Una card di titolo intitolata «Qwen4-Max vs GPT-6.1 Sol: il token più economico, il conto più salato», con tre chip che riportano $1.50 contro $2.00 per milione di input, $3.27 contro $1.27 per attività di indicizzazione, e un confine di fascia a 272.000 token valido solo per Sol, con didascalia che cita Artificial Analysis e le due tabelle tariffarie dei fornitori al 17 novembre 2026.
Guides & Insights

Qwen4-Max vs GPT-6.1 Sol: il token più economico perde sulla fattura, e il confine è a 272.000

Autore

Gideon Frost

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Prendendo per buoni i due listini tariffari, Qwen4-Max vince di gran lunga. È quotato a 1,50 $ per milione di token di input e 4,50 $ per milione di output; GPT-6.1 Sol è quotato a 2,00 $ e 10,00 $. Sull'output si tratta di un divario di 2,2× a favore di Qwen4-Max, ed è il numero con cui apre ogni confronto tra questi due modelli. Poi fai passare entrambi attraverso le stesse nove valutazioni e guarda quanto costano le esecuzioni. Artificial Analysis misura 3,27 $ per attività dell'Intelligence Index per Qwen4-Max, disponibile generalmente dal 16 novembre 2026, contro 1,27 $ per GPT-6.1 Sol, che OpenAI vende dal 29 settembre 2026. Il token più economico costa 2,6× di più per attività completata. Due meccanismi producono questa inversione, e solo uno di essi viene discusso — l'altro si colloca a 272.000 token, dove il listino di Sol cambia prezzo a metà richiesta e quello di Qwen4-Max no.

Due carte con forme diverse, non solo numeri diversi

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.

• Prezzo di input — Qwen4-Max $1,50 per milione, tariffa fissa, rispetto a GPT-6.1 Sol $2,00 fino a 272.000 token, $4,00 oltre

Prezzo di output: $4,50 fissi rispetto a $10,00 fino a 272.000 token, $15,00 oltre

• Lettura dalla cache — 0,075 $ per milione con scritture a 1,875 $ (5 minuti) o 3,00 $ (1 ora) rispetto a 0,10 $ per milione con scritture a 2,50 $ e 5,00 $

• Finestra di contesto — 1.000.000 di token con un limite massimo di input in modalità thinking di 983.616 token rispetto a 1.050.000 token

• Output massimo — 131.072 senza ragionamento, oppure 262.144 condivisi con il ragionamento rispetto a 128.000

• Controllo del ragionamento — tre livelli (low, high, xhigh), predefinito high vs cinque (da low a max), predefinito medium, sempre attivo

• Parametri di campionamento — temperature, top_p e top_k accettati vs rifiutati; il ragionamento deve essere guidato esclusivamente dall'effort

• Modalità di input — testo, immagine, video vs testo, immagine, file

Le prime due righe sono quelle che contano davvero sul piano dei costi. Qwen4-Max offre un solo livello da zero al limite di contesto, deliberatamente: nessun sovrapprezzo per il contesto lungo, né sconto per il batch, perché l'inferenza batch non è affatto disponibile sul modello. GPT-6.1 Sol offre un livello economico e uno costoso, e il confine tra i due è il singolo numero più rilevante in questo confronto per chiunque abbia prompt di grandi dimensioni.

Cosa succede all'aritmetica quando si superano i 272.000 token

Sotto la soglia, un milione di token di input su GPT-6.1 Sol costa 2,00 $ e un milione di token di output 10,00 $. A partire dalla soglia o oltre, il catalogo fattura la richiesta a 4,00 $ per l'input e 15,00 $ per l'output — un raddoppio sull'input e un aumento del 50% sull'output. Qwen4-Max addebita 1,50 $ e 4,50 $ sia a 200.000 token sia a 900.000 token.

Esegui un job con molti documenti su entrambi e l'ordinamento si inverte a seconda di dove arriva la richiesta. Un prompt da 150.000 token con una risposta da 4.000 token costa circa $0,26 su Sol e $0,24 su Qwen4-Max — talmente vicino a un pareggio che nessun altro aspetto dei modelli dovrebbe essere deciso in base al prezzo. Lo stesso job con 400.000 token di input costa $1,65 su Sol nel livello superiore contro $0,62 su Qwen4-Max: un divario di 2,7×, nella direzione opposta rispetto allo scarto annunciato sui prezzi di output e più ampio di esso. Il lavoro su contesti lunghi è l'unico carico di lavoro in cui la scheda Qwen4-Max è chiaramente l'acquisto migliore, ed è il carico di lavoro a cui questa coppia è più probabilmente destinata, dato che entrambi i modelli sono venduti con finestre da 1M token.

Il che rende il confine tra le fasce una decisione di instradamento anziché una nota a piè di pagina sui prezzi. Se le richieste di una pipeline si concentrano appena sotto i 272.000 token, suddividerle o metterle in cache per restare sotto la soglia vale soldi veri; se si collocano ben al di sopra, la suddivisione è inutile e Qwen4-Max costa quasi tre volte meno sull'input.

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.

L'inversione che non ha nulla a che fare con il prezzo

La verbosità è l'altro meccanismo, e penalizza Qwen4-Max più di quanto il listino prezzi lo favorisca. Sull'Intelligence Index, Artificial Analysis ha registrato 63,7 milioni di token di output da GPT-6.1 Sol — conciso, secondo la sua metrica, rispetto a una mediana di 78,6 milioni — e 127 milioni da Qwen4-Max, che definisce molto verboso. Il doppio dei token di output a meno della metà del prezzo per token si traduce in una fattura 2,6 volte più grande.

Questa non è una stranezza della valutazione. Il materiale di lancio di A​libaba stesso ribadisce lo stesso concetto dall'altro lato: l'affermazione di punta di Qwen4-Max è che riduce l'uso di token dal 24% al 35% rispetto al predecessore, Qwen3.8-Max, e dal 48% al 49% su Terminal-Bench 4.0. Si tratta di miglioramenti reali e relativi. Rispetto a GPT-6.1 Sol, il modello spende ancora circa due token di output per ogni token speso da Sol, e il post di lancio non afferma il contrario.

La conseguenza pratica è che qualsiasi modello di costo costruito moltiplicando il numero dei tuoi token per il prezzo di listino sbaglierà il segno di questo confronto. Prima modella i token. Se hai già traffico su un modello conciso e stai valutando un passaggio, aspettati che il tuo volume di output raddoppi all'incirca, anche se la tua tariffa per token si riduce di oltre la metà — il che, su questa coppia, rappresenta una perdita netta.

Velocità, dove solo una delle parti ha pubblicato qualcosa

GPT-6.1 Sol è lento, e i numeri lo dimostrano: 23,1 minuti per attività dell'Intelligence Index, 168,56 secondi al primo token della risposta, 49 token al secondo di velocità di output nell'esecuzione di Artificial Analysis contro l'endpoint di OpenAI. Il traffico del nostro playground, campionato nei sette giorni fino al 16 novembre, mostra una mediana più rapida — circa 98 token di output al secondo con un p50 di 1,7 secondi al primo byte — come ci si aspetterebbe da una rotta gateway posta davanti a un upstream diverso da quello usato da Artificial Analysis. Entrambi i numeri possono essere veri; nessuno dei due descrive il percorso dell'altro.

Qwen4-Max non ha alcun dato di velocità indipendente. Artificial Analysis elenca il punteggio dell'indice del modello, il prezzo e i totali di token, e lascia vuoti il tempo per attività, la velocità di output e il tempo al primo token. A​libaba pubblica dichiarazioni sull'efficienza dei token, che non sono latenza. Quindi per un lato di questo confronto puoi pianificare la capacità dell'intero percorso, e per l'altro puoi pianificare solo la spesa e nient'altro. Chiunque questo mese distribuisca un'interfaccia interattiva su Qwen4-Max sta misurando la latenza per la prima volta in proprio.

Due dettagli di migrazione che ti costeranno un pomeriggio di debug

Il reasoning di GPT-6.1 Sol è sempre attivo con cinque livelli di effort e un default di medium, e il modello rifiuta del tutto temperature e top_p — il campionamento viene guidato esclusivamente tramite effort e nient'altro. Qwen4-Max accetta l'intero set di campionamento, con default di temperatura 1.0 e top_p 0.95 in modalità thinking, 0.7 e 0.8 al di fuori di essa, più top_k 20 e una presence penalty di 1.5 quando il thinking è disattivato. Un client migrato da Sol a Qwen4-Max acquisirà silenziosamente un comportamento di campionamento che non aveva mai avuto; la migrazione inversa genererà un errore.

Le stringhe di effort sono l'immagine speculare. Sol offre cinque livelli; Qwen4-Max ne offre tre e accorpa gli altri, mappando minimal su low, medium su high e max su xhigh. Una pipeline che richiede medium a Qwen4-Max ottiene ragionamento con effort alto, un budget di pensiero predefinito di 131.072 token e nessun errore che lo segnali. Una pipeline che richiede max ottiene xhigh e sembra corretta. Fissa il livello nel vocabolario del fornitore per ogni route; non passare una stringa di effort attraverso un confine di modello sperando che funzioni.

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.

Dove collocare i due e come eseguirli fianco a fianco

La suddivisione che emerge dai numeri: GPT-6.1 Sol per il ragionamento su prompt brevi e ad alto volume, dove la sua concisione genera vantaggi cumulativi, e Qwen4-Max per richieste oltre 272.000 token di input, per input video o per carichi di lavoro che richiedono controllo del campionamento anziché una regolazione dell'effort.

Eseguire quella suddivisione è normalmente la parte costosa, ed è il caso per cui OrcaRouter è progettato, da un lato. GPT-6.1 Sol viene instradato a 2,00 $ e 10,00 $ per milione sotto la soglia della fascia e a 4,00 $ e 15,00 $ sopra di essa — le tariffe del fornitore stesso, applicate con 0% di ricarico, quindi il calcolo delle fasce sopra è ciò che paghi effettivamente, non un'approssimazione — tramite la stessa chiave e lo stesso endpoint compatibile con OpenAI di Claude Opus 5.5, Grok 4.5, Qwen3.8-Max e T​encent HY4 Preview. Qwen4-Max non è ancora nel catalogo, quindi per ora quel lato resta su una chiave A​libaba diretta.

Che è comunque sufficiente per rendere reale il confronto: definisci il confine una volta in una regola di routing, invia tutto ciò che sta sotto i 272.000 token alla rotta Sol e tutto ciò che sta sopra a Qwen4-Max, e lascia che il failover copra il nuovo modello mentre ne stabilisci la latenza. Il DSL di routing è ciò che lo rende una regola anziché un servizio — una condizione sulla dimensione della richiesta, due destinazioni, un solo endpoint, e un fallback automatico se il lato sperimentale si comporta male.

La versione breve, con la sua data di scadenza

Qwen4-Max è il modello più economico per token e quello più costoso per attività, e il motivo è che scrive il doppio. GPT-6.1 Sol è il modello più economico per attività e quello più costoso per richiesta lunga, e il motivo è un confine di fascia a 272.000 token che il suo concorrente non ha. Nessuno di questi fatti riguarda l'intelligenza, dove i due sono distanti dodici punti indice — 43 contro 55 alla massima intensità di Sol — a favore di Sol.

Il confronto ha una data di scadenza. Il post di lancio di Alibaba afferma che modelli Qwen4 più piccoli arriveranno in open source, e una scheda prezzi per token su un modello da 2,4 trilioni di parametri è esattamente il genere di cosa che viene rivista quando arriva il primo mese di traffico degli agenti. Fino ad allora, decidi in base al volume di token e alla dimensione delle richieste, non alla tariffa di output.

Confrontati in questo articolo1

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno