
Qwen4-Max vs GPT-6.1 Sol Pro: Pro는 과금 방식이며, 넘어야 할 숫자가 있다
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 186 tok/s
GPT-6.1 Sol Pro에는 가격이 없다. 식별자가 없기 때문이다. 이는 GPT-6.1 Sol — 2026년 9월 29일 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러로 출시된 모델 — 을 Responses API에서 reasoning.mode: "pro"로 호출한 것이며, OpenAI는 이 설정이 모델로 하여금 더 많은 작업을 수행하게 하고 그 작업을 동일한 표준 토큰 요율로 청구한다고 문서화한다. 2026년 11월 16일부터 정식 제공되어 1.50달러와 4.50달러인 Qwen4-Max는 출력 기준 토큰당 2.2배 더 저렴한 모델이다. 또한 두 모델이 가진 유일한 독립 측정에서, 완료된 작업당으로는 더 비싼 쪽이기도 하다: 3.27달러 대 1.27달러이며, 1.27달러는 GPT-6.1 Sol의 최대 추론 강도 설정 기준이다. 이러한 역전 — Qwen4-Max는 토큰당으로는 더 저렴하지만 답변당으로는 더 비싸다 — 가 바로 이 비교의 전부이며, pro 모드는 누구도 어느 방향으로 움직이는지 측정할 수 없는 상황에서 그것을 어느 쪽으로든 움직일 수 있는 유일한 변수다.
Pro 모드는 공개된 계수가 없는 배수입니다.
벤더 문서 두 문단이 전부이며, 인터넷의 모든 "Sol Pro" 비교는 이 문서들과 추론에 기반하고 있으므로 주의 깊게 읽을 가치가 있습니다.
• 무엇인지 — Responses API에서 reasoning.effort와 함께 설정하는 reasoning.mode 값 pro입니다. 다른 값은 기본값인 standard입니다.
• 기능 — OpenAI에 따르면 이는 “최종 답변을 생성하기 위해 수행된 모델 작업을 집계합니다”. 이는 effort와 무관합니다. 모드는 얼마나 많은 작업이 수행되는지를 선택하고, effort는 그 안에서 모델이 얼마나 깊이 생각하는지를 선택합니다.
• 비용 — 집계된 토큰이며, 모델의 표준 요율로 청구됩니다. 추가 요금이나 별도 계량은 없습니다.
• 없는 것 — 계수. OpenAI는 pro 모드에 대한 토큰 배율을 공개하지 않으며, 중립 리더보드에는 pro 모드 행이 없습니다. Artificial Analysis의 모든 GPT-6.1 Sol 측정은 low부터 max까지의 reasoning.effort 설정이며, 모두 표준 모드입니다.
이는 한 가지는 확실히 따라오고 다른 한 가지는 그렇지 않다는 뜻이다. 확실한 것: 프로 모드는 작업당 GPT-6.1 Sol의 비용을 올릴 수만 있을 뿐 결코 낮출 수 없다. 같은 요율로 청구되는 토큰을 추가하기 때문이다. 확실하지 않은 것: 얼마나 올리는지다. 1.8배의 작업을 집계하는 프로 모드 실행은 4배를 집계하는 실행과는 다른 제품이며, OpenAI 외부에서는 아무도 그 비율을 공개하지 않았다.
Threshold Pro 모드는 통과해야 합니다.
그 미지의 값은 어깨를 으쓱할 이유가 아닙니다. 그것은 하나의 숫자로 환산됩니다. Qwen4-Max의 작업당 비용은 이미 측정되어 있고 Sol의 비용도 마찬가지이기 때문입니다.
• Sol의 최대 노력 설정에서는 Intelligence Index 작업당 $1.27로, Qwen4-Max의 $3.27과 맞섭니다. Pro 모드는 두 모델의 작업당 비용이 같아지려면 Sol의 토큰 지출을 2.57배로 늘려야 합니다.
• Sol의 xhigh 에포트에서는 — $0.76 대 $3.27. 임계값은 4.3×입니다.
• Sol의 high effort 기준 — $0.59 대 $3.27. 임계값은 5.5×입니다.
• 지능 측면에서, 규모를 가늠해 보면 — Sol은 지수에서 max에서 54.6, xhigh에서 52.5, high에서 50.3을 기록합니다. Qwen4-Max는 42.9입니다. Pro 모드는 지수가 측정하는 의미에서 모델의 지능 점수를 바꾸지는 않지만, 어려운 작업에서 답변 품질을 바꾸며, 이것이 비용을 지불할 유일한 이유입니다.
따라서 구매자가 실제로 직면하는 질문은 "어느 쪽이 더 저렴한가"가 아니다. 그것은 다음과 같다: 프로 모드의 Sol 실행이 표준 모드 토큰 사용량의 2.6~5.5배 미만을 유지하면서, 10 인덱스 포인트 상당의 품질로 Qwen4-Max를 앞서는가? 공개된 모든 신호는 그 배수가 실재하지만 크지 않다고 말한다 — 공급업체는 프로 모드를 "더 많은 모델 작업이 필요한 어려운 작업"을 위한 설정으로 규정하며, 다른 모델로 규정하지 않는다 — 그리고 2.6배 미만의 배수라면 Sol은 모든 effort 수준에서 Qwen4-Max보다 작업당 더 저렴해질 것이다. 이는 추론이며, 추론이라고 분명히 표시되어 있고, OpenAI나 독립 평가자가 그 비율을 발표할 때까지 누구나 할 수 있는 가장 방어 가능한 주장이다.

왜 저렴한 모델이 더 비싼 것인가
토큰당 요금표와 작업당 청구서는 거의 6배나 차이가 나는데, 그 이유는 가격이 아니라 물량입니다. 이 점은 분명히 짚고 넘어갈 가치가 있습니다. 두 모델을 비교할 때 가장 흔히 범하는 오류가 바로 이것이기 때문입니다.
• 출력 단가 — Qwen4-Max는 백만 토큰당 $4.50, Sol은 $10.00입니다. Qwen4-Max는 출력 토큰당 2.2배 더 저렴합니다.
• 인덱스 실행 시 출력량 — Qwen4-Max는 1억 2,700만 토큰, Sol은 최대 노력에서 6,370만 토큰. Qwen4-Max는 2.0배 더 많이 작성합니다.
• 장황함 순위 — Qwen4-Max는 트래커 척도에서 80개 중 65위로, "매우 장황함" 구간에 정확히 들어가며; 최대 설정의 Sol은 35위로 중간 부근에 있습니다.
• 작업당 실제 비용 — $3.27 대 $1.27. Qwen4-Max는 2.2배 저렴한 것이 아니라 2.6배 더 비싸다.
그 세 비율은 네 번째 비율로 맞아떨어지지 않으며, 빠진 항은 입력 볼륨인데, 공개 페이지에서는 이를 모델별로 분리해 보여 주지 않는다. 바로 그렇기 때문에 작업당 수치는 측정값으로, 비율들은 설명으로 취급해야 한다: 요금표는 토큰에 드는 비용이 얼마인지를 설명하고, 지수는 모델이 얼마를 쓰는지를 설명하며, 월말 청구서에 도착하는 것은 두 번째뿐이다. Alibaba 자체의 출시 수치도 반대 방향에서 같은 점을 보여 준다 — Work360 벤치마크에서 작업당 평균 비용이 $4.43에서 $1.67로 떨어졌다는 것은 그 벤치마크의 토큰 구성에 대한 주장이며, 그것은 벤더 벤치마크에 대한 벤더 수치다.
한 가지 축을 더 보자면, 그것은 비용이 아니라 에이전트 실현 가능성을 결정하는 축입니다. Sol은 max effort 설정에서 인덱스 작업당 측정 시간 1,383초, 즉 23분이 걸렸고, 첫 토큰까지 168초가 걸렸습니다. Qwen4-Max에는 작업당 시간 수치가 전혀 없습니다. 트래커의 속도 필드도 해당 모델에 대해서는 비어 있습니다. 우리 자체 플레이그라운드의 OpenAI 경로에 대한 7일 기록은 첫 토큰 중앙값 1.7초, 초당 출력 토큰 98개를 보여 주며, 이는 pro가 아니라 standard 모드의 medium-effort 트래픽입니다. pro 모드 호출이 얼마나 걸리는지는 아무도 공개하지 않았고, 정직한 계획 가정은 오차 범위가 위쪽으로 향하는 최대 노력 수치입니다.

모드가 속할 곳: 코드가 아니라 라우팅 계층
pro는 모델이 아니라 요청 파라미터이므로, 이를 사용할지 여부는 호출별로 결정하는 사항이며, 애플리케이션 코드에서 내리는 호출별 결정은 시간이 지나면 금방 낡아 버립니다. 낡지 않는 방식은 이를 라우트에 두는 것입니다. 즉, 풀 리퀘스트마다, 계약마다, 인시던트마다 한 번씩 실행되는 심층 리뷰 경로에는 pro 모드 구성을 고정하고, 모든 대화형 항목에는 표준 모드 구성을 두되 둘 다 동일한 키에서 접근할 수 있게 하는 것입니다.
OrcaRouter는 openai/gpt-6.1-sol을 OpenAI 자체 가격인 $2.00 및 $10.00에 라우팅합니다 0% 마크업으로, 요금이 $4.00 및 $15.00로 두 배가 되는 272,000토큰 구간을 포함하므로, 우리를 통해 실행하는 프로 모드 실험은 벤더에서 드는 비용과 동일하며 그 이상은 들지 않습니다. Qwen4-Max는 카탈로그에 없으며, qwen4 식별자에 대한 요청은 not-found를 반환하고, 우리가 제공하는 최신 Qwen 플래그십은 qwen/qwen3.8-max이며 가격은 $2.00 및 $6.00입니다. 라우팅 DSL은 이 두 부분이 만나는 지점입니다: 장기 지평(long-horizon) 에이전트 작업은 한 모델로, 대화형 턴은 다른 모델로 보내는 규칙이 있으며, 그 아래에서 자동 페일오버가 수행되므로, 멈춰 버린 프로 모드 실행이 요청까지 함께 중단시키지 않습니다. 이는 구성 변경이며, 하드코딩된 모델 문자열과는 달리 되돌릴 수 있습니다.

무엇이 답을 바꿀까요?
세 가지를, 먼저 도착할 가능성이 높은 순서대로.
첫째는 독립적인 리더보드의 프로 모드 행이다. 작업당 자체 비용이 있는 프로 구성이 다섯 가지 노력 수준 옆에 나타나면, 2.6× 임계값은 추측에 기반한 산술이 아니라 측정값이 되고, 이 페이지는 그에 맞춰 다시 작성될 것이다. 그때까지 "GPT-6.1 Sol Pro 점수"를 인용하는 어떤 기사든, 모드 이름만 붙인 기본 모델의 표준 모드 행을 인용하는 것이다.
두 번째는 Qwen4-Max의 effort 곡선입니다. 이 모델은 출시된 지 이틀밖에 되지 않았고 측정된 운영 지점이 정확히 하나뿐이므로, 42.9는 하한일 수도 상한일 수도 있습니다. Alibaba의 출시 자료는 자사 벤치마크에서 High 및 Xhigh 설정을 언급하므로 곡선은 존재합니다. 다만 아직 독립적으로 그 곡선을 따라 측정되지는 않았을 뿐입니다.
세 번째는 Qwen4-Max가 속도 행을 얻게 된 것입니다. 처리량 수치가 없는 모델은 에이전트를 붙여 운영할 수 없는 모델이며, 이러한 수치의 부재는 현재 사람이 대기하는 모든 워크로드에서 기존 강자를 지지하는 가장 강력한 논거입니다.
그중 하나가 자리를 잡기 전까지는 이 결정이 명확히 읽힌다. 워크로드가 대화형이고 비용에 민감하다면, GPT-6.1 Sol의 medium이 — 태스크당 $0.36, 지수 46.4, 첫 토큰 5초 — 가격을 포함해 측정된 모든 축에서 Qwen4-Max를 앞서는데, 이는 토큰 카드가 광고하는 결론이 아니다. 워크로드가 1M 토큰 윈도, 네이티브 비전, 95% 캐시 할인이 지수보다 더 중요한 장기 지평 에이전트라면, Qwen4-Max가 컨텍스트를 사는 더 저렴한 방법이며, 그 청구서는 노력이 아니라 캐시 적중률에 의해 결정될 것이다. 그리고 pro 모드를 저울질하고 있다면, 당신은 아무도 측정하지 않은 능력에 2.6배의 예산을 저울질하는 것이다 — 이는 한 경로에서 시험해 보기에는 좋은 일이고, 프로덕션 경로에서 가정하기에는 좋지 않은 일이다.
