
Qwen4-Max vs GPT-6 Sol : le jeton moins cher qui coûte plus cher par réponse
- 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 · 96 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 65 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 · 43 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 · 150 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 · 120 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 · 219 tok/s
Qwen4-Max est proposé à moins de la moitié du prix de GPT-6 Sol en sortie — 4,50 $ par million de tokens contre 10,00 $ — et il coûte pourtant plus cher pour terminer une tâche. Artificial Analysis mesure 3,27 $ par tâche de l’Intelligence Index pour Qwen4-Max, disponible en général depuis le 16 novembre 2026, contre 2,47 $ pour GPT-6 Sol, qu’OpenAI commercialise depuis le 22 septembre 2026. Les scores sont séparés d’un point, 43 contre 44. Cette inversion constitue toute la comparaison, et ce n’est pas un artefact d’arrondi : c’est ce qui se produit lorsqu’un modèle produit 127 millions de tokens de sortie pour achever une évaluation que l’autre modèle termine en 65,1 millions. Qwen4-Max est le modèle le moins cher à l’unité et le plus cher à la tâche, et un seul de ces deux faits survit au contact d’un budget.
L'inversion, avec le calcul détaillé
Les deux modèles exécutent le raisonnement par défaut et les deux fournisseurs facturent la réflexion comme de la sortie. La différence, c’est la quantité.
• Volume de sortie lors de l’exécution de l’indice — Qwen4-Max a généré 127 millions de jetons de sortie, ce que le tracker classe 65e sur 80 pour la verbosité et décrit comme très verbeux par rapport à une médiane de 78,6 millions. GPT-6 Sol en a généré 65,1 millions, décrit comme plutôt concis par rapport à la même médiane.
• Volume d’entrée — 9,9 milliards de jetons pour Qwen4-Max contre 4,75 milliards pour GPT-6 Sol. Le ratio sortie/entrée de Qwen est de 1,284 % ; celui de Sol est de 1,371 %, donc la forme du trafic est similaire, mais pas son échelle.
• Coût par tâche accomplie — 3,27 $ contre 2,47 $. Le modèle nominalement moins cher est 32 % plus cher par tâche.
• Score de l’indice — 43 contre 44, se classant respectivement 38e et 34e sur 81 modèles, sur la même révision lue le 16 novembre 2026.
Ce que cela mesure n’est pas du gaspillage au sens ordinaire. Un modèle qui raisonne longuement et reformule son raisonnement fait quelque chose que le fournisseur considère comme une fonctionnalité, et les chiffres de lancement d’Alibaba reposent précisément sur le fait que ce comportement vaut la peine d’être payé : il revendique 24 % à 35 % de tokens en moins que Qwen3.8-Max sur son benchmark Work360, ce qui est une affirmation sur la verbosité relative par rapport à son prédécesseur et ne dit rien de sa comparaison avec un modèle d’un autre laboratoire. Le nombre absolu est celui qui figure sur une facture, et il est élevé.
L’inversion disparaît lorsque la sortie est fixe. Contraignez la réponse avec un schéma, un plafond maximal de tokens ou un format strict, et l’avantage de verbosité s’évapore, car les tokens économisés sont ceux que le modèle a choisi d’émettre. Sous un plafond de sortie strict, le tarif de sortie 2,2× moins cher de Qwen4-Max s’applique à peu près au même nombre de tokens, et l’économie est réelle. Laissé libre d’écrire ce qu’il veut, il dépense la remise.

Au-delà de 272 000 tokens, la relation de prix s’inverse complètement
La grille tarifaire de GPT-6 Sol comporte un effet de falaise, contrairement à celle de Qwen4-Max. C’est la seule dimension où le modèle bon marché n’est pas simplement compétitif, mais considérablement moins cher, et il est facile de le manquer parce que les deux modèles annoncent une fenêtre d’un million de tokens.
• GPT-6 Sol, jusqu’à 272 000 tokens d’entrée — 2,00 $ en entrée, 0,20 $ pour l’entrée mise en cache, 2,50 $ pour l’écriture dans le cache, 10,00 $ en sortie.
• GPT-6 Sol, au-delà de 272 000 jetons d’entrée — 4,00 $ en entrée, 0,40 $ en entrée mise en cache, 5,00 $ pour l’écriture du cache, 15,00 $ en sortie. La page du modèle d’OpenAI elle-même énonce clairement la règle : chaque jeton de la requête est retarifé, pas seulement l’excédent. Une invite de 300 000 jetons facture la totalité des 300 000 au tarif de contexte long.
• Qwen4-Max — 1,50 $ en entrée et 4,50 $ en sortie, à tarif unique sur toute la fenêtre de 1 000 000 de tokens, sans paliers à 32K, 128K ni ailleurs. Tarifs de Singapour ; les cinq autres régions sont à 1,413 $ et 4,24 $.
• L'écart à 300 000 tokens — 4,00 $ contre 1,50 $ en entrée, soit 2,7×, et 15,00 $ contre 4,50 $ en sortie, soit 3,3×. Ajoutez à cela la voie batch de Qwen à Pékin, où Batch File facture 0,707 $ et 2,12 $, et le ratio s'élargit encore — même si cette voie n'existe que dans une seule région.
• La conséquence pratique — un pipeline d’analyse de documents qui franchit régulièrement 272 K tokens ne choisit pas entre deux prix similaires. Il choisit entre un tarif qui double à une frontière que ses requêtes franchissent par accident et un tarif qui ne bouge pas du tout. Fractionner les requêtes surdimensionnées en segments sous le seuil permet de retrouver le prix de Sol, mais c’est une modification du pipeline, et cela vous coûte le contexte de requête unique qui justifiait l’achat d’un modèle à million de tokens.
C’est le cas le plus solide de l’article en faveur de Qwen4-Max, et il est plus étroit que ne le laisse entendre la couverture du lancement : c’est un cas de contexte long, pas un cas général.
Ce que chaque fournisseur affirme réellement, et ce qui se cache derrière
La documentation de lancement d'Alibaba pour Qwen4-Max est d'une précision inhabituelle et entièrement réalisée en interne. Le benchmark qu'elle met en avant, Work360, est l'un de ceux que le fournisseur a construits : une taxonomie de 26 domaines de niveau 1, 182 sous-domaines de niveau 2 et 721 champs de niveau 3, sur laquelle Qwen4-Max obtient 52,69 contre 47,74 pour Qwen3.8-Max. Parallèlement, l'entreprise rapporte des réductions de tokens d'environ 24 % et 35 % sur Work360 aux niveaux d'effort xhigh et high, de 48 % et 49 % sur Terminal-Bench 4.0, un coût moyen par tâche qui passe de 4,43 $ à 1,67 $, un taux de réussite au niveau des fonctions sur Last Secure Code Bench qui passe de 22,0 % à 31,8 %, et une proportion de code sécurisé à la fois au niveau de la fonction, du fichier et du dépôt qui passe de 8 % à 14,7 %. Chacun de ces éléments est rapporté par le fournisseur et aucun n'a été reproduit en dehors d'Alibaba.
Les affirmations d'OpenAI concernant GPT-6 Sol sont structurées différemment : ce sont des arguments de parité à coût inférieur face à des concurrents nommés, plutôt que des scores absolus. Le matériel de lancement rapportait un résultat de 49,3 % à FrontierCode 1.1 avec l'effort maximal pour 2,14 $ par tâche, contre 50,3 % pour Claude Fable 5.1 à 12,83 $, ainsi qu'un résultat de 68,8 % à DeepSWE v1.1, à 1,1 point de Claude Fable 5 et de ses 69,9 %. Lisez ces phrases pour leur structure : chacune associe une quasi-égalité de score à une fraction du coût. Il s'agit d'une affirmation sur l'efficacité, non sur la capacité, et elle est plus faible que celle qu'Alibaba avance à propos de Work360.
Le tracker indépendant est l’endroit où les deux peuvent enfin être comparés, et c’est la seule source de cet article qui a mesuré les deux modèles avec un même harnais. Il les sépare d’un point et inverse le classement des prix. Il laisse aussi une colonne vide : GPT-6 Sol affiche 125 jetons de sortie par seconde mesurés, 35,11 secondes jusqu’au premier jeton de réponse et 7,2 minutes par tâche d’index. Qwen4-Max n’en a aucun des trois — la fiche de performances indique N/A. Un modèle qui coûte 32 % plus cher par tâche sans vitesse publiée n’est pas un modèle dont l’avantage de coût peut encore être chiffré, car la moitié manquante de la facture, c’est le temps.

L’affirmation architecturale sous les chiffres des tokens
Qwen4-Max est un mélange d’experts clairsemé de 2,4 billions de paramètres, avec 71 milliards de paramètres actifs par token, plus 328 milliards de paramètres d’embedding N-gram qui sont recherchés plutôt que multipliés. Trois couches Gated DeltaNet compressent l’historique dans un état de taille fixe pour chaque couche Qwen Sparse Attention, qui sélectionne le contexte pertinent à la granularité des micro-blocs via un indexeur léger ; quatre branches résiduelles parallèles dotées de portes dynamiques de lecture et d’écriture stabilisent la pile. Alibaba rapporte aucun pic de perte sur l’exécution à 2,4 T de paramètres et un nombre de bits par octet inférieur de 5 % à 13 % à celui de Qwen3.8-Max-Base, tout en activant 25 % de paramètres en moins — avec la réserve honnête, imprimée par le fournisseur, que deux des points de contrôle comparés sont post-entraînés, ce qui affaiblit le cadrage de modèle de base.
C’est une explication plausible de la raison pour laquelle l’inférence à long contexte coûte moins cher par token. Ce n’est pas une explication de la raison pour laquelle une requête a besoin de 1,95× les tokens de sortie d’un concurrent, et rien dans les documents de lancement n’aborde cela. L’efficacité par token et l’efficacité par réponse sont des quantités différentes, et ce modèle améliore la première tout en perdant la seconde.
Où se trouvent les deux, et à quoi ressemble une charge de travail mixte
GPT-6 Sol est routé sur OrcaRouter sous openai/gpt-6-sol au prix catalogue d'OpenAI, avec 0 % de marge — 2,00 $ et 10,00 $ par million de tokens en dessous de 272K, 4,00 $ et 15,00 $ au-delà, avec la règle de réévaluation tarifaire à 272K appliquée de la même manière qu'OpenAI l'applique. Une seule API pour plus de 200 modèles signifie que la question du contexte long ci-dessus devient une décision de routage plutôt qu'un second contrat : un pipeline peut envoyer ses requêtes inférieures à 272K à Sol et ses requêtes surdimensionnées ailleurs, sans mettre en place un second SDK, et un changement de tarif d'un fournisseur arrive ici le jour même où il apparaît sur la grille tarifaire d'OpenAI.
Qwen4-Max ne figure pas au catalogue d’OrcaRouter au 16 novembre 2026. Il est accessible via l’API Model Studio d’Alibaba et plusieurs plateformes tierces. Cela rend l’expérience honnête asymétrique et peu coûteuse dans un seul sens : la branche Sol ne nécessite aucune nouvelle intégration, celle de Qwen si, et la comparaison que vous voulez réellement — le coût par tâche terminée sur votre propre trafic, avec vos propres longueurs de sortie — est exactement la mesure qui permettrait de déterminer si l’inversion 2,47 $ contre 3,27 $ tient en dehors d’un banc d’essai. Faites-le tourner sur une tranche fantôme, pas sur le chemin de production, et laissez vos propres comptages de tokens décider laquelle des deux exécutions d’index est la trompeuse.

Qu’est-ce qui en ferait un article différent ?
Deux mesures. La première est le volume de sortie de Qwen4-Max sur une charge de travail avec une limite de sortie stricte ; si les 127 millions de tokens sont une propriété de l’évaluation plutôt que du modèle, l’inversion est un artefact et le tarif de 4,50 $ est une économie pure et simple. La seconde est la vitesse. GPT-6 Sol consomme 7,2 minutes par tâche d’indexation et 35 secondes jusqu’au premier token, ce qui sont des chiffres peu remarquables ; si Qwen4-Max est sensiblement plus lent sur les mêmes tâches, alors un modèle déjà 32 % plus cher par réponse est aussi celui qui vous fait attendre plus longtemps, et aucun argument par token ne sauve cela.
Tant que les deux n’existent pas, la position défendable est étroite et précise. Pour les requêtes qui dépassent 272 000 jetons, Qwen4-Max est deux à trois fois moins cher et il n’y a pas de comparaison possible. Pour tout le reste, GPT-6 Sol est le meilleur achat selon le seul chiffre qui combine prix et comportement, et le fait que son tarif affiché soit 2,2 fois plus élevé en sortie est l’élément le moins informatif à son sujet.
Comparés dans cet article1
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
