Сгенерированная титульная карточка с надписью «Qwen 4 vs GPT-6.1 Sol: модель, которая стоит втрое дешевле за балл», с подзаголовком «2,3 цента за индексный балл против 7,6 и обрыв на 272 000 токенах, который меняет цену всего запроса». В трёх пронумерованных строках указано: «индексный балл 42,9 против 54,6, Artificial Analysis v5.0.1», «стоимость выполнения одной индексной задачи $3,27 против $1,27» и «стоимость входных данных удваивается с $2,00 до $4,00 при превышении 272 000 токенов». В нижнем колонтитуле указано: «Баллы и стоимость одной задачи по Artificial Analysis Intelligence Index v5.0.1; цены — по опубликованному прайс-листу каждого поставщика». Плоский векторный стиль на белом фоне с синими и голубыми акцентами, знак OrcaRouter наложен в правом нижнем углу.
Guides & Insights

Qwen 4 против GPT-6.1 Sol: модель, которая обходится втрое дешевле за балл

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Все остальные сравнения Qwen4-Max в этой серии устроены одинаково: соперник набирает больше баллов и стоит дороже, а спор идёт о том, оправдывает ли разница переплату. Это сравнение — исключение. GPT-6.1 Sol набирает 54,6 балла в Индексе интеллекта Artificial Analysis, тогда как уQwen4-Max — 42,9, то есть на двенадцать баллов меньше, и при этом выполняет задачу индекса за 1,27 доллара против 3,27 доллара у Qwen4-Max. Sol одновременно более способен и в 2,6 раза дешевле в расчёте на готовый ответ. По показателю эффективности, который решил исход остальных четырёх сравнений, Sol выигрывает в 3,3 раза: 2,3 цента за балл индекса против 7,6.

С этим связано одно условие, и это порог в 272 000 токенов. Это настоящий обрыв: он распространяется на каждый токен в запросе, и это единственный путь назад к Qwen4-Max в этом противостоянии, который не предполагает платить больше за меньшее.

Две карточки

GPT-6.1 Sol вышла 29 сентября 2026 года по цене $2.00 за входящие и $10.00 за исходящие токены за миллион. Qwen4-Max перешла на тарификацию по потреблению 16 ноября 2026 года по цене $1.50 и $4.50 в Сингапуре. По заявленной ставке Qwen4-Max выглядит в 2.2× дешевле на выходе; в расчёте на выполненную задачу она в 2.6× дороже. В этой инверсии и заключается суть статьи.

• Ввод, за миллион — Sol: $2,00 до 272 тыс. токенов, $4,00 сверх этого. Qwen4-Max: $1,50 в Сингапуре, $1,413 в остальных пяти регионах, без изменений на всём диапазоне.

• Вывод, за миллион — Sol: $10.00 при коротком контексте, $15.00 при длинном контексте. Qwen4-Max: $4.50 и $4.24, фиксированно.

• Кэшированный ввод — Sol: $0.10 за миллион для короткого контекста, $0.20 для длинного; Qwen4-Max: $0.075 за чтение, при ставках записи $1.875 и $3.00 для пятиминутных и часовых записей.

• The cliff — O​penAI reprices every token in a request once input crosses 272,000, not just the excess. Below it you are on the cheap card; above it you are not, and there is no partial application.

• Контекст — Sol публикует на трекере окно в 1 000 000 токенов; Qwen4-Max — то же самое, при этом ввод для режима размышления ограничен 983 616.

• Стоимость одной задачи индексирования — $1.27 против $3.27.

• Оценка по индексу — 54,6 против 42,9, оба значения измерены при максимальном опубликованном уровне усилий.

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.

Почему дешёвая на вид карта — это дорогая

Цифры по отдельным задачам обретают смысл, только если посмотреть, сколько каждая модель потратила, чтобы их получить. Sol выдала 63,7 млн выходных токенов по всему набору индексов; Qwen4-Max — 127,1 млн. Qwen4-Max написала почти ровно вдвое больше выходного текста, чтобы набрать на двенадцать баллов меньше, а выход — это дорогая колонка в обеих карточках.

В расчёте на задачу расклад такой: 67 824 выходных токена у Sol против 104 940 у Qwen4-Max — из них 49 213 и 68 914 соответственно приходятся на рассуждения. Так что Qwen4-Max не более словоохотлив в ответе; он более словоохотлив в размышлениях. Он рассуждает на 40% дольше, чтобы прийти к худшему выводу, а затем выставляет вам счёт по $4.50 за миллион за эту привилегию.

Cache behaviour makes it worse rather than better. Qwen4-Max's $3.27 is 86% input, and $1.67 of that input is cache writes at $1.875 per million — a rate that exists because A​libaba charges for populating the cache, not just for reading it. Sol's $1.27 is 47% input, with $0.33 of cache writes and $0.25 of cache reads. On a workload with heavy prefix reuse, Qwen4-Max's cache-write line is the one that grows fastest, and it is the line most people do not model.

Где Qwen4-Max не побеждён

Двенадцать баллов — это не разгром в каждом наборе, и три строки стоит прочитать, прежде чем списывать модель со счетов.

• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Семь с половиной пунктов. Разрыв реальный, но уже, чем предполагает заголовок.

• AutomationBench — Qwen4-Max 72,6% против 64,9% у Sol. Qwen4-Max выигрывает здесь почти на восемь процентных пунктов, и это самая крупная единичная инверсия в этом сравнении.

• GDPval — Qwen4-Max 1 808,69 против 1 607,47 у Sol. Преимущество в 12,5% на экономически обоснованных профессиональных задачах — против модели, опережающей на двенадцать пунктов индекса. Это вторая инверсия и более неожиданная из двух, потому что GDPval — ближе всего в рейтинге к вопросу «принял бы профессионал эту работу».

• FrontierCode 2.0 — 26,5% против 40,6%. Тринадцать пунктов в обратную сторону; самый большой разрыв в таблице и наиболее коммерчески значимый.

• CritPt Agentic Hard — 43,0% против 69,5%. Двадцать шесть пунктов, худшая отдельная строка для Qwen4-Max.

• Omniscience — 27,7 против 42,0 при уровне галлюцинаций 28,4% и 51,9%. Sol точнее и гораздо чаще выдумывает, когда ошибается.

• Субпоказатели возможностей — Sol лидирует по всем шести, незначительно в стратегии и операциях (57,6 против 56,9) и явно в инжиниринге (59,4 против 50,1).

Картина согласуется с другими сравнениями в этой серии: Qwen4-Max держится там, где задача требует профессионального суждения при работе с документами, и проигрывает там, где нужна длительная техническая аргументация или агентное выполнение. Две победы из дюжины наборов тестов — не повод выбирать его, но это повод считать выбор зависимым от задачи, а не автоматическим.

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.

Выполнение арифметики с 272 000 токенов

Возьмите кодовую базу на 400 000 токенов, которую вы хотите проанализировать за один раз, с 2 000 токенов вывода. Обе модели умещают её в своих окнах. Только одна из них пересчитывает стоимость.

• GPT-6.1 Sol, ставка для короткого контекста — использовать нельзя. При 400K входных данных применяется тариф для длинного контекста: 400 000 × $4.00 за миллион = $1.60 за входные данные, плюс 2 000 × $15.00 = $0.03 за выходные данные. Итого $1.63.

• Qwen4-Max — 400 000 × $1,50 за миллион = $0,60 за ввод, плюс 2 000 × $4,50 = $0,009 за вывод. Итого $0,61.

• Тот же запрос на 250 000 токенов, ниже порога — Sol: 250 000 × $2.00 = $0.50 плюс $0.03 = $0.53. Qwen4-Max: $0.375 плюс $0.009 = $0.38.

Перелом реален, и он узок. При объёме менее 272 000 входных токенов Sol дешевле за запрос и лучше; выше этого Qwen4-Max в 2,7 раза дешевле и на двенадцать пунктов хуже. Агентный цикл на 200 тыс. токенов, в котором вывод инструментов накапливается от хода к ходу, пересекает порог где-то посередине сессии — и это именно та форма нагрузки, где обрыв бьёт сильнее всего: уровень выбираете не вы, его за вас выбирает рост контекста цикла.

Это арифметика по прейскурантным ценам на основе опубликованных тарифов, а не по фактическим счетам. Попадания в кэш существенно сократили бы оба показателя и сузили бы абсолютный разрыв, при этом соотношение осталось бы примерно на прежнем уровне.

Ответ маршрутизации, который здесь на удивление чист.

GPT-6.1 Sol is on our catalogue as openai/gpt-6.1-sol at O​penAI's list price, including both context tiers, with 0% markup on top. Qwen4-Max is not on our catalogue — a qwen4 identifier returns not-found, its route is A​libaba's Model Studio API and several third-party platforms, and the Qwen model we do serve is qwen/qwen3.8-max at $2.00 and $6.00.

Это сочетание стоит маршрутизировать, а не выбирать, потому что переменная решения — это количество токенов, и слой маршрутизации может её видеть. Правило о 272 000 токенах для длины входных данных — Sol ниже, что-то дешевле выше — это политика из двух строк, и такое легко внедрить один раз, но невозможно помнить, чтобы делать вручную в каждом сервисе. Автоматическое переключение при сбое покрывает другой крайний случай: уровень длинного контекста Sol — это другой ценовой диапазон, а не другая модель, поэтому всплеск размера промпта приводит к изменению счёта, а не к ошибке, и ничто не предупредит вас, пока не придёт счёт.

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.

Что заставило бы это сдвинуться

Two things. A Qwen4-Max price cut would need to reach $0.60 in and $1.80 out before it undercut Sol on the short-context tier per task, which is a 60% reduction and not on any published roadmap. And a Sol long-context rate that applied to the excess rather than the whole request would remove the only structural advantage Qwen4-Max holds here; O​penAI's documentation is explicit that it does not, so that is a hypothetical rather than a forecast.

Пока не случится ни то, ни другое, правило остаётся коротким — и оно не льстит герою этого цикла. Почти во всём GPT-6.1 Sol — лучшая модель и при этом более дешёвая, а разрыв в двенадцать пунктов продаётся со скидкой. В конкретном случае задач, требующих профессионального суждения и насыщенных документами, где преимущество GDPval в 12,5% что-то значит, Qwen4-Max стоит рассмотреть при цене за задачу в 2,6 раза выше. А для всего, что растягивает большой контекст за 272 000 токенов, Qwen4-Max перестаёт быть компромиссным вариантом и становится правильным — не потому, что он улучшился, а потому, что альтернатива подорожала вдвое.