Um cartão de destaque gerado para uma peça comparativa, intitulado "Qwen4-Max vs GPT-6.1 Sol Pro", com o subtítulo "Pro é um modo de cobrança, e tem um número a superar". Um número em destaque diz "Ponto de equilíbrio para o modo pro: 2.6X", com chips que dizem "Qwen4-Max: $3.27 por tarefa" e "GPT-6.1 Sol no máximo: $1.27 por tarefa". Um rodapé diz "Documentação da Artificial Analysis e da OpenAI consultada em 17 de novembro de 2026". A marca OrcaRouter é composta no canto inferior direito.
Engineering & Research

Qwen4-Max vs GPT-6.1 Sol Pro: Pro é um modo de cobrança — e tem um número a ser batido

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O GPT-6.1 Sol Pro não tem preço, porque não tem um identificador. É o GPT-6.1 Sol — lançado em 29 de setembro de 2026 a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída — chamado com reasoning.mode: "pro" na Responses API, uma configuração que, segundo a documentação da OpenAI, faz o modelo realizar mais trabalho e cobra esse trabalho pelas mesmas tarifas padrão por token. O Qwen4-Max, com disponibilidade geral desde 16 de novembro de 2026 a US$ 1,50 e US$ 4,50, é o modelo mais barato por token, por um fator de 2,2 na saída. Ele também é, na única medição independente de que qualquer um dos modelos dispõe, o mais caro por tarefa concluída: US$ 3,27 contra US$ 1,27 para GPT-6.1 Sol em sua configuração de esforço máximo. Essa inversão — Qwen4-Max mais barato por token e mais caro por resposta — é toda a comparação, e o modo pro é a única variável que poderia movê-la em qualquer direção sem que ninguém conseguisse medir qual.

O modo Pro é um multiplicador sem coeficiente publicado

Existem apenas dois parágrafos de documentação do fornecedor, e vale a pena lê-los com atenção, porque toda comparação do "Sol Pro" na internet é construída sobre eles mais inferência.

• O que é — um valor de reasoning.mode igual a pro, definido junto com reasoning.effort, na API Responses. O outro valor é standard, que é o padrão.

• O que ele faz — segundo a O​penAI, ele "agrega o trabalho do modelo realizado para produzir a resposta final". É independente do esforço: o modo escolhe quanto trabalho ocorre, o esforço escolhe o quão intensamente o modelo pensa dentro dele.

• Quanto custa — os tokens agregados, cobrados pelas tarifas padrão do modelo. Sem sobretaxa, sem medição separada.

• O que ele não tem — um coeficiente. A OpenAI não publica nenhum multiplicador de tokens para o modo pro, e o ranking neutro não traz nenhuma linha de modo pro: toda medição do GPT-6.1 Sol no Artificial Analysis é uma configuração de reasoning.effort de low a max, todas no modo padrão.

O que significa que uma coisa decorre com certeza e outra não. Com certeza: o modo pro só pode aumentar o custo por tarefa do GPT-6.1 Sol, nunca reduzi-lo, porque adiciona tokens cobrados à mesma tarifa. Sem certeza: em quanto. Uma execução no modo pro que agrega 1.8× o trabalho é um produto diferente de uma que agrega 4×, e ninguém fora da O​penAI publicou a proporção.

O modo Pro de limite precisa ser liberado

Essa incógnita não é motivo para dar de ombros. Ela se converte em um único número, porque o custo por tarefa do Qwen4-Max já foi medido, e o do Sol também.

• No esforço máximo do Sol — US$ 1,27 por tarefa do Intelligence Index, frente a US$ 3,27 do Qwen4-Max. O modo Pro teria de multiplicar o gasto de tokens do Sol por 2,57× antes que os dois modelos custem o mesmo por tarefa.

• No esforço xhigh do Sol — US$ 0,76 contra US$ 3,27. O limite é 4,3×.

• No esforço elevado de Sol — $0,59 contra $3,27. O limite é 5,5×.

• Em inteligência, para dar noção de escala — Sol pontua 54,6 no índice em max, 52,5 em xhigh e 50,3 em high. Qwen4-Max pontua 42,9. O modo Pro não muda a pontuação de inteligência de um modelo no sentido medido pelo índice, mas muda a qualidade das respostas em tarefas difíceis, que é o único motivo para pagar por ele.

Então, a pergunta que um comprador realmente enfrenta não é "qual é mais barato". É: uma execução do Sol em modo pro supera o Qwen4-Max em mais de dez pontos de índice de qualidade, enquanto permanece abaixo de 2,6× a 5,5× o gasto de tokens do modo padrão dele? Todo sinal publicado diz que o multiplicador é real, mas modesto — o fornecedor apresenta o modo pro como a configuração para "tarefas difíceis que exigem mais trabalho do modelo", não como um modelo diferente — e um multiplicador abaixo de 2,6× deixaria o Sol mais barato por tarefa do que o Qwen4-Max em todos os níveis de esforço. Isso é uma inferência, claramente rotulada como tal, e é a afirmação mais defensável que qualquer um pode fazer até que a OpenAI ou um avaliador independente publique a proporção.

A generated two-column scoreboard titled 'Qwen4-Max vs GPT-6.1 Sol — the scoreboard'. The Qwen4-Max column reads Intelligence Index 43, Cost per task $3.27, Output tokens 127M, Price $1.50 / $4.50, Effort curve one point, Speed not measured. The GPT-6.1 Sol column reads Intelligence Index 55, Cost per task $1.27, Output tokens 63.7M, Price $2.00 / $10.00, Effort curve five points, Speed 49 tok/s. A footer reads 'Both columns per Artificial Analysis, 17 November 2026. Pro mode has no published multiplier.'

Por que o modelo barato é o que sai caro

A tabela de preços por token e a conta por tarefa divergem por um fator de quase seis, e a razão é o volume, não o preço. Vale a pena deixar isso explícito, porque é o erro mais comum nas comparações entre esses dois modelos.

• Tarifa de saída — Qwen4-Max US$ 4,50 por milhão, contra US$ 10,00 do Sol. O Qwen4-Max é 2,2× mais barato por token de saída.

• Volume de saída na execução do índice — 127 milhões de tokens para Qwen4-Max, 63,7 milhões para Sol no esforço máximo. Qwen4-Max escreve 2,0× mais.

• Classificação de verbosidade — o Qwen4-Max fica em 65º de 80 na escala do monitor, firmemente na faixa "muito verboso"; o Sol no máximo fica em 35º, perto do meio.

• Custo realizado por tarefa — US$ 3,27 contra US$ 1,27. O Qwen4-Max é 2,6× mais caro, não 2,2× mais barato.

Essas três proporções não se conciliam com a quarta, e o termo que falta é o volume de entrada, que a página pública não detalha por modelo. É exatamente por isso que o valor por tarefa deve ser tratado como a medida e as proporções como a explicação: uma tabela de preços descreve quanto custa um token, e o índice descreve quanto um modelo gasta, e apenas o segundo chega em uma fatura no fim do mês. Os próprios números de lançamento da Alibaba reforçam o mesmo ponto no sentido inverso — o custo médio por tarefa em seu benchmark Work360 caindo de US$ 4,43 para US$ 1,67 é uma afirmação sobre a composição de tokens desse benchmark, e é um número de fornecedor em um benchmark de fornecedor.

Mais um eixo, porque é ele que decide a viabilidade dos agentes, e não o custo. O Sol, no esforço máximo, levou 1.383 segundos de tempo medido por tarefa de indexação — vinte e três minutos — com 168 segundos até o primeiro token. O Qwen4-Max não tem nenhum número de tempo por tarefa; os campos de velocidade do rastreador estão vazios para ele. O registro de sete dias do nosso próprio playground para a rota O​penAI mostra um primeiro token mediano de 1,7 segundo e 98 tokens de saída por segundo, o que é tráfego no modo padrão e esforço médio, não no modo pro. Ninguém publicou quanto tempo leva uma chamada no modo pro, e a premissa honesta de planejamento é o valor de esforço máximo, com barras de erro apontando para cima.

A headless-browser screenshot of the Artificial Analysis model page for GPT-6.1 Sol, captured 17 November 2026 in English, showing the OpenAI vendor label, a Proprietary model tag, 'Released September 2026', the heading 'GPT-6.1 Sol (Max)', an Intelligence Index of 55 ranked 12 of 81, a time to first token of 168.565 s, 49 output tokens per second, 63.7M generated tokens against a 78.6M median with a verbosity rank of 35 of 80, a 1M-token context window, and the cost block reading In $2.00, Out $10.00 and $1.27 per task.

