Um cartão de título gerado exibindo Qwen4-Max vs GPT-6.2 Sol, com o subtítulo Metade do preço do token, o triplo da tarefa, e três chips com os textos saída por 1M US$ 4,50 contra US$ 10,00, custo por tarefa US$ 3,27 contra US$ 1,01, e índice v5.0.1 43 contra 57.
Guides & Insights

Qwen4-Max vs GPT-6.2 Sol: Metade do Preço por Token, Três Vezes a Tarefa

Autor

jinhao.song

Data de publicação

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

GPT-6.2 Sol custa US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída. O Qwen4-Max custa US$ 1,50 e US$ 4,50. Na tabela de preços, o modelo mais barato é o Qwen4-Max por uma margem confortável — 25% na entrada, 55% na saída. Na única medida que se assemelha a uma fatura, o Artificial Analysis calcula uma tarefa concluída do Intelligence Index em US$ 1,01 no GPT-6.2 Sol e US$ 3,27 no Qwen4-Max. O modelo que cobra mais que o dobro por token conclui o trabalho por menos de um terço do dinheiro.

Essa inversão tem uma única causa, e não é um truque de precificação: o GPT-6.2 Sol, que a OpenAI lançou em 17 de novembro de 2026 exatamente pelo preço do modelo que ele substitui, gera 60,9 milhões de tokens de saída para concluir a suíte de nove avaliações. O Qwen4-Max, em disponibilidade geral desde 16 de novembro, gera 127 milhões — mais que o dobro, contra uma mediana do setor de 65,1 milhões. Todo o resto nesta comparação decorre desses dois números.

A screenshot of the Artificial Analysis page for GPT-6.2 Sol captured 18 November 2026 with an English interface, showing the OpenAI provider tag, an Intelligence Index score of 57, $2.00 input and $10.00 output per million tokens, $1.01 per task, 60.9M output tokens, 85 tok/s, 7.9 minutes per task and a 68.2-second time to first answer token.

Duas cartas com formas diferentes, não apenas números diferentes

Antes dos números por tarefa, a estrutura de tarifas, porque os dois cards falham de maneiras diferentes. A Sol vende um nível barato e um caro; a Qwen4-Max vende um único nível de zero até o limite de contexto.

• Entrada — GPT-6.2 Sol $2,00 por milhão até 272.000 tokens, $4,00 acima disso. Qwen4-Max $1,50 fixo em Singapura, $1,413 nas regiões de escopo global, tanto em 200.000 tokens quanto em 900.000.

Saída — Sol $10,00 até 272.000, $15,00 acima. Qwen4-Max $4,50, fixo.

• Entrada em cache — Sol $0,10 por milhão; Qwen4-Max $0,071 em outros lugares e $0,075 em Singapura. A gravação em cache do Sol custa $2,50 para uma janela de 30 minutos e $5,00 para 12 horas em solicitações Standard de contexto curto; a Qwen4-Max publica $1,875 para uma gravação de 5 minutos e $3,00 por hora.

• Contexto — Sol 1.050.000 tokens com entrada máxima de 922.000 tokens; Qwen4-Max 1.000.000 com teto de entrada de 983.616 tokens no modo de raciocínio e 991.808 com o raciocínio desativado.

• Teto de saída — Sol 128.000 fixo; Qwen4-Max 131.072 sem raciocínio, ou 262.144 compartilhados entre o raciocínio e a resposta.

• Modalidade — Sol aceita texto, imagem e arquivo. Qwen4-Max aceita texto, imagem e vídeo. Nenhum dos dois produz nada além de texto.

• Controle de raciocínio — Sol expõe cinco níveis de esforço, de low a max, com padrão medium, sempre ativado. Qwen4-Max expõe três, low, high e xhigh, com padrão high, e aceita temperature, top_p e top_k, enquanto Sol os rejeita.

• Data de corte de conhecimento — 1 de junho de 2026 no GPT-6.2 Sol. A Alibaba não publicou uma para o Qwen4-Max, o que por si só é uma linha que merece atenção: um modelo vendido com base na compreensão de documentos e vídeos, sem data de corte declarada, é um modelo que se testa em vez de presumir.

O limite de 272.000 tokens é o número mais decisivo dessa lista para quem tem prompts grandes. Abaixo dele, um milhão de tokens de entrada no Sol custa US$ 2,00, e um milhão de tokens de saída custa US$ 10,00. No limite ou acima dele, a solicitação inteira é cobrada a US$ 4,00 de entrada e US$ 15,00 de saída — entrada dobrada, saída 50% maior — e as tarifas de cache dobram junto. Uma revisão de documento de 400.000 tokens custa US$ 1,60 de entrada no Sol e US$ 0,60 no Qwen4-Max antes de alguém escrever uma palavra.

A generated two-column scoreboard titled Qwen4-Max vs GPT-6.2 Sol - the scoreboard, with six rows reading index 43 against 57, cost per task $3.27 against $1.01, input price $1.50 flat against $2.00 to 272k, output price $4.50 flat against $10.00 to 272k, time per task 32.1 against 7.9 minutes, and output tokens 127M against 60.9M.

O seletor de esforço determina mais da conta do que o preço.

O Sol vem com o raciocínio sempre ativado e o esforço com padrão médio. O Qwen4-Max vem com o raciocínio ativado e o esforço com padrão alto, com um orçamento de pensamento que, por sua vez, tem como padrão 131.072 tokens. Ambos os padrões são caros, e nenhum deles é a configuração que a Artificial Analysis avaliou.

O rastreador mede no esforço máximo para o Sol e no topo da escala do Qwen4-Max, e reporta 60,9 M de tokens de saída para um e 127 M para o outro. Faça a multiplicação ingênua — 127 milhões de tokens de saída a US$ 4,50 contra 60,9 milhões a US$ 10,00 — e o Qwen4-Max resulta em US$ 572 de saída contra US$ 609 do Sol. Dois dólares de diferença, para um lado ou para o outro. Os números publicados por tarefa são US$ 3,27 e US$ 1,01, uma diferença de 3,2× na direção oposta, o que significa que o número por tarefa é uma combinação ponderada de tokens de entrada, entrada em cache, raciocínio e resposta em nove avaliações, em vez de um múltiplo da contagem de saída. Ambos os números são medições; a aritmética que você consegue fazer a partir das tabelas de preços não é a aritmética que produziu esses números, e qualquer análise que afirme derivar um desses números do outro está adivinhando.

O que o detalhe de esforço realmente mostra é onde uma equipe pode alterar sua própria conta. Baixar o Qwen4-Max de alto para baixo esforço, ou limitar seu orçamento de pensamento abaixo do padrão de 131.072, reduz a contagem de tokens de raciocínio que responde pela maior parte de sua verbosidade. Baixar o Sol de máximo para médio tem o mesmo efeito no lado da OpenAI. Uma comparação executada inteiramente no padrão de cada fornecedor é diferente da comparação no ranking, e é a que sua aplicação realmente produzirá.

A linha de velocidade, que não está próxima

A verbosidade tem uma segunda consequência além do custo, e esta não tem solução alternativa.

Tempo por tarefa de indexação — GPT-6.2 Sol 7,9 minutos vs Qwen4-Max 32,1, em uma mediana de 11,5. O Sol é descrito pelo rastreador como mais rápido que a média; o Qwen4-Max como notavelmente lento.

• Velocidade de saída — 85,1 {{1}}tokens por segundo{{/1}} vs 54,5.

• Tempo até o primeiro token de resposta — 68,2 segundos vs 155,4. Ambos os números incluem raciocínio, e é por isso que nenhum dos dois é comparável aos números de primeiro token abaixo de um segundo que um produto de chat anuncia.

Uma diferença de quatro vezes no tempo de conclusão de tarefas é uma decisão de produto, não um parâmetro de ajuste. Para um agente que faz vinte chamadas de ferramentas por solicitação, 32 minutos contra 8 é a diferença entre um trabalho em segundo plano e um interativo. Se a sua carga de trabalho for em lote, essa diferença custa-lhe throughput e nada mais. Se estiver diante de um utilizador, a única defesa honesta do Qwen4-Max é encaminhá-lo para as tarefas em que a latência não importa, o que é uma decisão de encaminhamento e não uma escolha de modelo.

Onde o modelo mais barato por token realmente vence

Três linhas favorecem o Qwen4-Max e nenhuma delas é sobre inteligência, onde o Sol lidera por 57 a 43 na mesma revisão v5.0.1 — quatorze pontos, aproximadamente um nível e meio.

O primeiro é o contexto longo. Qualquer solicitação acima de 272.000 tokens de entrada coloca o Sol em sua faixa superior e deixa o Qwen4-Max na mesma faixa. Com 400.000 tokens de entrada e 8.000 de saída, o Sol cobra US$ 1,60 mais US$ 0,12, ou US$ 1,72; o Qwen4-Max cobra US$ 0,60 mais US$ 0,036, ou US$ 0,64. Isso representa uma diferença de 2,7× a favor do Qwen4-Max, e é exatamente o oposto da comparação de preço de saída divulgada em destaque. O trabalho com contexto longo é a única carga de trabalho em que a opção Qwen4-Max é claramente a melhor compra, e é a carga de trabalho para a qual ambos os modelos são comercializados — janelas de 1M em ambos os lados.

