
Qwen4-Max vs GPT-6.1 Sol: Het goedkopere token verliest op de factuur, en de grens ligt bij 272.000
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 88 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 185 tok/s
Neem de twee tariefkaarten op hun nominale waarde en Qwen4-Max wint met afstand. Het staat genoteerd tegen $1,50 per miljoen inputtokens en $4,50 per miljoen outputtokens; GPT-6.1 Sol staat genoteerd tegen $2,00 en $10,00. Op output is dat een verschil van 2,2× in het voordeel van Qwen4-Max, en dat is het getal waarmee elke vergelijking van deze twee modellen begint. Laat beide vervolgens door dezelfde negen evaluaties lopen en kijk naar wat de runs kosten. Artificial Analysis meet $3,27 per Intelligence Index-taak voor Qwen4-Max, algemeen beschikbaar sinds 16 november 2026, tegenover $1,27 voor GPT-6.1 Sol, dat OpenAI al sinds 29 september 2026 verkoopt. De goedkopere token is 2,6× duurder per voltooide taak. Twee mechanismen veroorzaken die omkering, en slechts één ervan wordt besproken — het andere zit bij 272.000 tokens, waar de tariefkaart van Sol halverwege een request van prijs verandert en die van Qwen4-Max niet.
Twee kaarten met verschillende vormen, niet alleen verschillende nummers

• Invoerprijs — Qwen4-Max $1,50 per miljoen vast tarief vs GPT-6.1 Sol $2,00 tot 272.000 tokens, $4,00 daarboven
• Uitvoerprijs — $4,50 vast vs. $10,00 tot 272.000 tokens, $15,00 daarboven
• Cache-lezen — $0,075 per miljoen, met schrijfacties tegen $1,875 (5 minuten) of $3,00 (1 uur), versus $0,10 per miljoen met schrijfacties tegen $2,50 en $5,00
Contextvenster — 1.000.000 tokens met een invoerplafond van 983.616 tokens in denkmodus vs 1.050.000 tokens
• Max. uitvoer — 131.072 niet-denkend, of 262.144 gedeeld met redeneren vs. 128.000
• Redeneerbeheer — drie niveaus (laag, hoog, xhoog), standaard hoog versus vijf (laag tot max), standaard gemiddeld, altijd aan
• Samplingparameters — temperatuur, top_p en top_k geaccepteerd versus afgewezen; redeneren moet uitsluitend door inspanning worden gestuurd
• Invoermodaliteiten — tekst, afbeelding, video versus tekst, afbeelding, bestand
De eerste twee rijen zijn waar het geld zit. Qwen4-Max verkoopt bewust één tariefniveau van nul tot de contextlimiet: geen toeslag voor lange context, en ook geen batchkorting, omdat batch-inferentie helemaal niet wordt aangeboden op het model. GPT-6.1 Sol verkoopt een goedkoop en een duur tariefniveau, en de grens daartussen is voor iedereen met grote prompts het meest bepalende getal in deze vergelijking.
Wat het overschrijden van 272.000 tokens doet met de rekensom
Onder de grens kost een miljoen invoertokens op GPT-6.1 Sol $2,00 en een miljoen uitvoertokens $10,00. Op of boven die grens rekent de catalogus de aanvraag $4,00 in en $15,00 uit — een verdubbeling van de invoer en een stijging van 50% van de uitvoer. Qwen4-Max rekent $1,50 en $4,50, zowel bij 200.000 tokens als bij 900.000 tokens.
Laat een documentintensieve taak door beide gaan en de rangorde slaat om, afhankelijk van waar het verzoek terechtkomt. Een prompt van 150.000 tokens met een antwoord van 4.000 tokens kost ongeveer $0,26 op Sol en $0,24 op Qwen4-Max — zo dicht bij een gelijkspel dat de prijs geen reden zou moeten zijn om verder nog iets anders over de modellen te beslissen. Dezelfde taak met 400.000 inputtokens kost $1,65 op Sol in de bovenste tier tegen $0,62 op Qwen4-Max: een verschil van 2,7×, in de tegenovergestelde richting van het meest in het oog springende outputprijsverschil en groter dan dat. Lang-contextwerk is de enige workload waarbij de Qwen4-Max-kaart zonder meer de betere koop is, en het is de workload waarop dit tweetal het meest waarschijnlijk wordt gericht, aangezien beide modellen worden verkocht op vensters van 1M tokens.
Daardoor wordt de tiergrens een routeringsbeslissing in plaats van een prijsvoetnoot. Als de verzoeken van een pipeline net onder 272.000 tokens clusteren, is splitsen of cachen om onder de grens te blijven echt geld waard; als ze ruim daarboven liggen, is splitsen zinloos en is Qwen4-Max op input bijna drie keer goedkoper.

De inversie die niets met de prijs te maken heeft
Woordigheid is het andere mechanisme, en het werkt sterker tegen Qwen4-Max dan de tariefkaart in zijn voordeel werkt. Op de Intelligence Index registreerde Artificial Analysis 63,7 miljoen outputtokens van GPT-6.1 Sol — volgens zijn maatstaf beknopt, tegenover een mediaan van 78,6 miljoen — en 127 miljoen van Qwen4-Max, dat het zeer woordig noemt. Tweemaal zoveel outputtokens tegen minder dan de helft van de prijs per token komt neer op een rekening die 2,6× hoger is.
Dit is geen eigenaardigheid van de evaluatie. Alibaba's eigen lanceermateriaal maakt hetzelfde punt van de andere kant: de belangrijkste claim van Qwen4-Max is dat het tokengebruik met 24% tot 35% verlaagt ten opzichte van zijn voorganger, Qwen3.8-Max, en met 48% tot 49% op Terminal-Bench 4.0. Dat zijn echte verbeteringen, en ze zijn relatief. Ten opzichte van GPT-6.1 Sol verbruikt het model nog steeds ruwweg twee outputtokens voor elke token die Sol verbruikt, en het lanceringsbericht beweert niet anders.
De praktische consequentie is dat elk kostenmodel dat je tokenaantal vermenigvuldigt met de lijstprijs, het teken van deze vergelijking verkeerd krijgt. Modelleer eerst de tokens. Als je al verkeer hebt op een beknopt model en een overstap overweegt, verwacht dan dat je uitvoervolume ongeveer verdubbelt, zelfs terwijl je tarief per token met meer dan de helft daalt — wat bij deze combinatie een nettoverlies is.
Snelheid, waar slechts één partij iets heeft gepubliceerd
GPT-6.1 Sol is traag en dat is gemeten: 23,1 minuten per Intelligence Index-taak, 168,56 seconden tot het eerste antwoordtoken, 49 tokens per seconde outputsnelheid tijdens de run van Artificial Analysis tegen OpenAI's endpoint. Ons eigen playground-verkeer, bemonsterd over de zeven dagen tot 16 november, laat een snellere mediaan zien — ongeveer 98 outputtokens per seconde met een p50 van 1,7 seconden tot de eerste byte — wat je zou verwachten van een gateway-route die voor een andere upstream zit dan die welke Artificial Analysis gebruikte. Beide cijfers kunnen waar zijn; geen van beide beschrijft het pad van de ander.
Qwen4-Max heeft helemaal geen onafhankelijk snelheidsgetal. Artificial Analysis vermeldt de indexscore van het model, de prijs en de tokentotalen, en laat de tijd per taak, de outputsnelheid en de tijd tot het eerste token leeg. Alibaba publiceert claims over token-efficiëntie, en dat is geen latentie. Dus voor de ene kant van deze vergelijking kun je capaciteit plannen voor het volledige traject, en voor de andere kant kun je alleen de rekening plannen en niets anders. Iedereen die deze maand een interactieve interface op Qwen4-Max uitrolt, meet zelf voor het eerst de latentie.
Twee migratiedetails die je een middag debuggen kosten
Het redeneervermogen van GPT-6.1 Sol staat altijd aan, met vijf inspanningsniveaus en standaard medium, en het model wijst temperature en top_p categorisch af — sampling wordt uitsluitend via het inspanningsniveau aangestuurd. Qwen4-Max accepteert de volledige sampling-set, met standaardwaarden van 1,0 voor temperature en 0,95 voor top_p in de denkmodus, 0,7 en 0,8 daarbuiten, plus top_k 20 en een presence-penalty van 1,5 wanneer denken uit staat. Een client die van Sol naar Qwen4-Max is gemigreerd, krijgt geruisloos samplinggedrag dat hij nooit heeft gehad; de omgekeerde migratie zal een fout gooien.
Effort-strings zijn elkaars spiegelbeeld. Sol biedt vijf niveaus; Qwen4-Max biedt er drie en voegt de overige samen: minimal wordt aan low toegewezen, medium aan high en max aan xhigh. Een pipeline die medium opvraagt bij Qwen4-Max, krijgt redeneren met hoge inspanning met een standaard denkbudget van 131.072 tokens, zonder foutmelding om dat kenbaar te maken. Een pipeline die max opvraagt, krijgt xhigh en lijkt correct. Leg het niveau per route vast in de eigen terminologie van de leverancier; geef een effort-string niet door over een modelgrens heen en hoop er het beste van.

Waar de twee thuishoren, en hoe je ze naast elkaar laat draaien
De verdeling die uit de cijfers naar voren komt: GPT-6.1 Sol voor redeneren met korte prompts en hoge volumes, waar de beknoptheid ervan zich opstapelt, en Qwen4-Max voor verzoeken boven 272.000 invoertokens, voor video-invoer, of voor workloads die samplingbeheer nodig hebben in plaats van een effort-knop.
Het uitvoeren van die splitsing is normaal gesproken het dure deel, en dat is precies het scenario waarvoor OrcaRouter aan één kant is gebouwd. GPT-6.1 Sol wordt gerouteerd tegen $2,00 en $10,00 per miljoen onder de staffelgrens en $4,00 en $15,00 daarboven — de eigen tarieven van de leverancier, doorgegeven met 0% opslag, dus de staffelberekening hierboven is wat je daadwerkelijk betaalt in plaats van een benadering daarvan — via dezelfde sleutel en hetzelfde OpenAI-compatibele endpoint als Claude Opus 5.5, Grok 4.5, Qwen3.8-Max en Tencent HY4 Preview. Qwen4-Max staat nog niet in de catalogus, dus die kant blijft voorlopig op een directe Alibaba-sleutel.
Wat nog steeds genoeg is om de vergelijking echt te maken: definieer de grens één keer in een routeringsregel, stuur alles onder 272.000 tokens naar de Sol-route en alles daarboven naar Qwen4-Max, en laat failover het nieuwe model dekken terwijl je de latentie ervan vaststelt. De routerings-DSL is wat daar een regel van maakt in plaats van een service — een voorwaarde op aanvraaggrootte, twee bestemmingen, één endpoint, en een automatische fallback als de experimentele kant zich misdraagt.
De korte versie, met de vervaldatum
Qwen4-Max is het goedkopere model per token en het duurdere per taak, en de reden daarvoor is dat het twee keer zoveel schrijft. GPT-6.1 Sol is het goedkopere model per taak en het duurdere per lange aanvraag, en de reden is een tariefgrens bij 272.000 tokens die zijn concurrent niet heeft. Geen van beide feiten gaat over intelligentie, waar de twee twaalf indexpunten uit elkaar liggen — 43 tegenover 55 bij Sols maximale inspanning — in het voordeel van Sol.
De vergelijking heeft een houdbaarheidsdatum. Alibaba's lanceerbericht zegt dat er kleinere Qwen4-modellen naar open source komen, en een per-token-prijskaart voor een model met 2,4 biljoen parameters is precies het soort ding dat wordt herzien zodra het agentverkeer van de eerste maand binnenkomt. Beslis tot die tijd op basis van tokenvolume en aanvraaggrootte, niet op basis van de outputsnelheid.
Vergeleken in dit artikel1
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
