Qwen4-Max Preview 対 GPT-6.1 Sol：料金表を相手にするカウントダウン

Qwen4-Max Preview と GPT-6.1 Sol を仕様表に並べてみると、まるで兄弟のようです。どちらも約100万トークンのコンテキストをうたひ、どちらも画像を扱え、どちらも答える前に推論し、どちらも OpenAI のワイヤーフォーマットで話します。ところが、両者の商用条件を見ると、その似姿は崩れます。GPT-6.1 Sol は2026年9月29日にリリースされ、入力100万トークンあたり $2.00、出力100万トークンあたり $10.00、キャッシュ済み入力は100万トークンあたり $0.10で、アカウントさえあれば誰にでもトークン単位で販売されています。Qwen4-Max Preview は2026年11月11日に、11月25日24:00まで続く Token Plan 専用のプレビューとして開始され、トークン単価はどこにも公表されておらず、期間が終われば退役します。一方は購入です。もう一方は2週間だけの貸与です。どちらを先に開くべきかを決めるのは、ベンチマークの列ではなく、この違いです。

同じように説明された2台の機械

GPT-6.1 Solは、OpenAIの中位層の推論モデルを刷新したもので、GPT-6 Astraの1つ下の階層に当たる。OpenAI自身の説明では、エージェント型コーディング、コンピューター操作、専門業務において、Astraのトークン価格の5分の1でAstraに「ほぼ匹敵する」という。OpenAIの公開モデルページでは、コンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識カットオフは2026年4月30日とされている。これらはベンダー公表の数値である。

Qwen4-Max Previewは、Alibaba初の呼び出し可能なQwen 4ティアです。1,000,000トークンのコンテキスト、思考と最終回答の間で共有される393,216トークンの出力上限、テキスト・画像・動画入力、関数呼び出し、ウェブ検索、組み込みツールを備えています。これらもベンダー公表値であり、Model Studioのドキュメントページから取得したもので、それを報じた記事からではありません。

並べて読むと、2つの仕様ブロックはコンテキストで50,000トークン異なる。その規模の数値では誤差のようなものだ。一方、出力の余裕でははるかに大きな差がある。393,216対128,000は、単一応答に使える余地がおよそ3倍あり、両モデルとも思考がその予算に計上されることを踏まえると、この違いは机上の空論ではない。「長いコーパスを読み、長い構造化成果物を生成する」仕事なら、Qwen previewのほうが余裕がある。「通常の完了範囲内で十分に答える」仕事なら、どちらの上限も制約にはならない。

価格比較ではない部分

ここで両ページはまったく比較できなくなる。それを引き分けのように取り繕うのではなく、なぜそうなるのかを率直に述べるべきだ。

GPT-6.1 Solには、実際に計算を当てはめられるレートカードがあります。入力は100万トークンあたり2.00ドル、出力は10.00ドル、キャッシュ入力は0.10ドルです。これは自身の非キャッシュ入力料金の20分の1であり、GPT-6 Astraの1.00ドルのキャッシュ料金の10分の1でもあります。安定したプレフィックスを数千回再送するエージェントループは、ほぼ完全にこの最後の行に依存しており、これがチャットではなくエージェントを運用する人にとって6.1の刷新が重要である、地味ながら本質的な理由です。このカードには計算を変えるしきい値もあります。入力トークンが272,000を超えると、リクエスト全体が入力料金とキャッシュ料金の2倍、出力料金の1.5倍で再計算されます。バッチとフレックスは標準より50%低く、高速モードは標準の2倍で動作します。

Qwen4-Max Previewにはそうしたものは一切ありません。サブスクリプションに対してCreditsで従量課金され、Alibabaはトークンあたりのクレジットレートを公開していません。Personal Editionの料金プランは、20,000 Creditsで6ドル、45,000で10ドル、80,000で18ドル、200,000で43ドルで、追加購入バンドルは20,000あたり15ドルです。プレビュー期間中、消費量は「標準レートの最低20%」で、UTC+8の22:00から08:00の間の呼び出しにはさらに割引が適用され、標準の8%になります。Creditsは、モデルタイプ、トークン使用量、thinking mode、ツール呼び出しによって動的に設定されるとベンダーが説明するレートで消費されます。

正直に言えば、「Qwenのほうが安い」でも「OpenAIのほうが安い」でもありません。あるモデルは実行前にコストを見積もれるのに対し、もう一方は、まだアクセスできない可能性もあるコンソールから、実行後にしかコストを把握できない、ということです。大量のワークロードでは、この違いはこのページ上のどのトークン単価よりも重要です。

プレビューが実際に料金表を上回る点

3つの機能は、少なくとも2週間は、価格の一行よりも価値がある。

動画入力が第一です。GPT-6.1 Sol の文書化された入力モダリティは、テキスト、画像、ファイルです。Qwen4-Max Preview はテキスト、画像、動画を受け付け、Alibaba のページではスクリーンショット分析、文書理解、動画分析が想定用途として挙げられています。あなたの評価が画面収録、製品デモ、またはフレームシーケンスの理解に関するものであるなら、その比較にはスコアが存在する前から勝者がいます。

第二はすでに述べた出力上限であり、長文生成における正当な利点で、ベンチマークなしでも重要になるほど数値の差が大きい唯一の点です。

第三は、間違えることの代償です。Token Plan のサブスクリプションは、支出をサブスクリプション額までに抑えます。従量課金モデルには上限がなく、出力100万トークンあたり10ドルの料率で設定を誤ったエージェントループは、午後のうちに忘れがたい請求書を生み出す可能性があります。確信が持てない実験には、上限のために少し払う価値があります。

GPT-6.1 Sol が努力せずとも勝つ場面

来月もモデルが存在し続けることを必要とするすべてのこと。

契約がある。公開された料金、公開ページ上のコンテキストと出力の上限、lowからxhighおよびmaxに至るエフォートのはしご、文書化された移行ガイダンス、そしてサポート経路が特定の日付で終わらないベンダーがある。さらにチェックポイントもある。max_tokensは期待どおりに動作し、失敗モードは発見されるのではなく文書化されている。

Qwenのプレビューは、その大半を覆す。アクセスはToken Planのみで、従量課金は明示的に対象外であり、ベースURLはtoken-plan.ap-southeast-1.maas.aliyuncs.comにある専用のもので、さらにこのプラン自体の規約により「コーディングおよびエージェントツールでの対話型利用に限られ、自動化されたバッチスクリプトには使用できない」と制限されている。Alibabaはまた、プレビュー期間中に変更は行われないと述べている。凍結され、一時的で、バッチ向けではない——それは評価用の手段についての正確な説明であり、依存対象についての説明としては貧弱だ。

リクエストを移行する際にさらに一つ罠があり、これは安定したベンダーが途中で仕掛けてこない類のものなので、このセクションに含めるべきだ。Qwen4-Max Preview 以降、max_tokens は max_completion_tokens と同等であり、どちらも思考と回答の両方を対象とする。それ以前のすべての Qwen モデルでは、上限は回答のみに適用されていた。max_tokens を 4096 にして引き継いだリクエストは、現在では思考に 4,096 トークンを使い、残りだけが回答に回る。失敗はレスポンスの切り詰めであり、捕捉できるエラーではない。

測ってみると、両側とも宣伝文句から想像されるより薄い。

{{1}}Artificial Analysis{{/1}}は、{{2}}このブログが中立的な基準として扱う第三者のボード{{/2}}だが、{{3}}2026年11月11日{{/3}}に読んだ時点で、Qwen4の項目がまったくない——インデックススコアも、タスクあたりのコストも、速度の行もない。その朝に公開されたプレビューとしては、それは断罪材料というより想定内だ。

OpenAI側も今回、同じボードによって測定された。Artificial AnalysisにはGPT-6.1 Sol（Max）のページがあり、インデックス改訂v5.0.1でIntelligence Indexは55、74モデル中12位、インデックスタスクあたり$1.27、インデックス実行中に生成された出力トークンは6,370万（ボード中央値は7,280万）、タスクあたり20.2分（中央値は12.6分）、毎秒56トークン、最初の回答トークンまでの時間は153.34秒となっている。これらはOpenAIのものではなく独立した数値であり、ベンダー側の説明と並べて示されている。OpenAIはこのモデルを、Astraのトークン価格の5分の1でAstraに迫るものとして販売しており、価格表では計算が正確に合っている——入力はAstraの$10に対して$2、出力はAstraの$50に対して$10だ。

そこから残るのは比較ではなく、一つの数値だけだ。GPT-6.1 Sol には行があるが、Qwen4-Max Preview にはなく、引退するまでに行が得られないかもしれない。したがって、今週 Qwen4-Max Preview 対 GPT-6.1 Sol のベンチマークを公開する人は、両側とも自分たちのハーネスを公開していることになる。彼らに聞くべき有用なことは、どのプロンプトを使ったか、そして再現を試みるときに Qwen 側がまだ存在するかどうかだ。

2つの契約なしで両方を実行する

ここに実務上の非対称性があります。GPT-6.1 Sol はカタログ掲載モデルですが、Qwen4-Max Preview はそうではありません — 当社にとっても、Alibaba の Token Plan の外にいる誰にとっても。OrcaRouter では、openai/gpt-6.1-sol が並ぶ相手は他 216 件のモデル識別子で、1 つのキーの背後にあり、プロバイダーの定価のまま、何も上乗せされていません、つまり OpenAI の料金表の変更は、次の交渉時ではなく、それが起きた日に請求に反映されるということです。Qwen のプレビューはベンダー自身の API とそのチャット製品から利用でき、ルーティングレイヤーがそれを変えることはありません。

今後14日間に役立つパターンは、プレビューを害を及ぼさない場所に置くことです。プレビューを最初に試し、すでに測定済みのモデルへフォールスルーするルーティング設定なら、1回の呼び出しで実験と安全網の両方が得られます。プレビューが思考予算に回答を食われて切り詰められる場合、動画入力でエラーになる場合、あるいは出荷できないものを返すだけの場合でも、フォールバックが応答し、リクエストは成功します。フェイルオーバーはまさにそのためのものであり、有効期限付きの実績のないエンドポイントは、今四半期に得られる最も明確な適用例です。

決定を4行で

今月中に本番環境で使えるモデルが必要なら、答えはGPT-6.1 Solであり、プレビュー版は候補にならない——劣っているからではなく、11月26日には存在しなくなるからだ。

100万トークンのウィンドウと動画入力が特定の問題を解決するかどうかを知る必要があるなら、プレビューが最も安上がりな確認方法であり、チャットタブを使えばさらに安く済む。

プレフィックスの再利用が多いエージェントを運用しているなら、モデル化すべきなのはキャッシュ入力の行であり、これら2つのモデルのうち、それをモデル化できるのは片方だけです。

どちらかに決める前にスコアを待っているのなら、あなたが待っているものはそれぞれ別です。Qwen4-Max Preview の独立した行は、モデルが先に引退するために永遠に現れないかもしれません。そして GPT-6.1 Sol の55に対するセカンドオピニオンは存在しますが、それは9月のリリース後に v5.0.1 へ改訂されたボード上で、単一のハーネスから得られた単一の数値にすぎません。

人が繰り返し比べたがる比較——ベンチマーク対ベンチマーク——は、今日はできません。できる比較はコミットメントについてです。より大きなコンテキストとビデオデコーダを2週間借り受けるのか、それとも予測できるキャッシュレートを備えた従量制の契約なのか。答えがどれだけの期間正しいままであってほしいかに合う方を選んでください。