生成されたタイトルカードには「Qwen 4 対 GPT-6.1 Sol:ポイントあたりのコストが3分の1のモデル」と表示され、サブタイトルは「インデックスポイントあたり2.3セント対7.6セント、そして272,000トークンの崖がリクエスト全体の価格を再設定する」となっている。3つの番号付き行には「インデックススコア42.9対54.6、Artificial Analysis v5.0.1」「完了したインデックスタスクあたりのコスト$3.27対$1.27」「272,000トークンを超えると入力料金が$2.00から$4.00へ倍増」と表示されている。フッターには「スコアとタスクあたりのコストはArtificial Analysis Intelligence Index v5.0.1による。価格は各ベンダーの公開レートカードによる」と表示されている。白地にブルーとシアンのアクセントを効かせたフラットベクタースタイルで、OrcaRouterのマークを右下に合成。
Guides & Insights

Qwen 4 対 GPT-6.1 Sol:ポイントあたりのコストが3分の1のモデル

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

このシリーズにおける他のQwen4-Max比較はどれも同じ形をしている。対戦相手の方がスコアが高く、費用もかかり、議論はその差が割高分の価値があるかどうかだ。今回の比較はそうではない。GPT-6.1 SolはArtificial Analysis Intelligence Indexで54.6を記録し、Qwen4-Maxの42.9に対して12ポイント上回り、インデックスタスクを1.27ドルで完了するのに対しQwen4-Maxは3.27ドルだ。Solはより高性能でありながら、完成した回答あたりのコストは同時に2.6分の1だ。他の4つの対戦を決めた効率指標では、Solは3.3倍で勝る。インデックス1ポイントあたり2.3セント対7.6セントだ。

それには条件が1つあり、それは272,000トークンのラインです。それは実際の崖であり、リクエスト内のすべてのトークンに適用され、この対決でQwen4-Maxに戻る唯一の道で、より多く払ってより少なく得ることを伴いません。

その2枚のカード

GPT-6.1 Solは2026年9月29日に、100万トークンあたり入力2.00ドル、出力10.00ドルでリリースされた。Qwen4-Maxは2026年11月16日にシンガポールで、入力1.50ドル、出力4.50ドルの従量課金制に移行した。公表されている料金だけを見れば、Qwen4-Maxの出力は2.2倍安く見える。しかし完了したタスクあたりでは2.6倍高い。この逆転こそが本記事の主題だ。

• 入力、100万トークンあたり — Solは272K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、他の5地域では$1.413、ウィンドウ全体で一律。

• 出力、100万トークンあたり — Sol は $10.00(短コンテキスト)、$15.00(長コンテキスト)。Qwen4-Max は $4.50 と $4.24、一律。

• キャッシュ済み入力 — Sol はショートコンテキストで100万トークンあたり$0.10、ロングコンテキストで$0.20、Qwen4-Max は読み取りが$0.075、5分および1時間のエントリの書き込みレートは$1.875と$3.00。

• 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.

• コンテキスト — Sol はトラッカー上で 1,000,000 トークンのウィンドウを公開している。Qwen4-Max も同様で、thinking 入力は 983,616 に上限設定されている。

• インデックスタスクあたりのコスト — $1.27 対 $3.27。

• インデックススコア — 54.6 対 42.9。どちらも、それぞれが公開している最高のエフォート設定で測定された値です。

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.

なぜ安っぽく見えるカードが高価なのか

タスクごとの数値は、各モデルがそこへ到達するために何を費やしたかを見て初めて意味を持ちます。Solはインデックススイート全体で6,370万出力トークンを生成したのに対し、Qwen4-Maxは1億2,710万出力トークンを生成しました。Qwen4-Maxはほぼちょうど2倍の出力を書き出しながら、スコアは12ポイント低く、しかも出力はどちらのカードでも高くつく項目です。

タスクあたりの内訳は、Sol が 67,824 出力トークン、Qwen4-Max が 104,940 出力トークンです。うちそれぞれ 49,213 と 68,914 が推論です。つまり Qwen4-Max は回答で饒舌なのではなく、思考で饒舌なのです。より悪い結論に至るまでに 40% 長く推論し、そのうえその特権に対して 100 万トークンあたり $4.50 を請求してきます。

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.

Qwen4-Maxが負けていないところ

12点はどのスイートでも大敗ではない。モデルを見限る前に読む価値のある3行がある。

• Terminal-Bench 4.0 — Sol 56.1%、Qwen4-Max 48.5%。7.5ポイント。確かに本物だが、見出しが示唆するほど差は大きくない。

• AutomationBench — Qwen4-Max 72.6% 対 Sol の 64.9%。Qwen4-Max はこの項目でほぼ8ポイント差で勝利しており、この比較における最大の単一逆転です。

• GDPval — Qwen4-Max は 1,808.69、Sol は 1,607.47。経済的に裏付けられた専門タスクで 12.5% のリードであり、相手はインデックスで 12 ポイント先行するモデルです。これは 2 つ目の逆転であり、2 つの中でより驚くべきものです。なぜなら GDPval は、このボード上で「プロフェッショナルがこの仕事を受け入れるか」に最も近いものだからです。

• FrontierCode 2.0 — 26.5% 対 40.6%。13ポイント差が逆方向に開いており、ボード上で最大かつ最も商業的に重い差だ。

• CritPt Agentic Hard — 43.0% 対 69.5%。26ポイント差で、Qwen4-Max にとって最悪の単一行です。

• 全知性 — 27.7 対 42.0、ハルシネーション率は 28.4% と 51.9%。Sol はより正確で、間違っているときには捏造する可能性がはるかに高い。

• 能力サブスコア — Solは6項目すべてでリードしており、戦略と業務では僅差(57.6対56.9)、エンジニアリングでは明確に上回っています(59.4対50.1)。

このパターンは、このシリーズの他の対戦結果とも一致している。Qwen4-Max は、文書に専門的判断を適用するタスクでは持ちこたえるが、持続的な技術的推論やエージェント的な実行を要するタスクでは負ける。12 のスイートのうち 2 勝では、それを選ぶ理由にはならないが、選択が自動的ではなくタスク依存である理由にはなる。

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.

272,000トークンの計算を実行する

一発で分析したい40万トークンのコードベースと、2,000トークンの出力を用意してください。両モデルともそれをコンテキストウィンドウ内に収められます。料金を再計算するのは、そのうち片方だけです。

• GPT-6.1 Sol、ショートコンテキスト料金 — 使用できません。400K入力ではロングコンテキスト階層が適用されます:入力 400,000 × 100万あたり$4.00 = $1.60、さらに出力 2,000 × $15.00 = $0.03。合計 $1.63。

• Qwen4-Max — 400,000 × 100万あたり$1.50 = 入力$0.60、さらに2,000 × $4.50 = 出力$0.009。合計$0.61。

• 250,000トークンでの同じリクエスト、クリフ未満 — Sol: 250,000 × $2.00 = $0.50 に $0.03 を加えて $0.53。Qwen4-Max: $0.375 に $0.009 を加えて $0.38。

つまり逆転は現実であり、しかも狭い範囲で起きる。入力トークンが272,000未満では、Solの方がリクエストあたりのコストが低く、性能も上だ。それを超えると、Qwen4-Maxの方が2.7倍安く、性能は12ポイント劣る。ツール出力がターンを重ねるごとに蓄積される200Kトークンのエージェントループでは、セッションの途中でこのしきい値を越える。これはまさに、この崖が最も厳しく効いてくるワークロードの形だ——どのティアを使うかを選ぶのはあなたではなく、ループのコンテキスト増加があなたの代わりに選ぶのだ。

これらは公表料金に基づく定価の計算であり、実際に計測された請求額ではありません。キャッシュヒットは両方の数値を大幅に削減し、絶対差を縮める一方で、比率はほぼ現状のままにとどめるでしょう。

ルーティングの答えは、ここでは異常なほど明快だ

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.

この組み合わせを選択ではなくルーティングに値するものにしているのは、決定変数がトークン数であり、ルーティング層がそれを参照できることだ。入力長に関する272,000トークンのルール — しきい値未満ならSol、以上ならより安価なもの — は2行のポリシーであり、一度実装するのは簡単でも、すべてのサービスで手作業で忘れずに行うことは不可能な類のものだ。自動フェイルオーバーはもう一方のケースをカバーする。Solの長コンテキスト階層は別モデルではなく別の価格帯であるため、プロンプトサイズの急増はエラーではなく請求額の変化を生み、請求書が届くまで何も警告してくれない。

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.

何があればこれを動かせるだろうか

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.

どちらかが起きるまでは、ルールは短く、そしてこのシリーズの主役を褒めるものではない。ほぼすべての用途で、GPT-6.1 Sol のほうが優れたモデルであり、安価でもあり、その12ポイントの差は割引価格で売られている。GDPval の12.5%のリードが意味を持つ、文書中心の専門的判断タスクという特定のケースでは、Qwen4-Max はタスクあたり2.6倍の価格でも検討に値する。そして、大きなコンテキストを272,000トークン超まで引きずるものなら何であれ、Qwen4-Max は妥協案ではなくなり、正しい選択になる——改善したからではなく、もう一方の選択肢が倍になったからだ。