
Qwen4-Max vs GPT-6 Sol: O token mais barato que custa mais por resposta
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
O preço de tabela do Qwen4-Max para saída é menos da metade do GPT-6 Sol — $4,50 por milhão de tokens contra $10,00 — e ainda assim custa mais para concluir uma tarefa. A Artificial Analysis mede $3,27 por tarefa do Intelligence Index para o Qwen4-Max, com disponibilidade geral desde 16 de novembro de 2026, contra $2,47 para o GPT-6 Sol, que a OpenAI comercializa desde 22 de setembro de 2026. As pontuações estão a um ponto de distância, 43 a 44. Essa inversão é a comparação inteira, e não é um artefato de arredondamento: é o que acontece quando um modelo escreve 127 milhões de tokens de saída para concluir uma avaliação que o outro modelo termina em 65,1 milhões. O Qwen4-Max é o modelo mais barato por unidade e o mais caro por tarefa, e apenas um desses dois fatos sobrevive ao contato com um orçamento.
A inversão, com os cálculos demonstrados
Ambos os modelos executam raciocínio por padrão, e ambos os fornecedores cobram o pensamento como saída. A diferença está em quanto dele existe.
• Volume de saída na execução do índice — Qwen4-Max gerou {{1}}127 milhões de tokens de saída{{/1}}, que o rastreador classifica como {{2}}65º de 80{{/2}} em verbosidade e descreve como {{3}}muito verboso{{/3}} em relação a uma mediana de 78,6 milhões. GPT-6 Sol gerou {{4}}65,1 milhões{{/4}}, descrito como {{5}}razoavelmente conciso{{/5}} em relação à mesma mediana.
• Volume de entrada — 9,9 bilhões de tokens para o Qwen4-Max contra 4,75 bilhões para o GPT-6 Sol. A proporção de saída para entrada do Qwen é de 1,284%; a do Sol é de 1,371%, portanto o perfil do tráfego é semelhante, mas a escala não.
• Custo por tarefa concluída — US$ 3,27 contra US$ 2,47. O modelo nominalmente mais barato é 32% mais caro por tarefa.
• Pontuação do índice — 43 contra 44, classificações 38 e 34 de 81 modelos, respetivamente, na mesma revisão lida em 16 de novembro de 2026.
O que isto mede não é desperdício no sentido comum. Um modelo que raciocina longamente e repete seu raciocínio está fazendo algo que o fornecedor considera um recurso, e os próprios números de lançamento da Alibaba baseiam-se exatamente no fato de que esse comportamento vale a pena ser pago: há a alegação de 24% a 35% menos tokens que o Qwen3.8-Max em seu benchmark Work360, o que é uma alegação sobre verbosidade relativa em comparação com seu antecessor e não diz nada sobre como ele se compara a um modelo de outro laboratório. O número absoluto é o que vai parar na fatura, e o número absoluto é alto.
É na saída fixa que a inversão desaparece. Restrinja a resposta com um schema, um teto máximo de tokens ou um formato estrito e a vantagem de verbosidade evapora, porque os tokens que estão sendo economizados são os que o modelo escolheu emitir. Sob um limite rígido de saída, a taxa de saída 2,2× mais barata do Qwen4-Max se aplica a aproximadamente a mesma contagem de tokens, e a economia é real. Deixado para escrever o que quiser, ele gasta o desconto.

Passados 272.000 tokens, a relação de preços se inverte por completo.
O cartão de tarifas do GPT-6 Sol tem um penhasco, e o do Qwen4-Max não tem. Esta é a única dimensão em que o modelo barato não é apenas competitivo, mas drasticamente mais barato, e é fácil passar despercebido porque ambos os modelos anunciam uma janela de um milhão de tokens.
• GPT-6 Sol, até 272.000 tokens de entrada — US$ 2,00 de entrada, US$ 0,20 de entrada em cache, US$ 2,50 de escrita em cache, US$ 10,00 de saída.
