
Qwen 4 vs GPT-6.1 Sol: O modelo que custa um terço do valor por ponto
- 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 · 97 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 · 126 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 · 44 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 · 147 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 · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
Todas as outras comparações com o Qwen4-Max nesta série têm o mesmo formato: o concorrente pontua mais e custa mais, e a discussão é se a diferença vale o preço extra. Esta não. GPT-6.1 Sol marca 54,6 no Artificial Analysis Intelligence Index contra Qwen4-Max, com 42,9 — doze pontos à frente — e conclui uma tarefa do índice por US$ 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.

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.

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.

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 OpenAI 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.
