כרטיס כותרת שכותרתו 'Qwen4-Max מול GPT-6.1 Sol: הטוקן הזול יותר, החשבון הגדול יותר', עם שלושה צ'יפים המציגים $1.50 לעומת $2.00 למיליון טוקני קלט, $3.27 לעומת $1.27 לכל משימת אינדוקס, וגבול מדרגה של 272,000 טוקנים שחל רק על Sol, עם כיתוב המפנה אל Artificial Analysis ואל שני מחירוני הספקים, נכון ל-17 בנובמבר 2026.
Guides & Insights

Qwen4-Max לעומת GPT-6.1 Sol: הטוקן הזול יותר מפסיד בחשבונית, והגבול הוא ב-272,000

מחבר

Gideon Frost

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

אם לוקחים את שני כרטיסי התעריפים כערכם הנקוב, Qwen4-Max מנצח בפער עצום. הוא רשום במחיר של $1.50 למיליון טוקני קלט ו-$4.50 למיליון טוקני פלט; GPT-6.1 Sol רשום במחיר של $2.00 ו-$10.00. בפלט זה פער של פי 2.2 לטובת Qwen4-Max, וזה המספר שכל השוואה בין שני המודלים האלה נפתחת בו. ואז תריץ את שניהם דרך אותן תשע הערכות ותראה בכמה עולות הריצות. Artificial Analysis מודדת $3.27 למשימת Intelligence Index עבור Qwen4-Max, שזמין באופן כללי מאז 16 בנובמבר 2026, לעומת $1.27 עבור GPT-6.1 Sol, שאותו OpenAI מוכרת מאז 29 בספטמבר 2026. הטוקן הזול יותר יקר פי 2.6 לכל משימה שהושלמה. שני מנגנונים יוצרים את ההיפוך הזה, ורק אחד מהם נדון — השני נמצא ב-272,000 טוקנים, שם כרטיס התעריפים של Sol משנה מחיר באמצע בקשה וזה של Qwen4-Max לא.

שני קלפים עם צורות שונות, לא רק מספרים שונים

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.

• מחיר קלט — Qwen4-Max ‏$1.50 למיליון אחיד לעומת GPT-6.1 Sol ‏$2.00 עד 272,000 טוקנים, ‏$4.00 מעל

• מחיר פלט — $4.50 קבוע לעומת $10.00 עד 272,000 טוקנים, $15.00 מעל

• קריאה מהמטמון — $0.075 למיליון עם כתיבות ב-$1.875 (5 דקות) או $3.00 (שעה) לעומת $0.10 למיליון עם כתיבות ב-$2.50 וב-$5.00

• חלון הקשר — 1,000,000 אסימונים עם תקרת קלט של 983,616 אסימונים במצב חשיבה לעומת 1,050,000 אסימונים

• פלט מרבי — 131,072 במצב ללא חשיבה, או 262,144 משותפים עם חשיבה לעומת 128,000

• שליטה בהסקה — שלוש רמות (low, high, xhigh), ברירת מחדל high לעומת חמש (מ-low עד max), ברירת מחדל medium, תמיד פעיל

• פרמטרי דגימה — temperature, top_p ו-top_k מתקבלים לעומת נדחים; יש לכוון את תהליך החשיבה באמצעות effort בלבד

• מודאליות קלט — טקסט, תמונה, וידאו לעומת טקסט, תמונה, קובץ

שתי השורות הראשונות הן המקום שבו נמצא הכסף. Qwen4-Max מוכר מדרגה אחת מאפס ועד מגבלת ההקשר, בכוונה: ללא תוספת תשלום על הקשר ארוך, וגם ללא הנחת אצווה, כי הסקת אצווה כלל אינה מוצעת במודל. GPT-6.1 Sol מוכר מדרגה זולה ואחת יקרה, והגבול ביניהן הוא המספר היחיד בעל ההשלכות הרבות ביותר בהשוואה הזו עבור כל מי שהפרומפטים שלו גדולים.

מה חציית 272,000 טוקנים עושה לאריתמטיקה

מתחת לגבול, מיליון אסימוני קלט ב-GPT-6.1 Sol עולים $2.00 ומיליון אסימוני פלט $10.00. בגבול או מעליו, הקטלוג מחייב את הבקשה ב-$4.00 עבור קלט וב-$15.00 עבור פלט — הכפלה בקלט ועלייה של 50% בפלט. Qwen4-Max גובה $1.50 ו-$4.50 גם ב-200,000 אסימונים וגם ב-900,000 אסימונים.

הרצת משימה עתירת מסמכים דרך שניהם — והסדר מתהפך בהתאם למקום שבו הבקשה נוחתת. פרומפט של 150,000 טוקנים עם תשובה של 4,000 טוקנים עולה כ-0.26 דולר ב-Sol וכ-0.24 דולר ב-Qwen4-Max — קרוב מספיק לתיקו כדי ששום דבר אחר בנוגע למודלים לא יוכרע על בסיס מחיר. אותה משימה עם 400,000 טוקני קלט עולה 1.65 דולר ב-Sol בשכבה העליונה לעומת 0.62 דולר ב-Qwen4-Max: פער של פי 2.7, בכיוון ההפוך מפער הפלט הכותרתי ואף גדול ממנו. עבודה בהקשר ארוך היא עומס העבודה היחיד שבו כרטיס Qwen4-Max הוא בבירור הקנייה הטובה יותר, וזהו עומס העבודה שסביר ביותר שהצמד הזה יופנה אליו, שכן שני המודלים נמכרים עם חלונות של מיליון טוקנים.

מה שהופך את גבול השכבה להחלטת ניתוב ולא להערת שוליים בתמחור. אם הבקשות של צינור עיבוד מתקבצות ממש מתחת ל-272,000 אסימונים, פיצול או שימוש במטמון כדי להישאר מתחת לקו שווים כסף אמיתי; אם הן נמצאות הרבה מעליו, הפיצול חסר טעם ו-Qwen4-Max זול יותר בקלט בפי כמעט שלושה.

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.

ההיפוך שאין לו שום קשר למחיר

מילוליות היתר היא המנגנון האחר, והיא פועלת לרעת Qwen4-Max בחוזקה רבה יותר מכפי שהמחירון פועל לטובתו. במסגרת Intelligence Index, רשמה Artificial Analysis 63.7 מיליון טוקני פלט מ-GPT-6.1 Sol — תמציתי, לפי המדד שלה, לעומת חציון של 78.6 מיליון — ו-127 מיליון מ-Qwen4-Max, שאותו היא מכנה עתיר מילים מאוד. כמות כפולה של טוקני פלט במחיר של פחות ממחצית המחיר לטוקן מסתכמת בחשבון גדול פי 2.6.

זו אינה מוזרות של ההערכה. חומר ההשקה של A​libaba עצמה מציג את אותה נקודה מהצד השני: הטענה המרכזית של Qwen4-Max היא שהוא מקצץ בשימוש בטוקנים ב-24% עד 35% לעומת קודמו, Qwen3.8-Max, וב-48% עד 49% ב-Terminal-Bench 4.0. אלו שיפורים אמיתיים והם יחסיים. לעומת GPT-6.1 Sol, המודל עדיין מוציא בערך שני טוקני פלט על כל טוקן אחד ש-Sol מוציא, ופוסט ההשקה אינו טוען אחרת.

ההשלכה המעשית היא שכל מודל עלויות שנבנה על ידי הכפלת מספר הטוקנים שלך במחיר המחירון יקבל את הסימן של ההשוואה הזאת בצורה שגויה. יש למדל את הטוקנים תחילה. אם כבר יש לך תעבורה על מודל תמציתי ואתה שוקל לעבור, צפה שנפח הפלט שלך בערך יוכפל, אף שתעריף הטוקן שלך ירד ביותר ממחצית — מה שבזוג הזה הוא הפסד נטו.

מהירות, שבה רק צד אחד פרסם משהו

GPT-6.1 Sol איטי וזה מדוד: 23.1 דקות לכל משימת Intelligence Index, 168.56 שניות עד לטוקן התשובה הראשון, מהירות פלט של 49 טוקנים לשנייה בהרצה של Artificial Analysis מול ה-endpoint של O​penAI. תעבורת ה-playground שלנו, שנדגמה על פני שבעת הימים עד 16 בנובמבר, מראה חציון מהיר יותר — בסביבות 98 טוקני פלט לשנייה עם p50 של 1.7 שניות עד לבייט הראשון — וזה מה שהייתם מצפים מנתיב gateway שיושב מול upstream שונה מזה שבו השתמשה Artificial Analysis. שני המספרים יכולים להיות נכונים; אף אחד מהם לא מתאר את הנתיב של האחר.

ל-Qwen4-Max אין כלל נתון מהירות עצמאי. Artificial Analysis מציגה את ציון האינדקס של המודל, את מחירו ואת סך הטוקנים שלו, ומשאירה ריקים את הזמן למשימה, קצב הפלט והזמן עד לטוקן הראשון. Alibaba מפרסמת טענות ליעילות טוקנים, שאינן השהיה. לכן, עבור צד אחד של ההשוואה הזו אפשר לתכנן קיבולת עבור המסלול המלא, ועבור הצד האחר אפשר לתכנן קיבולת רק עבור החשבון ותו לא. כל מי שפורס ממשק אינטראקטיבי על Qwen4-Max החודש מודד השהיה בעצמו בפעם הראשונה.

שני פרטי מיגרציה שיעלו לך אחר צהריים שלם של דיבוג

החשיבה של GPT-6.1 Sol פעילה תמיד, עם חמש רמות מאמץ וברירת מחדל של medium, והמודל דוחה temperature ו-top_p לחלוטין — הדגימה מונחית באמצעות effort ורק באמצעותו. Qwen4-Max מקבל את מערך הדגימה המלא, עם ברירות מחדל של temperature 1.0 ו-top_p 0.95 במצב חשיבה, ו-0.7 ו-0.8 מחוצה לו, בתוספת top_k 20 וקנס נוכחות של 1.5 כאשר החשיבה כבויה. לקוח שהועבר מ-Sol ל-Qwen4-Max יקבל בשקט התנהגות דגימה שמעולם לא הייתה לו; ההעברה ההפוכה תזרוק חריגה.

מחרוזות מאמץ הן תמונת הראי. Sol מציע חמש דרגות; Qwen4-Max מציע שלוש ומקפל את השאר, וממפה minimal ל-low, medium ל-high ו-max ל-xhigh. צינור עיבוד שמבקש medium מ-Qwen4-Max מקבל הסקה ברמת מאמץ high עם תקציב חשיבה ברירת מחדל של 131,072 אסימונים, ואין שגיאה שמכריזה על כך. צינור עיבוד שמבקש max מקבל xhigh ונראה תקין. קבע את הרמה באוצר המילים של הספק עצמו לכל נתיב; אל תעביר מחרוזת מאמץ דרך גבול של מודל ותקווה שזה יעבוד.

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.

לאן השניים שייכים, ואיך להריץ אותם זה לצד זה

החלוקה שנובעת מהמספרים: GPT-6.1 Sol לחשיבה קצרת-פרומפט בנפח גבוה, שבה התמציתיות שלו מצטברת, ו-Qwen4-Max לבקשות מעל 272,000 טוקני קלט, לקלט וידאו, או לעומסי עבודה שזקוקים לשליטת דגימה במקום לחוגת מאמץ.

הרצת הפיצול הזו היא בדרך כלל החלק היקר, וזה המקרה ש-OrcaRouter נבנה עבורו, מצד אחד. GPT-6.1 Sol מנותב במחיר של $2.00 ו-$10.00 למיליון מתחת לגבול הדרגה ו-$4.00 ו-$15.00 מעליו — התעריפים של הספק עצמו, מועברים הלאה עם 0% תוספת, כך שחשבון הדרגות שלמעלה הוא מה שאתם משלמים בפועל ולא קירוב שלו — דרך אותו מפתח ואותה נקודת קצה תואמת OpenAI כמו Claude Opus 5.5, Grok 4.5, Qwen3.8-Max ו-T​encent HY4 Preview. Qwen4-Max עדיין לא בקטלוג, ולכן הצד הזה נשאר בינתיים על מפתח ישיר של A​libaba.

וזה עדיין מספיק כדי שההשוואה תהיה אמיתית: הגדירו את הגבול פעם אחת בכלל ניתוב, שלחו כל דבר מתחת ל־272,000 טוקנים למסלול Sol וכל דבר מעליו ל־Qwen4-Max, ותנו ל־failover לכסות את המודל החדש בזמן שאתם קובעים את זמן ההשהיה שלו. ה־DSL לניתוב הוא מה שהופך את זה לכלל ולא לשירות — תנאי על גודל הבקשה, שני יעדים, נקודת קצה אחת, ו־גיבוי אוטומטי אם הצד הניסיוני מתנהג לא כשורה.

הגרסה הקצרה, עם תאריך התפוגה שלה

Qwen4-Max הוא המודל הזול יותר לכל טוקן והיקר יותר לכל משימה, והסיבה לכך היא שהוא כותב פי שניים. GPT-6.1 Sol הוא המודל הזול יותר לכל משימה והיקר יותר לכל בקשה ארוכה, והסיבה היא גבול שכבה ב-272,000 טוקנים שאין למתחרה שלו. אף אחת משתי העובדות האלה אינה נוגעת לאינטליגנציה, שבה השניים מרוחקים ב-12 נקודות מדד — 43 מול 55 במאמץ המקסימלי של Sol — לטובת Sol.

להשוואה יש תאריך תפוגה. בפוסט ההשקה של A​libaba נאמר שמודלים קטנים יותר של Qwen4 עומדים לצאת בקוד פתוח, וכרטיס תמחור לפי טוקן עבור מודל עם 2.4 טריליון פרמטרים הוא בדיוק מסוג הדברים שמתוקנים ברגע שהחודש הראשון של תעבורת סוכנים מגיע. עד אז, החליטו לפי נפח טוקנים וגודל בקשה, לא לפי קצב הפלט.

השוואות במאמר הזה1

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית