
Qwen4-Max vs GPT-6 Luna: 22× de taakkosten voor 15 indexpunten
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 414 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 138 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 111 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 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Laat je een Qwen4-Max-verzoek en een GPT-6 Luna-verzoek door dezelfde evaluatiesuite lopen, dan bedraagt de rekening $3,27 tegen $0,15. Tweeëntwintig keer. Zet de scores naast elkaar en het is 43 tegen 28 — vijftien punten, het verschil tussen een model waaraan je een agentrun van meerdere uren zou toevertrouwen en een waaraan je een document zou toevertrouwen. Beide verschillen zijn reëel, beide zijn gemeten op dezelfde indexrevisie, en geen van beide beslecht de vraag, want Qwen4-Max is algemeen beschikbaar sinds 16 november 2026 voor $1,50 en $4,50 per miljoen tokens, terwijl GPT-6 Luna sinds 22 september op een tiende daarvan zit. De beslissing is niet welk model beter is. Het is welke vijftien punten je daadwerkelijk gaat gebruiken, en het antwoord verandert twee keer in de loop van deze vergelijking.
De 22× en waarvan deze gemaakt is
Begin met de tariefkaart, want de ratio die in de kop staat is niet de ratio die je betaalt.
• Invoer — Qwen4-Max $1,50 per miljoen in Singapore, $1,413 in de wereldwijde regio's. GPT-6 Luna $0,10. Vijftien tegen één.
• Uitvoer — Qwen4-Max $4.50, of $4.24 Global. GPT-6 Luna $0.50. Negen tegen één.
• Gecachte invoer — Qwen4-Max $0.075 Singapore, $0.071 Global, 95% korting. GPT-6 Luna $0.01, 90% korting.
• Gemengd — Qwen4-Max $0,80 per miljoen op basis van de 7:2:1-weging van de tracker voor cache-hit/input/output. GPT-6 Luna $0,077. Tien tegen één.
• Kosten per Intelligence Index-taak — Qwen4-Max $3,27, GPT-6 Luna $0,15. Tweeëntwintig tegen één.
Vijftien, negen, tien, tweeëntwintig. Die vier getallen stemmen niet overeen, en juist die discrepantie is het nuttige deel: de verhouding per taak is meer dan twee keer de gemengde-prijsverhouding, omdat Qwen4-Max meer tokens moet uitsturen om de suite te voltooien, niet omdat zijn tarieven slechter zijn dan de kaart suggereert. Het uitvoerigheidspaneel van de tracker plaatst Qwen4-Max op 127 miljoen outputtokens tegenover een mediaan van 90 miljoen; Luna op 110 miljoen tegenover dezelfde mediaan. Beide zitten aan de uitvoerige kant. Qwen4-Max is 15% uitvoeriger, en die 15% doet echt werk in een kloof van 22× die een tariefkaart van 10× zou hebben voorspeld.
Alle cijfers in deze sectie zijn metingen van Artificial Analysis op index v5.0.1 — de herbaseerde index, dus een Luna-score uit een leaderboard van juli is niet vergelijkbaar met de 28 die hier worden genoemd — gecombineerd met de eigen gepubliceerde tariefkaart van elke leverancier. Geen van beide leveranciers heeft een op elkaar afgestemde rechtstreekse vergelijking gepubliceerd, en elke vergelijking die op deze cijfers is gebaseerd, is rekenwerk op twee afzonderlijke runs, geen benchmark.

De instelling voor inspanning is de grotere hefboom.
Dit is wat de voorstelling van 43 tegenover 28 misleidend maakt, en dat is geen kleine correctie.
GPT-6 Luna wordt geleverd met zes redeneerinstellingen — none, low, medium, high, xhigh en max — en staat standaard op medium. Artificial Analysis beoordeelt elke trede. De spreiding is geen afrondingsverschil:
• Max — 28 op de index, $0,15 per taak, 12,2 minuten, 103 tokens per seconde.
• Xhigh — 23, 7,4 minuten, 99 tokens per seconde.
• Hoog — 21, 6,0 minuten, 91 tokens per seconde.
• Medium — 18, 3,5 minuten, 93 tokens per seconde. Dit is de standaard, en het is de instelling die vrijwel elke productieaanroep daadwerkelijk gebruikt.
• Laag — 10, 0,6 minuten, 87 tokens per seconde.
• Niet-redenerend — 9, 2,0 minuten, 84 tokens per seconde.
Dus de eerlijke vergelijking is niet 43 tegenover 28. Het is 43 tegenover 18 voor een aanroeper die geen effort-parameter meestuurt, en 43 tegenover 28 voor wie de knop helemaal naar de top draait en daarvoor zes keer de latentie betaalt. Vijfentwintig punten bij de standaardinstelling en vijftien op het maximum, van hetzelfde model, zonder prijswijziging op de kaart.
De ladder van Qwen4-Max heeft drie treden — low, high, xhigh — en staat standaard op high. Er is geen medium: Chat Completions en DashScope mappen medium allebei naar high, dus om de middelste instelling vragen kost hetzelfde als de hoogste. Dat is een slechtere regelaar dan die van Luna, en het maakt om dezelfde reden uit — de trede die je kiest bepaalt de score, en Qwen4-Max geeft je minder manieren om er minder van af te nemen.
Wat de tracker voor Qwen4-Max niet publiceert, is een score bij elk van zijn drie treden; de pagina vermeldt 43 en stopt. Luna's volledige ladder van zes treden is openbaar, waardoor Luna het makkelijkere model is om te modelleren en het moeilijkere om te quoten. Als je een kostenprognose opstelt, is een volledig gepubliceerde ladder meer waard dan één enkel beter getal, omdat je kunt zien waar het knikpunt ligt.

Luna's klipperige grens van 272.000 tokens
Beide modellen adverteren met een context van een miljoen tokens, en slechts één van hen rekent hetzelfde tarief over die hele context, en dit is het duurste ding dat een koper kan missen.
• Qwen4-Max — $1,50 en $4,50 vast voor het volledige venster van 1.000.000 tokens, zonder staffeling bij 32K of 128K. Het gedocumenteerde invoerplafond is 991.808 tokens in niet-denkmodus en 983.616 met denken ingeschakeld; de uitvoer in niet-denkmodus is beperkt tot 131.072 en denken plus antwoord delen samen 262.144.
• GPT-6 Luna — $0,10 en $0,50 tot 272.000 invoertokens, daarna $0,20 voor invoer en $0,75 voor uitvoer daarboven. De prijsherziening geldt voor het hele verzoek, niet voor het overschot: een prompt van 300.000 tokens betaalt dubbel over alle 300.000, niet over de laatste 28.000. Het contextvenster is 1.050.000 volgens de documentatie van OpenAI en 1M op de tracker; maximale invoer 922.000; uitvoerplafond 128.000.
Reken de longcontext-case door en de 22× zakt richting 7,5×. Een document van 400.000 tokens met een antwoord van 8.000 tokens kost $0,60 voor invoer en $0,09 voor uitvoer op Qwen4-Max — $0,69 tegen Singaporese tarieven. Dezelfde aanvraag op Luna kost $0,08 voor invoer en $0,006 voor uitvoer, $0,086. Zevenenhalf keer, niet tweeëntwintig. Luna is nog steeds aanzienlijk goedkoper, en wel met een derde van de marge die het kopcijfer suggereert.
Die inversie heeft een tweede scherpe kant, en die snijdt de andere kant op. Onder 272.000 tokens geldt de klif nooit, en de meeste agent-workloads — een codebasecontext, een supportgesprek, een tool-calling-lus — liggen ruim daaronder. Een team dat op beide kaarten "1M context" leest en Luna voor een taak van 500.000 tokens op $0,10 begroot, heeft op input 2× te weinig begroot en op output 1,5×, en de fout komt pas op de factuur aan het licht.
Er is ook nog een punt over dataresidentie dat u moet weten voordat de prijs van belang is: EU-dataresidentie op Luna is alleen beschikbaar met Standard-verwerking, waardoor de Batch- en Fast-kortingen volledig vervallen. Als een vereiste voor dataresidentie van toepassing is, geldt voor Luna het standaardtarief en is de kortingsstructuur waarop u rekende niet voor u beschikbaar.
Video, en de rij waar Luna niet binnen kan komen
Het verschil tussen de modaliteiten is kleiner dan de marketing suggereert en groter dan een vluchtige blik op een specsheet doet vermoeden.
• GPT-6 Luna — tekst en afbeeldingen als invoer, tekst als uitvoer. Geen video- of audiomodel. Beeldgeneratie, spraakgeneratie, transcriptie en vertaling staan allemaal gedocumenteerd als niet ondersteund.
• Qwen4-Max — tekst, afbeelding en video als invoer, tekst als uitvoer, waarbij vision native wordt afgehandeld in plaats van via een extractor. OpenAI Chat Completions, OpenAI Responses, Anthropic Messages en DashScope aan de protocolzijde, tegenover Luna's Responses, Chat Completions en Batch.
Dus Qwen4-Max is de enige van de twee waarop je een schermopname, een college-opname of een videoreview kunt richten en er een vraag over kunt stellen. Dat is een echt verschil in mogelijkheden, en geen benchmarkverschil: geen enkele index op beide kaarten meet het, en geen enkele mate van effort-level-afstelling op Luna levert het op. Als video deel uitmaakt van de workload, eindigt de vergelijking hier en is de 22× de toegangsprijs.
Als video niet beschikbaar is, is de rij decoratie, en de protocolbreedte is de interessantere helft. Qwen4-Max spreekt vier wire-formaten; Luna spreekt er drie en zet zijn rijkste tooloppervlak achter Responses — ingebouwde tools zoals webzoekopdracht, bestandszoekopdracht, code-interpreter en gehoste shell worden daar uitgevoerd, en functieaanroepen op Chat Completions werken alleen wanneer de redeneerinspanning is ingesteld op none. Een pipeline die naar Chat Completions overstapt om geld te besparen en nog steeds toolaanroepen verwacht, faalt bij het eerste verzoek. Dat is een migratievalkuil, geen capaciteitskloof, en het is precies het soort ding dat je een week kost in plaats van een percentage.