O segundo é vídeo. O Sol não aceita isso. O Qwen4-Max aceita, pelo mesmo custo que o texto, o que torna a triagem de gravações de tela, a revisão de dashcam e a análise de demonstrações de produtos cargas de trabalho exclusivas do Qwen a qualquer preço.

O terceiro é a margem de saída no modo de pensamento. O teto de saída de 128.000 tokens do Sol é fixo; o Qwen4-Max permite que uma única resposta carregue 262.144 tokens divididos entre raciocínio e resposta, o que importa para os trabalhos de decodificação longa em que o teto do Sol trunca. O número de 131.072 sem pensamento é o valor a ser comparado com os 128.000 do Sol, e nessa linha eles estão nivelados com uma diferença de até 3%.

Quanto custa a migração, do lado que você realmente pode migrar

Nenhum dos modelos é um substituto direto do outro, e a assimetria merece ser dita com clareza. O Qwen4-Max documenta quatro superfícies de protocolo — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages e DashScope — com saída estruturada, chamada paralela de ferramentas, conclusão por prefixo e cache implícito. O Sol documenta Chat Completions, Responses e Batch, com chamada de ferramentas exigindo a API Responses, e rejeita parâmetros de amostragem de forma categórica: omita temperature, top_p e logprobs das solicitações de Chat Completions.

O próprio guia de migração do GPT-6.2 da OpenAI acrescenta um risco mais silencioso: a partir da versão 6.2, a API descarta itens de raciocínio quando detecta uma alteração no histórico no meio da conversa — uma edição de prefixo, um downgrade de modelo, uma alteração de usuário final. Se esses itens forem perdidos, a qualidade das respostas pode cair enquanto a contagem de tokens aumenta, sem nenhum erro para detectar. Uma equipe que reproduz uma conversa com um ID de usuário final diferente para avaliação verá respostas ligeiramente piores e uma conta maior, o que é a classe de regressão mais difícil de atribuir.

Isso é um motivo para testar uma migração com tráfego real em vez de um smoke test, e é o mesmo motivo pelo qual um caminho de fallback é importante. Se a implantação se revelar a decisão errada, reverter só será barato se o modelo antigo ainda estiver acessível pela mesma chave e pelo mesmo endpoint.

Uma chave, e qual destes dois está nela

O OrcaRouter roteia o GPT-6.1 Sol, e não o GPT-6.2 Sol: o catálogo contém openai/gpt-6.1-sol pelo preço de tabela da OpenAI, com 0% de markup repassado, ao lado das entradas GPT-6 Astra e Luna, e ainda não contém o identificador 6.2 Sol. O Qwen4-Max também não está hospedado aqui — ele está disponível por meio da própria API Model Studio da Alibaba e de várias plataformas de terceiros.

A screenshot of the OrcaRouter model page for openai/gpt-6.1-sol captured 18 November 2026 with an English interface, showing the OpenAI breadcrumb, the openai/gpt-6.1-sol identifier, text, image and file input with vision, tools, JSON and reasoning, a 128k max output, and a description placing it one tier below GPT-6 Astra.

A forma prática desta comparação para uma equipe que quer agir com base nela é, portanto, um teste em duas etapas, e não uma troca direta. Etapa um: execute seus próprios prompts no GPT-6.1 Sol, que aqui está em uma única chave e é o modelo que o 6.2 substitui pelas mesmas tarifas anunciadas, e em um modelo da classe Qwen para os casos de contexto longo e vídeo. Etapa dois: quando o identificador 6.2 chegar, mude o lado Sol do DSL de roteamento e deixe o failover automático manter o caminho antigo aberto enquanto você acompanha o custo por tarefa, e não o custo por token.

É essa a disciplina que os números deste texto defendem de modo geral. Uma equipe que compare esses dois com base em $1,50 contra $2,00 e $4,50 contra $10,00 concluirá que o Qwen4-Max é a escolha econômica e errará por um fator de três na conta. Uma equipe que os compare com base em $3,27 contra $1,01 acertará o custo e ainda poderá escolher errado, porque quatorze pontos de índice e uma diferença de latência de 4× são as linhas que decidem se a carga de trabalho é viável ou não. A única comparação que vale a pena fazer é entre o custo por tarefa e o seu próprio requisito de latência, e a tabela de preços de nenhum dos fornecedores lhe dará nenhum desses dois números.

Comparados neste artigo2

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente