Una card di titolo generata che recita "Qwen 4 vs GPT-6.1 Sol: il modello che costa un terzo per punto", con il sottotitolo "2,3 centesimi per punto indice contro 7,6, e un salto di 272.000 token che ricalcola il prezzo dell'intera richiesta". Tre righe numerate recitano "punteggio indice 42,9 contro 54,6, Artificial Analysis v5.0.1", "costo per attività indice completata $3,27 contro $1,27" e "l'input raddoppia da $2,00 a $4,00 oltre 272.000 token". Un piè di pagina recita "Punteggi e costo per attività secondo Artificial Analysis Intelligence Index v5.0.1; prezzi secondo il listino pubblicato di ciascun fornitore". Stile vector flat su bianco con accenti blu e ciano, il marchio OrcaRouter composto in basso a destra.
Guides & Insights

Qwen 4 vs GPT-6.1 Sol: il modello che costa un terzo per punto

Autore

jinhao.song

Data di pubblicazione

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

Ogni altro confronto con Qwen4-Max in questa serie ha la stessa forma: l'avversario ottiene un punteggio più alto e costa di più, e la discussione verte sul fatto che la differenza valga il sovrapprezzo. Questo no. GPT-6.1 Sol ottiene 54,6 sull'Artificial Analysis Intelligence Index contro il Qwen4-Maxche si ferma a 42,9 — dodici punti di vantaggio — e completa un'attività dell'indice per 1,27 $ contro i 3,27 $ di Qwen4-Max. Sol è più capace e allo stesso tempo 2,6 volte più economico per risposta completata. Sulla misura di efficienza che ha deciso gli altri quattro confronti, Sol vince di un fattore 3,3: 2,3 centesimi per punto dell'indice contro 7,6.

C'è una condizione collegata a questo, ed è la soglia dei 272.000 token. È un vero precipizio, si applica a ogni token della richiesta ed è l'unica via per tornare a Qwen4-Max in questo confronto che non comporti pagare di più per ottenere di meno.

Le due carte

GPT-6.1 Sol è stato rilasciato il 29 settembre 2026 a 2,00 $ in input e 10,00 $ in output per milione di token. Qwen4-Max è passato alla tariffazione a consumo il 16 novembre 2026 a 1,50 $ e 4,50 $ a Singapore. Sulla tariffa di listino Qwen4-Max sembra costare 2,2× meno sull'output; per attività completata costa 2,6× di più. Questa inversione è l'articolo.

• Input, per milione — Sol $2,00 fino a 272K token, $4,00 oltre. Qwen4-Max $1,50 a Singapore, $1,413 nelle altre cinque regioni, costante sull'intera finestra.

• Output, per milione — Sol $10,00 contesto breve, $15,00 contesto lungo. Qwen4-Max $4,50 e $4,24, fissi.

• Input in cache — Sol 0,10 $ per milione in contesto breve, 0,20 $ in contesto lungo; Qwen4-Max 0,075 $ per le letture, con tariffe di scrittura di 1,875 $ e 3,00 $ per voci da cinque minuti e un'ora.

• The cliff — O​penAI reprices every token in a request once input crosses 272,000, not just the excess. Below it you are on the cheap card; above it you are not, and there is no partial application.

• Contesto — Sol pubblica una finestra di 1.000.000 di token sul tracker; Qwen4-Max fa lo stesso, con l'input di ragionamento limitato a 983.616.

• Costo per attività di indicizzazione — 1,27 $ contro 3,27 $.

• Punteggio dell'indice — 54,6 contro 42,9, entrambi misurati alla loro impostazione di sforzo massimo pubblicata.

A generated two-column scoreboard titled 'Qwen4-Max vs GPT-6.1 Sol - the scoreboard'. The Qwen4-Max column reads index score 42.9, cost per index task $3.27, cents per index point 7.6, input per million $1.50, output per million $4.50, hallucination rate 28.4%. The GPT-6.1 Sol column reads index score 54.6, cost per index task $1.27, cents per index point 2.3, input per million $2.00, output per million $10.00, hallucination rate 51.9%. A footer reads 'Scores and per-task cost per Artificial Analysis Intelligence Index v5.0.1; prices per each vendor's published rate card.' The OrcaRouter mark is composited bottom right.

Perché la carta dall’aspetto economico è quella costosa

I numeri per singola attività hanno senso solo quando si guarda a quanto ciascun modello ha speso per ottenerli. Sol ha emesso 63,7 milioni di token di output nell’intera suite di indici; Qwen4-Max ne ha emessi 127,1 milioni. Qwen4-Max ha scritto quasi esattamente il doppio dell’output per ottenere dodici punti in meno, e l’output è la voce costosa su entrambe le schede.

Per attività, la suddivisione è di 67.824 token di output per Sol contro 104.940 per Qwen4-Max — di cui 49.213 e 68.914 rispettivamente sono ragionamento. Quindi Qwen4-Max non è più loquace nella risposta; è più loquace nel pensiero. Ragiona il 40% più a lungo per arrivare a una conclusione peggiore, e poi te lo fattura a 4,50 $ per milione per il privilegio.

Cache behaviour makes it worse rather than better. Qwen4-Max's $3.27 is 86% input, and $1.67 of that input is cache writes at $1.875 per million — a rate that exists because A​libaba charges for populating the cache, not just for reading it. Sol's $1.27 is 47% input, with $0.33 of cache writes and $0.25 of cache reads. On a workload with heavy prefix reuse, Qwen4-Max's cache-write line is the one that grows fastest, and it is the line most people do not model.

Dove Qwen4-Max non viene battuto

Dodici punti non sono una disfatta su ogni suite, e vale la pena leggere tre righe prima di dare il modello per spacciato.

• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Sette punti e mezzo. Reale, ma più ridotto di quanto suggerisca il titolo.

• AutomationBench — Qwen4-Max 72,6% contro il 64,9% di Sol. Qwen4-Max vince questa categoria di quasi otto punti ed è la più grande inversione singola del confronto.

• GDPval — Qwen4-Max 1.808,69 contro i 1.607,47 di Sol. Un vantaggio del 12,5% su compiti professionali economicamente fondati, contro un modello avanti di dodici punti indice. Questa è la seconda inversione e la più sorprendente delle due, perché GDPval è la cosa più vicina, sul tabellone, a «un professionista accetterebbe questo lavoro?».

• FrontierCode 2.0 — 26,5% contro 40,6%. Tredici punti nella direzione opposta; il divario più ampio della tabella e quello con il maggiore peso commerciale.

• CritPt Agentic Hard — 43,0% contro 69,5%. Ventisei punti, la peggior singola riga per Qwen4-Max.

• Onniscienza — 27,7 contro 42,0, con tassi di allucinazione del 28,4% e del 51,9%. Sol è più accurato e molto più propenso a inventare quando sbaglia.

• Sotto-punteggi di capacità — Sol è in testa in tutte e sei, di stretta misura in strategia e operazioni (57,6 contro 56,9) e nettamente in ingegneria (59,4 contro 50,1).

Il pattern è coerente con gli altri confronti di questa serie: Qwen4-Max regge quando il compito è un giudizio professionale applicato a documenti, e perde quando il compito è ragionamento tecnico prolungato o esecuzione agentica. Due vittorie su una dozzina di suite non sono un motivo per sceglierlo, ma sono un motivo per cui la scelta dipende dal compito anziché essere automatica.

A headless-browser screenshot of the Artificial Analysis page for GPT-6.1 Sol, captured 17 November 2026 in English, showing OpenAI's mark, the label Proprietary model, Released September 2026, the heading GPT-6.1 Sol: Intelligence, Performance & Price Analysis, a rank strip reading Intelligence #12 of 81, Performance #62 of 79, Cost #21 of 80 and Verbosity #35 of 80, a statistics row giving a time to first answer token of 161.08 seconds, 49 output tokens per second, $2.00 input and $10.00 output per million tokens, a 95% cache discount, 1.92 billion input tokens and an output-to-input ratio of 3.322%, and the summary paragraph describing the model as among the leading models in intelligence and reasonably priced for its band, notably slow per task but fairly concise, with text and image input, text output and a 1M-token context window.

Eseguire l'aritmetica dei 272.000 token

Prendi una base di codice da 400.000 token che vuoi analizzare in un colpo solo, con 2.000 token di output. Entrambi i modelli la fanno stare nelle loro finestre. Solo uno dei due applica un nuovo prezzo.

• GPT-6.1 Sol, tariffa per contesto breve — non utilizzabile. Con 400K di input si applica il livello per contesto lungo: 400.000 × $4,00 per milione = $1,60 di input, più 2.000 × $15,00 = $0,03 di output. Totale $1,63.

• Qwen4-Max — 400.000 × $1,50 per milione = $0,60 di input, più 2.000 × $4,50 = $0,009 di output. Totale $0,61.

• La stessa richiesta a 250.000 token, sotto la soglia critica — Sol: 250.000 × $2,00 = $0,50 più $0,03 = $0,53. Qwen4-Max: $0,375 più $0,009 = $0,38.

Quindi l’inversione è reale ed è ristretta. Sotto i 272.000 token di input Sol costa meno per richiesta ed è migliore; sopra, Qwen4-Max costa 2.7× meno ed è peggiore di dodici punti. Un ciclo agente da 200K token, con l’output degli strumenti che si accumula tra i turni, supera la soglia nel corso di una sessione, ed è esattamente la forma di carico di lavoro in cui il punto di rottura morde più duro: non sei tu a scegliere il livello, è la crescita del contesto del ciclo a sceglierlo per te.

Si tratta di calcoli sui prezzi di listino basati su tariffe pubblicate, non su fatture misurare. Gli hit in cache ridurrebbero sostanzialmente entrambe le cifre e restringerebbero il divario assoluto, lasciando il rapporto all'incirca dov'è.

La risposta del routing, che qui è insolitamente pulita

GPT-6.1 Sol is on our catalogue as openai/gpt-6.1-sol at O​penAI's list price, including both context tiers, with 0% markup on top. Qwen4-Max is not on our catalogue — a qwen4 identifier returns not-found, its route is A​libaba's Model Studio API and several third-party platforms, and the Qwen model we do serve is qwen/qwen3.8-max at $2.00 and $6.00.

Ciò che rende questo abbinamento adatto al routing anziché alla scelta è che la variabile decisionale è un conteggio di token, e un livello di routing può vederlo. Una regola di 272.000 token sulla lunghezza dell'input — Sol sotto, qualcosa di più economico sopra — è una politica di due righe, ed è il tipo di cosa che è facile implementare una volta e impossibile ricordarsi di fare a mano in ogni servizio. Il failover automatico copre l'altro estremo: il tier a contesto lungo di Sol è una fascia di prezzo diversa, non un modello diverso, quindi un picco nella dimensione del prompt produce una variazione in fattura anziché un errore, e nulla ti avvisa fino alla fattura.

A headless-browser screenshot of the OrcaRouter model page for GPT-6.1 Sol, captured 17 November 2026 in English, showing the identifier openai/gpt-6.1-sol, the vision, tools, JSON and reasoning badges, the byline OpenAI dated 2026-09-29, a description placing it one tier below GPT-6 Astra and aimed at agentic coding and computer use, a 1M-token context, 128K max output, text, image and file input, and best-for tags for reasoning, coding and agentic work.

Cosa sposterebbe questo?

Two things. A Qwen4-Max price cut would need to reach $0.60 in and $1.80 out before it undercut Sol on the short-context tier per task, which is a 60% reduction and not on any published roadmap. And a Sol long-context rate that applied to the excess rather than the whole request would remove the only structural advantage Qwen4-Max holds here; O​penAI's documentation is explicit that it does not, so that is a hypothetical rather than a forecast.

Finché non si verifica una delle due cose, la regola è semplice e non è affatto lusinghiera per il soggetto di questa serie. Per quasi tutto, GPT-6.1 Sol è il modello migliore e anche quello meno caro, e il divario di dodici punti viene venduto a sconto. Nel caso specifico di un’attività di giudizio professionale ad alto contenuto documentale, dove il vantaggio del 12,5% di GDPval conta davvero, Qwen4-Max merita uno sguardo a un prezzo per attività 2,6× superiore. E per qualunque cosa che trascini un contesto ampio oltre i 272.000 token, Qwen4-Max smette di essere l’opzione di compromesso e diventa quella corretta — non perché sia migliorato, ma perché l’alternativa è raddoppiata.