
Qwen4-Max vs GPT-6.2 Astra: negen keer de outputprijs, 18% verschil op de factuur
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 mln tokens · 80 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 mln tokens · 155 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 196 tok/s
- AlibabaNIEUWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 mln tokens · 85 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 705 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 139 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 mln tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 38 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 · 230 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 101 tok/s
GPT-6.2 Astra kost $8,00 per miljoen inputtokens en $40,00 per miljoen outputtokens. Qwen4-Max kost $1,50 en $4,50. Op de meter is dat een verschil van 5,3 keer op input en 8,9 keer op output — het soort spreiding dat een vergelijking meestal beslecht voordat iemand de benchmark leest. Dan raamt Artificial Analysis een voltooide Intelligence Index-taak op $4,00 voor GPT-6.2 Astra, die OpenAI op 17 november 2026 uitbracht, en op $3,27 voor Qwen4-Max, die Alibaba de dag ervoor algemeen te koop aanbood. Achttien procent. Twee modellen waarvan de prijs op de dure helft van de meter negen keer uiteenloopt, liggen qua kosten om een stuk werk te voltooien binnen een vijfde van elkaar.
Geen van beide getallen is verkeerd, en de reden dat ze naast elkaar bestaan, is de hele vergelijking. Astra koopt zijn resultaat met 65,8 miljoen outputtokens tegen een hoog tarief; Qwen4-Max koopt dezelfde vorm van resultaat met 127 miljoen tegen een laag tarief. Wat hen scheidt, is niet de prijs en niet het vermogen — 62 tegenover 43 op de index, een kloof die geen prijsargument dicht. Wat hen scheidt, is waar de twee paden stuklopen: het ene bij een tokendrempel, het andere aan de bovenkant van een inspanningsknop die nog maar één keer is gemeten.
Zes rijen, beide zijden
Bij elk cijfer hieronder staat de bron vermeld. Prijzen zijn het gepubliceerde tarief voor de standaardlaag van elke leverancier; indexscores, kosten per taak, tokenvolumes en tijdsmetingen zijn metingen van Artificial Analysis, uitgevoerd op 18 november 2026 op Intelligence Index v5.0.1.
• Invoer — GPT-6.2 Astra $8,00 per miljoen tokens onder 272.000, $16,00 op of boven dat aantal, tegenover Qwen4-Max $1,50 vast in Singapore, $1,413 in regio's met wereldwijde scope, ongeacht de lengte
• Uitvoer — Astra $40,00 onder de drempel, $60,00 erboven vs Qwen4-Max $4,50 vast
• Gecachte invoer — Astra $0,40 per miljoen met 95% korting t.o.v. Qwen4-Max $0,075 in Singapore, $0,071 daarbuiten
• Intelligentie-index — Astra 62 bij maximale inspanning, 60 bij hoog, 57 bij gemiddeld, 46 bij laag versus Qwen4-Max 43 bij Xhigh, zonder gepubliceerd cijfer bij hoog of laag
• Kosten per indextaak — Astra $4.00 vs Qwen4-Max $3.27
• Tijd per indextaak — Astra 12,9 minuten vs Qwen4-Max 32,3 minuten, tegenover een veldmediaan van 12,4
• Tijd tot eerste antwoordtoken — Astra 171 seconden vs Qwen4-Max 149 seconden
Context — Astra 1M tokens totaal vs Qwen4-Max 984.000 zoals gemeten, 1.000.000 zoals gedocumenteerd
• Modaliteit — Astra accepteert tekst en afbeelding, terwijl Qwen4-Max tekst, afbeelding en video accepteert; beide geven alleen tekst als uitvoer.
• Inspanning — Astra vijf niveaus, van max tot laag, altijd aan vs Qwen4-Max drie niveaus, van laag tot Xhigh, standaard op hoog
Hoe twee kaarten negen posities uit elkaar op dezelfde rekening uitkomen
De convergentie is geen toeval en het is geen korting. Het zijn twee leveranciers die tegenovergestelde kanten van dezelfde transactie kiezen. OpenAI rekent hoge prijzen voor tokens en verkoopt je een model dat er weinig van gebruikt. Alibaba rekent lage prijzen voor tokens en verkoopt je een model dat er heel veel gebruikt. Beide hebben hun tariefkaart afgestemd op de gewoonten van hun eigen model, en daarom zegt de tariefkaart bijna niets over de factuur.
De tokenaantallen zijn het mechanisme, en ze zijn scheef verdeeld precies in de richting die de prijzen voorspellen. Op de suite van negen evaluaties genereert GPT-6.2 Astra 65,8 miljoen outputtokens — de mediaan van het veld is 65,1 miljoen, dus het is een volstrekt gewone verbruiker van tokens. Qwen4-Max genereert 127 miljoen, ongeveer het dubbele van de mediaan, en de eigen samenvatting van de tracker noemt het zeer uitgebreid. Vermenigvuldig dat door en de naïeve schatting zet Qwen4-Max op ongeveer $571 aan output tegenover $632 voor Astra.
Die twee schattingen zijn niet de gepubliceerde cijfers, en het verschil is het waard om te begrijpen in plaats van te verdoezelen. De getallen van $3,27 en $4,00 per taak zijn gewogen gemiddelden over negen evaluaties, waarin input-, gecachte input-, reasoning- en antwoordtokens worden gecombineerd, elk tegen hun eigen tarief. De vermenigvuldiging op basis van alleen output komt toevallig in dezelfde buurt uit. Iedereen die je vertelt dat ze het ene uit het andere hebben afgeleid, gist ernaar, inclusief iedereen die je vertelt dat het verschil van 18% precies de tokenverhouding is — dat is niet zo, en de twee grootheden bewegen onafhankelijk van elkaar wanneer een prompt langer wordt of een cache warmer wordt.
De drempel is de enige plek waar de negenvoudige kloof overleeft.
Onder 272.000 inputtokens gedraagt de kaart van GPT-6.2 Astra zich als een kaart: je betaalt ongeveer vijf keer zoveel als Qwen4-Max voor dezelfde input rekent, en acht tot negen keer zoveel voor output, en de kosten per taak vangen dat op omdat Astra minder tokens schrijft. Boven 272.000 tokens is de vergelijking geen vergelijking meer.
Astra's multiplier voor lange context verdubbelt de input en gecachte input en verhoogt de output met de helft — en hij geldt voor de hele aanvraag, niet alleen voor het deel voorbij de drempel. Qwen4-Max heeft helemaal geen drempel: $1,50 per miljoen vanaf de eerste token tot het invoerplafond van 983.616 tokens in de denkmodus, of 991.808 met denken uitgeschakeld.
Maak de rekensom voor een documentbeoordeling, want dat is de workload waarvoor lange context bestaat:
• 250.000 invoertokens, 5.000 uitvoertokens — GPT-6.2 Astra $2,00 in plus $0,20 uit, dus $2,20; Qwen4-Max $0,375 plus $0,0225, dus ongeveer $0,40
• 400.000 invoertokens, 5.000 uitvoer — Astra $6,40 voor invoer plus $0,30 voor uitvoer, dus $6,70, omdat het hele verzoek tegen dubbel tarief wordt gefactureerd; Qwen4-Max $0,60 plus $0,0225, dus ongeveer $0,62
• 900.000 invoertokens, 5.000 uitvoer — Astra $14,40 plus $0,30, dus $14,70; Qwen4-Max $1,35 plus $0,0225, dus ongeveer $1,37
Onder de streep is de prijsverhouding de tariefverhouding. Daarboven kost één enkele aanroep meer dan tien keer het equivalent bij Qwen4-Max voordat een van beide modellen ook maar een woord schrijft. Dat is geen prijsdetail; het is de grens waarop deze confrontatie haar antwoord verandert, en 272.000 valt ruim binnen het venster dat beide modellen adverteren.

De cachelijn beweegt dezelfde kant op, zij het minder heftig. Astra's korting van 95% op een basisprijs van $8 levert $0,40 per miljoen gecachte tokens op, tegenover Qwen4-Max tegen $0,075 — een verschil van 5,3 keer dat bij elke contextlengte aanhoudt. Cachewrites gaan tegen de intuïtie in de andere richting: Astra rekent er $10 per miljoen voor, boven zijn standaard inputtarief, terwijl Qwen4-Max $1,875 publiceert voor een write van vijf minuten en $3,00 voor een uur. Een workload die een stabiel prefix vaak opnieuw leest, dicht het grootste deel van de kloof; een workload die zijn prefix bij elke beurt herschrijft, betaalt dat voorrecht aan beide kanten en bij Astra nog wat meer.
De klok keert om, en de meeste recensies zien het niet.
Snelheid is waar de twee modellen ophouden elkaars spiegelbeeld te zijn. Qwen4-Max antwoordt als eerste — 149 seconden tot het eerste antwoordtoken tegenover 171 voor Astra — en doet er daarna tweeënhalf keer zo lang over om klaar te zijn: 32,3 minuten per indextaak tegenover 12,9. Astra bereikt zijn eerste token later en voltooit de taak 19,4 minuten eerder.
Die inversie is het vermelden waard, juist omdat ze de twee modellen over workloadtypen verdeelt in plaats van ze te rangschikken. Als je een antwoord nodig hebt dat snel begint te streamen — een chatinterface, een samenvatting van een document die de gebruiker ziet verschijnen — dan is de voorsprong van 22 seconden van Qwen4-Max het getal dat de waargenomen snelheid bepaalt, en de lange staart ervan blijft onzichtbaar tenzij de gebruiker op het volledige antwoord wacht. Als je een taak nodig hebt die wordt afgerond, dan is het cijfer van 12,9 minuten bepalend, en het cijfer van 32,3 minuten is degene die botst met elke timeout in je stack.
Geen van beide modellen is in absolute zin snel. De mediane taak op hetzelfde leaderboard wordt in 12,4 minuten afgerond, dus Astra is precies gemiddeld en Qwen4-Max doet er bijna drie keer zo lang over als het gemiddelde. Dit is een vergelijking tussen een model met normale snelheid en een langzaam model, niet tussen twee snelle modellen.

Een van deze modellen publiceert zijn volledige curve
Hier is de asymmetrie die meer deployments bepaalt dan beide prijskaarten. De ontwikkelaarsdocumentatie en de tracker van GPT-6.2 Astra beschrijven samen vijf effortniveaus en de indexscore bij elk daarvan: 62 bij max, 62 bij Xhigh, 60 bij high, 57 bij medium, 46 bij low. Je kunt precies zien welke capaciteit een goedkopere instelling kost, wat betekent dat een team bewust een punt op die curve kan kiezen — 57 bij medium ligt nog altijd 14 punten boven het beste gepubliceerde cijfer van Qwen4-Max, en het schrijft veel minder tokens dan max effort doet.
Qwen4-Max publiceert drie niveaus — low, high en Xhigh — staat standaard op high en heeft precies één onafhankelijk gemeten punt, genomen op Xhigh, de duurste instelling die het biedt. Het denkbudget staat standaard op 131.072 tokens, en niemand buiten Alibaba heeft getimed wat low of high daadwerkelijk doen met de klok of de rekening.
Dat verandert wat "18% goedkoper per taak" betekent. De vergelijking is Astra's gemeten configuratie tegenover de gemeten configuratie van Qwen4-Max, en de gemeten configuratie van Qwen4-Max is degene die geen enkel product standaard zou meeleveren. Zet je die op high, dan wordt de kloksnelheid waarschijnlijk beter en daalt de score waarschijnlijk — hoeveel precies is een niet-gepubliceerd getal, en de eigen efficiëntieclaims van de leverancier worden zowel bij high als bij Xhigh gegeven, wat aangeeft dat de instelling bedoeld is om bruikbaar te zijn in plaats van een terugvaloptie.
Het factureringsverschil dat op geen van beide tariefkaarten staat
Eén regel aan de kant van Astra heeft geen equivalent bij Qwen4-Max en kost geld op een manier die een prijsvergelijking nooit aan het licht zal brengen. Vanaf deze generatie gooit de API reasoning-items weg wanneer deze midden in een gesprek een wijziging in de geschiedenis detecteert — een prefix-wijziging, een downgrade van het model, een wijziging van eindgebruiker of organisatie. Het model leidt vervolgens werk opnieuw af dat het al had gedaan, en betaalt daar opnieuw voor.
Voor een agentlus die zijn systeemprompt tussen beurten herschrijft, is dat een terugkerende kostenpost die in geen enkele vergelijking per token voorkomt, en het is het mechanisme dat Astra's gemeten $4.00 per taak in productie het waarschijnlijkst optimistisch laat lijken. Qwen4-Max heeft geen gepubliceerde equivalente regel, wat niet hetzelfde is als geen equivalent gedrag hebben — het betekent dat het gedrag ongedocumenteerd is en je het in je logs vindt.

Een van beide bellen
Geen van beide modellen staat in onze catalogus. GPT-6.2 Astra en Qwen4-Max zijn beide bereikbaar via de API's van hun eigen leveranciers en diverse platforms van derden, en we gaan niet suggereren dat het anders is; de route voor Qwen4-Max bestaat hier niet en de route voor Astra's voorganger wel.
Wat er dan overblijft, is een vergelijking die je misschien liever uitvoert dan leest, en de eerlijke versie van het routeringsargument is beperkt.failover uitvoeren wanneer een aanroep van 32 minuten bij minuut negenentwintig wegvalt — dat is hoe je erachter komt op welke van deze twee curves je werklast zich bevindt. Astra's voorganger, GPT-6 Astra, en Qwen3.8-Max zijn nu beide routeerbaar tegen de lijstprijs van de leverancier met 0% opslag, waardoor de A/B tegen een van beide nieuwe modellen een configuratiewijziging is in plaats van een tweede contract.
Wat bepaalt het
Twee vragen, in deze volgorde, en de tweede is alleen van belang als de eerste op een bepaalde manier uitpakt.
Eerst: overschrijdt uw werklast regelmatig 272.000 invoertokens? Zo ja, dan is de keuze in feite al gemaakt en maakt de indexkloof niet meer uit, omdat de drempel van Astra een vijfvoudige invoerverhouding omzet in een tienvoudige voor de hele aanvraag, en de vaste tariefkaart van Qwen4-Max doet dat niet. Voor werk met lange documenten, lange video's en bulkextractie is Qwen4-Max een orde van grootte goedkoper, en 43 indexpunten zijn genoeg voor extractie.
Ten tweede: als je prompts kort zijn, heb je dan de 19 indexpunten nodig? Astra kost 22% meer per taak en voltooit de taak in 40% van de tijd, met een gepubliceerde inspanningscurve van vijf punten waarop je kunt afschalen. Qwen4-Max kost minder per taak, antwoordt eerder, is veel later klaar en geeft je één gemeten instelling. Bij korte prompts verdampt het verschil per token grotendeels, en het verschil in capaciteiten niet.
Wat geen van beide modellen beslecht, is precies datgene waar beide deze week mee werden verkocht: werk. Astra's pitch bij de lancering is een prijsverlaging, die meetbaar is en al is gemeten. Die van Qwen4-Max is een slogan over werk in de echte wereld, die ook meetbaar is — alleen niet door iemand die enkel het bericht over de lancering heeft gelezen. De klok van 32,3 minuten en het enkele gemeten inspanningsniveau zijn waar die slogan op de proef wordt gesteld, en dat zijn de twee getallen die je in je eigen evaluatie moet meenemen, want het zijn de twee die de marketing niet noemde.
Vergeleken in dit artikel2
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
