Una card di titolo generata con la scritta Qwen4-Max vs GPT-6 Luna, sottotitolo 22 volte il costo del task, 15 punti indice, e tre icone a linee piatte che suggeriscono una curva dei costi crescente, una barra del punteggio e un fotogramma video.
Guides & Insights

Qwen4-Max vs GPT-6 Luna: un costo per attività 22 volte superiore per 15 punti indice

Autore

Alistair Wren

Data di pubblicazione

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

Metti una richiesta a Qwen4-Max e una a GPT-6 Luna attraverso la stessa suite di valutazione e il conto torna a 3,27 $ contro 0,15 $. Ventidue volte. Metti i punteggi a confronto e sono 43 contro 28 — quindici punti, che è la differenza tra un modello a cui affideresti un'esecuzione agente di più ore e uno a cui affideresti un documento. Entrambi questi divari sono reali, entrambi sono misurati sulla stessa revisione dell'indice, e nessuno dei due risolve la questione, perché Qwen4-Max è in disponibilità generale dal 16 novembre 2026 a 1,50 $ e 4,50 $ per milione di token, mentre GPT-6 Luna resta a un decimo di quello dal 22 settembre. La decisione non è quale modello sia migliore. È quali quindici punti userai effettivamente, e la risposta cambia due volte lungo questo confronto.

Il 22× e ciò di cui è fatto

Inizia dal tariffario, perché il rapporto di facciata non è il rapporto che paghi.

• Input — Qwen4-Max 1,50 $ per milione a Singapore, 1,413 $ nelle regioni con ambito globale. GPT-6 Luna 0,10 $. Quindici a uno.

• Output — Qwen4-Max $4.50, oppure $4.24 Global. GPT-6 Luna $0.50. Nove a uno.

• Input in cache — Qwen4-Max $0,075 Singapore, $0,071 Global, uno sconto del 95%. GPT-6 Luna $0,01, uno sconto del 90%.

• Combinato — Qwen4-Max $0,80 per milione secondo la ponderazione 7:2:1 del tracker per cache-hit/input/output. GPT-6 Luna $0,077. Dieci a uno.

• Costo per attività dell'Indice di Intelligenza — Qwen4-Max $3,27, GPT-6 Luna $0,15. Ventidue a uno.

Quindici, nove, dieci, ventidue. Quei quattro numeri non concordano, e la discordanza è la parte utile: il rapporto per attività è più del doppio del rapporto sul prezzo misto perché Qwen4-Max deve emettere più token per completare la suite, non perché le sue tariffe siano peggiori di quanto suggerisca la scheda. Il pannello di verbosità del tracker colloca Qwen4-Max a 127 milioni di token in output contro una mediana di 90 milioni; Luna a 110 milioni contro la stessa mediana. Entrambi sono sul versante verboso. Qwen4-Max lo è del 15% in più, e quel 15% fa un lavoro reale in un divario di 22× che una scheda tariffaria da 10× avrebbe previsto.

Tutte le cifre in questa sezione sono misurazioni di Artificial Analysis sull'indice v5.0.1 — l'indice ribasato, quindi un punteggio Luna proveniente da una classifica di luglio non è confrontabile con il 28 citato qui — combinate con il tariffario pubblicato da ciascun fornitore. Nessuno dei due fornitori ha pubblicato un confronto diretto appaiato, e qualsiasi confronto costruito da questi numeri è aritmetica su due esecuzioni separate, non un benchmark.

A generated two-column scoreboard for Qwen4-Max and GPT-6 Luna across six shared dimensions: index 43 against 28 at max and 18 at the default, price $1.50 and $4.50 against $0.10 and $0.50 per 1M, cost per index task $3.27 against $0.15, time per task 29.8 minutes against 12.2, output speed 59 against 103 tokens per second, and input modalities text, image and video against text and image.

L'impostazione dello sforzo è la leva più importante

Ecco cosa rende fuorviante l’impostazione “43 contro 28”, e non si tratta di una piccola correzione.

