
Qwen4-Max vs GPT-6 Sol: Den billigare token som kostar mer per svar
- 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 · 96 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 87 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 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 65 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 · 43 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 · 150 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 · 120 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 · 219 tok/s
Qwen4-Max listas till mindre än hälften av GPT-6 Sol för utdata – 4,50 USD per miljon token mot 10,00 USD – och det kostar ändå mer att slutföra en uppgift. Artificial Analysis mäter 3,27 USD per uppgift i Intelligence Index för Qwen4-Max, allmänt tillgänglig sedan 16 november 2026, mot 2,47 USD för GPT-6 Sol, som OpenAI har sålt sedan 22 september 2026. Poängen skiljer sig med en poäng, 43 mot 44. Den inversionen är hela jämförelsen, och den är inte en avrundningseffekt: det är vad som händer när en modell skriver 127 miljoner utdatatoken för att slutföra en utvärdering som den andra modellen klarar på 65,1 miljoner. Qwen4-Max är den billigare modellen per enhet och den dyrare modellen per uppgift, och bara ett av dessa två faktum överlever mötet med en budget.
Inversionen, med uträkningen visad
Båda modellerna kör resonemang som standard och båda leverantörerna prissätter tänkande som utdata. Skillnaden ligger i hur mycket det är.
• Outputvolym för indexkörningen — Qwen4-Max genererade 127 miljoner output-tokens, vilket trackern rankar som {{1}}65:e av 80 i utförlighet och beskriver som mycket utförligt mot en median på 78,6 miljoner{{/1}}. GPT-6 Sol genererade {{2}}65,1 miljoner, beskrivet som ganska kortfattat mot samma median{{/2}}.
• Indatavolym — 9,9 miljarder token för Qwen4-Max mot 4,75 miljarder för GPT-6 Sol. Qwens förhållande mellan utdata och indata är 1,284 %; Sols är 1,371 %, så trafikens form är likartad, men skalan är det inte.
• Kostnad per slutförd uppgift — 3,27 USD mot 2,47 USD. Den nominellt billigare modellen är 32 % dyrare per uppgift.
• Indexpoäng — 43 mot 44, rank 38 respektive 34 av 81 modeller, enligt samma revision avläst den 16 november 2026.
Detta mäter inte slöseri i vanlig mening. En modell som resonerar utförligt och upprepar sitt arbete gör något som leverantören betraktar som en funktion, och Alibabas egna lanseringssiffror bygger på att just detta beteende är värt att betala för: den hävdar 24–35 % färre tokens än Qwen3.8-Max i sitt Work360-benchmark, vilket är ett påstående om relativ ordrikedom jämfört med föregångaren och inte säger något om hur den står sig mot en modell från ett annat labb. Det absoluta talet är det som hamnar på en faktura, och det absoluta talet är högt.
Det är vid fast utdata som inversionen försvinner. Begränsa svaret med ett schema, ett maxtak för tokens eller ett strikt format, och fördelen med utförlighet avdunstar, eftersom de tokens som sparas är de som modellen valde att skicka ut. Under ett hårt tak för utdata gäller Qwen4-Maxs 2,2× billigare utdatatakt för ungefär samma tokenantal, och besparingen är verklig. Om den får skriva vad den vill förbrukar den rabatten.

Efter 272 000 tokens vänder prisförhållandet helt.
GPT-6 Sols prislista har ett stup, och Qwen4-Maxs har inte det. Detta är den enda dimensionen där den billiga modellen inte bara är konkurrenskraftig utan dramatiskt mycket billigare, och det är lätt att missa eftersom båda modellerna anger ett fönster på en miljon token.
• GPT-6 Sol, upp till 272 000 indatatoken – $2.00 för indata, $0.20 för cachad indata, $2.50 för cacheskrivning, $10.00 för utdata.
• GPT-6 Sol, över 272 000 indatatoken – 4,00 USD indata, 0,40 USD cachad indata, 5,00 USD cacheskrivning, 15,00 USD utdata. OpenAIs egen modellsida anger regeln rakt ut: varje token i begäran får nytt pris, inte bara överskottet. En prompt på 300 000 token debiteras alla 300 000 till långkontextpriset.