Onde o modo deve ficar: na camada de roteamento, não no código

Como pro é um parâmetro de requisição e não um modelo, a decisão de usá-lo é uma decisão por chamada, e decisões por chamada tomadas no código da aplicação envelhecem mal. A versão que não envelhece é colocá-lo na rota: uma configuração de modo pro fixada no caminho de revisão profunda — aquele que é executado uma vez por pull request, por contrato, por incidente — e uma configuração de modo padrão em tudo que é interativo, ambas acessíveis a partir da mesma chave.

O OrcaRouter roteia openai/gpt-6.1-sol pelos próprios US$ 2,00 e US$ 10,00 da OpenAI, com 0% de markup, inclusive na faixa de 272.000 tokens em que as tarifas dobram para US$ 4,00 e US$ 15,00, de modo que uma execução experimental em modo pro por meio de nós custa o mesmo que custa no fornecedor, e nada além disso. O Qwen4-Max não está no catálogo; uma requisição para um identificador qwen4 retorna não encontrado, e o mais novo carro-chefe Qwen que servimos é qwen/qwen3.8-max, a US$ 2,00 e US$ 6,00. A DSL de roteamento é onde as duas metades se encontram: uma regra que envia trabalho de agente de horizonte longo para um modelo e turnos interativos para o outro, com failover automático por baixo, para que uma execução em modo pro que trave não derrube a requisição junto. Isso é uma mudança de configuração, e é reversível de um modo que uma string de modelo codificada diretamente no código não é.

A headless-browser screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, captured 17 November 2026 in English, showing the GPT-6.1 Sol heading, the model id openai/gpt-6.1-sol, attribution to OpenAI dated 2026-09-29, vision, tools, JSON and reasoning badges, a 1M-token context window with a 128K maximum output, a p50 time to first token of 170 s, a Zero Data Retention note, and the rate block reading $2.00 input and $10.00 output.

O que mudaria a resposta

Três coisas, em ordem da probabilidade de chegarem primeiro.

A primeira é uma linha de modo pro em um ranking independente. Se uma configuração pro aparecer ao lado dos cinco níveis de esforço com seu próprio custo por tarefa, o limite de 2.6× deixa de ser aritmética baseada em um palpite e passa a ser uma medição, e esta página será reescrita em torno disso. Até lá, qualquer artigo que cite uma "pontuação do GPT-6.1 Sol Pro" está citando a linha do modo padrão do modelo base com um nome de modo acrescentado.

O segundo é uma curva de esforço do Qwen4-Max. O modelo tem dois dias de vida e exatamente um ponto de operação medido, o que significa que seus 42,9 podem ser um piso ou um teto. O material de lançamento da A​libaba faz referência aos ajustes High e Xhigh em seus próprios benchmarks, então a curva existe; ela só ainda não foi percorrida de forma independente.

O terceiro é o Qwen4-Max recebendo uma linha de velocidade. Um modelo sem número de throughput é um modelo em torno do qual você não consegue alocar um agente, e a ausência é atualmente o argumento mais forte a favor do incumbente em qualquer carga de trabalho com um humano esperando.

Até que um desses seja lançado, a decisão é compreensível. Se sua carga de trabalho for interativa e sensível a custo, o GPT-6.1 Sol no nível médio — US$ 0,36 por tarefa, índice 46,4, primeiro token em cinco segundos — supera o Qwen4-Max em todos os eixos medidos, inclusive no preço, o que não é a conclusão que o cartão de tokens anuncia. Se sua carga de trabalho for um agente de longo horizonte, em que uma janela de 1M de tokens, visão nativa e um desconto de 95% em cache importam mais do que o índice, o Qwen4-Max é a forma mais barata de comprar contexto, e sua conta será decidida pela taxa de acerto do cache, não pelo esforço. E, se você está avaliando o modo pro, está avaliando um orçamento 2,6× maior para uma capacidade que ninguém mediu — o que é uma boa coisa para testar em uma rota e uma péssima coisa para presumir em um caminho de produção.