
Qwen4-Max vs GPT-6.1 Sol: Den billigare tokenen förlorar på fakturan, och gränsen går vid 272 000
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 90 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaNYOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 133 tok/s
- OrcaNYOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligens
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligens
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M tokens · 185 tok/s
Om man tar de två prislistorna bokstavligt och Qwen4-Max vinner med bred marginal. Den listas på $1.50 per miljon inputtokens och $4.50 per miljon outputtokens; GPT-6.1 Sol listas på $2.00 och $10.00. För output är det en spridning på 2,2× till Qwen4-Max fördel, och det är siffran som varje jämförelse av dessa två modeller inleder med. Kör sedan båda genom samma nio utvärderingar och titta på vad körningarna kostar. Artificial Analysis mäter $3.27 per uppgift i Intelligence Index för Qwen4-Max, allmänt tillgänglig sedan 16 november 2026, mot $1.27 för GPT-6.1 Sol, som OpenAI har sålt sedan 29 september 2026. Den billigare tokenen är 2,6× dyrare per slutförd uppgift. Två mekanismer producerar den inversionen, och bara en av dem diskuteras — den andra ligger vid 272 000 tokens, där Sols prislista ändrar pris mitt i en förfrågan och Qwen4-Maxs inte gör det.
Två kort med olika former, inte bara olika siffror

• Indatapris — Qwen4-Max $1,50 per miljon oavsett vs GPT-6.1 Sol $2,00 upp till 272 000 tokens, $4,00 däröver
• Pris för utdata – $4,50 fast jämfört med $10,00 upp till 272 000 tokens, $15,00 däröver
• Cacheläsning — $0.075 per miljon med skrivningar på $1.875 (5 minuter) eller $3.00 (1 timme) jämfört med $0.10 per miljon med skrivningar på $2.50 och $5.00
• Kontextfönster – 1 000 000 token med ett tak för indata i tänkläge på 983 616 token jämfört med 1 050 000 token
• Maximal utdata – 131 072 utan tänkande, eller 262 144 delade med resonemang jämfört med 128 000
• Resonemangskontroll – tre nivåer (låg, hög, xhigh), standard hög kontra fem (låg till max), standard medium, alltid på
• Samplingsparametrar – temperature, top_p och top_k accepterade kontra avvisade; resonemanget måste styras enbart av ansträngning
• Indatatyper – text, bild, video vs text, bild, fil
De två första raderna är där pengarna finns. Qwen4-Max erbjuder en enda prisnivå från noll till kontextgränsen, medvetet: ingen långkontextavgift, ingen batchrabatt heller, eftersom batchinferens inte erbjuds för modellen överhuvudtaget. GPT-6.1 Sol erbjuder en billig prisnivå och en dyr, och gränsen mellan dem är den enskilt mest avgörande siffran i den här jämförelsen för alla vars prompter är stora.
Vad passerandet av 272 000 tokens gör med aritmetiken
Under gränsen kostar en miljon ingående tokens på GPT-6.1 Sol $2.00 och en miljon utgående tokens $10.00. Vid eller över den debiterar katalogen begäran $4.00 in och $15.00 ut — en fördubbling på ingående och en 50 % ökning på utgående. Qwen4-Max tar $1.50 och $4.50 vid 200 000 tokens och vid 900 000 tokens lika.
Kör ett dokumenttungt jobb genom båda och ordningen slår om beroende på var förfrågan landar. En prompt på 150 000 token med ett svar på 4 000 token kostar ungefär 0,26 dollar på Sol och 0,24 dollar på Qwen4-Max – tillräckligt nära oavgjort för att inget annat om modellerna bör avgöras utifrån pris. Samma jobb med 400 000 indatatoken kostar 1,65 dollar på Sol i det övre prissegmentet mot 0,62 dollar på Qwen4-Max: en skillnad på 2,7×, i motsatt riktning mot den annonserade utdataspridningen och större än den. Långkontextarbete är den enda arbetsbelastning där Qwen4-Max-kortet är otvetydigt det bättre köpet, och det är den arbetsbelastning som detta par med störst sannolikhet kommer att riktas mot, eftersom båda modellerna säljs med 1M-tokenfönster.
Vilket gör nivågränsen till ett routingbeslut snarare än en fotnot i prissättningen. Om en pipelines förfrågningar klumpar sig strax under 272 000 token är det värt riktiga pengar att dela upp eller cacha för att hålla sig under gränsen; om de ligger en bra bit över den är uppdelningen meningslös, och Qwen4-Max är nästan tre gånger billigare på input.

Inversionen som inte har något med priset att göra
Ordrikedom är den andra mekanismen, och den missgynnar Qwen4-Max mer än prislistan gynnar den. För Intelligence Index registrerade Artificial Analysis 63,7 miljoner utdatatokens från GPT-6.1 Sol – kortfattat enligt dess mått, jämfört med en median på 78,6 miljoner – och 127 miljoner från Qwen4-Max, som den kallar mycket ordrik. Dubbelt så många utdatatokens till mindre än halva priset per token ger sammantaget en räkning som är 2,6 gånger större.
Detta är inte en konstighet i utvärderingen. Alibabas eget lanseringsmaterial gör samma poäng från andra sidan: Det främsta påståendet för Qwen4-Max är att den minskar tokenanvändningen med 24 % till 35 % jämfört med föregångaren Qwen3.8-Max, och med 48 % till 49 % på Terminal-Bench 4.0. Det är reella förbättringar, och de är relativa. Jämfört med GPT-6.1 Sol förbrukar modellen fortfarande ungefär två output-token för varje token som Sol förbrukar, och lanseringsinlägget hävdar inte något annat.
Den praktiska konsekvensen är att varje kostnadsmodell som bygger på att multiplicera ditt tokenantal med listpriset får fel tecken i den här jämförelsen. Modellera tokens först. Om du redan har trafik på en kortfattad modell och överväger ett byte, räkna med att din utvolym ungefär fördubblas även när din kostnad per token faller med mer än hälften – vilket för det här paret är en nettoförlust.
Hastighet, där bara en sida har publicerat något
GPT-6.1 Sol är långsam och det är uppmätt: 23,1 minuter per Intelligence Index-uppgift, 168,56 sekunder till första svarstoken, 49 token per sekund i utmatningshastighet i körningen från Artificial Analysis mot OpenAI:s endpoint. Vår egen playground-trafik, insamlad under de sju dagarna fram till den 16 november, visar en snabbare median – cirka 98 output-token per sekund med en p50 på 1,7 sekunder till första byte – vilket är vad man kan förvänta sig av en gateway-rutt som ligger framför en annan upstream än den som Artificial Analysis använde. Båda siffrorna kan vara sanna; ingen av dem beskriver den andras väg.
Qwen4-Max har inget oberoende hastighetstal alls. Artificial Analysis listar modellens indexpoäng, dess pris och dess tokentotaler, och lämnar tid per uppgift, utdatahastighet och tid till första token tomma. Alibaba publicerar påståenden om token-effektivitet, vilka inte är latens. Så för ena sidan av denna jämförelse kan du kapacitetsplanera hela vägen, och för den andra kan du kapacitetsplanera räkningen och inget annat. Alla som den här månaden driftsätter en interaktiv yta på Qwen4-Max mäter latensen för första gången själva.
Två migreringsdetaljer som kostar dig en eftermiddag av felsökning
GPT-6.1 Sols resonemang är alltid påslaget med fem ansträngningsnivåer och standardvärdet medium, och modellen avvisar temperature och top_p direkt – samplingen styrs enbart via effort och inget annat. Qwen4-Max accepterar hela uppsättningen samplingsparametrar, med standardvärden på 1,0 för temperature och 0,95 för top_p i tänkläge, 0,7 och 0,8 utanför det, plus top_k 20 och en presence penalty på 1,5 när tänkandet är avstängt. En klient som migreras från Sol till Qwen4-Max kommer tyst att få ett samplingsbeteende som den aldrig har haft; omvänd migrering kommer att kasta ett fel.
Effort-strängar är spegelbilden. Sol erbjuder fem nivåer; Qwen4-Max erbjuder tre och slår ihop resten, med mappningen minimal till low, medium till high och max till xhigh. En pipeline som begär medium från Qwen4-Max får resonemang med hög effort och en standardbudget för tänkande på 131 072 token, utan något fel som meddelar det. En pipeline som begär max får xhigh och ser korrekt ut. Lås nivån i leverantörens egen vokabulär per rutt; skicka inte en effort-sträng över en modellgräns och hoppas.

Var de två hör hemma, och hur man kör dem sida vid sida
Uppdelningen som framgår av siffrorna: GPT-6.1 Sol för kortpromptat resonemang med hög volym, där dess koncishet förstärks, och Qwen4-Max för förfrågningar över 272 000 indatatoken, för videoindata eller för arbetsbelastningar som behöver samplingskontroll snarare än ett ansträngningsreglage.
Att köra den uppdelningen är normalt den dyra delen, och det är fallet OrcaRouter är byggt för på ena sidan. GPT-6.1 Sol dirigeras till $2.00 och $10.00 per miljon under nivågränsen och $4.00 och $15.00 över den – leverantörens egna priser, vidarebefordrade med 0 % påslag, så nivåaritmetiken ovan är vad du faktiskt betalar i stället för en uppskattning av den – via samma nyckel och samma OpenAI-kompatibla slutpunkt som Claude Opus 5.5, Grok 4.5, Qwen3.8-Max och Tencent HY4 Preview. Qwen4-Max finns inte i katalogen ännu, så den sidan ligger kvar på en direkt Alibaba-nyckel tills vidare.
Vilket fortfarande är tillräckligt för att göra jämförelsen verklig: definiera gränsen en gång i en routingregel, skicka allt under 272 000 tokens till Sol-rutten och allt över det till Qwen4-Max, och låt failover täcka den nya modellen medan du fastställer dess latens. Det är routing-DSL:n som gör det till en regel snarare än en tjänst – ett villkor för förfrågningsstorlek, två destinationer, en slutpunkt och en automatisk reservlösning om den experimentella sidan missköter sig.
Kortversionen, med dess utgångsdatum
Qwen4-Max är den billigare modellen per token och den dyrare per uppgift, och anledningen är att den skriver dubbelt så mycket. GPT-6.1 Sol är den billigare modellen per uppgift och den dyrare per lång förfrågan, och anledningen är en nivågräns vid 272 000 token som dess konkurrent inte har. Inget av dessa faktum handlar om intelligens, där de två ligger tolv indexpoäng ifrån varandra – 43 mot 55 vid Sols maximala ansträngning – till Sols fördel.
Jämförelsen har ett utgångsdatum. Alibabas lanseringsinlägg säger att mindre Qwen4-modeller är på väg att släppas som öppen källkod, och ett priskort per token för en modell med 2,4 biljoner parametrar är precis den typ av sak som revideras när den första månaden med agenttrafik landar. Fram till dess bör du fatta beslut utifrån tokenvolym och förfrågningsstorlek, inte utifrån utmatningshastigheten.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