• Qwen4-Max — $1,50 för indata och $4,50 för utdata, enhetligt över hela fönstret på 1 000 000 token, utan nivåindelning vid 32K, 128K eller någon annanstans. Priser för Singapore; de övriga fem regionerna ligger på $1,413 och $4,24.
• Gapet vid 300 000 tokens – $4.00 mot $1.50 för indata är 2,7×, och $15.00 mot $4.50 för utdata är 3,3×. Lägg till Qwens batchväg i Peking, där Batch File debiterar $0.707 och $2.12, och förhållandet vidgas ytterligare – även om den vägen bara finns i en region.
• Den praktiska konsekvensen – en dokumentanalyspipeline som rutinmässigt passerar 272K tokens väljer inte mellan två liknande priser. Den väljer mellan en taxa som fördubblas vid en gräns som dess förfrågningar passerar av misstag och en taxa som inte rör sig alls. Att dela upp överdimensionerade förfrågningar i delar under tröskeln återställer Sols pris, men det är en ändring av pipelinen, och det kostar dig kontexten för en enskild förfrågan som var anledningen till att köpa en modell med en miljon tokens.
Detta är det starkaste argumentet i artikeln för Qwen4-Max, och det är snävare än vad lanseringsrapporteringen antyder: det gäller ett långkontextfall, inte ett generellt.
Vad varje leverantör faktiskt påstår, och vad som ligger bakom det
Alibabas lanseringsmaterial för Qwen4-Max är ovanligt specifikt och helt egenutfört. Det benchmark som den inleder med, Work360, är ett som leverantören har byggt: en taxonomi med 26 Tier-1-domäner, 182 Tier-2-subdomäner och 721 Tier-3-fält, där Qwen4-Max får 52,69 mot 47,74 för Qwen3.8-Max. Vid sidan av detta rapporterar företaget tokenminskningar på ungefär 24 % och 35 % på Work360 vid xhigh och high effort, 48 % och 49 % på Terminal-Bench 4.0, en genomsnittlig kostnad per uppgift som sjunker från 4,43 USD till 1,67 USD, en passeringsfrekvens på funktionsnivå för Last Secure Code Bench som stiger från 22,0 % till 31,8 %, och kod som är säker på funktions-, fil- och repository-nivå samtidigt som den stiger från 8 % till 14,7 %. Vart och ett av dessa är leverantörsrapporterat och inget har reproducerats utanför Alibaba.
OpenAI:s påståenden för GPT-6 Sol är formade annorlunda: de är argument om likvärdighet till lägre kostnad mot namngivna konkurrenter snarare än absoluta poäng. Lanseringsmaterialet rapporterade ett FrontierCode 1.1-resultat på 49,3 % vid maximal ansträngning för 2,14 USD per uppgift mot 50,3 % för Claude Fable 5.1 till 12,83 USD, och ett DeepSWE v1.1-resultat på 68,8 % inom 1,1 punkter från Claude Fable 5:s 69,9 %. Betrakta de meningarna utifrån deras form: var och en kombinerar ett nästan lika resultat med en bråkdel av kostnaden. Det är ett påstående om effektivitet, inte om förmåga, och det är ett svagare påstående än det Alibaba gör om Work360.
Den oberoende trackern är där de två äntligen kan jämföras, och den är den enda källan i den här artikeln som mätte båda modellerna med en och samma testrigg. Den placerar dem en poäng ifrån varandra och vänder på prisordningen. Den lämnar också en kolumn tom: GPT-6 Sol har uppmätta 125 output-tokens per sekund, 35,11 sekunder till första svarstoken och 7,2 minuter per indexuppgift. Qwen4-Max har inget av de tre — prestandakortet visar N/A. En modell som är 32 % dyrare per uppgift utan publicerad hastighet är inte en modell vars kostnadsfördel alls kan prissättas ännu, eftersom den saknade halvan av notan är tid.

Arkitekturpåståendet under token-siffrorna
Qwen4-Max är en gles mixture-of-experts-modell med 2,4 biljoner parametrar och 71 miljarder aktiva parametrar per token, plus 328 miljarder N-gram-inbäddningsparametrar som slås upp i stället för att multipliceras. Tre Gated DeltaNet-lager komprimerar historiken till ett tillstånd med fast storlek för varje Qwen Sparse Attention-lager, som väljer relevant kontext på mikroblocksgranularitet genom en lättviktsindexerare; fyra parallella residualgrenar med dynamiska läs- och skrivgrindar stabiliserar stapeln. Alibaba rapporterar inga förlustspikar under körningen med 2,4T parametrar och 5 % till 13 % lägre bitar per byte än Qwen3.8-Max-Base samtidigt som 25 % färre parametrar aktiveras – med den ärliga anmärkningen, tryckt av leverantören, att två av de jämförda checkpunkterna är eftertränade, vilket försvagar inramningen som basmodell.
Det är en rimlig förklaring till varför inferens med lång kontext är billigare per token. Det är inte en förklaring till varför en förfrågan behöver 1,95 gånger så många utdatatokens som en konkurrent, och inget i lanseringsmaterialet tar upp det. Effektivitet per token och effektivitet per svar är olika storheter, och den här modellen förbättrar den första medan den förlorar den andra.
Var de två finns, och hur en blandad arbetsbelastning ser ut
GPT-6 Sol routas på OrcaRouter som openai/gpt-6-sol till OpenAI:s listpris med 0 % påslag — 2,00 och 10,00 dollar per miljon tokens under 272K, 4,00 och 15,00 över det, med 272K-omprissättningsregeln tillämpad på samma sätt som OpenAI tillämpar den. Ett API för över 200 modeller innebär att långkontextfrågan ovan blir ett routingbeslut i stället för ett andra avtal: en pipeline kan skicka sina förfrågningar under 272K till Sol och de överstora någon annanstans utan att sätta upp ett andra SDK, och en ändring av leverantörspriset slår igenom här samma dag som den slår igenom på OpenAI:s prislista.
Qwen4-Max finns inte i OrcaRouter-katalogen per den 16 november 2026. Den går att nå via Alibabas eget Model Studio-API och flera tredjepartsplattformar. Det gör det ärliga experimentet asymmetriskt och billigt endast i en riktning: Sol-armen kräver ingen ny integration, Qwen-armen gör det, och den jämförelse du faktiskt vill ha – kostnad per slutförd uppgift på din egen trafik, vid dina egna utlängder – är exakt den mätning som skulle avgöra om omkastningen 2,47 dollar mot 3,27 dollar håller utanför en benchmarkmiljö. Kör den på ett skuggsegment, inte i produktionsflödet, och låt dina egna tokenantal avgöra vilket av de två indexkörningarna som är det missvisande.

Vad skulle göra detta till en annan artikel
Två mätningar. Den första är Qwen4-Maxs utdatavolym vid en arbetsbelastning med en hård gräns för utdata; om de 127 miljoner token är en egenskap hos utvärderingen snarare än hos modellen, är inversionen en artefakt och taxan på $4.50 en ren besparing. Den andra är hastighet. GPT-6 Sol förbrukar 7,2 minuter per indextask och 35 sekunder till första token, vilket är intetsägande siffror; om Qwen4-Max är väsentligt långsammare på samma uppgifter, då är en modell som redan är 32 % dyrare per svar också den som får dig att vänta längre på det, och inget per-token-argument räddar det.
Tills båda finns är den försvarbara hållningen snäv och specifik. För förfrågningar som överstiger 272 000 token är Qwen4-Max två till tre gånger billigare, och det råder ingen tvekan. För allt annat är GPT-6 Sol det bättre köpet sett till det enda mått som kombinerar pris med beteende, och att dess annonserade taxa är 2,2× högre för utdata är det minst upplysande med den.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
