui renvoient un préfixe stable des milliers de fois reposent presque entièrement sur cette dernière ligne, ce qui est la raison discrète pour laquelle l’actualisation 6.1 importe à quiconque fait tourner des agents plutôt que du chat. La grille comporte aussi des seuils qui changent le calcul : franchissez 272 000 jetons d’entrée et toute la requête est refacturée au double des tarifs d’entrée et de cache, et à 1,5 × le tarif de sortie ; batch et flex sont facturés 50 % en dessous du standard ; le mode fast est facturé à 2 × le standard.

Qwen4-Max Preview ne propose rien de tout cela. Il est facturé en crédits dans le cadre d’un abonnement, et Alibaba ne publie pas de tarif de crédits par token. Les offres de l’édition personnelle sont à 6 $ pour 20 000 crédits, 10 $ pour 45 000, 18 $ pour 80 000 et 43 $ pour 200 000, avec des lots de recharge à 15 $ pour 20 000. Pendant la préversion, la consommation peut descendre jusqu’à 20 % du tarif standard, et les appels entre 22:00 et 08:00 UTC+8 bénéficient d’une remise supplémentaire pour atteindre 8 % du tarif standard. Les crédits sont consommés à un rythme que le fournisseur décrit comme défini dynamiquement selon le type de modèle, l’utilisation de tokens, le mode de réflexion et les appels d’outils.

L'affirmation honnête n'est donc pas « Qwen coûte moins cher » ni « OpenAI coûte moins cher ». C'est que l'un des modèles peut être chiffré avant de l'exécuter, tandis que l'autre ne peut l'être qu'après, depuis une console à laquelle vous n'avez peut-être pas encore accès. Pour une charge de travail à fort volume, cette distinction prime sur tout chiffre par token figurant sur cette page.

Là où l'aperçu bat réellement la grille tarifaire

Trois capacités valent plus qu'une ligne de prix, au moins pendant quinze jours.

L’entrée vidéo vient en premier. Les modalités d’entrée documentées de GPT-6.1 Sol sont le texte, l’image et le fichier. Qwen4-Max Preview accepte le texte, les images et la vidéo, et la page d’Alibaba cite l’analyse de captures d’écran, la compréhension de documents et l’analyse vidéo comme usages prévus. Si votre évaluation porte sur la compréhension d’un enregistrement d’écran, d’une démo produit ou d’une séquence d’images, la comparaison a un gagnant avant même qu’un score n’existe.

Le second est le plafond de sortie déjà mentionné — un avantage légitime pour la génération de textes longs, et le seul endroit où les chiffres sont suffisamment éloignés pour compter sans benchmark.

Le troisième, c’est le prix de l’erreur. Un abonnement Token Plan plafonne les dépenses au montant de l’abonnement. Un modèle facturé à l’usage ne plafonne rien, et une boucle d’agent mal configurée avec un tarif de sortie de 10 $ par million peut produire une facture mémorable en un après-midi. Pour une expérience dont vous n’êtes pas sûr, un plafond vaut bien un petit supplément.

Là où GPT-6.1 Sol gagne sans effort

Tout ce qui exige que le modèle existe encore le mois prochain.

Il y a un contrat. Il y a un tarif publié, une limite de contexte et de sortie sur une page publique, une échelle d'effort allant de low à xhigh et max, des recommandations de migration documentées, et un fournisseur dont le parcours de support ne s'arrête pas à une date calendaire. Il y a aussi un point de contrôle : max_tokens se comporte comme vous l'attendez, et les modes de défaillance sont documentés plutôt que découverts.

L'aperçu Qwen inverse la plupart de ces éléments. L'accès est réservé au Token Plan, le paiement à l'usage n'est explicitement pas pris en charge, l'URL de base est dédiée à token-plan.ap-southeast-1.maas.aliyuncs.com, et les conditions propres au plan le limitent à « un usage interactif dans les outils de codage et d'agents, et non des scripts de traitement par lots automatisés ». Alibaba indique également qu'aucune modification ne sera apportée pendant l'aperçu. Figé, temporaire et non destiné au traitement par lots — voilà une description précise d'un support d'évaluation, et une piètre description d'une dépendance.

Il y a un piège supplémentaire pour quiconque migre une requête, et il a sa place dans cette section parce que c’est le genre de chose qu’un fournisseur stable ne vous fait pas en cours de route. À partir de Qwen4-Max Preview, max_tokens équivaut à max_completion_tokens et les deux couvrent la réflexion ainsi que la réponse, alors que tous les modèles Qwen antérieurs appliquaient la limite à la réponse seule. Une requête reprise avec max_tokens à 4096 achète désormais 4 096 tokens de réflexion et ce qui reste. L’échec se manifeste par une réponse tronquée, pas par une erreur que vous pouvez intercepter.

À la mesure, les deux côtés sont plus fins que ne le laisse entendre le marketing.

