Qwen4-Max Preview vs GPT-6.1 Sol: un conto alla rovescia contro un listino prezzi

Metti Qwen4-Max Preview e GPT-6.1 Sol uno accanto all’altro in una scheda tecnica e sembrano fratelli: entrambi dichiarano circa un milione di token di contesto, entrambi accettano immagini, entrambi ragionano prima di rispondere, entrambi parlano il formato wire di OpenAI. Poi guarda i due accordi commerciali e la somiglianza crolla. GPT-6.1 Sol è stato rilasciato il 29 settembre 2026 a $2,00 per milione di token in input e $10,00 per milione in output, con input in cache a $0,10 per milione, ed è venduto a token a chiunque abbia un account. Qwen4-Max Preview è stato aperto l’11 novembre 2026 come anteprima riservata al solo Token Plan che dura fino alle 24:00 del 25 novembre, non ha alcun prezzo per token pubblicato da nessuna parte e viene ritirato alla chiusura della finestra. Uno è un acquisto. L’altro è un prestito di due settimane. È quella differenza, non la colonna dei benchmark, a dover decidere quale apri per primo.

Due macchine, descritte allo stesso modo

GPT-6.1 Sol è un aggiornamento del modello di ragionamento di fascia media di OpenAI — il livello inferiore a GPT-6 Astra — e la stessa OpenAI lo presenta come un modello che "quasi eguaglia" Astra nel coding agentico, nell'uso del computer e nel lavoro professionale, a un quinto del prezzo per token di Astra. La pagina del modello pubblicata da OpenAI indica una finestra di contesto di 1.050.000 token, un output massimo di 128.000 token e una knowledge cutoff al 30 aprile 2026. Sono cifre fornite dal vendor.

Qwen4-Max Preview è il primo tier Qwen 4 richiamabile di Alibaba. Offre una finestra di contesto da 1.000.000 di token, un limite massimo di output di 393.216 token condiviso tra il ragionamento e la risposta finale, input di testo, immagini e video, oltre a function calling, ricerca web e strumenti integrati. Anche questi sono dati dichiarati dal fornitore, ricavati dalla pagina di documentazione di Model Studio anziché dalla copertura mediatica.

Confrontati fianco a fianco, i due blocchi di specifiche differiscono di 50.000 token di contesto — rumore su un numero di quella entità — e di un margine molto più ampio sullo spazio disponibile per l'output. 393.216 contro 128.000 è circa tre volte lo spazio per una singola risposta, e con il thinking conteggiato a carico di quel budget in entrambi i modelli, la differenza non è accademica. Se il tuo lavoro è "leggere un lungo corpus, produrre un lungo artefatto strutturato", l'anteprima Qwen ha più corda. Se il tuo lavoro è "rispondere bene all'interno di un completamento normale", nessuno dei due limiti è il tuo vincolo.

La parte che non è un confronto di prezzi

È qui che le due pagine smettono del tutto di essere confrontabili, e vale la pena essere schietti sul perché invece di spacciarlo per un pareggio.

GPT-6.1 Sol ha un tariffario su cui puoi fare calcoli. Input a 2,00 $ per milione, output a 10,00 $, input in cache a 0,10 $ — un ventesimo della sua stessa tariffa di input non in cache e un decimo della tariffa in cache da 1,00 $ di GPT-6 Astra. I loop degli agenti che reinviano un prefisso stabile migliaia di volte vivono quasi interamente su quest'ultima riga, ed è il motivo silenzioso per cui l'aggiornamento 6.1 conta per chiunque esegua agenti anziché chat. Il tariffario prevede anche soglie che cambiano il calcolo: supera 272.000 token di input e l'intera richiesta viene riprezzata al doppio delle tariffe di input e cache e a 1,5× la tariffa di output; batch e flex costano il 50% in meno rispetto allo standard; la modalità fast costa 2× lo standard.