GPT-6 Luna arriva con sei impostazioni di ragionamento — nessuna, bassa, media, alta, xhigh e max — e il valore predefinito è media. Artificial Analysis valuta ogni livello. Il divario non è una differenza di arrotondamento:

• Max — 28 sull'indice, 0,15 $ per attività, 12,2 minuti, 103 token al secondo.

• Xhigh — 23, 7,4 minuti, 99 token al secondo.

• Alto — 21, 6,0 minuti, 91 token al secondo.

• Medio — 18, 3,5 minuti, 93 token al secondo. Questa è l'impostazione predefinita, ed è quella che quasi ogni chiamata in produzione usa effettivamente.

• Basso — 10, 0,6 minuti, 87 token al secondo.

• Non ragionamento — 9, 2,0 minuti, 84 token al secondo.

Quindi il confronto onesto non è 43 contro 28. È 43 contro 18 per un chiamante che non invia alcun parametro effort, e 43 contro 28 per uno che porta la manopola al massimo e per questo paga sei volte la latenza. Venticinque punti con il valore predefinito e quindici al massimo, dallo stesso modello, senza alcuna variazione di prezzo sul listino.

La scala di Qwen4-Max ha tre gradini — low, high, xhigh — e il valore predefinito è high. Non esiste medium: sia Chat Completions sia DashScope mappano medium su high, quindi chiedere l'impostazione intermedia costa quanto quella più alta. È una manopola peggiore di quella di Luna, e conta per lo stesso motivo — il gradino che scegli decide il punteggio, e Qwen4-Max ti offre meno modi per comprarne meno.

Ciò che il tracker non pubblica per Qwen4-Max è un punteggio a ciascuno dei suoi tre livelli; la pagina riporta 43 e si ferma. La scala completa a sei livelli di Luna è pubblica, il che rende Luna il modello più facile da modellare e quello più difficile da preventivare. Se stai costruendo una previsione dei costi, una scala pubblicata per intero vale più di un singolo numero migliore, perché puoi vedere dove si trova il ginocchio.

A screenshot of the OrcaRouter model page for openai/gpt-6-luna, captured in an English interface, showing the OpenAI breadcrumb, the openai/gpt-6-luna identifier, a 128K max output, vision and tools and JSON and reasoning capability chips, an output modality of text, and a public-benchmarks line attributed to OpenAI dated 2026-09-22.

Il precipizio dei 272.000 token di Luna

Entrambi i modelli pubblicizzano una finestra di contesto da un milione di token e solo uno dei due applica la stessa tariffa lungo tutta la finestra, e questa è la cosa più costosa che un acquirente possa lasciarsi sfuggire.

• Qwen4-Max — 1,50 $ e 4,50 $ a tariffa fissa su tutta la finestra da 1.000.000 di token, senza scaglioni a 32K o 128K. Il tetto documentato per l'input è di 991.808 token in modalità non-thinking e 983.616 con il thinking attivo; l'output non-thinking è limitato a 131.072, mentre con il thinking ragionamento e risposta condividono 262.144 token.

• GPT-6 Luna — $0,10 e $0,50 fino a 272.000 token di input, poi $0,20 per l'input e $0,75 per l'output oltre tale soglia. La nuova tariffazione si applica all'intera richiesta, non solo alla parte eccedente: un prompt da 300.000 token paga il doppio su tutti i 300.000, non sugli ultimi 28.000. La finestra di contesto è di 1.050.000 token secondo la documentazione di OpenAI e di 1 milione sul tracker; input massimo 922.000; limite di output 128.000.

Esegui il caso del contesto lungo e il 22× scende verso 7,5×. Un documento da 400.000 token con una risposta da 8.000 token costa $0,60 in ingresso e $0,09 in uscita su Qwen4-Max — $0,69 alle tariffe di Singapore. La stessa richiesta su Luna costa $0,08 in ingresso e $0,006 in uscita, $0,086. Sette volte e mezzo, non ventidue. Luna resta drasticamente più economica, ed è più economica di un terzo del margine che il numero di copertina lascia intendere.