Dit is de naad waar een routeringslaag zich terugverdient in plaats van een modelkeuze. OrcaRouter levert al openai/gpt-6-luna tegen OpenAI's lijstprijzen, met 0% markup die wordt doorgegeven — dus een prijswijziging van Luna is hier live op dezelfde dag dat die op OpenAI's prijskaart verschijnt — en Qwen4-Max wordt hier niet gehost; het is bereikbaar via Alibaba's eigen Model Studio API en diverse platforms van derden. Eén API voor meer dan 200 modellen, één sleutel, en een routerings-DSL die een verzoek classificeert en het doorstuurt naar degene van de twee waar het volgens de rij thuishoort: Luna voor de extractielaag met hoog volume, Qwen-klasse voor het video- en lange-contextwerk dat Luna structureel niet aankan. Automatische failover dekt de dag dat de goedkope laag een slecht uur heeft — de dag waarop een pijplijn met één provider ontdekt dat die er een heeft.

Wanneer elk model de juiste keuze is
Drie workloads, drie verschillende antwoorden, en de derde is waar de meeste teams in de praktijk staan.
Grootschalig, goed gespecificeerd, gecontroleerd.Classificatie over een corpus, extractie uit documentensets, samenvatten, de supporttriage-laag van een pijplijn. Luna tegen $0,15 per taak versus Qwen4-Max tegen $3,27 is een kostenreductie van 95% voor werk dat nooit een 43 nodig had. De 18 die je bij Luna's standaardinstelling krijgt, ligt boven de mediaan van zijn prijsklasse en de output is controleerbaar, wat het hele argument is. Dit is geen twijfelgeval.
Langdurig, onbeheerd, duur als het misgaat. Agentruns van meerdere uren, refactors op repositoryschaal, onderzoek dat tientallen toolaanroepen omvat. Vijftien indexpunten is het verschil tussen een model dat een plan kan vasthouden en een dat het kwijtraakt, en bij $3,27 per taak tegenover een run die een uur engineering kost om opnieuw te doen, is de prijs niet de beperkende factor. Qwen4-Max is ook de enige van de twee die video-invoer accepteert, wat voor een groeiend deel van agentisch werk — screenshots, schermopnames, UI-traces — het verschil is tussen een werklast die bestaat en een die niet bestaat.
Latentiegevoelig, ergens in het midden. Dit is het geval dat geen van beide kaarten beantwoordt. Luna decodeert met 103 tokens per seconde bij maximale inspanning en met 93 bij de standaardinstelling; Qwen4-Max met 59. Luna voltooit een indextaak in 12,2 minuten bij maximale inspanning en in 3,5 bij de standaardinstelling; Qwen4-Max in 29,8. Als er een mens wacht, is 59 tokens per seconde het getal dat bepaalt of het product levendig aanvoelt, en geen enkele besparing per taak weegt op tegen een interface die vastloopt. Als er niemand wacht, zijn 29,8 minuten kloktijd waar je omheen kunt plannen.
De juiste vorm voor de meeste teams is niet een van deze twee, maar beide — en de reden is dat de beslissingsgrens een eigenschap op verzoekniveau is, niet op contractniveau. Een pipeline die classificeert op Luna en escaleert naar een frontiermodel wanneer de classifier twijfelt, behaalt de 95% besparing op de gemakkelijke 90% en de vijftien punten op de rest. Daar is de routing-DSL voor bedoeld, en het is de enige configuratie in deze vergelijking die niet vereist dat je een verliezer kiest.
De rekening die je echt kunt voorspellen
Tweeëntwintig keer de taakkosten voor vijftien indexpunten. Deel het ene door het andere en Qwen4-Max kost $0,076 per indexpunt tegenover Luna's $0,0054 — veertien keer meer per punt, het getal waardoor Luna de voor de hand liggende aankoop lijkt en dat tegelijk het minst nuttig is, omdat niemand indexpunten verbruikt.
Wat mensen consumeren is een workload, en die workload heeft drie eigenschappen die dit bepalen: hoeveel tokens de context omvat, of er een mens op wacht, en of een fout antwoord goedkoop te ontdekken is. Luna wint de eerste twee overtuigend en verliest de derde zo erg dat de vergelijking omslaat. Qwen4-Max wint de derde en rekent daarvoor een tarief dat alleen zin heeft als het alternatief een herhaling is.
De voorspelling die dit allemaal overleeft: als je op basis van prijs tussen deze twee kiest, heb je al verkeerd gekozen, want de 22× is geen premie die je op elke aanvraag in een pipeline zou moeten betalen — het is een premie die je betaalt op de kleine fractie aanvragen die hem nodig heeft. Routeer die fractie. De rest is een afrondingsfout die je aan iets anders kunt besteden.
