
Qwen4-Max vs GPT-6.1 Sol : le token moins cher perd sur la facture, et le seuil est à 272 000
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 185 tok/s
Si l’on prend les deux grilles tarifaires au pied de la lettre, Qwen4-Max l’emporte de loin. Il est affiché à 1,50 $ par million de jetons d’entrée et à 4,50 $ par million de jetons de sortie ; GPT-6.1 Sol est affiché à 2,00 $ et 10,00 $. En sortie, cela représente un écart de 2,2× en faveur de Qwen4-Max, et c’est le chiffre que toutes les comparaisons de ces deux modèles mettent en avant. Faites ensuite passer les deux modèles par les mêmes neuf évaluations et regardez ce que coûtent les exécutions. Artificial Analysis mesure 3,27 $ par tâche de l’Intelligence Index pour Qwen4-Max, en disponibilité générale depuis le 16 novembre 2026, contre 1,27 $ pour GPT-6.1 Sol, qu’OpenAI commercialise depuis le 29 septembre 2026. Le jeton le moins cher coûte 2,6× plus cher par tâche terminée. Deux mécanismes produisent cette inversion, et un seul est abordé — l’autre se situe à 272 000 jetons, là où la grille tarifaire de Sol change de prix en cours de requête et pas celle de Qwen4-Max.
Deux cartes aux formes différentes, pas seulement des numéros différents

• Prix des tokens d’entrée — Qwen4-Max : 1,50 $ par million, tarif unique, contre GPT-6.1 Sol : 2,00 $ jusqu’à 272 000 tokens, 4,00 $ au-delà
• Prix de sortie — 4,50 $ forfaitaire contre 10,00 $ jusqu’à 272 000 jetons, 15,00 $ au-delà
Lecture du cache — 0,075 $ par million, avec écritures à 1,875 $ (5 minutes) ou 3,00 $ (1 heure), contre 0,10 $ par million, avec écritures à 2,50 $ et 5,00 $
• Fenêtre de contexte — 1 000 000 de tokens avec un plafond d’entrée en mode réflexion de 983 616 tokens contre 1 050 000 tokens
• Sortie maximale — 131 072 sans réflexion, ou 262 144 partagés avec le raisonnement, contre 128 000
• Contrôle du raisonnement — trois niveaux (faible, élevé, xhigh), élevé par défaut contre cinq (de faible à max), moyen par défaut, toujours activé
• Paramètres d’échantillonnage — temperature, top_p et top_k acceptés ou rejetés ; le raisonnement doit être piloté uniquement par l’effort
• Modalités d'entrée — texte, image, vidéo vs texte, image, fichier
Les deux premières lignes sont là où se joue l’essentiel. Qwen4-Max commercialise un seul palier, de zéro à la limite de contexte, délibérément : pas de supplément pour contexte long, ni de remise pour les lots, car l’inférence par lots n’est pas du tout proposée sur le modèle. GPT-6.1 Sol commercialise un palier bon marché et un palier coûteux, et la frontière entre les deux est le nombre le plus déterminant de cette comparaison pour quiconque a des prompts volumineux.
Ce que le franchissement de 272 000 tokens fait à l’arithmétique
En dessous du seuil, un million de jetons d’entrée sur GPT-6.1 Sol coûte 2,00 $ et un million de jetons de sortie 10,00 $. À ce seuil ou au-delà, le catalogue facture la requête 4,00 $ en entrée et 15,00 $ en sortie — un doublement sur l’entrée et une augmentation de 50 % sur la sortie. Qwen4-Max facture 1,50 $ et 4,50 $ à 200 000 jetons comme à 900 000 jetons.