• GPT-6 Sol, acima de 272.000 tokens de entrada — US$ 4,00 de entrada, US$ 0,40 de entrada em cache, US$ 5,00 de gravação em cache, US$ 15,00 de saída. A própria página do modelo da OpenAI declara a regra claramente: cada token na solicitação tem o preço recalculado, não apenas o excedente. Um prompt de 300.000 tokens cobra todos os 300.000 pela tarifa de contexto longo.
• Qwen4-Max — US$ 1,50 de entrada e US$ 4,50 de saída, valor fixo em toda a janela completa de 1.000.000 de tokens, sem escalonamento em 32K, 128K ou em qualquer outro ponto. Tarifas de Singapura; as outras cinco regiões são US$ 1,413 e US$ 4,24.
• A diferença em 300.000 tokens — US$ 4,00 contra US$ 1,50 na entrada é de 2,7×, e US$ 15,00 contra US$ 4,50 na saída é de 3,3×. Acrescente o caminho de lote do Qwen em Pequim, onde o Batch File cobra US$ 0,707 e US$ 2,12, e a proporção aumenta ainda mais — embora esse caminho exista em apenas uma região.
• A consequência prática — um pipeline de análise de documentos que rotineiramente ultrapassa 272K tokens não está escolhendo entre dois preços semelhantes. Está escolhendo entre uma tarifa que dobra em um limite que suas solicitações ultrapassam por acaso e uma tarifa que não muda em nada. Dividir solicitações grandes demais em blocos abaixo do limite recupera o preço do Sol, mas é uma mudança no pipeline, e custa a você o contexto de solicitação única que era o motivo para comprar um modelo de um milhão de tokens.
Este é o argumento mais forte do artigo a favor do Qwen4-Max, e é mais restrito do que a cobertura de lançamento sugere: trata-se de um caso de contexto longo, não de um caso geral.
O que cada fornecedor realmente afirma e o que está por trás disso
O material de lançamento da Alibaba para o Qwen4-Max é invulgarmente específico e inteiramente autoadministrado. O benchmark com que abre, o Work360, foi criado pelo próprio fornecedor: uma taxonomia de 26 domínios de Nível 1, 182 subdomínios de Nível 2 e 721 campos de Nível 3, no qual o Qwen4-Max obtém 52,69 contra 47,74 do Qwen3.8-Max. A par disso, a empresa relata reduções de tokens de cerca de 24% e 35% no Work360 com esforço xhigh e high, 48% e 49% no Terminal-Bench 4.0, um custo médio por tarefa a cair de 4,43 dólares para 1,67 dólares, uma taxa de aprovação ao nível da função no Last Secure Code Bench a subir de 22,0% para 31,8%, e código seguro simultaneamente ao nível da função, do ficheiro e do repositório a subir de 8% para 14,7%. Todos estes valores são relatados pelo fornecedor e nenhum foi reproduzido fora da Alibaba.
As alegações da OpenAI para o GPT-6 Sol têm formato diferente: são argumentos de paridade a custo menor contra concorrentes nomeados, e não pontuações absolutas. O material de lançamento relatou um resultado de 49,3% no FrontierCode 1.1 com esforço máximo por US$ 2,14 por tarefa, contra 50,3% do Claude Fable 5.1 a US$ 12,83, e um resultado de 68,8% no DeepSWE v1.1, a 1,1 ponto dos 69,9% do Claude Fable 5. Leia essas frases pela sua estrutura: cada uma combina um quase empate na pontuação com uma fração do custo. Trata-se de uma alegação sobre eficiência, não sobre capacidade, e é uma alegação mais fraca do que a que a Alibaba faz sobre o Work360.
O rastreador independente é onde os dois finalmente podem ser comparados, e é a única fonte deste artigo que mediu ambos os modelos com um único harness. Ele os coloca a um ponto de distância e inverte o ranking de preços. Também deixa uma coluna vazia: o GPT-6 Sol tem 125 tokens de saída por segundo medidos, 35,11 segundos até o primeiro token da resposta e 7,2 minutos por tarefa de índice. O Qwen4-Max não tem nenhum dos três — a ficha de desempenho mostra N/A. Um modelo que é 32% mais caro por tarefa e não tem velocidade publicada não é um modelo cuja vantagem de custo possa sequer ser precificada ainda, porque a metade que falta da conta é o tempo.

