
Qwen 4 против GPT-6.1 Sol: модель, которая обходится втрое дешевле за балл
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 90 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 87 tok/s
- OrcaНОВИНКАOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 133 tok/s
- OrcaНОВИНКАOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 за 1 млн токенов · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 за 1 млн токенов · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Интеллект
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Интеллект
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 за 1 млн токенов · 219 tok/s
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 — OpenAI 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.

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 Alibaba 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.

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 OpenAI'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 Alibaba'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.

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; OpenAI'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.
