Een gegenereerde titelkaart met de tekst 'Qwen 4 vs GPT-6.1 Sol: het model dat per punt een derde zo veel kost', met als ondertitel '2,3 cent per indexpunt tegenover 7,6, en een 272.000-token-cliff die de prijs van de hele aanvraag verandert'. Drie genummerde rijen luiden 'indexscore 42,9 tegenover 54,6, Artificial Analysis v5.0.1', 'kosten per voltooide indextaak $ 3,27 tegenover $ 1,27' en 'input verdubbelt van $ 2,00 naar $ 4,00 boven 272.000 tokens'. Een voettekst luidt 'Scores en kosten per taak volgens Artificial Analysis Intelligence Index v5.0.1; prijzen volgens de gepubliceerde prijslijst van elke leverancier.' Platte vectorstijl op wit met blauwe en cyaan accenten, met het OrcaRouter-merk rechtsonder samengevoegd.
Guides & Insights

Qwen 4 vs GPT-6.1 Sol: Het model dat per punt een derde zoveel kost

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Elke andere Qwen4-Max-vergelijking in deze reeks heeft dezelfde vorm: de tegenstander scoort hoger en kost meer, en de discussie gaat erover of het verschil de meerprijs waard is. Deze niet. GPT-6.1 Sol scoort 54,6 op de Artificial Analysis Intelligence Index tegenover Qwen4-Max' 42,9 — twaalf punten voor — en rondt een indextaak af voor $1,27 tegenover $3,27 voor Qwen4-Max. Sol is tegelijkertijd capabeler en 2,6 keer goedkoper per afgerond antwoord. Op de efficiëntiemaatstaf die de andere vier matchups besliste, wint Sol met een factor 3,3: 2,3 cent per indexpunt tegen 7,6.

Er is één voorwaarde aan verbonden, en dat is de grens van 272.000 tokens. Het is een echte afgrond, die geldt voor elk token in het verzoek, en het is de enige route terug naar Qwen4-Max in deze confrontatie waarbij je niet meer betaalt voor minder.

De twee kaarten

GPT-6.1 Sol werd op 29 september 2026 uitgebracht voor $2,00 voor input en $10,00 voor output per miljoen tokens. Qwen4-Max stapte op 16 november 2026 over op verbruiksgebaseerde facturering tegen $1,50 voor input en $4,50 voor output in Singapore. Op het gepubliceerde tarief lijkt Qwen4-Max 2,2× goedkoper voor output; per voltooide taak is het 2,6× duurder. Die omkering is het artikel.

• Invoer, per miljoen — Sol $2,00 tot 272K tokens, $4,00 daarboven. Qwen4-Max $1,50 in Singapore, $1,413 in de andere vijf regio's, constant over het volledige venster.

• Uitvoer, per miljoen — Sol $10,00 korte context, $15,00 lange context. Qwen4-Max $4,50 en $4,24, vast.

• Gecachte invoer — Sol $0,10 per miljoen voor korte context, $0,20 voor lange; Qwen4-Max $0,075 voor leesbewerkingen, met schrijftarieven van $1,875 en $3,00 voor items van vijf minuten en één uur.

• 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.

• Context — Sol publiceert een venster van 1.000.000 tokens op de tracker; Qwen4-Max hetzelfde, met thinking-invoer beperkt tot 983.616.

• Kosten per indextaak — $1,27 versus $3,27.

• Indexscore — 54,6 versus 42,9, beide gemeten bij hun hoogste gepubliceerde inspanningsinstelling.

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.

Waarom de kaart die er goedkoop uitziet, de dure is

De {{1}}getallen per taak{{/1}} zijn pas logisch als je kijkt naar wat elk model heeft besteed om daar te komen. {{2}}Sol{{/2}} genereerde 63,7 miljoen outputtokens in de indexsuite; {{3}}Qwen4-Max{{/3}} genereerde 127,1 miljoen. {{4}}Qwen4-Max{{/4}} schreef bijna precies twee keer zoveel output om twaalf punten lager te scoren, en output is de dure kolom op beide kaarten.

Per taak is de verdeling 67.824 outputtokens voor Sol tegenover 104.940 voor Qwen4-Max — waarvan respectievelijk 49.213 en 68.914 redeneertokens zijn. Dus Qwen4-Max is niet woordrijker in zijn antwoord; het is woordrijker in zijn denken. Het redeneert 40% langer om tot een slechtere conclusie te komen, en rekent je dan $4,50 per miljoen aan voor dat voorrecht.

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.

Waar Qwen4-Max niet verslagen wordt

Twaalf punten is niet op elke suite een afstraffing, en drie rijen zijn het lezen waard voordat je het model afschrijft.

• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Zeven en een half punt. Reëel, maar smaller dan de kop doet vermoeden.

• AutomationBench — Qwen4-Max 72,6% tegenover de 64,9% van Sol. Qwen4-Max wint deze met bijna acht punten, en het is de grootste afzonderlijke omkering in de vergelijking.

• GDPval — Qwen4-Max 1.808,69 tegenover 1.607,47 van Sol. Een voorsprong van 12,5% op economisch onderbouwde professionele taken, tegenover een model dat twaalf indexpunten voorloopt. Dit is de tweede inversie en de verrassendste van de twee, omdat GDPval op de ranglijst het dichtst in de buurt komt van de vraag: "zou een professional dit werk accepteren?"

• FrontierCode 2.0 — 26,5% versus 40,6%. Dertien punten de andere kant op; de grootste kloof op het bord en de meest commercieel beladen.

• CritPt Agentic Hard — 43,0% tegenover 69,5%. Zesentwintig punten, de slechtste enkele rij voor Qwen4-Max.

Alwetendheid — 27,7 tegen 42,0, met hallucinatiepercentages van 28,4% en 51,9%. Sol is nauwkeuriger en veel waarschijnlijker om te verzinnen wanneer hij ernaast zit.

• Deelscores per capaciteit — Sol leidt op alle zes, nipt op strategie en operations (57,6 tegen 56,9) en duidelijk op engineering (59,4 tegen 50,1).

Het patroon is consistent met de andere matchups in deze serie: Qwen4-Max houdt stand waar de taak professionele beoordeling toegepast op documenten is, en verliest waar de taak langdurige technische redenering of agentische uitvoering is. Twee overwinningen op twaalf suites is geen reden om het te kiezen, maar wel een reden dat de keuze taakafhankelijk is in plaats van automatisch.

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.

Rekenen met 272.000 tokens

Neem een codebase van 400.000 tokens die je in één keer wilt laten analyseren, met 2.000 tokens aan output. Beide modellen passen het binnen hun contextvenster. Slechts één van hen past de prijs aan.

• GPT-6.1 Sol, tarief voor korte context — kan niet worden gebruikt. Bij 400K invoer geldt het tarief voor lange context: 400.000 × $4,00 per miljoen = $1,60 invoer, plus 2.000 × $15,00 = $0,03 uitvoer. Totaal $1,63.

• Qwen4-Max — 400.000 × $1,50 per miljoen = $0,60 invoer, plus 2.000 × $4,50 = $0,009 uitvoer. Totaal $0,61.

• Dezelfde aanvraag bij 250.000 tokens, onder de klif — Sol: 250.000 × $2,00 = $0,50 plus $0,03 = $0,53. Qwen4-Max: $0,375 plus $0,009 = $0,38.

De omslag is dus reëel en hij is smal. Onder 272.000 invoertokens is Sol per verzoek goedkoper en beter; daarboven is Qwen4-Max 2,7× goedkoper en twaalf punten slechter. Een agentlus van 200K tokens waarbij tool-uitvoer zich over de beurten opstapelt, overschrijdt halverwege een sessie de drempel — precies de vorm van workload waarbij de val het hardst toeslaat: je kiest de tier niet, de contextgroei van de lus kiest die voor je.

Dit is rekenwerk met lijstprijzen op basis van gepubliceerde tarieven, niet op gemeten facturen. Cache-hits zouden beide cijfers aanzienlijk verlagen en de absolute kloof verkleinen, terwijl de verhouding ongeveer gelijk blijft.

Het routeringsantwoord, dat hier ongewoon netjes is

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.

Wat deze combinatie het routeren waard maakt in plaats van het kiezen, is dat de beslissingsvariabele een tokental is, en een routeringslaag kan dat zien. Een regel van 272.000 tokens op de invoerlengte — Sol eronder, iets goedkopers erboven — is een tweeregelig beleid, en het is precies het soort ding dat je één keer makkelijk implementeert en dat je onmogelijk in elke service handmatig kunt blijven doen. Automatische failover dekt de andere kant: Sols long-context-tier is een andere prijsklasse, niet een ander model, dus een piek in promptgrootte levert een wijziging op de rekening op in plaats van een fout, en niets waarschuwt je tot de factuur komt.

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.

Wat zou dit verplaatsen?

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.

Totdat een van beide gebeurt, is de regel kort en hij vleit het onderwerp van deze serie niet. Voor vrijwel alles is GPT-6.1 Sol het betere model en het goedkopere, en het twaalfpuntsverschil wordt afgeprijsd. Voor het specifieke geval van een documentintensieve taak met professionele beoordeling, waarbij de voorsprong van 12,5% van GDPval iets betekent, is Qwen4-Max het bekijken waard tegen 2,6× de prijs per taak. En voor alles wat een grote context voorbij 272.000 tokens sleept, is Qwen4-Max niet langer de compromisoptie maar de juiste keuze — niet omdat het beter is geworden, maar omdat het alternatief is verdubbeld.