Qwen4-Max Preview vs GPT-6.1 Sol: En nedräkning mot en prislista

Sätt Qwen4-Max Preview och GPT-6.1 Sol bredvid varandra i ett specifikationsblad och de ser ut som syskon: båda uppges ha ungefär en miljon tokens i kontext, båda tar emot bilder, båda resonerar innan de svarar, båda talar OpenAI:s wire-format. Titta sedan på de två kommersiella uppläggen, och likheten kollapsar. GPT-6.1 Sol släpptes den 29 september 2026 till $2.00 per miljon input-tokens och $10.00 per miljon output, med cachad input till $0.10 per miljon, och säljs per token till alla som har ett konto. Qwen4-Max Preview öppnade den 11 november 2026 som en förhandsversion som endast erbjuds via Token Plan, pågår till 24:00 den 25 november, har inget publicerat pris per token någonstans och avvecklas när tidsfönstret stängs. Det ena är ett köp. Det andra är ett lån på två veckor. Det är den skillnaden, inte benchmarkkolumnen, som bör avgöra vilken du öppnar först.

Två maskiner, beskrivna på samma sätt

GPT-6.1 Sol är en uppdatering av OpenAIs mellanklassmodell för resonemang – nivån under GPT-6 Astra – och OpenAIs egen formulering är att den "nästan matchar" Astra inom agentisk kodning, datoranvändning och professionellt arbete till en femtedel av Astras tokenpriser. OpenAIs publicerade modellsida anger kontextfönstret till 1 050 000 token med en maximal utdata på 128 000 token och en kunskapsgräns den 30 april 2026. Det är leverantörens siffror.

Qwen4-Max Preview är Alibabas första anropbara Qwen 4-nivå. Den har en kontext på 1 000 000 token, ett utdatatak på 393 216 token som delas mellan tänkande och det slutliga svaret, text-, bild- och videoindata samt funktionsanrop, webbsökning och inbyggda verktyg. Även dessa är leverantörens siffror, hämtade från dokumentationssidan för Model Studio snarare än från rapportering om den.

Läser man dem sida vid sida skiljer sig de två specifikationsblocken åt med 50 000 tokens kontext – brus på en sådan siffra – och med en mycket större marginal i utdatautrymme. 393 216 mot 128 000 är ungefär tre gånger så mycket utrymme för ett enda svar, och eftersom tänkande räknas mot den budgeten i båda modellerna är skillnaden inte akademisk. Om ditt arbete är att "läsa en lång korpus, producera en lång strukturerad artefakt" har Qwen-förhandsvisningen mer spelrum. Om ditt arbete är att "svara väl inom en normal completion" är inget av taken din begränsning.

Den del som inte är en prisjämförelse

Det är här de två sidorna inte längre går att jämföra alls, och det är värt att vara krass om varför i stället för att försköna det som ett oavgjort resultat.

GPT-6.1 Sol har en prislista man kan räkna på. Indata för $2.00 per miljon, utdata för $10.00, cachad indata för $0.10 — en tjugondel av dess eget ocachade indatapris och en tiondel av GPT-6 Astras cachade pris på $1.00. Agentloopar som skickar ett stabilt prefix tusentals gånger lever nästan helt på den sista raden, och det är det tysta skälet till att 6.1-uppdateringen spelar roll för alla som kör agenter i stället för chatt. Prislistan har också trösklar som ändrar räkningen: passerar du 272 000 indatatokens prissätts hela förfrågan om till dubbla indata- och cachepriser och 1,5× utdatapriset; batch och flex ligger 50 % under standard; fast mode ligger på 2× standard.

Qwen4-Max Preview har inget av det. Det mäts i Credits mot en prenumeration, och Alibaba publicerar ingen taxa för credits per token. Personal Edition-nivåerna ligger på 6 USD för 20 000 credits, 10 USD för 45 000, 18 USD för 80 000 och 43 USD för 200 000, med påfyllningspaket på 15 USD per 20 000. Under förhandsvisningen ligger förbrukningen "så lågt som 20 % av standardtaxan", och anrop mellan 22:00 och 08:00 UTC+8 får ytterligare rabatt som landar på 8 % av standard. Credits förbrukas i en takt som leverantören beskriver som dynamiskt inställd efter modelltyp, tokenanvändning, tänkläge och verktygsanrop.

Så det ärliga påståendet är inte "Qwen är billigare" eller "OpenAI är billigare". Det är att den ena modellen kan kostnadsberäknas innan du kör den, medan den andra bara kan kostnadsberäknas i efterhand, från en konsol som du kanske ännu inte har åtkomst till. För en arbetsbelastning med hög volym väger den skillnaden tyngre än någon per-token-siffra på den här sidan.

Där förhandsvisningen faktiskt slår prislistan

Tre funktioner är värda mer än en prisrad, åtminstone i två veckor.

Videoingång kommer först. GPT-6.1 Sols dokumenterade indatatyper är text, bild och fil. Qwen4-Max Preview tar emot text, bilder och video, och Alibabas sida anger skärmbildsanalys, dokumentförståelse och videoanalys som de avsedda användningsområdena. Om din utvärdering handlar om att förstå en skärminspelning, en produktdemo eller en bildsekvens, har jämförelsen en vinnare innan någon poäng finns.

Det andra är det redan nämnda utdatataket – en legitim fördel för långformsgenerering, och det enda stället där siffrorna är tillräckligt åtskilda för att spela roll utan ett benchmark.

Det tredje är priset för att ha fel. En Token Plan-prenumeration begränsar utgifterna till prenumerationen. En förbrukningsbaserad modell har inget tak, och en dåligt konfigurerad agentloop med en outputkostnad på 10 dollar per miljon kan producera en minnesvärd faktura på en eftermiddag. För ett experiment du är osäker på är det värt att betala lite för ett tak.

Där GPT-6.1 Sol vinner utan att anstränga sig

Allt som kräver att modellen fortfarande finns nästa månad.

Det finns ett avtal. Det finns en publicerad taxa, en kontext- och utmatningsgräns på en offentlig sida, en ansträngningsstege från low till xhigh och max, dokumenterad migreringsvägledning och en leverantör vars supportväg inte slutar på ett kalenderdatum. Det finns också en kontrollpunkt: max_tokens beter sig som förväntat, och fellägena är dokumenterade i stället för att upptäckas.

Qwen-förhandsversionen vänder på det mesta av detta. Åtkomst är endast möjlig via Token Plan, betala per användning stöds uttryckligen inte, bas-URL:en är en dedikerad sådan på token-plan.ap-southeast-1.maas.aliyuncs.com, och planens egna villkor begränsar den till "interaktiv användning i kodnings- och agentverktyg, inte automatiserade batchskript". Alibaba anger också att inga ändringar kommer att göras under förhandsversionen. Fryst, tillfälligt och inte för batch — det är en precis beskrivning av ett utvärderingsverktyg, och en dålig beskrivning av ett beroende.

Det finns ytterligare en fälla för den som flyttar över en förfrågan, och den hör hemma i det här avsnittet eftersom det är precis den sortens sak som en stabil leverantör inte gör mot dig mitt under pågående arbete. Från och med Qwen4-Max Preview är max_tokens likvärdigt med max_completion_tokens, och båda omfattar tänkande plus svaret, medan alla tidigare Qwen-modeller tillämpade gränsen enbart på svaret. En förfrågan som flyttas över med max_tokens på 4096 köper nu 4 096 token tänkande och vad som sedan återstår. Felet yttrar sig som ett avkortat svar, inte som ett fel du kan fånga.

Vid mätning är båda sidorna tunnare än marknadsföringen antyder

Artificial Analysis, den tredjepartstavla som den här bloggen behandlar som den neutrala referensen, har ingen Qwen4-post alls när den läses den 11 november 2026 — ingen indexpoäng, ingen kostnad per uppgift, inga hastighetsrader. För en förhandsversion som öppnades den morgonen är det förväntat snarare än fördömande.

OpenAI-sidan är nu mätt, och enligt samma resultattavla. Artificial Analysis har en sida för GPT-6.1 Sol (Max): ett Intelligence Index på 55 i indexrevision v5.0.1, plats 12 av 74, $1,27 per indextask, 63,7 miljoner genererade utdatatoken medan indexet kördes, mot resultattavlans median på 72,8 miljoner, 20,2 minuter per uppgift mot en median på 12,6 minuter, 56 token per sekund och en tid till första svarstoken på 153,34 sekunder. Det är oberoende siffror, inte OpenAIs, och de står bredvid leverantörens linje: OpenAI marknadsför den här modellen som nästan i nivå med Astra till en femtedel av Astras tokenpriser, och på priskortet stämmer aritmetiken exakt – $2 mot Astras $10 för input, $10 mot Astras $50 för output.

Det som återstår är ett enda tal, inte en jämförelse. GPT-6.1 Sol har en rad; Qwen4-Max Preview har inte det och kanske inte får en innan den avvecklas, så den som publicerar en benchmark för Qwen4-Max Preview mot GPT-6.1 Sol den här veckan publicerar sin egen testrigg på båda sidor. Det användbara är att fråga dem vilka prompter de använde och om Qwen-sidan fortfarande finns när de försöker reproducera det.

Kör båda utan två kontrakt

Här är den praktiska asymmetrin: GPT-6.1 Sol är en katalogmodell och Qwen4-Max Preview är det inte – varken för oss eller för någon utanför Alibaba's Token Plan. På OrcaRouter finns openai/gpt-6.1-sol tillsammans med 216 andra modellidentifierare bakom en enda nyckel, till leverantörens listpris utan något påslag, vilket innebär att en ändring av OpenAIs prislista slår igenom på din faktura samma dag som den sker i stället för vid nästa förhandling. Qwen-förhandsvisningen går att nå via leverantörens egen API och dess chattprodukt, och inget routningslager ändrar på det.

Det användbara mönstret under de kommande fjorton dagarna är att placera förhandsversionen där den inte kan skada dig. En routningskonfiguration som först provar förhandsversionen och faller tillbaka på en modell som du redan har mätt ger dig experimentet och skyddsnätet i ett enda anrop: om förhandsversionen trunkerar eftersom tänkandebudgeten åt upp svaret, ger fel på en videoinmatning eller helt enkelt returnerar något som du inte skulle släppa, svarar reservlösningen och begäran lyckas ändå. Det är vad failover är till för, och en oprövad endpoint med ett utgångsdatum är det tydligaste fallet för det som du kommer att få se det här kvartalet.

Beslutet, i fyra rader

Om du behöver en modell i produktion den här månaden är GPT-6.1 Sol svaret, och förhandsversionen är inte ett alternativ – inte för att den är sämre, utan för att den inte kommer att existera den 26 november.

Om du behöver veta om ett fönster på en miljon token plus videoinmatning löser ett specifikt problem, är förhandsvisningen det billigaste sättet att ta reda på det, och chatfliken gör det ännu billigare.

Om du kör agenter med intensiv prefixåteranvändning är raden för cachelagrad indata den du bör modellera, och endast en av dessa två modeller låter dig modellera den.

Om du väntar på ett resultat innan du satsar på någon av dem, väntar du på olika saker: en oberoende rad för Qwen4-Max Preview som kanske aldrig dyker upp eftersom modellen pensioneras först, och en andra åsikt om GPT-6.1 Sols 55, som finns men är en enda siffra från ett enda testramverk på en resultattavla som reviderades till v5.0.1 efter septemberversionen.

Jämförelsen som folk kommer att fortsätta göra – benchmark mot benchmark – går inte att göra i dag. Den jämförelse som går att göra handlar om åtagande: ett två veckor långt lån av en större kontext och en videodekodare, mot ett avtal med löpande mätning och en cachetakt som du kan planera efter. Välj det alternativ som matchar hur länge du behöver att svaret ska förbli sant.