
Qwen 4 vs GPT-6.1 Sol: Model yang Biayanya Sepertiga per Poin
- 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 1.02026-11-0717 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 65 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 147 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 · 123 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 · 219 tok/s
Setiap perbandingan Qwen4-Max lainnya dalam seri ini memiliki bentuk yang sama: lawan mencetak skor lebih tinggi dan menelan biaya lebih besar, dan perdebatannya adalah apakah selisihnya sepadan dengan biaya premiumnya. Yang ini tidak. GPT-6.1 Sol mencetak skor 54,6 pada Artificial Analysis Intelligence Index dibandingkan dengan Qwen4-Max 42,9 — unggul dua belas poin — dan menyelesaikan satu tugas indeks dengan biaya $1,27 dibandingkan dengan $3,27 milik Qwen4-Max. Sol lebih mampu dan sekaligus 2,6 kali lebih murah per jawaban yang diselesaikan. Pada ukuran efisiensi yang menentukan empat perbandingan lainnya, Sol menang dengan faktor 3,3: 2,3 sen per poin indeks dibandingkan dengan 7,6.
Ada satu syarat yang melekat pada itu, dan itu adalah batas 272,000 token. Itu benar-benar tebing nyata, berlaku untuk setiap token dalam permintaan, dan itu satu-satunya jalan kembali ke Qwen4-Max dalam pertandingan ini yang tidak melibatkan membayar lebih untuk mendapatkan lebih sedikit.
Kedua kartu
GPT-6.1 Sol dirilis pada 29 September 2026 dengan tarif $2,00 masuk dan $10,00 keluar per juta token. Qwen4-Max mulai dikenakan tarif meteran pada 16 November 2026 dengan $1,50 dan $4,50 di Singapura. Pada tarif utama, Qwen4-Max tampak 2,2× lebih murah untuk output; per tugas yang diselesaikan, biayanya 2,6× lebih mahal. Inversi itulah inti artikelnya.
• Input, per juta — Sol $2.00 hingga 272K token, $4.00 di atasnya. Qwen4-Max $1.50 di Singapura, $1.413 di lima wilayah lainnya, tetap sama di seluruh jendela.
• Keluaran, per juta — Sol $10,00 konteks pendek, $15,00 konteks panjang. Qwen4-Max $4,50 dan $4,24, tarif tetap.
• Input yang di-cache — Sol $0.10 per juta konteks pendek, $0.20 konteks panjang; pembacaan Qwen4-Max $0.075, dengan tarif penulisan $1.875 dan $3.00 untuk entri lima menit dan satu jam.
• The cliff — OpenAI reprices every token in a request once input crosses 272,000, not just the excess. Below it you are on the cheap card; above it you are not, and there is no partial application.
• Konteks — Sol menerbitkan jendela 1.000.000 token di pelacak; Qwen4-Max sama, dengan input thinking dibatasi pada 983.616.
• Biaya per tugas indeks — $1,27 versus $3,27.
• Skor indeks — 54,6 versus 42,9, keduanya diukur pada pengaturan upaya tertinggi yang dipublikasikan.

Mengapa kartu yang terlihat murah justru yang mahal
Angka per tugas baru masuk akal setelah Anda melihat berapa banyak yang dikeluarkan setiap model untuk mencapainya. Sol mengeluarkan 63,7 juta token keluaran di seluruh suite indeks; Qwen4-Max mengeluarkan 127,1 juta. Qwen4-Max menulis output hampir tepat dua kali lebih banyak untuk mendapat skor dua belas poin lebih rendah, dan output adalah kolom mahal pada kedua kartu.
Per tugas, pembagiannya adalah 67.824 token keluaran untuk Sol berbanding 104.940 untuk Qwen4-Max — di mana 49.213 dan 68.914 di antaranya masing-masing merupakan penalaran. Jadi Qwen4-Max tidak lebih bertele-tele dalam jawabannya; ia lebih bertele-tele dalam berpikirnya. Ia bernalar 40% lebih lama untuk sampai pada kesimpulan yang lebih buruk, lalu menagih Anda $4,50 per juta untuk keistimewaan itu.
Cache behaviour makes it worse rather than better. Qwen4-Max's $3.27 is 86% input, and $1.67 of that input is cache writes at $1.875 per million — a rate that exists because Alibaba charges for populating the cache, not just for reading it. Sol's $1.27 is 47% input, with $0.33 of cache writes and $0.25 of cache reads. On a workload with heavy prefix reuse, Qwen4-Max's cache-write line is the one that grows fastest, and it is the line most people do not model.
Di mana Qwen4-Max tidak terkalahkan
Dua belas poin bukanlah kekalahan telak di setiap suite, dan tiga baris layak dibaca sebelum mencoret model itu.
• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Tujuh setengah poin. Nyata, tetapi lebih sempit daripada yang disiratkan oleh headline.
• AutomationBench — Qwen4-Max 72,6% dibandingkan 64,9% milik Sol. Qwen4-Max memenangkan yang ini dengan selisih hampir delapan poin, dan ini adalah pembalikan tunggal terbesar dalam perbandingan tersebut.
• GDPval — Qwen4-Max 1.808,69 dibanding Sol 1.607,47. Keunggulan 12,5% pada tugas profesional yang berbasis ekonomi, melawan model yang unggul dua belas poin indeks. Ini adalah inversi kedua dan yang lebih mengejutkan di antara keduanya, karena GDPval adalah hal yang paling mendekati "apakah seorang profesional akan menerima pekerjaan ini" di papan.
• FrontierCode 2.0 — 26.5% versus 40.6%. Tiga belas poin ke arah sebaliknya; selisih terlebar di papan dan yang paling sarat kepentingan komersial.
• CritPt Agentic Hard — 43,0% dibandingkan 69,5%. Dua puluh enam poin, baris tunggal terburuk untuk Qwen4-Max.
• Omniscience — 27,7 dibandingkan 42,0, dengan tingkat halusinasi 28,4% dan 51,9%. Sol lebih akurat dan jauh lebih mungkin mengarang saat salah.
• Sub-skor kapabilitas — Sol unggul pada keenamnya, secara tipis dalam strategi dan operasi (57,6 berbanding 56,9) dan secara jelas dalam teknik (59,4 berbanding 50,1).
Polanya konsisten dengan perbandingan lain dalam seri ini: Qwen4-Max bertahan ketika tugasnya adalah penilaian profesional yang diterapkan pada dokumen, dan kalah ketika tugasnya adalah penalaran teknis yang berkelanjutan atau eksekusi agentic. Dua kemenangan dari selusin suite bukan alasan untuk memilihnya, tetapi itu adalah alasan bahwa pilihan bergantung pada tugas, bukan otomatis.

Menjalankan aritmetika 272.000 token
Ambil basis kode 400.000 token yang ingin Anda analisis dalam sekali jalan, dengan 2.000 token keluaran. Kedua model memasukkannya ke dalam jendela konteks masing-masing. Hanya salah satunya yang menetapkan ulang harga.
• GPT-6.1 Sol, tarif konteks pendek — tidak dapat digunakan. Pada input 400K, tier konteks panjang berlaku: 400.000 × $4,00 per juta = $1,60 untuk input, ditambah 2.000 × $15,00 = $0,03 untuk output. Total $1,63.
• Qwen4-Max — 400.000 × $1,50 per juta = $0,60 masukan, ditambah 2.000 × $4,50 = $0,009 keluaran. Total $0,61.
• Permintaan yang sama pada 250.000 token, di bawah ambang batas — Sol: 250.000 × $2,00 = $0,50 ditambah $0,03 = $0,53. Qwen4-Max: $0,375 ditambah $0,009 = $0,38.
Jadi pembalikannya nyata dan sempit. Di bawah 272.000 token input, Sol lebih murah per permintaan dan lebih baik; di atasnya, Qwen4-Max 2,7× lebih murah dan dua belas poin lebih buruk. Loop agen 200K token dengan keluaran alat yang terakumulasi antar giliran melewati ambang batas di tengah sesi, yang persis merupakan bentuk beban kerja tempat jurang itu paling parah menggigit — Anda tidak memilih tingkatnya, pertumbuhan konteks loop yang memilihnya untuk Anda.
Ini adalah aritmetika harga daftar atas tarif yang dipublikasikan, bukan faktur yang diukur. Hit cache akan memangkas kedua angka secara substansial dan mempersempit selisih absolut, sementara rasionya kurang lebih tetap seperti sekarang.
Jawaban perutean, yang luar biasa bersih di sini
GPT-6.1 Sol is on our catalogue as openai/gpt-6.1-sol at OpenAI's list price, including both context tiers, with 0% markup on top. Qwen4-Max is not on our catalogue — a qwen4 identifier returns not-found, its route is Alibaba's Model Studio API and several third-party platforms, and the Qwen model we do serve is qwen/qwen3.8-max at $2.00 and $6.00.
Yang membuat pasangan ini layak untuk dirutekan alih-alih dipilih adalah karena variabel keputusannya berupa jumlah token, dan lapisan perutean dapat melihatnya. Aturan 272.000 token pada panjang input — Sol di bawahnya, opsi yang lebih murah di atasnya — adalah kebijakan dua baris, dan hal semacam ini mudah diterapkan sekali namun mustahil untuk diingat melakukannya secara manual di setiap layanan. Failover otomatis menutupi sisi lainnya: tier konteks panjang Sol adalah pita harga yang berbeda, bukan model yang berbeda, sehingga lonjakan ukuran prompt menghasilkan perubahan tagihan alih-alih kesalahan, dan tidak ada yang memperingatkan Anda sampai faktur datang.

Apa yang akan memindahkan ini
Two things. A Qwen4-Max price cut would need to reach $0.60 in and $1.80 out before it undercut Sol on the short-context tier per task, which is a 60% reduction and not on any published roadmap. And a Sol long-context rate that applied to the excess rather than the whole request would remove the only structural advantage Qwen4-Max holds here; OpenAI's documentation is explicit that it does not, so that is a hypothetical rather than a forecast.
Sampai salah satu dari keduanya terjadi, aturannya singkat dan tidak menyanjung subjek seri ini. Untuk hampir semua hal, GPT-6.1 Sol adalah model yang lebih baik dan lebih murah, dan selisih dua belas poin itu dijual dengan diskon. Untuk kasus spesifik tugas penilaian profesional yang sarat dokumen, ketika keunggulan 12,5% GDPval bermakna, Qwen4-Max layak dipertimbangkan pada harga 2,6× per tugas. Dan untuk apa pun yang membawa konteks besar melewati 272.000 token, Qwen4-Max berhenti menjadi opsi kompromi dan menjadi pilihan yang tepat — bukan karena ia membaik, tetapi karena alternatifnya berlipat ganda.