A afirmação arquitetural subjacente aos números de tokens
O Qwen4-Max é um mixture-of-experts esparso de 2,4 trilhões de parâmetros, com 71 bilhões de parâmetros ativos por token, além de 328 bilhões de parâmetros de embedding N-gram que são consultados em vez de multiplicados. Três camadas Gated DeltaNet comprimem o histórico em um estado de tamanho fixo para cada camada Qwen Sparse Attention, que seleciona o contexto relevante em granularidade de microblocos por meio de um indexador leve; quatro ramos residuais paralelos com portas dinâmicas de leitura e escrita estabilizam a pilha. A Alibaba relata não haver picos de perda ao longo da execução de 2,4T parâmetros e de 5% a 13% menos bits por byte do que o Qwen3.8-Max-Base, enquanto ativa 25% menos parâmetros — com a ressalva honesta, impressa pelo fornecedor, de que dois dos checkpoints comparados são pós-treinados, o que enfraquece o enquadramento de modelo base.
É uma explicação plausível para o fato de a inferência de contexto longo ser mais barata por token. Não é uma explicação para o fato de uma requisição precisar de 1,95× os tokens de saída de um concorrente, e nada no material de lançamento aborda isso. Eficiência por token e eficiência por resposta são quantidades diferentes, e este modelo melhora a primeira enquanto perde a segunda.
Onde os dois ficam, e como é uma carga de trabalho mista
O GPT-6 Sol é roteado no OrcaRouter como openai/gpt-6-sol ao preço de tabela da OpenAI, com 0% de markup — US$ 2,00 e US$ 10,00 por milhão de tokens abaixo de 272K, US$ 4,00 e US$ 15,00 acima disso, com a regra de reprecificação de 272K aplicada da mesma forma que a OpenAI a aplica. Uma única API para mais de 200 modelos faz com que a questão de contexto longo acima se torne uma decisão de roteamento em vez de um segundo contrato: um pipeline pode enviar suas requisições abaixo de 272K para o Sol e as que ultrapassam esse limite para outro lugar, sem precisar montar um segundo SDK, e uma mudança de preço do fornecedor chega aqui no mesmo dia em que chega à tabela da OpenAI.
O Qwen4-Max não está no catálogo do OrcaRouter em 16 de novembro de 2026. Ele é acessível por meio da API Model Studio da própria Alibaba e de várias plataformas de terceiros. Isso torna o experimento honesto assimétrico e barato em apenas uma direção: o braço Sol não precisa de nova integração, o braço Qwen precisa, e a comparação que você realmente quer — custo por tarefa concluída no seu próprio tráfego, com os seus próprios comprimentos de saída — é exatamente a medição que resolveria se a inversão de $2,47 versus $3,27 se sustenta fora de um ambiente de benchmark. Execute-o em uma fatia sombra, não no caminho de produção, e deixe suas próprias contagens de tokens decidirem qual das duas execuções de índice é a enganosa.

O que tornaria isto um artigo diferente
Duas medições. A primeira é o volume de saída do Qwen4-Max em uma carga de trabalho com limite rígido de saída; se os 127 milhões de tokens forem uma propriedade da avaliação e não do modelo, a inversão é um artefato e a taxa de US$ 4,50 é uma economia direta. A segunda é a velocidade. O GPT-6 Sol leva 7,2 minutos por tarefa de índice e 35 segundos até o primeiro token, números nada notáveis; se o Qwen4-Max for substancialmente mais lento nas mesmas tarefas, então um modelo que já é 32% mais caro por resposta também é aquele que faz você esperar mais por ela, e nenhum argumento por token salva isso.
Até que ambos existam, a posição defensável é estreita e específica. Para solicitações que ultrapassam 272.000 tokens, o Qwen4-Max é duas a três vezes mais barato e não há competição. Para todo o resto, o GPT-6 Sol é a melhor compra no único número que combina preço com comportamento, e o fato de sua tarifa de destaque ser 2,2× maior na saída é o aspecto menos informativo a seu respeito.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
