
Qwen4-Max 対 GPT-6.2 Sol:トークン価格は半分、タスク処理量は3倍
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 180 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 223 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 98 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
GPT-6.2 Solは100万入力トークンあたり2.00ドル、100万出力トークンあたり10.00ドルかかります。Qwen4-Maxは1.50ドルと4.50ドルです。料金表上では、より安いモデルはQwen4-Maxで、かなりの差をつけています——入力で25%、出力で55%です。請求書に最も近い唯一の測定では、Artificial Analysisは、完了したIntelligence IndexタスクのコストをGPT-6.2 Solで1.01ドル、Qwen4-Maxで3.27ドルとしています。トークンあたり2倍以上を請求するモデルが、3分の1未満の金額でその仕事を完了します。
この逆転には原因が一つあり、それは価格設定のトリックではない。OpenAIが2026年11月17日に、置き換えるモデルとまったく同じ価格で提供開始したGPT-6.2 Solは、9つの評価からなるスイートを完了するために6090万出力トークンを生成する。11月16日から一般提供されているQwen4-Maxは1億2700万を生成し、これは2倍以上で、比較対象全体の中央値は6510万だ。この比較におけるその他すべては、これら2つの数字から導かれる。

数字が違うだけでなく、形も異なる2枚のカード
タスクごとの数値の前に、料金体系についてです。2つのカードは異なる形で破綻するからです。Solは安価なティアと高価なティアを販売し、Qwen4-Maxはゼロからコンテキスト上限まで単一のティアを販売します。
• 入力 — GPT-6.2 Sol は100万トークンあたり272,000トークンまで$2.00、それを超えると$4.00。Qwen4-Max はシンガポールで$1.50均一、Global-scopeリージョンでは$1.413で、200,000トークンでも900,000トークンでも同様です。
• 出力 — Sol $10.00(272,000まで)、$15.00(それを超える場合)。Qwen4-Max $4.50、一律。
• キャッシュ入力 — Solは100万トークンあたり$0.10、Qwen4-Maxはその他の地域で$0.071、シンガポールでは$0.075。Solのキャッシュ書き込みは、ショートコンテキストのStandardリクエストで、30分間のウィンドウなら$2.50、12時間なら$5.00。Qwen4-Maxは5分間の書き込みで$1.875、1時間で$3.00を公表しています。
• コンテキスト — Sol は1,050,000トークン、最大入力922,000トークン。Qwen4-Max は1,000,000トークンで、思考モードでは入力上限983,616トークン、思考オフでは991,808トークン。
• 出力上限 — Solは一律128,000、Qwen4-Maxは非思考時131,072、または推論と回答で共有262,144。
• モダリティ — Solはテキスト、画像、ファイルを扱います。Qwen4-Maxはテキスト、画像、動画を扱います。どちらも出力するのはテキストのみです。
• 推論制御 — Solはlowからmaxまでの5段階のエフォートレベルを提供し、デフォルトはmediumで、常に有効です。Qwen4-Maxはlow、high、xhighの3段階を提供し、デフォルトはhighで、temperature、top_p、top_kを受け付けますが、Solはこれらを拒否します。
• 知識カットオフ — GPT-6.2 Sol では2026年6月1日。Alibaba は Qwen4-Max についてそれを公表していない。これ自体が注目に値する点だ。文書と動画の理解を売りにしながらカットオフを明示していないモデルは、想定するのではなくテストすべきモデルである。
272,000トークンの境界は、プロンプトが大きい人にとって、そのリストの中で最も重大な数字です。それ未満では、Solの100万入力トークンは$2.00、100万出力トークンは$10.00です。それ以上では、リクエスト全体が入力$4.00、出力$15.00で請求され、入力は2倍、出力は50%増となり、キャッシュ料金も2倍になります。400,000トークンの文書レビューでは、誰かが一言書く前に、Solでは入力に$1.60、Qwen4-Maxでは$0.60かかります。

請求額を大きく左右するのは、価格よりもエフォートダイヤルのほうだ
Sol は推論が常にオンの状態で出荷され、エフォートは medium にデフォルト設定されています。Qwen4-Max は推論オン、エフォートは high にデフォルト設定されて出荷され、思考バジェット自体は 131,072 トークンにデフォルト設定されています。どちらのデフォルトも高コストで、どちらも Artificial Analysis がスコアリングした構成ではありません。
トラッカーは、Solでは最大エフォートで、Qwen4-Maxでは設定ダイヤルの最上位で計測し、一方については60.9M出力トークン、もう一方については127Mと報告している。素朴に掛け算してみよう——127M出力トークンを$4.50で、60.9Mを$10.00で——Qwen4-Maxの出力は$572、Solは$609になる。どちらにしても2ドルだ。公表されているタスクあたりの数値は$3.27と$1.01で、逆方向に3.2倍の差がある。つまりタスクあたりの数値は、出力トークン数の倍数ではなく、9回の評価にわたる入力、キャッシュ済み入力、推論、回答の各トークンの加重ブレンドである。どちらの数値も実測値であり、料金表から計算できる算術は、それらの数値を生み出した算術ではない。これらの数値の一方を他方から導出できると主張するレビューは、推測しているにすぎない。
エフォートの詳細が実際に教えてくれるのは、チームが自らの請求額をどこで動かせるかだ。Qwen4-Maxをhighからlowのエフォートに下げる、あるいは思考予算をデフォルトの131,072未満に制限すると、その冗長さの大半を生む推論トークン数が減る。Solをmaxからmediumに下げると、OpenAI側でも同じことが起きる。各ベンダーのデフォルトだけで実行した比較は、リーダーボード上の比較とは異なる比較であり、それがあなたのアプリケーションが実際に生み出す比較なのだ。
近くにない速度の行
冗長さにはコスト以外にも第二の帰結があり、しかもこれには回避策がない。
• インデックスタスクあたりの所要時間 — GPT-6.2 Sol は 7.9 分、Qwen4-Max は 32.1 分(中央値 11.5 に対して)。トラッカーは Sol を平均より速いと評価しており、Qwen4-Max は著しく遅いとしている。
• 出力速度 — 85.1トークン/秒 対 54.5。
• 最初の回答トークンまでの時間 — 68.2秒 対 155.4秒。どちらの数値にも推論が含まれているため、どちらもチャット製品が宣伝する1秒未満の最初のトークン数値とは比較できません。
タスク完了時間における4倍の差は、チューニングパラメータではなく製品上の決定です。1リクエストあたり20回のツール呼び出しを行うエージェントにとって、8分に対する32分は、バックグラウンドジョブとインタラクティブなジョブの違いです。ワークロードがバッチ処理なら、その差はスループットを犠牲にするだけで、それ以外の何ものでもありません。ユーザーの目の前で動くものなら、Qwen4-Maxの唯一の正直な弁明は、レイテンシが問題にならないジョブにルーティングすることであり、それはモデルの選択ではなくルーティングの決定です。
トークンあたりの単価が安いモデルが実際に勝るのはどんな場面か
3行はQwen4-Maxに有利で、そのいずれも知能に関するものではない。同じv5.0.1リビジョンではSolが57対43でリードしており、14ポイント、およそ1.5ティア分の差だ。
最初は長いコンテキストです。272,000入力トークンを超えるリクエストはSolを上位ティアに押し上げ、Qwen4-Maxは据え置きのままです。入力400,000トークン、出力8,000トークンの場合、Solの請求は$1.60+$0.12で$1.72、Qwen4-Maxは$0.60+$0.036で$0.64です。これはQwen4-Maxに有利な2.7倍の差であり、見出しの出力価格比較とは正反対です。長コンテキスト作業は、Qwen4-Maxのカードが明らかに割安となる唯一のワークロードであり、両モデルが宣伝しているワークロードでもあります—双方とも1Mウィンドウです。
2つ目は動画です。Solはこれを受け付けません。Qwen4-Maxはテキストと同じ料金で受け付けるため、画面収録のトリアージ、ドライブレコーダーの確認、製品デモの分析は、価格に関係なくQwen専用のワークロードになります。
第三は思考モードにおける出力の余裕です。Solの128,000トークンの出力上限は据え置きです。一方、Qwen4-Maxは1回の応答で262,144トークンを推論と回答に分けて扱うことができ、Solの上限では切り詰められてしまう長いデコードジョブで重要になります。非思考モードの131,072という数値はSolの128,000と比較すべき数値であり、その項目では両者は3%以内で互角です。
実際に移行できる側の、移行にかかるコストとは
どちらのモデルも他方のドロップイン代替にはならず、この非対称性は率直に述べておく価値があります。Qwen4-Maxは4つのプロトコルサーフェス——OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、DashScope——を文書化しており、構造化出力、並列ツール呼び出し、プレフィックス補完、暗黙的キャッシュに対応しています。SolはChat Completions、Responses、Batchを文書化しており、ツール呼び出しにはResponses APIが必要で、サンプリングパラメータは完全に拒否します。Chat Completionsリクエストからtemperature、top_p、logprobsを省略してください。
OpenAI自身のGPT-6.2移行ガイドは、より気づきにくい危険も追加している。6.2以降、APIは会話途中での履歴変更(プレフィックスの編集、モデルのダウングレード、エンドユーザーの変更)を検出すると、推論アイテムを破棄する。これらの項目を失うと、検知できるエラーもないまま、トークン数が増えつつ回答品質が低下する可能性がある。評価のために異なるエンドユーザーIDで会話を再生するチームは、わずかに悪化した回答とより大きな請求額に直面することになり、これは原因を特定するのが最も難しい種類のリグレッションである。
それは、スモークテストではなく実際のトラフィックで移行をテストする理由であり、フォールバック経路が重要となる同じ理由でもあります。ロールアウトが判断ミスだったと判明した場合、切り戻しが低コストで済むのは、同じキーとエンドポイントから旧モデルにまだ到達できる場合だけです。
鍵が1つ、そしてこの2つのうちどちらがそれに付いているのか
OrcaRouterがルーティングするのはGPT-6.1 Solであり、GPT-6.2 Solではありません。カタログにはopenai/gpt-6.1-solがOpenAIの定価で0%のマークアップがそのまま適用され、GPT-6 AstraとLunaの項目も並んでいますが、6.2 Solの識別子はまだ含まれていません。Qwen4-Maxもここではホストされていません — Alibaba自身のModel Studio APIおよび複数のサードパーティプラットフォームで利用できます。

したがって、この比較を実際に行動に移したいチームにとっての実用的な形は、単純な置き換えではなく2段階のテストです。第1段階:独自のプロンプトを、ここでは1つのキーで利用でき、6.2が同じ公表料金で置き換えるモデルであるGPT-6.1 Solに対して実行し、長コンテキストと動画のケースではQwenクラスのモデルに対して実行します。第2段階:6.2の識別子が登場したら、ルーティングDSLのSol側を切り替え、自動フェイルオーバーに古い経路を開いたままにさせ、トークン単位ではなくタスク単位のコストを監視します。
本稿の数字が一般的に主張しているのは、そうした規律だ。これら2つを$1.50対$2.00、$4.50対$10.00で比較するチームは、Qwen4-Maxが経済的な選択だと結論づけ、請求額で3倍も誤ることになる。$3.27対$1.01で比較するチームはコストを正しく把握できるが、それでも誤った選択をするかもしれない。14インデックスポイントと4×のレイテンシ差こそが、そのワークロードがそもそも成立するかどうかを決める行だからだ。実行する価値のある唯一の比較は、タスクあたりコストを自社のレイテンシ要件と突き合わせることだが、どちらのベンダーの料金表も、そのどちらの数値も与えてくれない。
この記事で比較したモデル2
この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新