Exécutez une tâche à forte intensité documentaire sur les deux et l’ordre s’inverse selon l’endroit où la requête est acheminée. Une invite de 150 000 tokens avec une réponse de 4 000 tokens coûte environ 0,26 $ sur Sol et 0,24 $ sur Qwen4-Max — assez proche d’une égalité pour que rien d’autre concernant les modèles ne doive être tranché sur le prix. La même tâche à 400 000 tokens d’entrée coûte 1,65 $ sur Sol au palier supérieur, contre 0,62 $ sur Qwen4-Max : un écart de 2,7×, dans la direction opposée à l’écart de prix de sortie mis en avant et plus important que celui-ci. Le travail sur contexte long est le seul type de charge de travail pour lequel la carte Qwen4-Max est clairement le meilleur achat, et c’est la charge de travail vers laquelle ce duo est le plus susceptible d’être orienté, puisque les deux modèles sont vendus avec des fenêtres de 1M tokens.
Ce qui fait de la limite de palier une décision de routage plutôt qu’une simple note tarifaire. Si les requêtes d’un pipeline se situent juste sous les 272 000 tokens, le fractionnement ou la mise en cache pour rester sous la limite représente un gain financier réel ; si elles se situent nettement au-dessus, le fractionnement est inutile et Qwen4-Max est presque trois fois moins cher en entrée.

L’inversion qui n’a rien à voir avec le prix
La verbosité est l'autre mécanisme, et elle pénalise Qwen4-Max plus durement que la grille tarifaire ne le favorise. Sur l'Intelligence Index, Artificial Analysis a enregistré 63,7 millions de tokens de sortie pour GPT-6.1 Sol — concis, selon sa mesure, contre une médiane de 78,6 millions — et 127 millions pour Qwen4-Max, qu'elle qualifie de très verbeux. Deux fois plus de tokens de sortie à moins de la moitié du prix par token se traduisent par une facture 2,6 fois plus élevée.
Ce n'est pas une bizarrerie de l'évaluation. Les propres documents de lancement d'Alibaba font le même constat, vu de l'autre côté : l'argument phare de Qwen4-Max est qu'il réduit l'usage de tokens de 24 % à 35 % par rapport à son prédécesseur, Qwen3.8-Max, et de 48 % à 49 % sur Terminal-Bench 4.0. Ce sont de vraies améliorations, et elles sont relatives. Face à GPT-6.1 Sol, le modèle dépense encore environ deux tokens de sortie pour chaque token que Sol dépense, et l'article de lancement ne prétend pas le contraire.
La conséquence pratique, c'est que tout modèle de coût construit en multipliant votre nombre de tokens par le prix catalogue se trompera sur le signe de cette comparaison. Modélisez d'abord les tokens. Si vous avez déjà du trafic sur un modèle concis et envisagez un changement, attendez-vous à ce que votre volume de sortie double à peu près, même si votre tarif par token chute de plus de moitié — ce qui, sur cette paire, constitue une perte nette.
Speed, où un seul côté a publié quoi que ce soit
GPT-6.1 Sol est lent, et c’est mesuré : 23,1 minutes par tâche de l’Intelligence Index, 168,56 secondes avant le premier token de réponse, une vitesse de sortie de 49 tokens par seconde lors de l’exécution d’Artificial Analysis face au point de terminaison d’OpenAI. Le trafic de notre propre playground, échantillonné sur les sept jours précédant le 16 novembre, montre une médiane plus rapide — environ 98 tokens de sortie par seconde, avec un p50 de 1,7 seconde jusqu’au premier octet — ce qui correspond à ce que l’on attend d’une route de passerelle située devant un amont différent de celui qu’a utilisé Artificial Analysis. Les deux chiffres peuvent être vrais ; aucun ne décrit le parcours de l’autre.
Qwen4-Max n’a aucun chiffre de vitesse indépendant. Artificial Analysis liste le score d’index du modèle, son prix et ses totaux de tokens, et laisse vides le temps par tâche, le débit de sortie et le temps jusqu’au premier token. Alibaba publie des affirmations d’efficacité en tokens, qui ne sont pas de la latence. Ainsi, pour un côté de cette comparaison, vous pouvez planifier la capacité sur l’ensemble du chemin, et pour l’autre, vous pouvez planifier la capacité de la facture et rien d’autre. Toute personne qui déploie ce mois-ci une surface interactive sur Qwen4-Max mesure elle-même la latence pour la première fois.