Quell'inversione ha un secondo filo, e taglia nella direzione opposta. Sotto i 272.000 token il salto tariffario non si applica mai, e la maggior parte dei carichi di lavoro degli agenti — il contesto di un codebase, una conversazione di assistenza, un ciclo di chiamata di strumenti — si colloca ben al di sotto. Un team che legge «1M context» su entrambe le schede e mette a budget Luna a $0,10 per un job da 500.000 token ha sottostimato il budget di 2× sull'input e di 1,5× sull'output, e l'errore emerge solo in fattura.

C’è anche una nota sulla residenza dei dati che vale la pena conoscere prima di parlare di prezzo: la residenza dei dati UE su Luna è disponibile solo con l’elaborazione Standard, il che esclude del tutto gli sconti Batch e Fast. Se è previsto un requisito di residenza, la tariffa effettiva di Luna è quella standard e la struttura di sconti su cui contavi non è disponibile.

Video, e la fila in cui Luna non può entrare

La differenza tra le modalità è più piccola di quanto il marketing suggerisca e più grande di quanto lasci intendere una scorsa alla scheda tecnica.

• GPT-6 Luna — testo e immagini in ingresso, testo in uscita. Non è un modello video o audio. La generazione di immagini, la generazione vocale, la trascrizione e la traduzione sono tutte documentate come non supportate.

• Qwen4-Max — testo, immagini e video in input, testo in output, con la visione gestita nativamente anziché tramite un estrattore. Sul fronte dei protocolli: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope, rispetto a Responses, Chat Completions e Batch di Luna.

Quindi {{1}}Qwen4-Max{{/1}} è l'unico dei due su cui puoi puntare una registrazione dello schermo, la registrazione di una lezione o una video recensione e fare una domanda. Questa è una differenza di capacità reale e non è una differenza di benchmark — nessun indice su nessuna delle due schede la misura, e nessuna quantità di ottimizzazione del livello di impegno su {{2}}Luna{{/2}} la produce. Se il video fa parte del carico di lavoro, il confronto finisce qui e il {{3}}22×{{/3}} è il prezzo d'ingresso.

Se il video non c'è, la riga è decorazione, e l'ampiezza del protocollo è la metà più interessante. Qwen4-Max supporta quattro formati wire; Luna ne supporta tre e relega la sua superficie di strumenti più ricca dietro Responses — strumenti integrati come ricerca web, ricerca file, interprete di codice e shell ospitata vengono eseguiti lì, e il function calling su Chat Completions funziona solo quando reasoning effort è impostato su none. Una pipeline che passa a Chat Completions per risparmiare e si aspetta ancora chiamate agli strumenti fallisce alla prima richiesta. Questa è una trappola di migrazione, non una lacuna di capacità, ed è il tipo di cosa che costa una settimana invece di una percentuale.

Questo è il punto in cui a fare la differenza è un livello di routing, non la scelta di un modello. OrcaRouter già offre openai/gpt-6-luna ai prezzi di listino di OpenAI con uno 0% di ricarico applicato — quindi una variazione del prezzo di Luna è attiva qui lo stesso giorno in cui arriva sul listino di OpenAI — e Qwen4-Max non è ospitato qui; è raggiungibile tramite l'API Model Studio di Alibaba e diverse piattaforme di terze parti. Un'unica API per oltre 200 modelli, un'unica chiave, e un DSL di routing che classifica una richiesta e la invia a quello dei due a cui la riga dice che appartiene: Luna per il livello di estrazione ad alto volume, la classe Qwen per il lavoro su video e contesto lungo che Luna strutturalmente non può gestire. Il failover automatico copre il giorno in cui il livello economico ha un'ora no, che è il giorno in cui una pipeline basata su un unico fornitore scopre di averne una.

A screenshot of the Artificial Analysis page for GPT-6 Luna, captured in an English interface, showing the Intelligence, Performance and Price panels, a 1M-token context note, a speed figure, a 12.2-minute time per task and the model's measured intelligence score of 28.

Dove ogni modello è la scelta giusta

Tre carichi di lavoro, tre risposte diverse, e il terzo è quello in cui si trova davvero la maggior parte dei team.

Alto volume, ben specificato, verificato. Classificazione su un corpus, estrazione da insiemi di documenti, sintesi, il livello di triage del supporto di una pipeline. Luna a $0,15 per attività contro Qwen4-Max a $3,27 è una riduzione dei costi del 95% per un lavoro che non ha mai avuto bisogno di un 43. Il 18 che ottieni con l'impostazione predefinita di Luna è sopra la mediana della sua fascia di prezzo e l'output è verificabile, che è tutto il punto. La scelta è netta.

Orizzonte lungo, senza supervisione, costoso da sbagliare. Esecuzioni di agenti che durano più ore, refactoring su scala di repository, ricerche che si estendono su decine di chiamate agli strumenti. Quindici punti indice sono la differenza tra un modello che riesce a mantenere un piano e uno che lo perde, e a 3,27 $ per attività rispetto a un'esecuzione che costa un'ora di un ingegnere per essere rifatta, il prezzo non è il vincolo. Qwen4-Max è anche l'unico dei due che accetta un input video, il che per una quota crescente di lavoro agentico — screenshot, registrazioni dello schermo, tracce UI — è la differenza tra un carico di lavoro che esiste e uno che non esiste.

Sensibile alla latenza, da qualche parte nel mezzo. Questo è il caso a cui nessuna delle due schede risponde. Luna decodifica a 103 token al secondo con il massimo impegno e a 93 con l'impostazione predefinita; Qwen4-Max a 59. Luna completa un'attività di indicizzazione in 12,2 minuti al massimo e in 3,5 con l'impostazione predefinita; Qwen4-Max in 29,8. Se un essere umano è in attesa, 59 token al secondo è il numero che decide se il prodotto sembra vivo, e nessun risparmio per attività compensa un'interfaccia che si blocca. Se nessuno è in attesa, 29,8 minuti sono tempo effettivo su cui puoi organizzarti.

La forma corretta per la maggior parte dei team non è una di queste due, ma entrambe — e il motivo è che il confine decisionale è una proprietà a livello di richiesta, non a livello di contratto. Una pipeline che classifica su Luna ed escala a un modello frontier quando il classificatore è incerto ottiene il risparmio del 95% sul 90% facile e i quindici punti sul resto. È a questo che serve il DSL di routing, ed è l'unica configurazione in questo confronto che non richiede di scegliere un perdente.

La bolletta che puoi davvero prevedere

Ventidue volte il costo dell’attività per quindici punti indice. Dividi l’uno per l’altro e Qwen4-Max costa 0,076 $ per punto indice contro i 0,0054 $ di Luna — quattordici volte di più per punto, il numero che fa sembrare Luna l’acquisto ovvio e il numero meno utile, perché nessuno consuma punti indice.

Quello che le persone consumano è un carico di lavoro, e il carico di lavoro ha tre proprietà che decidono la questione: a quanti token arriva il contesto, se c'è un essere umano in attesa, e se una risposta sbagliata è economica da individuare. Luna vince nettamente sulle prime due e perde sulla terza in modo così netto che il confronto si inverte. Qwen4-Max vince sulla terza e la fa pagare a una tariffa che ha senso solo se l'alternativa è una riesecuzione.

La previsione che resiste a tutto: se stai scegliendo tra questi due in base al prezzo, hai già scelto male, perché il 22× non è un premio che dovresti pagare su ogni richiesta in una pipeline — è un premio che paghi sulla piccola frazione di richieste che ne hanno bisogno. Instrada quella frazione. Il resto è un errore di arrotondamento che puoi spendere per qualcos'altro.

Confrontati in questo articolo1

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