Qwen4-Max Preview vs GPT-6.1 Sol: Uma Contagem Regressiva Contra uma Tabela de Preços

Coloque o Qwen4-Max Preview e o GPT-6.1 Sol lado a lado em uma ficha técnica e eles parecem irmãos: ambos alegam cerca de um milhão de tokens de contexto, ambos aceitam imagens, ambos raciocinam antes de responder, ambos falam o formato de protocolo da OpenAI. Depois, olhe para as duas condições comerciais e a semelhança desmorona. O GPT-6.1 Sol foi lançado em 29 de setembro de 2026 a US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída, com entrada em cache a US$ 0,10 por milhão, e é vendido por token para qualquer pessoa com uma conta. O Qwen4-Max Preview foi disponibilizado em 11 de novembro de 2026 como uma prévia exclusiva do Token Plan que funciona até 24h de 25 de novembro, não tem preço por token publicado em lugar nenhum e é retirado quando a janela se encerra. Um é uma compra. O outro é um empréstimo de duas semanas. É essa diferença, e não a coluna de benchmarks, que deve decidir qual deles você abre primeiro.

Duas máquinas, descritas da mesma forma

O GPT-6.1 Sol é uma atualização do modelo de raciocínio de nível intermédio da OpenAI — o nível abaixo do GPT-6 Astra — e o próprio enquadramento da OpenAI é que este "quase iguala" o Astra em codificação agêntica, utilização de computador e trabalho profissional, a um quinto dos preços por token do Astra. A página de modelo publicada pela OpenAI indica uma janela de contexto de 1 050 000 tokens, com um máximo de 128 000 tokens de saída e uma data de corte de conhecimento de 30 de abril de 2026. Estes são valores do fornecedor.

O Qwen4-Max Preview é o primeiro nível Qwen 4 invocável da Alibaba. Ele tem um contexto de 1.000.000 de tokens, um limite de saída de 393.216 tokens compartilhado entre o raciocínio e a resposta final, entrada de texto, imagem e vídeo, além de chamada de funções, busca na web e ferramentas integradas. Esses também são números do fornecedor, extraídos da página de documentação do Model Studio, e não de matérias sobre ele.

Lidos lado a lado, os dois blocos de especificação diferem em 50.000 tokens de contexto — ruído em um número desse tamanho — e por uma margem muito maior na folga de saída. 393.216 contra 128.000 é cerca de três vezes o espaço para uma única resposta e, com o raciocínio contado dentro desse orçamento em ambos os modelos, a diferença não é acadêmica. Se o seu trabalho é "ler um corpus longo, produzir um artefato estruturado longo", o preview do Qwen tem mais folga. Se o seu trabalho é "responder tranquilamente dentro de uma completion normal", nenhum dos dois tetos é a sua restrição.

A parte que não é uma comparação de preços

É aqui que as duas páginas deixam completamente de ser comparáveis, e vale a pena ser direto sobre o porquê, em vez de maquiar a situação como se fosse um empate.

O GPT-6.1 Sol tem uma tabela de tarifas com a qual dá para fazer aritmética. Entrada a US$ 2,00 por milhão, saída a US$ 10,00, entrada em cache a US$ 0,10 — um vigésimo de sua própria tarifa de entrada sem cache e um décimo da tarifa em cache de US$ 1,00 do GPT-6 Astra. Loops de agentes que reenviam um prefixo estável milhares de vezes vivem quase inteiramente nessa última linha, que é o motivo silencioso pelo qual a atualização 6.1 importa para quem executa agentes em vez de chat. A tabela também tem limites que mudam a aritmética: ultrapasse 272.000 tokens de entrada e a solicitação inteira é reprecificada com o dobro das tarifas de entrada e de cache e 1,5× a tarifa de saída; batch e flex custam 50% abaixo do padrão; o modo rápido custa 2× o padrão.

O Qwen4-Max Preview não tem nada disso. É cobrado em Créditos vinculados a uma assinatura, e a Alibaba não publica uma taxa de créditos por token. Os níveis da Edição Pessoal custam US$ 6 por 20.000 créditos, US$ 10 por 45.000, US$ 18 por 80.000 e US$ 43 por 200.000, com pacotes de recarga a US$ 15 por 20.000. Durante a prévia, o consumo fica "a partir de 20% da tarifa padrão", e chamadas entre 22:00 e 08:00 UTC+8 recebem um desconto adicional que chega a 8% da tarifa padrão. Os Créditos são consumidos a uma taxa que o fornecedor descreve como definida dinamicamente pelo tipo de modelo, uso de tokens, modo de raciocínio e chamadas de ferramentas.

Portanto, a afirmação honesta não é “o Qwen é mais barato” nem “a OpenAI é mais barata”. É que o custo de um modelo pode ser calculado antes de você executá-lo, e o do outro só pode ser calculado depois, a partir de um console ao qual você talvez ainda não tenha acesso. Para uma carga de trabalho de grande volume, essa distinção é mais importante do que qualquer número por token nesta página.

Onde a prévia realmente supera a tabela de preços

Três capacidades valem mais do que uma linha de preço, pelo menos por duas semanas.

A entrada de vídeo vem em primeiro lugar. As modalidades de entrada documentadas do GPT-6.1 Sol são texto, imagem e arquivo. O Qwen4-Max Preview aceita texto, imagens e vídeo, e a página da Alibaba indica análise de capturas de tela, compreensão de documentos e análise de vídeo como os usos previstos. Se sua avaliação for sobre compreender uma gravação de tela, uma demonstração de produto ou uma sequência de quadros, a comparação já tem um vencedor antes mesmo de existir qualquer pontuação.

O segundo é o teto de saída já mencionado — uma vantagem legítima para a geração de textos longos, e o único ponto em que os números estão suficientemente distantes para importar sem um benchmark.

A terceira é o preço de estar errado. Uma assinatura do Token Plan limita os gastos ao valor da assinatura. Um modelo medido por uso não limita nada, e um loop de agente mal configurado, com uma taxa de US$ 10 por milhão de tokens de saída, pode gerar uma fatura memorável em uma tarde. Para um experimento sobre o qual você não tem certeza, vale a pena pagar um pouco por um teto.

Onde o GPT-6.1 Sol vence sem esforço

Tudo o que exige que o modelo ainda exista no próximo mês.

Há um contrato. Há uma tarifa publicada, um limite de contexto e de saída em uma página pública, uma escala de esforço de low a xhigh e max, orientação de migração documentada, e um fornecedor cujo caminho de suporte não termina em uma data do calendário. Há também um ponto de verificação: max_tokens se comporta como você espera, e os modos de falha são documentados em vez de descobertos.

A prévia do Qwen inverte a maior parte disso. O acesso é somente via Token Plan, o pagamento conforme o uso é explicitamente não suportado, a URL base é dedicada em token-plan.ap-southeast-1.maas.aliyuncs.com, e os próprios termos do plano o restringem a "uso interativo em ferramentas de programação e agentes, não scripts em lote automatizados". A Alibaba também afirma que nenhuma alteração será feita durante a prévia. Congelado, temporário e não para lote — essa é uma descrição precisa de um veículo de avaliação, e uma descrição ruim de uma dependência.

Há mais uma armadilha para quem migra uma requisição, e ela pertence a esta seção porque é o tipo de coisa que um fornecedor estável não faz com você no meio do caminho. A partir do Qwen4-Max Preview, max_tokens é equivalente a max_completion_tokens e ambos abrangem o raciocínio mais a resposta, enquanto todos os modelos Qwen anteriores aplicavam o limite apenas à resposta. Uma requisição migrada com max_tokens em 4096 agora consome 4.096 tokens de raciocínio e o que sobrar. A falha é uma resposta truncada, não um erro que você possa capturar.

Na medição, ambos os lados são mais finos do que o marketing sugere.

O Artificial Analysis, o painel de terceiros que este blog trata como a referência neutra, não tem nenhuma entrada do Qwen4 quando consultado em 11 de novembro de 2026 — nenhuma pontuação de índice, nenhum custo por tarefa, nenhuma linha de velocidade. Para uma prévia que foi disponibilizada naquela manhã, isso é esperado, e não condenatório.

O lado da OpenAI agora está medido, e pelo mesmo painel. O Artificial Analysis mantém uma página do GPT-6.1 Sol (Max): um Índice de Inteligência de 55 na revisão v5.0.1 do índice, 12º de 74, US$ 1,27 por tarefa do índice, 63,7 milhões de tokens de saída gerados durante a execução do índice contra uma mediana de 72,8 milhões no painel, 20,2 minutos por tarefa contra uma mediana de 12,6 minutos, 56 tokens por segundo, e um tempo até o primeiro token de resposta de 153,34 segundos. Esses são números independentes, não da OpenAI, e ficam ao lado da declaração do fornecedor: a OpenAI vende este modelo como quase-Astra a um quinto dos preços de token da Astra, e no cartão de preços a aritmética bate exatamente — US$ 2 contra US$ 10 de entrada da Astra, US$ 10 contra US$ 50 de saída da Astra.

O que isso deixa é um número, não uma comparação. O GPT-6.1 Sol tem uma linha; o Qwen4-Max Preview não tem e pode não ter uma antes de ser descontinuado, então quem publicar esta semana um benchmark de Qwen4-Max Preview versus GPT-6.1 Sol está publicando o próprio harness dos dois lados. A coisa útil a perguntar a eles é quais prompts usaram e se o lado Qwen ainda existe quando tentarem reproduzir.

Executando ambos sem dois contratos

Eis a assimetria prática: o GPT-6.1 Sol é um modelo de catálogo e o Qwen4-Max Preview não é — para nós ou para qualquer pessoa fora do Token Plan da Alibaba. No OrcaRouter, openai/gpt-6.1-sol fica ao lado de outros 216 identificadores de modelo atrás de uma única chave, pelo preço de tabela do provedor, sem nada acrescentado, o que significa que uma alteração na tabela de preços da OpenAI chega à sua fatura no dia em que acontece, e não na próxima negociação. A prévia do Qwen é acessível pela própria API do fornecedor e pelo seu produto de chat, e nenhuma camada de roteamento muda isso.

O padrão útil para os próximos quatorze dias é colocar a prévia onde ela não possa lhe causar danos. Uma configuração de roteamento que tenta a prévia primeiro e recorre a um modelo que você já mediu oferece o experimento e a rede de segurança em uma única chamada: se a prévia truncar porque o orçamento de raciocínio consumiu a resposta, der erro em uma entrada de vídeo ou simplesmente retornar algo que você não enviaria para produção, o fallback responde e a requisição ainda é bem-sucedida. É para isso que serve o failover, e um endpoint não comprovado com data de expiração é o caso mais claro disso que você terá neste trimestre.

A decisão, em quatro linhas

Se você precisa de um modelo em produção este mês, o GPT-6.1 Sol é a resposta, e a prévia não é uma candidata — não porque seja pior, mas porque, em 26 de novembro, ela não existirá.

Se você precisa saber se uma janela de um milhão de tokens mais entrada de vídeo resolve um problema específico, a prévia é a maneira mais barata de descobrir, e a aba de chat a torna ainda mais barata.

Se você está executando agentes com reutilização intensa de prefixo, a linha de entrada em cache é a que você deve modelar, e apenas um destes dois modelos permite que você a modele.

Se você está esperando uma pontuação antes de se decidir por qualquer um dos dois, está esperando por coisas diferentes: uma linha independente para o Qwen4-Max Preview que pode nunca aparecer porque o modelo é descontinuado antes, e uma segunda opinião sobre o 55 do GPT-6.1 Sol, que existe, mas é um único número de um único harness em um placar que foi revisado para a v5.0.1 após o lançamento de setembro.

A comparação que as pessoas vão continuar fazendo — benchmark contra benchmark — não pode ser feita hoje. A comparação que pode ser feita é sobre compromisso: um empréstimo de duas semanas de um contexto maior e um decodificador de vídeo, contra um contrato medido por consumo com uma taxa de cache com a qual você pode planejar. Escolha a que corresponde a quanto tempo você precisa que a resposta permaneça verdadeira.