Artificial Analysis, le classement tiers que ce blog considère comme la référence neutre, ne comporte aucune entrée Qwen4 lorsqu'on le consulte le 11 novembre 2026 — aucun score d'indice, aucun coût par tâche, aucune ligne de vitesse. Pour un aperçu qui a ouvert ce matin-là, c'est attendu plutôt qu'accablant.

Le côté OpenAI est désormais mesuré, et par le même tableau de référence. Artificial Analysis dispose d’une page GPT-6.1 Sol (Max) : un Intelligence Index de 55 sur la révision d’indice v5.0.1, rang 12 sur 74, 1,27 $ par tâche d’indice, 63,7 millions de tokens de sortie générés pendant l’exécution de l’indice contre une médiane du tableau de 72,8 millions, 20,2 minutes par tâche contre une médiane de 12,6 minutes, 56 tokens par seconde, et un temps jusqu’au premier token de réponse de 153,34 secondes. Ce sont des chiffres indépendants, pas ceux d’OpenAI, et ils côtoient la ligne du fournisseur : OpenAI vend ce modèle comme proche d’Astra à un cinquième des prix par token d’Astra, et sur la fiche tarifaire, le calcul tombe parfaitement juste — 2 $ contre 10 $ en entrée pour Astra, 10 $ contre 50 $ en sortie pour Astra.

Ce qu’il reste, c’est un seul chiffre, pas une comparaison. GPT-6.1 Sol a une ligne ; Qwen4-Max Preview n’en a pas et pourrait ne pas en obtenir avant d’être retiré, donc quiconque publie cette semaine un benchmark Qwen4-Max Preview face à GPT-6.1 Sol publie son propre harnais des deux côtés. La question utile à leur poser est quels prompts ils ont utilisés et si le côté Qwen existe encore lorsqu’ils tentent de le reproduire.

Exécuter les deux sans deux contrats

Voici l’asymétrie pratique : GPT-6.1 Sol est un modèle au catalogue, et Qwen4-Max Preview ne l’est pas — ni pour nous ni pour quiconque en dehors du Token Plan d’Alibaba. Sur OrcaRouter, openai/gpt-6.1-sol figure aux côtés de 216 autres identifiants de modèles derrière une seule clé, au prix catalogue du fournisseur, sans supplément, ce qui signifie qu’une modification de la grille tarifaire d’OpenAI se répercute sur votre facture le jour même, plutôt qu’à la prochaine négociation. L’aperçu Qwen est accessible via l’API propre au fournisseur et son produit de chat, et aucune couche de routage n’y change quoi que ce soit.

Le schéma utile pour les quatorze prochains jours consiste à placer l'aperçu là où il ne peut pas vous nuire. Une configuration de routage qui essaie d'abord l'aperçu et bascule vers un modèle que vous avez déjà mesuré vous offre l'expérimentation et le filet de sécurité en un seul appel : si l'aperçu se tronque parce que le budget de réflexion a dévoré la réponse, renvoie une erreur sur une entrée vidéo, ou retourne simplement un résultat que vous ne livreriez pas, le repli répond et la requête aboutit quand même. C'est à cela que sert le basculement, et un point de terminaison non éprouvé assorti d'une date d'expiration en est le cas le plus évident que vous aurez ce trimestre.

La décision, en quatre lignes

Si vous avez besoin d’un modèle en production ce mois-ci, GPT-6.1 Sol est la solution et l’aperçu n’est pas un candidat — non pas parce qu’il est moins bon, mais parce que le 26 novembre, il n’existera pas.

Si vous avez besoin de savoir si une fenêtre d'un million de tokens plus une entrée vidéo résout un problème spécifique, l'aperçu est le moyen le moins coûteux de le découvrir, et l'onglet de discussion le rend encore moins cher.

Si vous exécutez des agents avec une forte réutilisation de préfixe, c’est la ligne des entrées mises en cache qu’il faut modéliser, et seul l’un de ces deux modèles vous permet de le faire.

Si vous attendez un score avant de vous engager pour l’un ou l’autre, vous attendez des choses différentes : une ligne indépendante pour Qwen4-Max Preview qui pourrait ne jamais apparaître parce que le modèle sera retiré avant, et un deuxième avis sur le 55 de GPT-6.1 Sol, qui existe mais qui est un seul chiffre provenant d’un seul harnais d’évaluation sur un tableau révisé en v5.0.1 après la version de septembre.

La comparaison que les gens continueront de faire — benchmark contre benchmark — ne peut pas être faite aujourd’hui. La comparaison qui peut être faite porte sur l’engagement : un prêt de deux semaines d’un contexte plus grand et d’un décodeur vidéo, contre un contrat facturé à l’usage avec un taux de cache que vous pouvez anticiper. Choisissez celui qui correspond à la durée pendant laquelle vous avez besoin que la réponse reste valable.