Deux détails de migration qui vous coûteront un après-midi de débogage
Le raisonnement de GPT-6.1 Sol est toujours activé, avec cinq niveaux d'effort et une valeur par défaut de medium, et le modèle rejette purement et simplement temperature et top_p — l'échantillonnage est piloté par l'effort et rien d'autre. Qwen4-Max accepte l'ensemble complet des paramètres d'échantillonnage, avec des valeurs par défaut de 1,0 pour temperature et 0,95 pour top_p en mode réflexion, 0,7 et 0,8 en dehors, plus top_k 20 et une pénalité de présence de 1,5 lorsque la réflexion est désactivée. Un client migré de Sol vers Qwen4-Max acquerra silencieusement un comportement d'échantillonnage qu'il n'a jamais eu ; la migration inverse lèvera une erreur.
Les chaînes de niveau d’effort sont l’image miroir. Sol propose cinq échelons ; Qwen4-Max en propose trois et fusionne les autres, en associant minimal à low, medium à high et max à xhigh. Un pipeline qui demande medium à Qwen4-Max obtient un raisonnement à effort élevé avec un budget de réflexion par défaut de 131 072 tokens, sans qu’aucune erreur ne le signale. Un pipeline qui demande max obtient xhigh et semble correct. Fixez le niveau dans le vocabulaire propre au fournisseur pour chaque route ; ne faites pas passer une chaîne d’effort à travers une frontière de modèle en espérant que cela fonctionne.

Où se situent les deux, et comment les exécuter côte à côte
La répartition qui ressort des chiffres : GPT-6.1 Sol pour le raisonnement sur des prompts courts et à fort volume, où sa concision se cumule, et Qwen4-Max pour les requêtes dépassant 272 000 jetons d’entrée, pour l’entrée vidéo, ou pour les charges de travail qui nécessitent un contrôle de l’échantillonnage plutôt qu’un curseur d’effort.
Exécuter cette répartition est normalement la partie coûteuse, et c’est précisément le cas pour lequel OrcaRouter est conçu d’un côté. GPT-6.1 Sol est facturé à 2,00 $ et 10,00 $ par million en dessous de la limite de palier, et à 4,00 $ et 15,00 $ au-dessus — les tarifs du fournisseur, répercutés avec 0 % de majoration, de sorte que l’arithmétique des paliers ci-dessus correspond à ce que vous payez réellement plutôt qu’à une approximation — via la même clé et le même point de terminaison compatible OpenAI que Claude Opus 5.5, Grok 4.5, Qwen3.8-Max et Tencent HY4 Preview. Qwen4-Max ne figure pas encore au catalogue, donc ce côté reste pour l’instant sur une clé Alibaba directe.
Ce qui reste suffisant pour rendre la comparaison concrète : définir la frontière une fois pour toutes dans une règle de routage, envoyer tout ce qui est sous 272 000 tokens vers la route Sol et tout ce qui dépasse vers Qwen4-Max, et laisser le basculement automatique couvrir le nouveau modèle pendant que vous établissez sa latence. C'est le DSL de routage qui transforme cela en règle plutôt qu'en service — une condition sur la taille de la requête, deux destinations, un seul endpoint, et un repli automatique si le côté expérimental fait des siennes.
La version courte, avec sa date d’expiration
Qwen4-Max est le modèle le moins cher par token et le plus cher par tâche, et la raison en est qu’il écrit deux fois plus. GPT-6.1 Sol est le modèle le moins cher par tâche et le plus cher par requête longue, et la raison en est une frontière de palier à 272 000 tokens que son concurrent n’a pas. Aucun de ces faits ne concerne l’intelligence, où les deux se situent à douze points d’indice d’écart — 43 contre 55 à l’effort maximal de Sol — en faveur de Sol.
La comparaison a une date d’expiration. Le billet d’annonce d’Alibaba indique que des modèles Qwen4 plus petits vont arriver en open source, et une grille tarifaire au token sur un modèle de 2,4 billions de paramètres est exactement le genre de chose qui est révisé une fois le premier mois de trafic d’agents écoulé. D’ici là, décidez en fonction du volume de tokens et de la taille des requêtes, pas du tarif de sortie.
Comparés dans cet article1
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
