Ett genererat titelkort med texten "Qwen 4 vs GPT-6.1 Sol: modellen som kostar en tredjedel så mycket per poäng", med underrubriken "2,3 cent per indexpunkt mot 7,6, och en 272 000-token-kliffa som ändrar priset för hela förfrågan". Tre numrerade rader lyder "indexpoäng 42,9 mot 54,6, Artificial Analysis v5.0.1", "kostnad per slutförd indexuppgift 3,27 $ mot 1,27 $" och "indatan fördubblas från 2,00 $ till 4,00 $ över 272 000 token". En sidfot lyder "Poäng och kostnad per uppgift enligt Artificial Analysis Intelligence Index v5.0.1; priser enligt varje leverantörs publicerade prislista." Platt vektorstil på vit bakgrund med blå och cyanblå accenter, OrcaRouter-märket komponerat nere till höger.
Guides & Insights

Qwen 4 vs GPT-6.1 Sol: Modellen som kostar en tredjedel så mycket per poäng

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Alla andra Qwen4-Max-jämförelser i den här serien har samma form: motståndaren får högre poäng och kostar mer, och diskussionen handlar om huruvida skillnaden är värd merkostnaden. Den här gör inte det. GPT-6.1 Sol får 54,6 på Artificial Analysis Intelligence Index mot Qwen4-Maxs 42,9 — tolv poäng före — och slutför en indexuppgift för 1,27 dollar mot Qwen4-Maxs 3,27 dollar. Sol är mer kompetent och samtidigt 2,6 gånger billigare per färdigt svar. På effektivitetsmåttet som avgjorde de andra fyra matchningarna vinner Sol med en faktor 3,3: 2,3 cent per indexpoäng mot 7,6.

Det finns ett villkor kopplat till det, och det är gränsen på 272 000 token. Det är en riktig klippa, det gäller varje token i förfrågan, och det är den enda vägen tillbaka till Qwen4-Max i den här matchningen som inte innebär att betala mer för mindre.

De två korten

GPT-6.1 Sol lanserades den 29 september 2026 till $2,00 in och $10,00 ut per miljon tokens. Qwen4-Max gick över till mätbaserad debitering den 16 november 2026 till $1,50 och $4,50 i Singapore. Enligt listpriset ser Qwen4-Max 2,2× billigare ut för utdata; per slutförd uppgift är den 2,6× dyrare. Den inversionen är artikeln.

• Indata, per miljon — Sol $2.00 upp till 272K tokens, $4.00 däröver. Qwen4-Max $1.50 i Singapore, $1.413 i de övriga fem regionerna, oförändrat över hela fönstret.

• Utdata, per miljon — Sol $10,00 för kort kontext, $15,00 för lång kontext. Qwen4-Max $4,50 och $4,24, fast pris.

• Cachelagrad indata — Sol $0,10 per miljon för kort kontext, $0,20 för lång; Qwen4-Max $0,075 för läsningar, med skrivtaxor på $1,875 och $3,00 för femminuters- respektive entimmesposter.

• 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.

• Kontext — Sol publicerar ett fönster på 1 000 000 token på trackern; Qwen4-Max likaså, med thinking-indata begränsat till 983 616.

• Kostnad per indextask – 1,27 $ jämfört med 3,27 $.

• Indexpoäng — 54,6 mot 42,9, båda uppmätta vid deras högsta publicerade ansträngningsinställning.

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.

Varför kortet som ser billigt ut är det dyra

Siffrorna per uppgift ger bara mening när man tittar på vad varje modell spenderade för att komma dit. Sol gav 63,7 miljoner utdatatokens över indexsviten; Qwen4-Max gav 127,1 miljoner. Qwen4-Max skrev nästan exakt dubbelt så mycket utdata för att få tolv poäng lägre, och utdata är den dyra kolumnen på båda korten.

Per uppgift är fördelningen 67 824 utdatatoken för Sol mot 104 940 för Qwen4-Max – varav 49 213 respektive 68 914 utgörs av resonemang. Så Qwen4-Max är inte mer pratsam i sitt svar; den är mer pratsam i sitt tänkande. Den resonerar 40 % längre för att nå en sämre slutsats och debiterar dig sedan 4,50 dollar per miljon för privilegiet.

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.

Där Qwen4-Max inte besegras

Tolv poäng är ingen utklassning i varje svit, och tre rader är värda att läsa innan man avfärdar modellen.

• Terminal-Bench 4.0 — Sol 56,1 %, Qwen4-Max 48,5 %. Sju och en halv poäng. Verkligt, men snävare än rubriken antyder.

• AutomationBench — Qwen4-Max 72,6 % mot Sols 64,9 %. Qwen4-Max vinner den här med nästan åtta punkter, och det är den största enskilda inversionen i jämförelsen.

• GDPval — Qwen4-Max 1 808,69 mot Sols 1 607,47. Ett försprång på 12,5 % på ekonomiskt förankrade professionella uppgifter, mot en modell som ligger tolv indexpoäng före. Detta är den andra inversionen och den mer överraskande av de två, eftersom GDPval är det närmaste man kommer på tavlan till frågan ”skulle en yrkesperson acceptera det här arbetet”.

• FrontierCode 2.0 — 26,5 % mot 40,6 %. Tretton punkter åt andra hållet; det största gapet på resultattavlan och det mest kommersiellt laddade.

• CritPt Agentic Hard — 43,0 % mot 69,5 %. Tjugosex procentenheter, den sämsta enskilda raden för Qwen4-Max.

• Allvetenhet — 27,7 mot 42,0, med hallucineringsfrekvenser på 28,4 % och 51,9 %. Sol är mer korrekt och mycket mer benägen att fabricera när den har fel.

• Delpoäng för kapacitet — Sol leder alla sex, med knapp marginal inom strategi och drift (57,6 mot 56,9) och tydligt inom ingenjörsområdet (59,4 mot 50,1).

Mönstret överensstämmer med de andra matchningarna i den här serien: Qwen4-Max står sig där uppgiften är professionell bedömning tillämpad på dokument, och förlorar där uppgiften är uthålligt tekniskt resonemang eller agentisk exekvering. Två vinster av ett dussin sviter är inte ett skäl att välja det, men det är ett skäl att valet är uppgiftsberoende snarare än automatiskt.

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.

Kör aritmetiken för 272 000 token

Ta en kodbas på 400 000 tokens som du vill analysera i ett svep, med 2 000 tokens utdata. Båda modellerna får plats med den i sina fönster. Bara en av dem ändrar pris.

• GPT-6.1 Sol, pris för kort kontext — kan inte användas. Vid 400K indata tillämpas långkontextnivån: 400 000 × $4,00 per miljon = $1,60 indata, plus 2 000 × $15,00 = $0,03 utdata. Totalt $1,63.

• Qwen4-Max — 400 000 × 1,50 USD per miljon = 0,60 USD i indata, plus 2 000 × 4,50 USD = 0,009 USD i utdata. Totalt 0,61 USD.

• Samma förfrågan vid 250 000 token, under klippan – Sol: 250 000 × $2.00 = $0.50 plus $0.03 = $0.53. Qwen4-Max: $0.375 plus $0.009 = $0.38.

Så omkastningen är verklig, och den är snäv. Under 272 000 indatatoken är Sol billigare per anrop och bättre; över det är Qwen4-Max 2,7× billigare och tolv poäng sämre. En agentloop på 200K token med verktygsutdata som ackumuleras över turer passerar tröskeln en bit in i en session, vilket är exakt den typ av arbetsbelastning där stupet slår hårdast – du väljer inte nivån, loopens kontexttillväxt väljer den åt dig.

Detta är listprisberäkningar på publicerade priser, inte uppmätta fakturor. Cacheträffar skulle minska båda siffrorna avsevärt och minska den absoluta skillnaden medan förhållandet i stort sett skulle ligga kvar.

Routningssvaret, som är ovanligt rent här

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.

Det som gör att den här kombinationen är värd att routa i stället för att välja är att beslutsvariabeln är ett tokenantal, och ett routningslager kan se det. En regel på 272 000 token för indatalängden – Sol under gränsen, något billigare över – är en policy på två rader, och det är sådant som är lätt att implementera en gång och omöjligt att komma ihåg att göra för hand i varje tjänst. Automatisk failover hanterar den andra ytterligheten: Sols långkontextnivå är en annan prisklass, inte en annan modell, så en plötslig ökning av promptstorleken ger en ändrad faktura i stället för ett fel, och inget varnar dig förrän fakturan kommer.

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.

Vad skulle flytta på det här?

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.

Tills något av det inträffar är regeln kort, och den är inte smickrande för den här seriens ämne. För nästan allt är GPT-6.1 Sol den bättre och billigare modellen, och gapet på tolv punkter säljs med rabatt. För det specifika fallet med en dokumenttung uppgift som kräver professionellt omdöme, där GDPvals försprång på 12,5 % spelar roll, är Qwen4-Max värd en titt till 2,6 gånger priset per uppgift. Och för allt som drar en stor kontext förbi 272 000 tokens upphör Qwen4-Max att vara kompromissvalet och blir det rätta valet – inte för att den förbättrades, utan för att alternativet fördubblades.