Kartu judul yang dihasilkan bertuliskan Qwen4-Max vs GPT-6.2 Sol, dengan subjudul Harga token setengahnya, tugasnya tiga kali lipat, dan tiga chip bertuliskan output per 1 juta $4,50 berbanding $10,00, biaya per tugas $3,27 berbanding $1,01, dan indeks v5.0.1 43 berbanding 57.
Guides & Insights

Qwen4-Max vs GPT-6.2 Sol: Setengah Harga Token, Tiga Kali Lipat Tugas

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

GPT-6.2 Sol berbiaya $2,00 per juta token masukan dan $10,00 per juta token keluaran. Qwen4-Max berbiaya $1,50 dan $4,50. Pada kartu tarif, model yang lebih murah adalah Qwen4-Max dengan selisih yang cukup lebar — 25% pada masukan, 55% pada keluaran. Pada satu-satunya pengukuran yang menyerupai tagihan, Artificial Analysis menetapkan tugas Intelligence Index yang telah selesai sebesar $1,01 pada GPT-6.2 Sol dan $3,27 pada Qwen4-Max. Model yang mengenakan biaya lebih dari dua kali lipat per token menyelesaikan pekerjaan dengan biaya kurang dari sepertiga uangnya.

Pembalikan itu punya satu penyebab, dan itu bukan trik penetapan harga: GPT-6.2 Sol, yang dirilis OpenAI pada 17 November 2026 dengan harga persis sama dengan model yang digantikannya, menghasilkan 60,9 juta token keluaran untuk menyelesaikan rangkaian sembilan evaluasi. Qwen4-Max, yang tersedia secara umum sejak 16 November, menghasilkan 127 juta — lebih dari dua kali lipat, dibandingkan median bidang 65,1 juta. Semua hal lain dalam perbandingan ini mengikuti dari kedua angka tersebut.

A screenshot of the Artificial Analysis page for GPT-6.2 Sol captured 18 November 2026 with an English interface, showing the OpenAI provider tag, an Intelligence Index score of 57, $2.00 input and $10.00 output per million tokens, $1.01 per task, 60.9M output tokens, 85 tok/s, 7.9 minutes per task and a 68.2-second time to first answer token.

Dua kartu dengan bentuk berbeda, bukan sekadar angka yang berbeda

Sebelum angka per-tugas, struktur tarif, karena kedua kartu gagal dengan cara yang berbeda. Sol menjual satu tingkat murah dan satu tingkat mahal; Qwen4-Max menjual satu tingkat dari nol hingga batas konteks.

• Input — GPT-6.2 Sol $2.00 per juta hingga 272,000 token, $4.00 di atasnya. Qwen4-Max $1.50 tetap di Singapura, $1.413 di wilayah cakupan Global, baik pada 200,000 token maupun 900,000 token.

• Keluaran — Sol $10.00 hingga 272.000, $15.00 ke atas. Qwen4-Max $4.50, tarif tetap.

• Input yang di-cache — Sol $0,10 per juta; Qwen4-Max $0,071 di tempat lain dan $0,075 di Singapura. Penulisan cache Sol adalah $2,50 untuk jendela 30 menit dan $5,00 untuk 12 jam pada permintaan Standard konteks pendek; Qwen4-Max mempublikasikan $1,875 untuk penulisan 5 menit dan $3,00 untuk satu jam.

• Konteks — Sol 1.050.000 token dengan input maksimum 922.000 token; Qwen4-Max 1.000.000 dengan batas input 983.616 token dalam mode berpikir dan 991.808 saat berpikir dinonaktifkan.

• Batas keluaran — Sol 128.000 tetap; Qwen4-Max 131.072 non-thinking, atau 262.144 yang dibagi antara penalaran dan jawaban.

• Modalitas — Sol menerima teks, gambar, dan file. Qwen4-Max menerima teks, gambar, dan video. Keduanya tidak mengeluarkan apa pun selain teks.

Kontrol penalaran — Sol menyediakan lima tingkat upaya, low hingga max, dengan default medium, selalu aktif. Qwen4-Max menyediakan tiga, low, high, dan xhigh, dengan default high, serta menerima temperature, top_p, dan top_k, sedangkan Sol menolaknya.

Batas pengetahuan — 1 Juni 2026 pada GPT-6.2 Sol. Alibaba belum menerbitkannya untuk Qwen4-Max, yang itu sendiri merupakan baris yang layak diperhatikan: model yang dijual berdasarkan pemahaman dokumen dan video tanpa batas pengetahuan yang dinyatakan adalah model yang perlu Anda uji, bukan diasumsikan.

Batas 272.000 token adalah angka paling berdampak dalam daftar itu bagi siapa pun yang prompt-nya besar. Di bawahnya, satu juta token input di Sol berbiaya $2,00 dan satu juta token output $10,00. Pada atau di atasnya, seluruh permintaan ditagih $4,00 untuk input dan $15,00 untuk output — input dua kali lipat, output naik 50% — dan tarif cache ikut dua kali lipat. Tinjauan dokumen 400.000 token memakan biaya input $1,60 di Sol dan $0,60 di Qwen4-Max sebelum siapa pun menulis satu kata.

A generated two-column scoreboard titled Qwen4-Max vs GPT-6.2 Sol - the scoreboard, with six rows reading index 43 against 57, cost per task $3.27 against $1.01, input price $1.50 flat against $2.00 to 272k, output price $4.50 flat against $10.00 to 272k, time per task 32.1 against 7.9 minutes, and output tokens 127M against 60.9M.

Tingkat usaha menentukan lebih besar bagian tagihan daripada harga.

Sol hadir dengan penalaran yang selalu aktif dan tingkat upaya yang default-nya sedang. Qwen4-Max hadir dengan penalaran aktif dan tingkat upaya yang default-nya tinggi, dengan anggaran berpikir yang default-nya 131.072 token. Kedua setelan default ini mahal, dan tidak satu pun merupakan konfigurasi yang dinilai oleh Artificial Analysis.

Pelacak mengukur pada upaya maksimum untuk Sol dan pada setelan tertinggi Qwen4-Max, lalu melaporkan 60,9 juta token keluaran untuk yang satu dan 127 juta untuk yang lain. Jalankan perkalian naif — 127 juta token keluaran dengan $4,50 versus 60,9 juta dengan $10,00 — dan Qwen4-Max menghasilkan $572 untuk keluaran versus $609 milik Sol. Dua dolar ke arah mana pun. Angka per tugas yang dipublikasikan adalah $3,27 dan $1,01, selisih 3,2× ke arah sebaliknya, yang berarti angka per tugas adalah campuran berbobot dari token masukan, token masukan yang di-cache, token penalaran, dan token jawaban di sembilan evaluasi, bukan kelipatan dari jumlah keluaran. Kedua angka adalah hasil pengukuran; aritmetika yang bisa Anda lakukan dari kartu tarif bukanlah aritmetika yang menghasilkan angka-angka itu, dan tinjauan apa pun yang mengklaim menurunkan salah satu angka ini dari angka lainnya hanyalah menebak.

Yang diberitahukan oleh rincian upaya kepada Anda adalah di mana sebuah tim dapat menggeser tagihannya sendiri. Menurunkan Qwen4-Max dari tinggi ke rendah upaya, atau membatasi anggaran berpikirnya di bawah bawaan 131.072, memangkas jumlah token penalaran yang mendorong sebagian besar verbositasnya. Menurunkan Sol dari maks ke sedang melakukan hal yang sama di sisi OpenAI. Perbandingan yang dijalankan sepenuhnya pada bawaan masing-masing vendor adalah perbandingan yang berbeda dari yang ada di papan peringkat, dan itulah yang sebenarnya akan dihasilkan aplikasi Anda.

Baris kecepatan, yang tidak dekat

Bertele-tele memiliki konsekuensi kedua selain biaya, dan yang satu ini tidak ada jalan keluarnya.

• Waktu per tugas indeks — GPT-6.2 Sol 7,9 menit vs Qwen4-Max 32,1, dengan median 11,5. Sol digambarkan oleh pelacak sebagai lebih cepat daripada rata-rata; Qwen4-Max sebagai terbilang lambat.

Kecepatan keluaran — 85,1 token per detik vs 54,5.

• Waktu hingga token jawaban pertama — 68,2 detik vs 155,4. Kedua angka mencakup penalaran, itulah sebabnya keduanya tidak sebanding dengan angka token pertama di bawah satu detik yang diiklankan produk chat.

Selisih empat kali lipat dalam waktu penyelesaian tugas adalah keputusan produk, bukan parameter penyetelan. Bagi agen yang melakukan dua puluh panggilan alat per permintaan, 32 menit versus 8 menit adalah perbedaan antara tugas latar belakang dan tugas interaktif. Jika beban kerja Anda bersifat batch, selisih itu hanya merugikan throughput dan tidak lebih. Jika berada di hadapan pengguna, satu-satunya pembelaan jujur Qwen4-Max adalah Anda merutekannya ke tugas-tugas yang latensinya tidak penting, yang merupakan keputusan perutean, bukan pilihan model.

Di mana model yang lebih murah per token benar-benar menang

Tiga baris mengunggulkan Qwen4-Max dan tidak satu pun darinya menyangkut kecerdasan, di mana Sol unggul 57 banding 43 pada revisi v5.0.1 yang sama — selisih empat belas poin, kira-kira satu setengah tingkat.

Yang pertama adalah konteks panjang. Setiap permintaan di atas 272.000 token masukan menempatkan Sol ke tier atasnya dan membuat Qwen4-Max tetap pada tarif datar. Pada 400.000 token masukan dan 8.000 keluaran, Sol menagih $1,60 ditambah $0,12, atau $1,72; Qwen4-Max menagih $0,60 ditambah $0,036, atau $0,64. Itu adalah selisih 2,7× yang menguntungkan Qwen4-Max, dan merupakan kebalikan persis dari perbandingan harga keluaran yang menjadi judul. Pekerjaan konteks panjang adalah satu-satunya beban kerja di mana kartu Qwen4-Max secara gamblang menjadi pilihan yang lebih baik, dan itulah beban kerja yang dipasarkan untuk kedua model — jendela 1 juta di kedua sisi.

Yang kedua adalah video. Sol tidak menerimanya. Qwen4-Max menerimanya, dengan tarif yang sama seperti teks, yang menjadikan triase rekaman layar, peninjauan dashcam, dan analisis demo produk sebagai beban kerja khusus Qwen pada harga berapa pun.

Yang ketiga adalah kelonggaran keluaran dalam mode berpikir. Batas atas keluaran Sol sebesar 128.000 token bersifat tetap; Qwen4-Max memungkinkan satu respons membawa 262.144 token yang terbagi antara penalaran dan jawaban, yang penting untuk tugas dekode panjang ketika batas Sol memotong keluaran. Angka 131.072 untuk mode non-berpikir adalah angka yang harus dibandingkan dengan 128.000 milik Sol, dan pada baris itu keduanya setara dalam selisih 3%.

Berapa biaya migrasi, pada sisi yang benar-benar bisa Anda migrasikan

Kedua model tidak dapat saling menggantikan secara langsung, dan asimetri ini perlu dinyatakan secara gamblang. Qwen4-Max mendokumentasikan empat permukaan protokol — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages, dan DashScope — dengan output terstruktur, pemanggilan alat paralel, completion prefiks, dan caching implisit. Sol mendokumentasikan Chat Completions, Responses, dan Batch, dengan pemanggilan alat yang mengharuskan API Responses, dan menolak parameter sampling secara mutlak: hilangkan temperature, top_p, dan logprobs dari permintaan Chat Completions.

Panduan migrasi GPT-6.2 milik OpenAI sendiri menambahkan bahaya yang lebih senyap: mulai versi 6.2, API menghapus item penalaran ketika mendeteksi perubahan di tengah percakapan pada riwayat — penyuntingan prefiks, penurunan versi model, perubahan pengguna akhir. Jika item-item itu hilang, kualitas jawaban bisa menurun sementara jumlah token meningkat, tanpa adanya galat yang bisa menangkapnya. Tim yang memutar ulang percakapan dengan ID pengguna akhir berbeda untuk evaluasi akan melihat jawaban yang sedikit lebih buruk dan tagihan yang lebih besar, yang merupakan kelas regresi paling sulit untuk dilacak penyebabnya.

Itu adalah alasan untuk menguji migrasi pada lalu lintas nyata alih-alih smoke test, dan itulah alasan yang sama mengapa jalur fallback itu penting. Jika rollout ternyata merupakan keputusan yang salah, mengembalikannya hanya akan murah jika model lama masih dapat dijangkau dari kunci dan endpoint yang sama.

Satu kunci, dan yang mana dari dua ini yang ada di atasnya

OrcaRouter merutekan GPT-6.1 Sol, bukan GPT-6.2 Sol: katalognya memuat openai/gpt-6.1-sol dengan harga daftar OpenAI dengan markup 0% yang diteruskan, bersama entri GPT-6 Astra dan Luna, dan belum memuat pengenal 6.2 Sol. Qwen4-Max juga tidak dihosting di sini — tersedia melalui API Model Studio milik Alibaba dan beberapa platform pihak ketiga.

A screenshot of the OrcaRouter model page for openai/gpt-6.1-sol captured 18 November 2026 with an English interface, showing the OpenAI breadcrumb, the openai/gpt-6.1-sol identifier, text, image and file input with vision, tools, JSON and reasoning, a 128k max output, and a description placing it one tier below GPT-6 Astra.

Bentuk praktis dari perbandingan ini bagi tim yang ingin menindaklanjutinya adalah uji dua tahap, bukan sekadar penukaran langsung. Tahap satu: jalankan prompt Anda sendiri terhadap GPT-6.1 Sol, yang menggunakan satu kunci di sini dan merupakan model yang digantikan 6.2 pada tarif utama yang sama, serta terhadap model kelas Qwen untuk kasus konteks panjang dan video. Tahap dua: saat pengenal 6.2 tersedia, alihkan sisi Sol dari routing DSL dan biarkan failover otomatis menjaga jalur lama tetap terbuka sementara Anda memantau biaya per tugas, bukan biaya per token.

Itulah disiplin yang secara umum didukung oleh angka-angka dalam artikel ini. Tim yang membandingkan keduanya pada $1,50 versus $2,00 dan $4,50 versus $10,00 akan menyimpulkan bahwa Qwen4-Max adalah pilihan yang ekonomis dan akan keliru tiga kali lipat pada tagihan. Tim yang membandingkannya pada $3,27 versus $1,01 akan mendapatkan biaya dengan benar tetapi mungkin tetap salah memilih, karena empat belas poin indeks dan kesenjangan latensi 4× adalah baris yang menentukan apakah beban kerja itu layak sama sekali. Satu-satunya perbandingan yang layak dilakukan adalah biaya per tugas terhadap kebutuhan latensi Anda sendiri, dan kartu tarif kedua vendor tidak akan memberi Anda salah satu pun dari angka-angka itu.

Dibandingkan dalam artikel ini2

Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari