
Qwen4-Max vs GPT-6.1 Sol: Tańszy token przegrywa na fakturze, a granica wynosi 272 000
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 185 tok/s
Weźmy oba cenniki za dobrą monetę, a Qwen4-Max wygrywa z ogromną przewagą. W cenniku widnieje $1.50 za milion tokenów wejściowych i $4.50 za milion tokenów wyjściowych; GPT-6.1 Solma $2.00 i $10.00. Na wyjściu daje to 2,2× rozpiętości na korzyść Qwen4-Max i to właśnie ta liczba otwiera każde porównanie tych dwóch modeli. A teraz przepuśćmy oba przez te same dziewięć ewaluacji i spójrzmy, ile kosztują te przebiegi. Artificial Analysis wylicza $3.27 na zadanie Intelligence Index dla Qwen4-Max, ogólnie dostępnego od 16 listopada 2026 r., wobec $1.27 dla GPT-6.1 Sol, który OpenAI sprzedaje od 29 września 2026 r. Tańszy token okazuje się 2,6× droższy na ukończone zadanie. Tę inwersję powodują dwa mechanizmy i tylko o jednym z nich się mówi — drugi tkwi na poziomie 272 000 tokenów, gdzie cennik Sol zmienia cenę w trakcie żądania, a cennik Qwen4-Max nie.
Dwie karty o różnych kształtach, nie tylko różne liczby

• Cena wejściowa — Qwen4-Max: 1,50 USD za milion, stawka stała, w porównaniu z GPT-6.1 Sol: 2,00 USD do 272 000 tokenów, 4,00 USD powyżej
• Cena wyjściowa — 4,50 USD ryczałtowo vs 10,00 USD do 272 000 tokenów, 15,00 USD powyżej
• Odczyt z pamięci podręcznej — 0,075 USD za milion, przy zapisie 1,875 USD (5 minut) lub 3,00 USD (1 godzina) w porównaniu z 0,10 USD za milion przy zapisie 2,50 USD i 5,00 USD
• Okno kontekstu — 1 000 000 tokenów z limitem wejścia w trybie myślenia wynoszącym 983 616 tokenów w porównaniu z 1 050 000 tokenów
• Maksymalna długość wyjścia — 131,072 bez trybu rozumowania lub 262,144 współdzielone z rozumowaniem w porównaniu z 128,000
• Kontrola rozumowania — trzy poziomy (niski, wysoki, xhigh), domyślnie wysoki vs pięć (od niskiego po maksymalny), domyślnie średni, zawsze włączona
• Parametry próbkowania — temperature, top_p i top_k akceptowane vs odrzucane; rozumowanie musi być sterowane wyłącznie przez effort
• Modalności wejściowe — tekst, obraz, wideo vs tekst, obraz, plik
Pierwsze dwa wiersze to miejsce, w którym są pieniądze. Qwen4-Max sprzedaje jeden poziom od zera do limitu kontekstu, celowo: bez dopłaty za długi kontekst, bez rabatu za partie również, ponieważ wnioskowanie wsadowe nie jest w ogóle oferowane w tym modelu. GPT-6.1 Sol sprzedaje tani poziom i drogi, a granica między nimi jest pojedynczą najistotniejszą liczbą w tym porównaniu dla każdego, kto ma duże prompty.
Co przekroczenie 272 000 tokenów robi z arytmetyką
Poniżej progu milion tokenów wejściowych w GPT-6.1 Sol kosztuje 2,00 USD, a milion tokenów wyjściowych 10,00 USD. Na progu lub powyżej niego katalog rozlicza żądanie stawką 4,00 USD za wejście i 15,00 USD za wyjście — podwojenie dla wejścia i wzrost o 50% dla wyjścia. Qwen4-Max pobiera 1,50 USD i 4,50 USD zarówno przy 200 000 tokenów, jak i przy 900 000 tokenów.
Przepuść przez oba model zadanie mocno oparte na dokumentach, a kolejność się odwróci w zależności od tego, gdzie trafi żądanie. Prompt o długości 150 000 tokenów z odpowiedzią o długości 4000 tokenów kosztuje około $0.26 na Sol i $0.24 na Qwen4-Max — to tak blisko remisu, że o niczym innym w tych modelach nie należy decydować na podstawie ceny. To samo zadanie przy 400 000 tokenów wejściowych kosztuje $1.65 na Sol w wyższej kategorii wobec $0.62 na Qwen4-Max: różnica 2,7×, w przeciwnym kierunku niż główna różnica w kosztach wyjścia i większa niż ona. Praca z długim kontekstem to jedyny rodzaj obciążenia, w przypadku którego karta Qwen4-Max jest po prostu lepszym zakupem, i to na takie obciążenie ta para najprawdopodobniej zostanie skierowana, ponieważ oba modele są sprzedawane z oknami 1 mln tokenów.
Co sprawia, że granica progu staje się decyzją routingową, a nie przypisem w cenniku. Jeśli żądania w potoku skupiają się tuż poniżej 272 000 tokenów, dzielenie lub buforowanie, aby pozostać poniżej progu, jest warte realnych pieniędzy; jeśli znajdują się znacznie powyżej niego, dzielenie jest bezcelowe, a Qwen4-Max jest tańszy na wejściu niemal trzykrotnie.

Inwersja, która nie ma nic wspólnego z ceną
Gadatliwość to drugi mechanizm i działa przeciwko Qwen4-Max mocniej, niż cennik działa na jego korzyść. W ramach Intelligence Index Artificial Analysis odnotowało 63,7 mln tokenów wyjściowych od GPT-6.1 Sol — zwięzłego według jego miary, wobec mediany 78,6 mln — oraz 127 mln od Qwen4-Max, który określa jako bardzo gadatliwy. Dwukrotnie więcej tokenów wyjściowych przy mniej niż połowie ceny za token daje w sumie rachunek 2,6× większy.
To nie jest osobliwość ewaluacji. Własne materiały premierowe Alibaby przedstawiają ten sam argument z drugiej strony: główna deklaracja Qwen4-Max polega na tym, że zmniejsza zużycie tokenów o 24%–35% względem poprzednika, Qwen3.8-Max, oraz o 48%–49% w Terminal-Bench 4.0. To rzeczywiste ulepszenia i mają one charakter względny. W porównaniu z GPT-6.1 Sol model wciąż zużywa około dwóch tokenów wyjściowych na każdy jeden token zużywany przez Sol, a wpis premierowy nie twierdzi inaczej.
Praktyczną konsekwencją jest to, że każdy model kosztów zbudowany przez pomnożenie liczby tokenów przez cenę katalogową da błędny znak tego porównania. Najpierw wymodeluj tokeny. Jeśli obsługujesz już ruch za pomocą zwięzłego modelu i rozważasz zmianę, licz się z tym, że objętość Twoich odpowiedzi w przybliżeniu się podwoi, nawet gdy stawka za token spadnie o ponad połowę — co w przypadku tej pary oznacza stratę netto.
Szybkość, gdzie tylko jedna strona cokolwiek opublikowała
GPT-6.1 Sol jest wolny i jest to zmierzone: 23,1 minuty na zadanie Intelligence Index, 168,56 sekundy do pierwszego tokena odpowiedzi, 49 tokenów na sekundę szybkości wyjściowej w przebiegu Artificial Analysis przeciwko endpointowi OpenAI. Nasz własny ruch w playgroundzie, próbkowany w ciągu siedmiu dni do 16 listopada, pokazuje szybszą medianę — około 98 tokenów wyjściowych na sekundę i p50 pierwszego bajtu na poziomie 1,7 sekundy — czego można oczekiwać po trasie bramy stojącej przed innym upstreamem niż ten, którego użyło Artificial Analysis. Oba wyniki mogą być prawdziwe; żaden nie opisuje ścieżki drugiego.
Qwen4-Max nie ma w ogóle niezależnej liczby dotyczącej szybkości. Artificial Analysis podaje wynik indeksu modelu, jego cenę i łączne liczby tokenów, a czas na zadanie, tempo generowania i czas do pierwszego tokenu pozostawia puste. Alibaba publikuje twierdzenia o efektywności tokenowej, które nie są opóźnieniem. Tak więc dla jednej strony tego porównania można zaplanować wydajność całej ścieżki, a dla drugiej można zaplanować rachunek i nic więcej. Każdy, kto w tym miesiącu wdraża interaktywny interfejs na Qwen4-Max, po raz pierwszy samodzielnie mierzy opóźnienie.
Dwa szczegóły migracji, przez które stracisz popołudnie na debugowanie
Rozumowanie GPT-6.1 Sol jest zawsze włączone, ma pięć poziomów wysiłku i domyślne ustawienie medium, a model kategorycznie odrzuca temperature i top_p — próbkowanie jest sterowane wyłącznie przez poziom wysiłku. Qwen4-Max przyjmuje pełny zestaw parametrów próbkowania, z domyślnymi wartościami temperature 1.0 i top_p 0.95 w trybie myślenia oraz 0.7 i 0.8 poza nim, a także top_k 20 i presence penalty 1.5, gdy myślenie jest wyłączone. Klient przeniesiony z Sol do Qwen4-Max po cichu nabędzie zachowanie próbkowania, którego nigdy nie miał; migracja w odwrotnym kierunku zgłosi wyjątek.
Ciągi poziomu wysiłku są lustrzanym odbiciem. Sol oferuje pięć szczebli; Qwen4-Max oferuje trzy i zwija pozostałe, mapując minimal na low, medium na high, a max na xhigh. Potok żądający medium od Qwen4-Max otrzymuje rozumowanie o wysokim wysiłku z domyślnym budżetem myślenia wynoszącym 131 072 tokeny i bez błędu, który by to sygnalizował. Potok żądający max otrzymuje xhigh i wygląda poprawnie. Przypnij poziom w słownictwie dostawcy dla każdej trasy; nie przekazuj ciągu poziomu wysiłku przez granicę modelu i nie licz na szczęście.

Gdzie powinny znajdować się te dwa elementy i jak uruchomić je obok siebie
Podział, który wynika z liczb: GPT-6.1 Sol do rozumowania przy krótkich promptach i dużym wolumenie, gdzie jego zwięzłość procentuje, oraz Qwen4-Max do żądań przekraczających 272 000 tokenów wejściowych, do wejścia wideo lub do obciążeń wymagających kontroli próbkowania, a nie regulacji wysiłku.
Uruchomienie tego podziału jest zwykle kosztowną częścią i to jest właśnie przypadek, dla którego z jednej strony zbudowano OrcaRouter. GPT-6.1 Sol jest kierowany po $2.00 i $10.00 za milion poniżej granicy poziomu oraz po $4.00 i $15.00 powyżej niej — to stawki samego dostawcy, przekazywane z 0% marży, więc powyższa arytmetyka poziomów to dokładnie to, co faktycznie płacisz, a nie jej przybliżenie — przez ten sam klucz i ten sam endpoint zgodny z OpenAI co Claude Opus 5.5, Grok 4.5, Qwen3.8-Max i Tencent HY4 Preview. Qwen4-Max nie znajduje się jeszcze w katalogu, więc ta strona na razie pozostaje na bezpośrednim kluczu Alibaba.
Co wciąż wystarcza, by porównanie było realne: zdefiniuj granicę raz w regule routingu, kieruj wszystko poniżej 272 000 tokenów do trasy Sol, a wszystko powyżej do Qwen4-Max, i pozwól przełączeniu awaryjnemu obsłużyć nowy model, gdy ustalasz jego opóźnienie. To DSL routingu czyni z tego regułę, a nie usługę — warunek dotyczący rozmiaru żądania, dwa miejsca docelowe, jeden punkt końcowy i automatyczne przełączenie awaryjne, jeśli strona eksperymentalna zachowa się nieprawidłowo.
Krótka wersja, wraz z jej datą ważności
Qwen4-Max jest tańszym modelem w przeliczeniu na token i droższym w przeliczeniu na zadanie, a powodem jest to, że pisze dwa razy więcej. GPT-6.1 Sol jest tańszym modelem w przeliczeniu na zadanie i droższym w przeliczeniu na długie zapytanie, a powodem jest granica przedziału przy 272 000 tokenów, której jego konkurent nie ma. Żaden z tych faktów nie dotyczy inteligencji, w której te dwa modele dzieli dwanaście punktów indeksu — 43 wobec 55 przy maksymalnym wysiłku Sol — na korzyść Sol.
Porównanie ma datę ważności. W poście Alibaby o premierze czytamy, że mniejsze modele Qwen4 trafią do open source, a stawka za token dla modelu o 2,4 biliona parametrów to dokładnie ten rodzaj danych, który zostaje skorygowany, gdy pojawi się pierwszy miesiąc ruchu od agentów. Do tego czasu podejmuj decyzje na podstawie wolumenu tokenów i rozmiaru żądań, a nie stawki za wyjście.
Porównane w tym artykule1
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
