Una hero card generata per un articolo comparativo, intitolata 'Qwen4-Max vs GPT-6.1 Sol Pro' con il sottotitolo 'Pro è una modalità di fatturazione, e ha un numero da battere'. Una cifra evidenziata recita 'Punto di pareggio per la modalità pro: 2,6X', con chip che riportano 'Qwen4-Max: 3,27 $ per attività' e 'GPT-6.1 Sol al massimo: 1,27 $ per attività'. Un footer riporta 'Documentazione Artificial Analysis e OpenAI consultata il 17 novembre 2026'. Il marchio OrcaRouter è sovrapposto in basso a destra.
Engineering & Research

Qwen4-Max vs GPT-6.1 Sol Pro: Pro è una modalità di fatturazione e ha un numero da battere

Autore

jinhao.song

Data di pubblicazione

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

GPT-6.1 Sol Pro non ha un prezzo, perché non ha un identificatore. È GPT-6.1 Sol — rilasciato il 29 settembre 2026 a 2 $ per milione di token di input e 10 $ per milione di token di output — chiamato con reasoning.mode: "pro" nella Responses API, un'impostazione che, secondo la documentazione di OpenAI, fa sì che il modello svolga più lavoro e che quel lavoro venga fatturato alle stesse tariffe standard per token. Qwen4-Max, in disponibilità generale dal 16 novembre 2026 a 1,50 $ e 4,50 $, è il modello più economico per token, di un fattore 2,2 sull'output. È anche, per l'unica misurazione indipendente disponibile per entrambi i modelli, il più costoso per attività completata: 3,27 $ contro 1,27 $ per GPT-6.1 Sol alla sua impostazione di massimo impegno. Quell'inversione — Qwen4-Max più economico per token e più caro per risposta — è l'intero confronto, e la modalità pro è l'unica variabile che potrebbe spostarlo in una direzione o nell'altra senza che nessuno sia in grado di misurare quale.

La modalità Pro è un moltiplicatore senza coefficiente pubblicato

Esistono soltanto due paragrafi di documentazione del fornitore, e vale la pena leggerli attentamente perché ogni confronto su "Sol Pro" presente su Internet si basa su di essi e su congetture.

• Che cos'è — un valore di reasoning.mode pari a pro, impostato insieme a reasoning.effort, nell'API Responses. L'altro valore è standard, che è quello predefinito.

• Che cosa fa — secondo {{1}}OpenAI{{/1}}, «aggrega il lavoro del modello svolto per produrre la risposta finale». È indipendente dall'impegno: la modalità stabilisce quanto lavoro viene svolto, l'impegno stabilisce quanto a fondo il modello ragiona al suo interno.

• Quanto costa — i token aggregati, fatturati alle tariffe standard del modello. Nessun sovrapprezzo, nessun contatore separato.

• Cosa non ha — un coefficiente. O​penAI non pubblica alcun moltiplicatore di token per la modalità pro, e la classifica neutrale non contiene alcuna riga della modalità pro: ogni misurazione di GPT-6.1 Sol su Artificial Analysis è un'impostazione reasoning.effort da low a max, tutte in modalità standard.

Il che significa che una cosa ne consegue con certezza e una no. Con certezza: la modalità pro può solo aumentare il costo per attività di GPT-6.1 Sol, mai ridurlo, perché aggiunge token fatturati alla stessa tariffa. Non con certezza: di quanto. Un'esecuzione in modalità pro che aggrega 1.8× il lavoro è un prodotto diverso da una che ne aggrega 4×, e nessuno al di fuori di O​penAI ha pubblicato il rapporto.

La modalità pro della soglia deve azzerarsi.

Quell'incognita non è un motivo per alzare le spalle. Si traduce in un unico numero, perché il costo per attività di Qwen4-Max è già misurato, e così quello di Sol.

• Al massimo sforzo di Sol — 1,27 $ per compito dell'Intelligence Index contro i 3,27 $ di Qwen4-Max. La modalità Pro dovrebbe moltiplicare la spesa in token di Sol per 2,57× prima che i due modelli costino lo stesso per compito.

• Con lo sforzo xhigh di Sol — $0,76 rispetto a $3,27. La soglia è 4,3×.

• Con lo sforzo elevato di Sol — $0.59 contro $3.27. La soglia è 5,5×.

• Sull'intelligenza, per avere un termine di paragone — Sol ottiene 54,6 sull'indice con l'impostazione max, 52,5 con xhigh, 50,3 con high. Qwen4-Max ottiene 42,9. La modalità Pro non modifica il punteggio di intelligenza di un modello nel senso in cui lo misura l'indice, ma cambia la qualità delle risposte sui compiti difficili, che è l'unico motivo per pagarla.

Quindi la domanda che un acquirente si trova davvero ad affrontare non è «quale sia più economico». È: un'esecuzione di Sol in modalità pro supera Qwen4-Max di oltre dieci punti indice in termini di qualità, rimanendo al di sotto di un consumo di token pari a 2,6×–5,5× quello della sua modalità standard? Ogni segnale pubblicato dice che il moltiplicatore è reale ma modesto — il fornitore presenta la modalità pro come l'impostazione per «compiti difficili che richiedono più lavoro del modello», non come un modello diverso — e un moltiplicatore inferiore a 2,6× renderebbe Sol più economico per compito rispetto a Qwen4-Max a ogni livello di sforzo. Questa è un'inferenza, chiaramente etichettata come tale, ed è la cosa più difendibile che chiunque possa dire finché O​penAI o un valutatore indipendente non pubblichino il rapporto.

A generated two-column scoreboard titled 'Qwen4-Max vs GPT-6.1 Sol — the scoreboard'. The Qwen4-Max column reads Intelligence Index 43, Cost per task $3.27, Output tokens 127M, Price $1.50 / $4.50, Effort curve one point, Speed not measured. The GPT-6.1 Sol column reads Intelligence Index 55, Cost per task $1.27, Output tokens 63.7M, Price $2.00 / $10.00, Effort curve five points, Speed 49 tok/s. A footer reads 'Both columns per Artificial Analysis, 17 November 2026. Pro mode has no published multiplier.'

Perché il modello economico è quello che costa caro

La tariffa per token e la fattura per attività non concordano di quasi sei volte, e il motivo è il volume, non il prezzo. Vale la pena chiarirlo perché è l'errore più comune nei confronti di questi due modelli.

• Tariffa di output — Qwen4-Max 4,50 $ per milione rispetto ai 10,00 $ di Sol. Qwen4-Max è 2,2× più economico per token di output.

• Volume di output durante l'esecuzione dell'indice — 127 milioni di token per Qwen4-Max, 63,7 milioni per Sol con il massimo impegno. Qwen4-Max scrive 2,0 volte tanto.

• Rango di verbosità — Qwen4-Max si colloca al 65° posto su 80 nella scala del tracker, pienamente nella fascia "molto verboso"; Sol al massimo si colloca al 35° posto, vicino alla metà.

• Costo effettivo per attività — $3,27 contro $1,27. Qwen4-Max costa 2,6× di più, non 2,2× di meno.

Quei tre rapporti non quadrano con il quarto, e il termine mancante è il volume di input, che la pagina pubblica non riporta separatamente per modello. È esattamente per questo che la cifra per attività va trattata come la misura e i rapporti come la spiegazione: un tariffario descrive quanto costa un token, e l'indice descrive quanto spende un modello, e solo il secondo arriva su una fattura alla fine del mese. I numeri di lancio di Alibaba stesso sostengono la stessa tesi nella direzione opposta — il costo medio per attività sul suo benchmark Work360, che scende da $4.43 a $1.67, è un'affermazione sulla composizione dei token di quel benchmark, ed è una cifra del fornitore su un benchmark del fornitore.

Un altro asse, perché è quello che decide la fattibilità dell'agente anziché il costo. Sol al massimo sforzo ha impiegato 1.383 secondi di tempo misurato per attività di indicizzazione — ventitré minuti — con un tempo al primo token di 168 secondi. Qwen4-Max non ha alcun dato sul tempo per attività; i campi velocità del tracker sono vuoti per esso. Il registro di sette giorni del nostro playground per la rotta OpenAI mostra un primo token mediano di 1,7 secondi e 98 token di output al secondo, che è traffico in modalità standard e sforzo medio, non pro. Nessuno ha pubblicato quanto dura una chiamata in modalità pro, e l'assunzione di pianificazione onesta è il valore di massimo sforzo con barre d'errore che puntano verso l'alto.

A headless-browser screenshot of the Artificial Analysis model page for GPT-6.1 Sol, captured 17 November 2026 in English, showing the OpenAI vendor label, a Proprietary model tag, 'Released September 2026', the heading 'GPT-6.1 Sol (Max)', an Intelligence Index of 55 ranked 12 of 81, a time to first token of 168.565 s, 49 output tokens per second, 63.7M generated tokens against a 78.6M median with a verbosity rank of 35 of 80, a 1M-token context window, and the cost block reading In $2.00, Out $10.00 and $1.27 per task.

Dove va la modalità: nel livello di routing, non nel codice

Poiché pro è un parametro della richiesta e non un modello, la decisione di usarlo è una decisione per singola chiamata, e le decisioni per singola chiamata prese nel codice dell'applicazione invecchiano male. La versione che non invecchia è inserirlo nella route: una configurazione in modalità pro ancorata al percorso di deep review — quello che viene eseguito una volta per pull request, per contratto, per incidente — e una configurazione in modalità standard su tutto ciò che è interattivo, entrambe raggiungibili dalla stessa chiave.

OrcaRouter instrada openai/gpt-6.1-sol ai prezzi di OpenAI stessa, $2.00 e $10.00 con 0% di ricarico, inclusa la fascia da 272,000 token in cui le tariffe raddoppiano a $4.00 e $15.00, così un esperimento in modalità pro eseguito tramite noi costa quanto costa dal fornitore e nulla di più. Qwen4-Max non è nel catalogo; una richiesta per un identificatore qwen4 restituisce not-found, e il più recente flagship Qwen che offriamo è qwen/qwen3.8-max a $2.00 e $6.00. Il DSL di routing è il punto in cui le due metà si incontrano: una regola che invia il lavoro degli agenti a lungo orizzonte a un modello e i turni interattivi all'altro, con un failover automatico sottostante così un'esecuzione in modalità pro che si inceppa non trascina con sé la richiesta. Si tratta di una modifica di configurazione, ed è reversibile in un modo in cui una stringa di modello hardcoded non lo è.

A headless-browser screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, captured 17 November 2026 in English, showing the GPT-6.1 Sol heading, the model id openai/gpt-6.1-sol, attribution to OpenAI dated 2026-09-29, vision, tools, JSON and reasoning badges, a 1M-token context window with a 128K maximum output, a p50 time to first token of 170 s, a Zero Data Retention note, and the rate block reading $2.00 input and $10.00 output.

Cosa cambierebbe la risposta

Tre cose, in ordine di probabilità che arrivino per prime.

Il primo è una riga in modalità pro su una board indipendente. Se una configurazione pro compare accanto ai cinque livelli di sforzo con il proprio costo per attività, la soglia di 2,6× smette di essere un calcolo basato su una stima e diventa una misurazione, e questa pagina verrà riscritta di conseguenza. Fino ad allora, qualsiasi articolo che citi un «punteggio GPT-6.1 Sol Pro» sta citando la riga in modalità standard del modello base con l'aggiunta di un nome di modalità.

Il secondo è una curva di effort di Qwen4-Max. Il modello ha due giorni di vita e ha esattamente un punto operativo misurato, il che significa che il suo 42,9 potrebbe essere un limite inferiore o superiore. Il materiale di lancio di Alibaba fa riferimento alle impostazioni High e Xhigh sui propri benchmark, quindi la curva esiste; semplicemente non è ancora stata percorsa in modo indipendente.

Il terzo è {{1}}Qwen4-Max{{/1}} che ottiene una riga dedicata alla velocità. Un modello senza un dato di throughput è un modello su cui non puoi costruire un agente con personale dedicato, e l'assenza è attualmente l'argomento più forte a favore dell'incumbent in qualsiasi carico di lavoro con una persona in attesa.

Finché non arriva uno di questi, la decisione è leggibile. Se il tuo carico di lavoro è interattivo e sensibile ai costi, GPT-6.1 Sol a livello medium — 0,36 $ per attività, indice 46,4, primo token in cinque secondi — batte Qwen4-Max su ogni asse misurato, incluso il prezzo, che non è la conclusione pubblicizzata dalla token card. Se il tuo carico di lavoro è un agente a lungo orizzonte in cui una finestra da 1M token, la visione nativa e uno sconto del 95% sulla cache contano più dell'indice, Qwen4-Max è il modo più economico per acquistare contesto, e il suo conto sarà deciso dal tasso di cache hit più che dall'effort. E se stai valutando la modalità pro, stai valutando un budget 2,6× su una capacità che nessuno ha misurato — cosa ottima da testare su una singola route e pessima da dare per scontata su un percorso di produzione.