
Qwen4-Max vs GPT-6.1 Sol Pro: Pro Adalah Mode Penagihan, dan Ada Angka yang Harus Dilampaui
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 90 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 97 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 88 tok/s
- OrcaBARUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 133 tok/s
- OrcaBARUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 juta token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 juta token · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Kecerdasan
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Kecerdasan
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 juta token · 186 tok/s
GPT-6.1 Sol Pro tidak memiliki harga, karena tidak memiliki pengenal. Ini adalah GPT-6.1 Sol — dirilis pada 29 September 2026 dengan harga $2 per juta token input dan $10 per juta token output — yang dipanggil dengan reasoning.mode: "pro" di Responses API, sebuah pengaturan yang didokumentasikan OpenAI sebagai membuat model melakukan lebih banyak kerja dan menagih kerja tersebut pada tarif token standar yang sama. Qwen4-Max, tersedia secara umum sejak 16 November 2026 dengan harga $1.50 dan $4.50, adalah model yang lebih murah per token dengan faktor 2.2 pada output. Ia juga, berdasarkan satu-satunya pengukuran independen yang dimiliki kedua model, menjadi yang lebih mahal per tugas yang diselesaikan: $3.27 berbanding $1.27 untuk GPT-6.1 Sol pada pengaturan upaya maksimumnya. Pembalikan itu — Qwen4-Max lebih murah per token dan lebih mahal per jawaban — adalah keseluruhan perbandingan, dan mode pro adalah satu-satunya variabel yang dapat menggesernya ke salah satu arah tanpa ada yang mampu mengukur ke arah mana.
Mode Pro adalah pengganda tanpa koefisien yang dipublikasikan
Hanya ada dua paragraf dokumentasi vendor, dan keduanya layak dibaca secara cermat karena setiap perbandingan "Sol Pro" di internet dibangun berdasarkan keduanya ditambah inferensi.
• Apa itu — nilai reasoning.mode berupa pro, yang diatur bersama reasoning.effort, di Responses API. Nilai lainnya adalah standard, yang merupakan default.
• Apa yang dilakukannya — menurut OpenAI, fitur ini “mengagregasikan pekerjaan model yang dilakukan untuk menghasilkan jawaban akhir”. Ini tidak bergantung pada effort: mode menentukan seberapa banyak pekerjaan yang terjadi, sedangkan effort menentukan seberapa keras model berpikir di dalamnya.
• Berapa biayanya — token yang diagregasikan, ditagihkan sesuai tarif standar model. Tanpa biaya tambahan, tanpa pengukur terpisah.
• Yang tidak dimilikinya — sebuah koefisien. OpenAI tidak menerbitkan pengali token untuk mode pro, dan papan peringkat netral tidak memuat baris mode pro: setiap pengukuran GPT-6.1 Sol di Artificial Analysis adalah pengaturan reasoning.effort dari low hingga max, semuanya dalam mode standar.
Artinya, satu hal dapat disimpulkan dengan pasti dan satu hal lagi tidak. Yang pasti: mode pro hanya dapat menaikkan biaya per tugas GPT-6.1 Sol, tidak pernah menurunkannya, karena mode itu menambahkan token yang ditagih dengan tarif yang sama. Yang tidak pasti: seberapa besar kenaikannya. Satu eksekusi mode pro yang mengagregasi 1,8× pekerjaan adalah produk yang berbeda dari eksekusi yang mengagregasi 4×, dan tidak ada orang di luar OpenAI yang telah menerbitkan rasionya.
Mode pro ambang batas harus dibersihkan
{{1}}Yang tidak diketahui itu{{/1}} bukan alasan untuk mengangkat bahu. Itu dapat diubah menjadi satu angka, karena {{2}}biaya per tugas Qwen4-Max{{/2}} sudah terukur dan begitu pula {{3}}milik Sol{{/3}}.
• Pada upaya maksimal Sol — $1,27 per tugas Intelligence Index dibandingkan $3,27 milik Qwen4-Max. Mode Pro harus mengalikan pengeluaran token Sol sebesar 2,57× sebelum kedua model memiliki biaya yang sama per tugas.
• Pada upaya xhigh Sol — $0,76 dibandingkan $3,27. Ambang batasnya adalah 4,3×.
• Pada upaya tinggi Sol — $0,59 dibandingkan $3,27. Ambang batasnya adalah 5,5×.
• Untuk kecerdasan, sebagai gambaran skala — Sol mencetak 54,6 pada indeks di max, 52,5 di xhigh, 50,3 di high. Qwen4-Max mencetak 42,9. Mode Pro tidak mengubah skor kecerdasan suatu model dalam pengertian yang diukur oleh indeks, tetapi mode ini mengubah kualitas jawaban pada tugas-tugas sulit, yang merupakan satu-satunya alasan untuk membayarnya.
Jadi pertanyaan yang sebenarnya dihadapi pembeli bukanlah "mana yang lebih murah". Pertanyaannya adalah: apakah eksekusi Sol dalam mode pro mengungguli Qwen4-Max dengan selisih kualitas lebih dari sepuluh poin indeks, sambil tetap berada di bawah 2,6× hingga 5,5× belanja token mode standarnya? Setiap sinyal yang dipublikasikan mengatakan pengalinya nyata tetapi moderat — vendor menggambarkan mode pro sebagai pengaturan untuk "tugas sulit yang membutuhkan lebih banyak kerja model", bukan sebagai model yang berbeda — dan pengali di bawah 2,6× akan membuat Sol lebih murah per tugas daripada Qwen4-Max pada setiap tingkat upaya. Itu adalah inferensi, yang dilabeli dengan jelas sebagai inferensi, dan itu adalah hal paling dapat dipertahankan yang bisa dikatakan siapa pun sampai OpenAI atau evaluator independen menerbitkan rasionya.

Mengapa model murah justru yang mahal
{{1}}Kartu per token{{/1}} dan {{2}}tagihan per tugas{{/2}} berbeda hampir enam kali lipat, dan penyebabnya adalah volume, bukan harga. Ini perlu dijelaskan karena merupakan kesalahan paling umum dalam perbandingan kedua model ini.
• Tarif output — Qwen4-Max $4,50 per juta dibandingkan $10,00 dari Sol. Qwen4-Max 2,2× lebih murah per token output.
• Volume keluaran pada proses indeks — 127 juta token untuk Qwen4-Max, 63,7 juta untuk Sol pada upaya maksimal. Qwen4-Max menulis 2,0× lebih banyak.
• Peringkat verbositas — Qwen4-Max berada di peringkat 65 dari 80 pada skala pelacak, tepat dalam kategori "sangat bertele-tele"; Sol pada pengaturan maksimum berada di peringkat 35, mendekati tengah.
• Biaya aktual per tugas — $3,27 dibandingkan $1,27. Qwen4-Max 2,6× lebih mahal, bukan 2,2× lebih murah.
Ketiga rasio itu tidak dapat direkonsiliasi menjadi yang keempat, dan suku yang hilang adalah volume input, yang tidak dirinci halaman publik per model. Itulah tepatnya mengapa angka per tugas harus diperlakukan sebagai pengukuran dan rasio-rasio itu sebagai penjelasan: kartu tarif menjelaskan berapa biaya sebuah token, dan indeks menjelaskan berapa yang dibelanjakan sebuah model, dan hanya yang kedua yang muncul di faktur pada akhir bulan. Angka peluncuran Alibaba sendiri menunjukkan hal yang sama dari arah sebaliknya — biaya rata-rata per tugas pada benchmark Work360-nya yang turun dari $4,43 menjadi $1,67 adalah klaim tentang campuran token benchmark tersebut, dan itu adalah angka vendor pada benchmark vendor.
Satu sumbu lagi, karena inilah yang menentukan kelayakan agen alih-alih biaya. {{1}}Sol pada upaya maksimal membutuhkan 1.383 detik waktu terukur per tugas indeks{{/1}} — dua puluh tiga menit — dengan waktu 168 detik hingga token pertama. Qwen4-Max tidak memiliki angka waktu per tugas sama sekali; kolom kecepatan pelacak kosong untuknya. Catatan tujuh hari playground kami sendiri untuk rute OpenAI menunjukkan {{2}}median token pertama 1,7 detik dan 98 token keluaran per detik{{/2}}, yang merupakan lalu lintas mode standar dengan upaya sedang, bukan pro. Tidak ada yang memublikasikan berapa lama panggilan mode pro, dan asumsi perencanaan yang jujur adalah {{3}}angka upaya maksimal dengan batas kesalahan yang mengarah ke atas{{/3}}.