Qwen4-Max Preview non ha nulla di tutto ciò. Il suo consumo è misurato in Crediti nell'ambito di un abbonamento, e Alibaba non pubblica una tariffa di crediti per token. I livelli della Personal Edition vanno da 6 $ per 20.000 crediti, 10 $ per 45.000, 18 $ per 80.000 e 43 $ per 200.000, con pacchetti di ricarica a 15 $ per 20.000. Durante l'anteprima, il consumo parte da un minimo del 20% della tariffa standard, e le chiamate tra le 22:00 e le 08:00 UTC+8 ricevono un ulteriore sconto che arriva all'8% della tariffa standard. I crediti vengono consumati a una tariffa che il fornitore descrive come impostata dinamicamente in base al tipo di modello, all'utilizzo dei token, alla modalità di pensiero e alle chiamate agli strumenti.

Quindi l'affermazione onesta non è «Qwen costa meno» né «OpenAI costa meno». È che per un modello si possono calcolare i costi prima di eseguirlo, mentre per l'altro li si può calcolare solo dopo, da una console a cui potresti non avere ancora accesso. Per un carico di lavoro ad alto volume, questa distinzione conta più di qualsiasi cifra per token riportata in questa pagina.

Dove l'anteprima batte davvero il listino

Tre capacità valgono più di una riga di prezzo, almeno per un paio di settimane.

L'input video è il primo. Le modalità di input documentate di GPT-6.1 Sol sono testo, immagine e file. Qwen4-Max Preview accetta testo, immagini e video, e la pagina di Alibaba indica l'analisi di screenshot, la comprensione dei documenti e l'analisi video come usi previsti. Se la tua valutazione riguarda la comprensione di una registrazione dello schermo, una demo di prodotto o una sequenza di fotogrammi, il confronto ha un vincitore prima ancora che esista un punteggio.

Il secondo è il tetto di output già menzionato — un vantaggio legittimo per la generazione di contenuti lunghi, e l'unico ambito in cui i numeri sono abbastanza distanti da contare senza un benchmark.

Il terzo è il prezzo dell'errore. Un abbonamento Token Plan limita la spesa all'importo dell'abbonamento. Un modello a consumo non pone alcun limite, e un ciclo di agente mal configurato con una tariffa di output di 10 dollari per milione può produrre una fattura memorabile in un pomeriggio. Per un esperimento di cui non sei sicuro, vale la pena pagare un po' per avere un tetto massimo.

Dove GPT-6.1 Sol vince senza nemmeno provarci

Tutto ciò che richiede che il modello esista ancora il mese prossimo.

C’è un contratto. C’è una tariffa pubblicata, un limite di contesto e di output su una pagina pubblica, una scala di effort da low a xhigh e max, una guida alla migrazione documentata e un fornitore il cui percorso di supporto non termina a una data di calendario. C’è anche un checkpoint: max_tokens si comporta come ti aspetti, e le modalità di errore sono documentate anziché scoperte.

L'anteprima di Qwen inverte gran parte di tutto ciò. L'accesso è solo tramite Token Plan, il pay-as-you-go non è esplicitamente supportato, l'URL di base è dedicato su token-plan.ap-southeast-1.maas.aliyuncs.com e i termini stessi del piano lo limitano a «uso interattivo in strumenti di coding e per agenti, non script batch automatizzati». Alibaba dichiara inoltre che non verranno apportate modifiche durante l'anteprima. Congelato, temporaneo e non destinato al batch: questa è una descrizione precisa di uno strumento di valutazione, e una scarsa descrizione di una dipendenza.

C'è un'ulteriore trappola per chiunque trasferisca una richiesta da un sistema all'altro, e va inserita in questa sezione perché è il tipo di cosa che un fornitore stabile non ti fa a metà strada. A partire da Qwen4-Max Preview, max_tokens è equivalente a max_completion_tokens ed entrambi includono il ragionamento più la risposta, mentre in ogni precedente modello Qwen il limite veniva applicato alla sola risposta. Una richiesta trasferita con max_tokens impostato a 4096 ora ottiene 4.096 token di ragionamento e tutto ciò che rimane. Il guasto si manifesta come una risposta troncata, non come un errore che puoi intercettare.

A misurarli, entrambi i lati sono più sottili di quanto suggerisca il marketing

Artificial Analysis, la classifica di terze parti che questo blog considera il riferimento neutro, non ha alcuna voce per Qwen4 se consultata l'11 novembre 2026 — nessun punteggio dell'indice, nessun costo per attività, nessuna riga sulla velocità. Per un'anteprima aperta quella mattina, è un risultato atteso più che una condanna.

Il lato OpenAI è ora misurato, e dalla stessa board. Artificial Analysis ha una pagina per GPT-6.1 Sol (Max): un Intelligence Index di 55 sulla revisione dell'indice v5.0.1, 12º posto su 74, $1,27 per task dell'indice, 63,7 milioni di token di output generati durante l'esecuzione dell'indice rispetto a una mediana della board di 72,8 milioni, 20,2 minuti per task rispetto a una mediana di 12,6 minuti, 56 token al secondo e un tempo al primo token di risposta di 153,34 secondi. Sono cifre indipendenti, non di OpenAI, e si affiancano alla dichiarazione del fornitore: OpenAI vende questo modello come quasi-Astra a un quinto dei prezzi per token di Astra, e sul listino prezzi l'aritmetica torna esattamente: $2 contro i $10 di input di Astra, $10 contro i $50 di output di Astra.

Quello che resta è un numero, non un confronto. GPT-6.1 Sol ha una riga; Qwen4-Max Preview no, e potrebbe non averne una prima di essere ritirato, quindi chiunque questa settimana pubblichi un benchmark Qwen4-Max Preview contro GPT-6.1 Sol sta pubblicando il proprio harness su entrambi i lati. La cosa utile da chiedere loro è quali prompt hanno usato e se il lato Qwen esiste ancora quando provano a riprodurlo.

Eseguire entrambi senza due contratti

Ecco l'asimmetria pratica: GPT-6.1 Sol è un modello a catalogo e Qwen4-Max Preview non lo è — per noi o per chiunque sia fuori dal Token Plan di Alibaba. Su OrcaRouter, openai/gpt-6.1-sol si trova accanto a 216 altri identificatori di modello dietro un'unica chiave, al prezzo di listino del fornitore senza alcun sovrapprezzo, il che significa che una modifica al listino prezzi di OpenAI si ripercuote sulla tua fattura il giorno stesso in cui avviene, anziché alla successiva negoziazione. L'anteprima Qwen è raggiungibile tramite l'API proprietaria del fornitore e il suo prodotto di chat, e nessun livello di routing lo cambia.

Lo schema utile per i prossimi quattordici giorni è mettere l'anteprima dove non può farti male. Una configurazione di routing che prova prima l'anteprima e ricade su un modello che hai già misurato ti dà l'esperimento e la rete di sicurezza in un'unica chiamata: se l'anteprima tronca perché il budget di ragionamento si è mangiato la risposta, dà errore su un input video, o semplicemente restituisce qualcosa che non spediresti, il fallback risponde e la richiesta va comunque a buon fine. È a questo che serve il failover, e un endpoint non collaudato con una data di scadenza è il caso più lampante in cui usarlo che ti capiterà questo trimestre.

La decisione, in quattro righe

Se hai bisogno di un modello in produzione questo mese, GPT-6.1 Sol è la risposta e la preview non è una candidata — non perché sia peggiore, ma perché il 26 novembre non esisterà.

Se devi capire se una finestra da un milione di token insieme all'input video risolve un problema specifico, l'anteprima è il modo più economico per scoprirlo, e la scheda chat lo rende ancora più economico.

Se stai eseguendo agenti con un forte riutilizzo del prefisso, la riga dell'input in cache è quella da modellare, e solo {{1}}uno di questi due modelli{{/1}} ti consente di modellarla.

Se stai aspettando un punteggio prima di scegliere l'una o l'altra, stai aspettando cose diverse: una riga indipendente per Qwen4-Max Preview che potrebbe non comparire mai perché il modello viene ritirato prima, e un secondo parere sul 55 di GPT-6.1 Sol, che esiste ma è un singolo numero proveniente da un singolo harness su una classifica che è stata revisionata alla v5.0.1 dopo il rilascio di settembre.

Il confronto che le persone continueranno a fare — benchmark contro benchmark — oggi non è possibile. Il confronto che si può fare riguarda l'impegno: un prestito di due settimane di un contesto più ampio e di un decodificatore video, contro un contratto a consumo con una tariffa della cache su cui puoi pianificare. Scegli quello che corrisponde a quanto a lungo hai bisogno che la risposta rimanga valida.