
Qwen4-Max vs GPT-6 Sol: il token più economico che costa di più per risposta
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 96 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 87 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 219 tok/s
Qwen4-Max ha un prezzo di listino inferiore alla metà di GPT-6 Sol sull'output — $4,50 per milione di token contro $10,00 — e costa comunque di più completare un'attività. Artificial Analysis misura $3,27 per attività dell'Intelligence Index per Qwen4-Max, disponibile generalmente dal 16 novembre 2026, contro $2,47 per GPT-6 Sol, che OpenAI vende dal 22 settembre 2026. I punteggi differiscono di un punto, 43 contro 44. Questa inversione è l'intero confronto, e non è un artefatto di arrotondamento: è ciò che accade quando un modello scrive 127 milioni di token di output per completare una valutazione che l'altro modello completa in 65,1 milioni. Qwen4-Max è il modello più economico all'unità e più caro per attività, e solo uno di questi due fatti sopravvive al confronto con un budget.
L'inversione, con i calcoli mostrati
Entrambi i modelli eseguono il ragionamento per impostazione predefinita e entrambi i fornitori fatturano il pensiero come output. La differenza sta in quanto ce n'è.
• Volume di output nell'esecuzione dell'indice — Qwen4-Max ha generato 127 milioni di token di output; il tracker lo classifica 65º su 80 per verbosità e lo descrive come molto verboso rispetto a una mediana di 78,6 milioni. GPT-6 Sol ne ha generati 65,1 milioni, descritto come piuttosto conciso rispetto alla stessa mediana.
• Volume di input — 9,9 miliardi di token per Qwen4-Max contro 4,75 miliardi per GPT-6 Sol. Il rapporto tra output e input di Qwen è 1,284%; quello di Sol è 1,371%, quindi la forma del traffico è simile e la scala no.
• Costo per attività completata — $3,27 contro $2,47. Il modello nominalmente più economico è più costoso del 32% per attività.
• Punteggio dell'indice — 43 contro 44, si posizionano rispettivamente al 38° e al 34° posto su 81 modelli, sulla stessa revisione letta il 16 novembre 2026.
Quello che questo misura non è lo spreco nel senso comune. Un modello che ragiona a lungo e riespone il proprio procedimento sta facendo qualcosa che il fornitore considera una funzionalità, e i numeri di lancio di Alibaba si fondano proprio sul fatto che quel comportamento meriti di essere pagato: dichiara dal 24% al 35% di token in meno rispetto a Qwen3.8-Max sul suo benchmark Work360, un'affermazione che riguarda la verbosità relativa rispetto al suo predecessore e non dice nulla su come si confronti con un modello di un altro laboratorio. Il numero assoluto è quello che finisce su una fattura, e il numero assoluto è alto.
L'inversione scompare quando l'output è fisso. Vincola la risposta con uno schema, un tetto massimo di token o un formato rigoroso e il vantaggio della verbosità svanisce, perché i token risparmiati sono quelli che il modello ha scelto di emettere. Con un tetto rigido sull'output, la tariffa di output 2,2× più economica di Qwen4-Max si applica all'incirca allo stesso numero di token e il risparmio è reale. Lasciato libero di scrivere ciò che preferisce, spende lo sconto.

Oltre i 272.000 token, il rapporto tra i prezzi si inverte completamente.
Il listino prezzi di GPT-6 Sol presenta una discontinuità netta, mentre quello di Qwen4-Max no. Questa è l'unica dimensione in cui il modello economico non è semplicemente competitivo ma drasticamente più economico, ed è facile trascurarlo perché entrambi i modelli pubblicizzano una finestra da un milione di token.
• GPT-6 Sol, fino a 272.000 token di input — 2,00 $ input, 0,20 $ input in cache, 2,50 $ scrittura cache, 10,00 $ output.
• GPT-6 Sol, oltre 272.000 token di input — 4,00 $ input, 0,40 $ input in cache, 5,00 $ scrittura in cache, 15,00 $ output. La pagina del modello di OpenAI afferma chiaramente la regola: ogni token nella richiesta viene ritariffato, non solo l'eccesso. Un prompt di 300.000 token fattura tutti i 300.000 alla tariffa per contesto lungo.
• Qwen4-Max — $1,50 in input e $4,50 in output con tariffa unica sull'intera finestra da 1.000.000 di token, senza scaglioni a 32K, 128K o altrove. Tariffe di Singapore; le altre cinque regioni sono $1,413 e $4,24.
• Il divario a 300.000 token — 4,00 $ contro 1,50 $ sull'input è di 2,7×, e 15,00 $ contro 4,50 $ sull'output è di 3,3×. Aggiungi il percorso batch di Qwen a Pechino, dove Batch File addebita 0,707 $ e 2,12 $, e il rapporto si amplia ulteriormente — sebbene quel percorso esista in una sola regione.
• La conseguenza pratica — una pipeline di analisi documentale che supera regolarmente 272K token non sta scegliendo tra due prezzi simili. Sta scegliendo tra una tariffa che raddoppia a una soglia che le sue richieste oltrepassano accidentalmente e una tariffa che non si muove affatto. Suddividere le richieste sovradimensionate in blocchi sotto soglia recupera il prezzo di Sol, ma è una modifica alla pipeline e ti costa il contesto della singola richiesta, che era il motivo per acquistare un modello da un milione di token.
Questo è il caso più forte nell'articolo a favore di Qwen4-Max, ed è più ristretto di quanto implichi la copertura del lancio: è un caso di contesto lungo, non un caso generale.
Cosa sostiene effettivamente ciascun fornitore e cosa c’è dietro
Il materiale di lancio di Alibaba per Qwen4-Max è insolitamente dettagliato e interamente autoprodotto. Il benchmark con cui apre, Work360, è uno costruito dal fornitore: una tassonomia di 26 domini Tier-1, 182 sottodomini Tier-2 e 721 campi Tier-3, su cui Qwen4-Max ottiene 52,69 contro 47,74 di Qwen3.8-Max. Accanto a questo, l'azienda riporta riduzioni dei token di circa il 24% e il 35% su Work360 con sforzo xhigh e high, del 48% e 49% su Terminal-Bench 4.0, un costo medio per attività che scende da $4,43 a $1,67, un tasso di superamento a livello di funzione di Last Secure Code Bench che sale dal 22,0% al 31,8%, e codice sicuro contemporaneamente a granularità di funzione, file e repository che sale dall'8% al 14,7%. Ognuno di questi dati è dichiarato dal fornitore e nessuno è stato riprodotto al di fuori di Alibaba.
Le affermazioni di OpenAI per GPT-6 Sol sono impostate diversamente: sono argomenti di parità a costo inferiore rispetto a concorrenti nominati, anziché punteggi assoluti. Il materiale di lancio riportava un risultato FrontierCode 1.1 del 49,3% al massimo sforzo per 2,14 $ per attività, contro il 50,3% di Claude Fable 5.1 a 12,83 $, e un risultato DeepSWE v1.1 del 68,8%, entro 1,1 punti dal 69,9% di Claude Fable 5. Leggere quelle frasi nella loro impostazione: ciascuna abbina un quasi pareggio sul punteggio a una frazione del costo. Questa è un’affermazione sull’efficienza, non sulla capacità, ed è un’affermazione più debole di quella che Alibaba fa su Work360.
Il tracker indipendente è il luogo in cui i due possono finalmente essere confrontati, ed è l'unica fonte in questo articolo che ha misurato entrambi i modelli con un unico harness. Li pone a un punto di distanza e inverte la graduatoria dei prezzi. Lascia anche una colonna vuota: GPT-6 Sol ha una velocità misurata di 125 token di output al secondo, 35,11 secondi al primo token di risposta e 7,2 minuti per attività di indicizzazione. Qwen4-Max non ne ha nessuno dei tre: la scheda delle prestazioni riporta N/A. Un modello che costa il 32% in più per attività senza una velocità pubblicata non è un modello il cui vantaggio di costo possa ancora essere quantificato in alcun modo, perché la metà mancante del conto è il tempo.

La tesi architetturale che sta sotto i numeri dei token
Qwen4-Max è un modello sparse mixture-of-experts da 2,4 trilioni di parametri con 71 miliardi di parametri attivi per token, più 328 miliardi di parametri di embedding N-gram che vengono cercati anziché moltiplicati. Tre layer Gated DeltaNet comprimono la cronologia in uno stato a dimensione fissa per ciascun layer di Qwen Sparse Attention, che seleziona il contesto rilevante a granularità di micro-blocco tramite un indexer leggero; quattro rami residui paralleli con gate dinamici di lettura e scrittura stabilizzano lo stack. Alibaba riporta nessun picco di loss durante l'addestramento da 2,4T parametri e da 5% a 13% in meno di bit per byte rispetto a Qwen3.8-Max-Base, attivando il 25% in meno di parametri — con l'onesta avvertenza, stampata dal fornitore, che due dei checkpoint confrontati sono post-trained, il che indebolisce l'impostazione da modello base.
È una spiegazione plausibile del perché l'inferenza su contesti lunghi costi meno per token. Non è una spiegazione del perché una richiesta necessiti di 1,95× i token di output di un concorrente, e nulla nel materiale di lancio affronta questo punto. L'efficienza per token e l'efficienza per risposta sono grandezze diverse, e questo modello migliora la prima mentre perde la seconda.
Dove risiedono i due e che aspetto ha un carico di lavoro misto
GPT-6 Sol è instradato su OrcaRouter come openai/gpt-6-sol al prezzo di listino di OpenAI con 0% di ricarico — $2,00 e $10,00 per milione di token sotto i 272K, $4,00 e $15,00 oltre, con la regola di riprezzamento dei 272K applicata nello stesso modo in cui la applica OpenAI. Un'unica API per oltre 200 modelli fa sì che la questione del contesto lungo di cui sopra diventi una decisione di routing anziché un secondo contratto: una pipeline può inviare le proprie richieste sotto i 272K a Sol e quelle di dimensioni superiori altrove senza predisporre un secondo SDK, e una variazione di prezzo del fornitore arriva qui lo stesso giorno in cui arriva sul listino di OpenAI.
Qwen4-Max non è nel catalogo OrcaRouter al 16 novembre 2026. È raggiungibile tramite l'API Model Studio di Alibaba e diverse piattaforme di terze parti. Questo rende l'esperimento onesto asimmetrico e conveniente solo in una direzione: il ramo Sol non richiede nuove integrazioni, quello Qwen sì, e il confronto che vuoi davvero — costo per attività completata sul tuo traffico, alle tue lunghezze di output — è esattamente la misurazione che stabilirebbe se l'inversione da 2,47 a 3,27 dollari regge al di fuori di un harness di benchmark. Eseguilo su una shadow slice, non sul percorso di produzione, e lascia che i tuoi conteggi di token decidano quale delle due esecuzioni dell'indice è quella fuorviante.

Che cosa renderebbe questo un articolo diverso?
Due misurazioni. La prima è il volume di output di Qwen4-Max su un carico di lavoro con un limite massimo di output; se i 127 milioni di token sono una proprietà della valutazione anziché del modello, l'inversione è un artefatto e la tariffa di $4.50 è un risparmio netto. La seconda è la velocità. GPT-6 Sol impiega 7,2 minuti per attività di indicizzazione e 35 secondi per il primo token, numeri niente di speciale; se Qwen4-Max è sensibilmente più lento sugli stessi compiti, allora un modello già più caro del 32% per risposta è anche quello che ti fa aspettare più a lungo, e nessun argomento basato sul costo per token lo salva.
Finché non esistono entrambi, la posizione difendibile è ristretta e specifica. Per le richieste che superano i 272.000 token, Qwen4-Max costa da due a tre volte meno e non c'è confronto. Per tutto il resto, GPT-6 Sol è l'acquisto migliore sull'unico numero che combina prezzo e comportamento, e il fatto che la sua tariffa annunciata sia superiore di 2,2× sull'output è la cosa meno informativa che lo riguarda.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