Di mana mode seharusnya berada: lapisan routing, bukan kode
Karena pro adalah parameter permintaan dan bukan model, keputusan untuk menggunakannya adalah keputusan per panggilan, dan keputusan per panggilan yang dibuat di kode aplikasi cepat usang. Versi yang tidak usang adalah menaruhnya di route: konfigurasi mode pro yang dipatok ke jalur deep-review — yang berjalan sekali per pull request, per kontrak, per insiden — dan konfigurasi mode standar pada semua yang interaktif, keduanya dapat dijangkau dari kunci yang sama.
OrcaRouter merutekan openai/gpt-6.1-sol dengan tarif $2.00 dan $10.00 milik OpenAI sendiri dengan markup 0%, termasuk tier 272.000 token yang tarifnya berlipat menjadi $4.00 dan $15.00, sehingga eksperimen mode pro yang dijalankan melalui kami berbiaya sama seperti di vendor dan tidak lebih. Qwen4-Max tidak ada di katalog; permintaan untuk pengenal qwen4 mengembalikan not-found, dan model unggulan Qwen terbaru yang kami layani adalah qwen/qwen3.8-max dengan harga $2.00 dan $6.00. DSL perutean adalah tempat kedua bagian bertemu: aturan yang mengirim pekerjaan agen berhorizon panjang ke satu model dan giliran interaktif ke model lain, dengan failover otomatis di bawahnya sehingga proses mode pro yang macet tidak ikut menjatuhkan permintaan. Itu adalah perubahan konfigurasi, dan dapat dibalikkan dengan cara yang tidak dimiliki string model yang di-hardcode.

Apa yang bisa mengubah jawabannya
Tiga hal, diurutkan menurut seberapa besar kemungkinannya untuk tiba lebih dulu.
Yang pertama adalah baris mode pro pada papan independen. Jika konfigurasi pro muncul di samping lima tingkat upaya dengan biaya per tugasnya sendiri, ambang 2.6× tidak lagi menjadi aritmetika atas sebuah dugaan dan menjadi suatu pengukuran, dan halaman ini akan ditulis ulang berdasarkan itu. Sampai saat itu, artikel apa pun yang mengutip "skor GPT-6.1 Sol Pro" sebenarnya mengutip baris mode standar model dasar dengan nama mode yang ditempelkan.
Yang kedua adalah kurva upaya Qwen4-Max. Model ini baru berumur dua hari dan hanya memiliki satu titik operasi terukur, yang berarti angka 42.9-nya bisa merupakan batas bawah atau batas atas. Materi peluncuran Alibaba merujuk pada pengaturan High dan Xhigh dalam benchmark miliknya sendiri, jadi kurvanya memang ada; hanya saja kurva itu belum dijalani secara independen.
Yang ketiga adalah Qwen4-Max yang mendapatkan baris kecepatan. Model tanpa angka throughput adalah model yang tidak bisa menjadi dasar penempatan agen, dan ketiadaan itu saat ini merupakan argumen terkuat untuk model petahana dalam beban kerja apa pun yang melibatkan manusia yang menunggu.
Sampai salah satu dari itu terwujud, keputusannya jelas. Jika beban kerja Anda interaktif dan sensitif terhadap biaya, GPT-6.1 Sol pada medium — $0,36 per tugas, indeks 46,4, token pertama dalam lima detik — mengalahkan Qwen4-Max pada setiap sumbu yang diukur termasuk harga, yang bukan kesimpulan yang diiklankan kartu token. Jika beban kerja Anda adalah agen berhorizon panjang yang mana jendela 1M token, visi bawaan, dan diskon cache 95% lebih penting daripada indeks, Qwen4-Max adalah cara yang lebih murah untuk membeli konteks, dan tagihannya akan ditentukan oleh tingkat cache hit, bukan oleh tingkat upaya. Dan jika Anda mempertimbangkan mode pro, Anda sedang mempertimbangkan anggaran 2,6× untuk kemampuan yang belum diukur siapa pun — yang merupakan hal yang wajar untuk diuji pada satu rute dan hal yang buruk untuk diasumsikan pada jalur produksi.
