
Qwen4-Max kontra GPT-6.1 Sol Pro: Pro to tryb rozliczeń i ma wynik do pobicia
- 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 · 192 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 · 186 tok/s
GPT-6.1 Sol Pro nie ma ceny, ponieważ nie ma identyfikatora. To GPT-6.1 Sol — wydany 29 września 2026 r. w cenie 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych — wywoływany z reasoning.mode: "pro" w Responses API, ustawieniem, które — jak dokumentuje OpenAI — powoduje, że model wykonuje więcej pracy, a praca ta jest rozliczana według tych samych standardowych stawek za tokeny. Qwen4-Max, ogólnie dostępny od 16 listopada 2026 r. w cenie 1,50 USD i 4,50 USD, jest tańszym modelem w przeliczeniu na token — 2,2 razy tańszym na wyjściu. Jest też — według jedynego niezależnego pomiaru, jaki ma którykolwiek z tych modeli — droższy w przeliczeniu na ukończone zadanie: 3,27 USD wobec 1,27 USD dla GPT-6.1 Sol przy jego maksymalnym ustawieniu wysiłku. Ta inwersja — Qwen4-Max tańszy w przeliczeniu na token i droższy w przeliczeniu na odpowiedź — to całe porównanie, a tryb pro jest jedyną zmienną, która mogłaby przesunąć je w którąkolwiek stronę, choć nikt nie byłby w stanie zmierzyć, w którą.
Tryb Pro to mnożnik bez opublikowanego współczynnika
Istnieją tylko dwa akapity dokumentacji dostawcy i warto je uważnie przeczytać, ponieważ wszelkie porównania „Sol Pro” w internecie opierają się na nich oraz na domysłach.
• Co to jest — wartość pro parametru reasoning.mode, ustawiana wraz z reasoning.effort w Responses API. Druga wartość to standard, czyli wartość domyślna.
• Co robi — według OpenAI „agreguje pracę modelu wykonaną w celu uzyskania ostatecznej odpowiedzi”. Jest to niezależne od wysiłku: tryb wybiera, ile pracy zostanie wykonane, a wysiłek — jak intensywnie model myśli w jego ramach.
• Ile to kosztuje — zagregowane tokeny rozliczane według standardowych stawek modelu. Bez dopłaty, bez osobnego licznika.
• Czego nie ma — współczynnika. OpenAI nie publikuje żadnego mnożnika tokenów dla trybu pro, a neutralny ranking nie zawiera wiersza dla trybu pro: każdy pomiar GPT-6.1 Sol w Artificial Analysis to ustawienie reasoning.effort od low do max, zawsze w trybie standardowym.
Co oznacza, że jedna rzecz wynika stąd z pewnością, a druga nie. Pewne jest: tryb pro może jedynie zwiększyć koszt zadania w GPT-6.1 Sol, nigdy go nie obniżyć, ponieważ dodaje rozliczane tokeny według tej samej stawki. Niepewne jest: o ile. Uruchomienie w trybie pro, które agreguje 1,8× pracy, to inny produkt niż takie, które agreguje 4×, a nikt spoza OpenAI nie opublikował tego współczynnika.
Tryb Pro progu musi zostać wyczyszczony.
Ta niewiadoma nie jest powodem, by wzruszać ramionami. Przekłada się na jedną liczbę, ponieważ koszt na zadanie Qwen4-Max jest już zmierzony, podobnie jak koszt Sol.
• Przy maksymalnym wysiłku Sola — 1,27 USD za zadanie Intelligence Index wobec 3,27 USD w przypadku Qwen4-Max. W trybie Pro wydatki Sola na tokeny musiałyby wzrosnąć 2,57×, zanim oba modele kosztowałyby tyle samo za zadanie.
• Przy ustawieniu xhigh wysiłku Sola — 0,76 USD wobec 3,27 USD. Próg wynosi 4,3×.
• Przy wysokim wysiłku Sol — 0,59 USD wobec 3,27 USD. Próg wynosi 5,5×.
• Jeśli chodzi o inteligencję, dla odniesienia — Sol uzyskuje 54,6 punktu w indeksie przy max, 52,5 przy xhigh i 50,3 przy high. Qwen4-Max uzyskuje 42,9. Tryb Pro nie zmienia wyniku inteligencji modelu w takim sensie, w jakim mierzy go indeks, ale zmienia jakość odpowiedzi w trudnych zadaniach, co jest jedynym powodem, by za niego płacić.
Zatem pytanie, przed którym faktycznie stoi kupujący, nie brzmi „co jest tańsze”. Brzmi ono: czy uruchomienie Sol w trybie pro bije Qwen4-Max o więcej niż dziesięć punktów indeksu jakości, pozostając poniżej 2,6× do 5,5× wydatku na tokeny w trybie standardowym? Wszystkie publikowane sygnały mówią, że mnożnik jest realny, ale umiarkowany — dostawca przedstawia tryb pro jako ustawienie do „trudnych zadań wymagających większej pracy modelu”, a nie jako inny model — a mnożnik poniżej 2,6× pozostawiłby Sol tańszy na zadanie niż Qwen4-Max na każdym poziomie wysiłku. To jest wnioskowanie, wyraźnie oznaczone jako takie, i jest to najbardziej obronna rzecz, jaką ktokolwiek może powiedzieć, dopóki OpenAI lub niezależny ewaluator nie opublikuje tego stosunku.

Dlaczego tani model jest tym drogim
Cennik oparty na tokenach i rachunek za zadanie różnią się niemal sześciokrotnie, a przyczyną jest wolumen, nie cena. Warto to jasno wyłożyć, ponieważ jest to najczęstszy błąd w porównaniach tych dwóch modeli.
Stawka za tokeny wyjściowe — Qwen4-Max: 4,50 USD za milion wobec 10,00 USD w Sol. Qwen4-Max jest 2,2× tańszy w przeliczeniu na token wyjściowy.
• Wielkość danych wyjściowych w przebiegu indeksowania — 127 milionów tokenów dla Qwen4-Max, 63,7 miliona dla Sol przy maksymalnym nakładzie. Qwen4-Max generuje 2,0× więcej.
• Pozycja pod względem rozwlekłości — Qwen4-Max zajmuje 65. miejsce na 80 w skali trackera, dokładnie w paśmie „bardzo rozwlekłe”; Sol przy maksimum zajmuje 35. miejsce, blisko środka.
• Rzeczywisty koszt na zadanie — 3,27 USD wobec 1,27 USD. Qwen4-Max jest 2,6× droższy, a nie 2,2× tańszy.
Te trzy proporcje nie uzgadniają się z czwartą, a brakującym składnikiem jest wolumen wejściowy, którego publiczna strona nie podaje w rozbiciu na poszczególne modele. Właśnie dlatego wartość przypadającą na zadanie należy traktować jako pomiar, a proporcje jako wyjaśnienie: cennik opisuje, ile kosztuje token, natomiast indeks opisuje, ile wydaje model, i tylko ten drugi trafia na fakturę pod koniec miesiąca. Własne liczby startowe Alibaby potwierdzają to w drugą stronę — spadek średniego kosztu na zadanie w jej benchmarku Work360 z 4,43 USD do 1,67 USD to twierdzenie o strukturze tokenów w tym benchmarku, a zarazem liczba dostawcy na benchmarku dostawcy.
Jeszcze jedna oś, ponieważ to ona decyduje o wykonalności agenta, a nie o koszcie. Sol przy maksymalnym wysiłku zajął 1,383 sekundy zmierzonego czasu na zadanie indeksowe — dwadzieścia trzy minuty — przy czasie do pierwszego tokenu wynoszącym 168 sekund. Qwen4-Max nie ma w ogóle wartości czasu na zadanie; pola szybkości w trackerze są dla niego puste. Siedmiodniowy zapis z naszego własnego playgroundu dla trasy OpenAI pokazuje medianę pierwszego tokenu wynoszącą 1,7 sekundy i 98 tokenów wyjściowych na sekundę, co odpowiada ruchowi w trybie standardowym o średnim wysiłku, a nie pro. Nikt nie opublikował, ile trwa wywołanie w trybie pro, a uczciwym założeniem planistycznym jest wartość dla maksymalnego wysiłku z paskami błędu skierowanymi w górę.

Gdzie powinien znajdować się tryb: w warstwie routingu, a nie w kodzie
Ponieważ pro jest parametrem żądania, a nie modelem, decyzja o jego użyciu jest decyzją podejmowaną przy każdym wywołaniu, a decyzje podejmowane przy każdym wywołaniu w kodzie aplikacji źle się starzeją. Wersja, która się nie starzeje, polega na umieszczeniu tego w routingu: konfiguracja trybu pro przypięta do ścieżki szczegółowego przeglądu — tej, która uruchamia się raz na pull request, raz na kontrakt, raz na incydent — oraz konfiguracja trybu standardowego dla wszystkiego interaktywnego, obie dostępne pod tym samym kluczem.
OrcaRouter kieruje openai/gpt-6.1-sol po stawkach samego OpenAI: 2,00 USD i 10,00 USD z marżą 0%, w tym w progu 272 000 tokenów, gdzie stawki podwajają się do 4,00 USD i 15,00 USD, więc eksperyment w trybie pro uruchomiony przez nas kosztuje tyle, ile kosztuje u dostawcy, i nic więcej. Qwen4-Max nie znajduje się w katalogu; żądanie dla identyfikatora qwen4 zwraca not-found, a najnowszym flagowym modelem Qwen, który obsługujemy, jest qwen/qwen3.8-max w cenie 2,00 USD i 6,00 USD. DSL routingu to miejsce, w którym spotykają się obie połowy: reguła, która kieruje pracę agenta o długim horyzoncie do jednego modelu, a tury interaktywne do drugiego, z automatycznym przełączeniem awaryjnym pod spodem, tak aby uruchomienie w trybie pro, które utknie, nie pociągnęło za sobą żądania. To zmiana konfiguracji i można ją odwrócić, czego nie da się zrobić z zakodowanym na stałe ciągiem modelu.

Co zmieniłoby odpowiedź
Trzy rzeczy, uporządkowane według prawdopodobieństwa, że dotrą jako pierwsze.
Pierwszy to wiersz trybu pro na niezależnej tablicy wyników. Jeśli obok pięciu poziomów wysiłku pojawi się konfiguracja pro z własnym kosztem na zadanie, próg 2,6× przestaje być arytmetyką opartą na domysłach i staje się pomiarem, a ta strona zostanie przepisana wokół niego. Do tego czasu każdy artykuł cytujący „wynik GPT-6.1 Sol Pro” cytuje wiersz trybu standardowego modelu bazowego z doklejoną nazwą trybu.
Drugi to krzywa wysiłku Qwen4-Max. Model ma dwa dni i dokładnie jeden zmierzony punkt pracy, co oznacza, że jego 42,9 może być dolną albo górną granicą. Materiały premierowe Alibaby odwołują się do ustawień High i Xhigh w jej własnych benchmarkach, więc krzywa istnieje; po prostu nie została jeszcze niezależnie przetestowana.
Trzecim jest Qwen4-Max, który dostaje wiersz z szybkością. Model bez podanej przepustowości to model, wokół którego nie da się obsadzić agenta, a ten brak jest obecnie najsilniejszym argumentem za obecnym dostawcą w każdym obciążeniu, w którym człowiek czeka.
Dopóki któraś z tych opcji nie wejdzie do gry, decyzja jest czytelna. Jeśli Twoje obciążenie jest interaktywne i wrażliwe na koszty, GPT-6.1 Sol w trybie medium — 0,36 USD za zadanie, indeks 46,4, pierwszy token w pięć sekund — przewyższa Qwen4-Max w każdym mierzonym wymiarze, w tym w cenie, co nie jest wnioskiem, który reklamuje karta tokenów. Jeśli Twoje obciążenie to agent o długim horyzoncie działania, w którym okno 1M tokenów, natywne możliwości wizyjne i 95-procentowa zniżka na cache liczą się bardziej niż indeks, Qwen4-Max jest tańszym sposobem na kupowanie kontekstu, a o jego rachunku zdecyduje współczynnik trafień cache, a nie poziom wysiłku. A jeśli rozważasz tryb pro, rozważasz 2,6-krotny budżet na możliwość, której nikt nie zmierzył — co jest w porządku do przetestowania na jednej trasie, ale złym pomysłem do założenia na ścieżce produkcyjnej.
