Uma placa de título gerada com o texto "Qwen 4 vs GPT-6.1 Sol: o modelo que custa um terço do valor por ponto", com o subtítulo "2,3 centavos por ponto do índice contra 7,6, e um penhasco de 272.000 tokens que reprecifica toda a solicitação". Três linhas numeradas dizem "pontuação do índice 42,9 contra 54,6, Artificial Analysis v5.0.1", "custo por tarefa de índice concluída US$ 3,27 contra US$ 1,27" e "a entrada dobra de US$ 2,00 para US$ 4,00 acima de 272.000 tokens". Um rodapé diz "Pontuações e custo por tarefa conforme o Artificial Analysis Intelligence Index v5.0.1; preços conforme a tabela de tarifas publicada de cada fornecedor." Estilo vetorial plano em fundo branco com acentos azul e ciano, a marca OrcaRouter composta no canto inferior direito.
Guides & Insights

Qwen 4 vs GPT-6.1 Sol: O modelo que custa um terço do valor por ponto

Autor

jinhao.song

Data de publicação

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

Todas as outras comparações com o Qwen4-Max nesta série têm o mesmo formato: o concorrente pontua mais e custa mais, e a discussão é se a diferença vale o preço extra. Esta não. GPT-6.1 Sol marca 54,6 no Artificial Analysis Intelligence Index contra Qwen4-Max, com 42,9 — doze pontos à frente — e conclui uma tarefa do índice por US$ 1,27 contra US$ 3,27 do Qwen4-Max. O Sol é mais capaz e 2,6 vezes mais barato por resposta final ao mesmo tempo. Na medida de eficiência que decidiu os outros quatro confrontos, o Sol vence por um fator de 3,3: 2,3 centavos por ponto do índice contra 7,6.

Há uma condição atrelada a isso, e é a linha de 272.000 tokens. É um penhasco de verdade, aplica-se a cada token na solicitação, e é a única rota de volta ao Qwen4-Max neste confronto que não envolve pagar mais por menos.

Os dois cartões

O GPT-6.1 Sol foi lançado em 29 de setembro de 2026 a US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens. O Qwen4-Max passou a ter cobrança por uso em 16 de novembro de 2026, a US$ 1,50 e US$ 4,50 em Singapura. Na tarifa anunciada, o Qwen4-Max parece 2,2× mais barato na saída; por tarefa concluída, é 2,6× mais caro. Essa inversão é o artigo.

• Entrada, por milhão — Sol $2,00 até 272 mil tokens, $4,00 acima disso. Qwen4-Max $1,50 em Singapura, $1,413 nas outras cinco regiões, uniforme em toda a janela.

• Saída, por milhão — Sol US$ 10,00 contexto curto, US$ 15,00 contexto longo. Qwen4-Max US$ 4,50 e US$ 4,24, fixos.

• Entrada em cache — Sol $0,10 por milhão em contexto curto, $0,20 em contexto longo; Qwen4-Max $0,075 por leitura, com taxas de gravação de $1,875 e $3,00 para entradas de cinco minutos e de uma hora.

• O penhasco — a OpenAI altera o preço de cada token de uma solicitação assim que a entrada ultrapassa 272.000, não apenas do excedente. Abaixo disso, você está na tabela barata; acima, não está, e não há aplicação parcial.

Contexto — Sol publica uma janela de 1.000.000 de tokens no rastreador; Qwen4-Max o mesmo, com entrada de raciocínio limitada a 983.616.

• Custo por tarefa de indexação — US$ 1,27 versus US$ 3,27.

• Pontuação do índice — 54,6 versus 42,9, ambos medidos em sua configuração de esforço máxima publicada.

A generated two-column scoreboard titled 'Qwen4-Max vs GPT-6.1 Sol - the scoreboard'. The Qwen4-Max column reads index score 42.9, cost per index task $3.27, cents per index point 7.6, input per million $1.50, output per million $4.50, hallucination rate 28.4%. The GPT-6.1 Sol column reads index score 54.6, cost per index task $1.27, cents per index point 2.3, input per million $2.00, output per million $10.00, hallucination rate 51.9%. A footer reads 'Scores and per-task cost per Artificial Analysis Intelligence Index v5.0.1; prices per each vendor's published rate card.' The OrcaRouter mark is composited bottom right.

Por que o cartão de aparência barata é o caro

Os números por tarefa só fazem sentido quando você observa quanto cada modelo gastou para chegar lá. O Sol emitiu 63,7 milhões de tokens de saída em toda a suíte de índices; o Qwen4-Max emitiu 127,1 milhões. O Qwen4-Max gerou quase exatamente o dobro de saída para pontuar doze pontos a menos, e a saída é a coluna cara em ambos os cartões.

Por tarefa, a divisão é de 67.824 tokens de saída para o Sol contra 104.940 para o Qwen4-Max — dos quais 49.213 e 68.914, respectivamente, são raciocínio. Portanto, o Qwen4-Max não é mais prolixo na resposta; é mais prolixo no raciocínio. Ele raciocina por 40% mais tempo para chegar a uma conclusão pior e depois cobra US$ 4,50 por milhão pelo privilégio.

O comportamento do cache torna as coisas piores, não melhores. Dos US$ 3,27 do Qwen4-Max, 86% são de entrada, e US$ 1,67 dessa entrada são gravações no cache a US$ 1,875 por milhão — uma tarifa que existe porque a Alibaba cobra por preencher o cache, não apenas por lê-lo. Dos US$ 1,27 do Sol, 47% são de entrada, com US$ 0,33 de gravações no cache e US$ 0,25 de leituras do cache. Em uma carga de trabalho com forte reutilização de prefixos, a linha de gravação no cache do Qwen4-Max é a que cresce mais rápido, e é a linha que a maioria das pessoas não modela.

Onde o Qwen4-Max não é superado

Doze pontos não é uma goleada em todas as suítes, e há três linhas que vale a pena ler antes de descartar o modelo.

• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Sete pontos e meio. É real, mas menor do que a manchete sugere.

• AutomationBench — Qwen4-Max com 72,6% contra 64,9% do Sol. Qwen4-Max vence esta por quase oito pontos, e é a maior inversão individual da comparação.

• GDPval — Qwen4-Max 1.808,69 contra 1.607,47 do Sol. Uma vantagem de 12,5% em tarefas profissionais economicamente fundamentadas, contra um modelo doze pontos de índice à frente. Esta é a segunda inversão e a mais surpreendente das duas, porque GDPval é a coisa mais próxima no placar de "um profissional aceitaria este trabalho".

• FrontierCode 2.0 — 26,5% contra 40,6%. Treze pontos na direção oposta; a maior diferença do quadro e a de maior peso comercial.

• CritPt Agentic Hard — 43,0% contra 69,5%. Vinte e seis pontos, a pior linha individual do Qwen4-Max.

• Onisciência — 27,7 contra 42,0, com taxas de alucinação de 28,4% e 51,9%. Sol é mais preciso e muito mais propenso a inventar quando erra.

Subpontuações de capacidade — Sol lidera nas seis, por margem estreita em estratégia e operações (57,6 contra 56,9) e claramente em engenharia (59,4 contra 50,1).

O padrão é consistente com os outros confrontos desta série: o Qwen4-Max se sai bem quando a tarefa é julgamento profissional aplicado a documentos, e perde quando a tarefa é raciocínio técnico sustentado ou execução agêntica. Duas vitórias em uma dúzia de conjuntos de testes não é motivo para escolhê-lo, mas é motivo para que a escolha dependa da tarefa, em vez de ser automática.

A headless-browser screenshot of the Artificial Analysis page for GPT-6.1 Sol, captured 17 November 2026 in English, showing OpenAI's mark, the label Proprietary model, Released September 2026, the heading GPT-6.1 Sol: Intelligence, Performance & Price Analysis, a rank strip reading Intelligence #12 of 81, Performance #62 of 79, Cost #21 of 80 and Verbosity #35 of 80, a statistics row giving a time to first answer token of 161.08 seconds, 49 output tokens per second, $2.00 input and $10.00 output per million tokens, a 95% cache discount, 1.92 billion input tokens and an output-to-input ratio of 3.322%, and the summary paragraph describing the model as among the leading models in intelligence and reasonably priced for its band, notably slow per task but fairly concise, with text and image input, text output and a 1M-token context window.

Executando a aritmética de 272.000 tokens

Pegue uma base de código de 400.000 tokens que você quer analisar de uma só vez, com 2.000 tokens de saída. Ambos os modelos a acomodam dentro de suas janelas. Só um deles reprecifica.

• GPT-6.1 Sol, tarifa de contexto curto — não pode ser usada. Com 400K de entrada, aplica-se a faixa de contexto longo: 400.000 × US$ 4,00 por milhão = US$ 1,60 de entrada, mais 2.000 × US$ 15,00 = US$ 0,03 de saída. Total de US$ 1,63.

• Qwen4-Max — 400,000 × $1.50 por milhão = $0.60 de entrada, mais 2,000 × $4.50 = $0.009 de saída. Total $0.61.

• O mesmo pedido com 250.000 tokens, abaixo do limite — Sol: 250.000 × $2,00 = $0,50 mais $0,03 = $0,53. Qwen4-Max: $0,375 mais $0,009 = $0,38.

A inversão é real e é estreita. Abaixo de 272.000 tokens de entrada, Sol é mais barato por requisição e melhor; acima disso, Qwen4-Max é 2,7× mais barato e doze pontos pior. Um loop de agente de 200K tokens, com a saída das ferramentas se acumulando entre os turnos, cruza o limiar no meio de uma sessão, que é exatamente o tipo de carga de trabalho em que o precipício morde mais forte — você não escolhe o nível; o crescimento do contexto do loop escolhe por você.

Trata-se de aritmética de preços de tabela sobre tarifas publicadas, não de faturas medidas. Acertos de cache reduziriam substancialmente ambos os valores e estreitariam a diferença absoluta, deixando a proporção mais ou menos onde está.

A resposta de roteamento, que aqui está incomumente limpa

O GPT-6.1 Sol está no nosso catálogo como openai/gpt-6.1-sol ao preço de tabela da OpenAI, incluindo ambos os níveis de contexto, com 0% de acréscimo. O Qwen4-Max não está no nosso catálogo — um identificador qwen4 retorna não encontrado, sua rota é a API Model Studio da Alibaba e várias plataformas de terceiros, e o modelo Qwen que oferecemos é qwen/qwen3.8-max a $2.00 e $6.00.

O que torna esta combinação digna de roteamento em vez de escolha é que a variável de decisão é uma contagem de tokens, e uma camada de roteamento consegue vê-la. Uma regra de 272.000 tokens sobre o comprimento da entrada — Sol abaixo, algo mais barato acima — é uma política de duas linhas, e é o tipo de coisa fácil de implementar uma vez e impossível de lembrar de fazer manualmente em todos os serviços. O failover automático cobre a outra ponta: o nível de contexto longo do Sol é uma faixa de preço diferente, não um modelo diferente, então um pico no tamanho do prompt gera uma mudança na fatura em vez de um erro, e nada avisa até a fatura chegar.

A headless-browser screenshot of the OrcaRouter model page for GPT-6.1 Sol, captured 17 November 2026 in English, showing the identifier openai/gpt-6.1-sol, the vision, tools, JSON and reasoning badges, the byline OpenAI dated 2026-09-29, a description placing it one tier below GPT-6 Astra and aimed at agentic coding and computer use, a 1M-token context, 128K max output, text, image and file input, and best-for tags for reasoning, coding and agentic work.

O que moveria isto?

Duas coisas. Um corte de preço do Qwen4-Max precisaria chegar a US$ 0,60 de entrada e US$ 1,80 de saída antes de ficar mais barato que o Sol no nível de contexto curto por tarefa, o que representa uma redução de 60% e não está em nenhum roteiro publicado. E uma tarifa de contexto longo do Sol que incidisse sobre o excedente, e não sobre a solicitação inteira, removeria a única vantagem estrutural que o Qwen4-Max tem aqui; a documentação da O​penAI deixa explícito que não é assim, então isso é uma hipótese, e não uma previsão.

Até que uma das duas coisas aconteça, a regra é curta e não favorece o objeto desta série. Para quase tudo, o GPT-6.1 Sol é o modelo melhor e o mais barato, e a diferença de doze pontos está sendo vendida com desconto. No caso específico de uma tarefa de julgamento profissional com muitos documentos, em que a vantagem de 12,5% do GDPval significa algo, o Qwen4-Max vale uma olhada, a 2,6× o preço por tarefa. E para qualquer coisa que arraste um contexto grande para além de 272.000 tokens, o Qwen4-Max deixa de ser a opção de compromisso e passa a ser a correta — não porque melhorou, mas porque a alternativa dobrou.