ไทเทิลการ์ดที่สร้างขึ้นซึ่งมีข้อความว่า 'Qwen 4 vs GPT-6.1 Sol: โมเดลที่มีต้นทุนต่อคะแนนเพียงหนึ่งในสาม' พร้อมคำโปรย '2.3 เซนต์ต่อคะแนนดัชนี เทียบกับ 7.6 และจุดเปลี่ยนที่ 272,000 โทเค็นซึ่งคิดราคาทั้งคำขอใหม่' สามแถวเรียงหมายเลขอ่านว่า 'คะแนนดัชนี 42.9 เทียบกับ 54.6, Artificial Analysis v5.0.1', 'ต้นทุนต่องานดัชนีที่ทำเสร็จ $3.27 เทียบกับ $1.27' และ 'อินพุตเพิ่มขึ้นเป็นสองเท่าจาก $2.00 เป็น $4.00 เมื่อเกิน 272,000 โทเค็น' ส่วนท้ายอ่านว่า 'คะแนนและต้นทุนต่องานอ้างอิงตาม Artificial Analysis Intelligence Index v5.0.1; ราคาอ้างอิงตาม rate card ที่เผยแพร่ของแต่ละผู้จำหน่าย' สไตล์เวกเตอร์แบนบนพื้นขาวพร้อมสีเน้นน้ำเงินและฟ้าไซแอน โลโก้ OrcaRouter วางประกอบไว้มุมขวาล่าง
Guides & Insights

Qwen 4 vs GPT-6.1 Sol: โมเดลที่มีค่าใช้จ่ายเพียงหนึ่งในสามต่อคะแนน

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

การเปรียบเทียบ Qwen4-Max อื่น ๆ ทุกกรณีในชุดนี้มีรูปแบบเดียวกัน: คู่แข่งได้คะแนนสูงกว่าและมีค่าใช้จ่ายมากกว่า และการถกเถียงอยู่ที่ว่าความแตกต่างนั้นคุ้มกับราคาที่แพงกว่าหรือไม่ กรณีนี้ไม่เป็นเช่นนั้น GPT-6.1 Sol ได้คะแนน 54.6 บน Artificial Analysis Intelligence Index เทียบกับ Qwen4-Maxที่ 42.9 — นำอยู่สิบสองคะแนน — และทำงานหนึ่งงานในดัชนีเสร็จด้วยค่าใช้จ่าย $1.27 เทียบกับ $3.27 ของ Qwen4-Max Sol มีความสามารถมากกว่าและถูกกว่า 2.6 เท่าต่อคำตอบที่เสร็จสมบูรณ์ในเวลาเดียวกัน บนมาตรวัดประสิทธิภาพที่ใช้ตัดสินการจับคู่อีกสี่กรณี Sol ชนะด้วยปัจจัย 3.3: 2.3 เซนต์ต่อหนึ่งคะแนนดัชนี เทียบกับ 7.6

มีเงื่อนไขหนึ่งผูกอยู่กับเรื่องนั้น และมันคือเส้นแบ่งที่ 272,000 โทเคน มันเป็นหน้าผาจริง ๆ ใช้กับทุกโทเคนในคำขอ และเป็นเส้นทางเดียวที่จะกลับไปยัง Qwen4-Max ในการจับคู่ครั้งนี้ โดยไม่ต้องจ่ายมากขึ้นเพื่อให้ได้น้อยลง

การ์ดทั้งสองใบ

GPT-6.1 Sol เปิดตัวเมื่อวันที่ 29 กันยายน 2026 ในราคา 2.00 ดอลลาร์สำหรับอินพุต และ 10.00 ดอลลาร์สำหรับเอาต์พุต ต่อล้านโทเคน Qwen4-Max เริ่มคิดค่าบริการตามการใช้งานเมื่อวันที่ 16 พฤศจิกายน 2026 ในราคา 1.50 และ 4.50 ดอลลาร์ในสิงคโปร์ เมื่อดูจากอัตราราคาที่ประกาศ Qwen4-Max ดูเหมือนถูกกว่าสำหรับเอาต์พุต 2.2 เท่า แต่เมื่อคิดต่องานที่ทำเสร็จหนึ่งงาน กลับแพงกว่า 2.6 เท่า การกลับทิศเช่นนี้คือประเด็นของบทความ

• อินพุต ต่อล้าน — Sol $2.00 สำหรับไม่เกิน 272K โทเค็น, $4.00 เมื่อเกินกว่านั้น Qwen4-Max $1.50 ในสิงคโปร์, $1.413 ในอีกห้าภูมิภาค, คงที่ตลอดทั้งช่วงหน้าต่าง

• เอาต์พุต ต่อล้าน — Sol $10.00 บริบทสั้น, $15.00 บริบทยาว. Qwen4-Max $4.50 และ $4.24, คงที่.

• อินพุตที่แคชไว้ — Sol $0.10 ต่อหนึ่งล้านสำหรับบริบทสั้น, $0.20 สำหรับบริบท{long}; Qwen4-Max $0.075 สำหรับการอ่าน โดยมีอัตราการเขียน $1.875 และ $3.00 สำหรับรายการห้านาทีและหนึ่งชั่วโมง

• 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.

• บริบท — Sol เปิดเผยหน้าต่าง 1,000,000 โทเค็นบนแทร็กเกอร์; Qwen4-Max ก็เช่นเดียวกัน โดยอินพุต thinking ถูกจำกัดไว้ที่ 983,616

• ต้นทุนต่องานการจัดทำดัชนี — $1.27 เทียบกับ $3.27

• คะแนนดัชนี — 54.6 เทียบกับ 42.9 โดยทั้งคู่วัดที่ระดับการตั้งค่าความพยายามสูงสุดที่เผยแพร่ไว้

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.

ทำไมการ์ดที่ดูราคาถูกถึงเป็นใบที่แพง

ตัวเลขต่องานจะมีความหมายก็ต่อเมื่อคุณดูว่าแต่ละโมเดลใช้ทรัพยากรไปเท่าไรเพื่อไปถึงจุดนั้น Sol ปล่อยโทเคนเอาต์พุต 63.7 ล้านโทเคนทั่วทั้ง index suite ส่วน Qwen4-Max ปล่อย 127.1 ล้านโทเคน Qwen4-Max เขียนเอาต์พุตมากกว่าเกือบสองเท่าพอดี เพื่อให้ได้คะแนนต่ำกว่าสิบสองคะแนน และเอาต์พุตคือคอลัมน์ที่มีต้นทุนสูงบนการ์ดทั้งสอง

ต่องาน การแบ่งคือ 67,824 โทเค็นเอาต์พุตสำหรับ Sol เทียบกับ 104,940 สำหรับ Qwen4-Max — โดย 49,213 และ 68,914 ตามลำดับเป็นโทเค็นการให้เหตุผล ดังนั้น Qwen4-Max ไม่ได้พูดมากกว่าในคำตอบ แต่พูดมากกว่าในกระบวนการคิด มันให้เหตุผลนานขึ้น 40% เพื่อไปสู่ข้อสรุปที่แย่กว่า แล้วยังคิดเงินคุณที่ $4.50 ต่อล้านสำหรับสิทธิพิเศษนั้น

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.

จุดที่ Qwen4-Max ไม่ถูกเอาชนะ

สิบสองคะแนนไม่ใช่การพ่ายแพ้แบบราบคาบในทุกชุดทดสอบ และมีสามแถวที่ควรอ่านก่อนจะตัดโมเดลนี้ทิ้ง

• Terminal-Bench 4.0 — Sol 56.1%, Qwen4-Max 48.5% ห่างกัน 7.5 คะแนน จริงอยู่ แต่ช่องว่างแคบกว่าที่พาดหัวข่าวชวนให้คิด

• AutomationBench — Qwen4-Max 72.6% เทียบกับ 64.9% ของ Sol Qwen4-Max ชนะรายการนี้ไปเกือบแปดจุด และเป็นการกลับผลครั้งเดียวที่ใหญ่ที่สุดในการเปรียบเทียบ

• GDPval — Qwen4-Max 1,808.69 เทียบกับ 1,607.47 ของ Sol นำอยู่ 12.5% ในงานวิชาชีพที่มีฐานทางเศรษฐกิจ เมื่อเทียบกับโมเดลที่นำอยู่สิบสองจุดดัชนี นี่คือการพลิกกลับครั้งที่สองและเป็นครั้งที่น่าประหลาดใจกว่าทั้งสองครั้ง เพราะ GDPval เป็นสิ่งที่ใกล้เคียงที่สุดบนกระดานกับคำถามที่ว่า “ผู้เชี่ยวชาญจะยอมรับงานนี้หรือไม่”

• FrontierCode 2.0 — 26.5% เทียบกับ 40.6% ห่างกัน 13 จุดในทิศทางตรงกันข้าม เป็นช่องว่างที่กว้างที่สุดในตารางคะแนน และเป็นช่องว่างที่มีนัยสำคัญเชิงพาณิชย์มากที่สุด

• CritPt Agentic Hard — 43.0% เทียบกับ 69.5% ต่างกัน 26 คะแนน ถือเป็นแถวเดียวที่แย่ที่สุดสำหรับ Qwen4-Max

• Omniscience — 27.7 เทียบกับ 42.0 โดยมีอัตราการสร้างข้อมูลเท็จ 28.4% และ 51.9% Sol มีความแม่นยำมากกว่าและมีแนวโน้มสูงกว่ามากที่จะแต่งข้อมูลขึ้นมาเมื่อตอบผิด

• คะแนนย่อยด้านความสามารถ — Sol นำทั้งหกด้าน โดยนำเล็กน้อยในด้านกลยุทธ์และการดำเนินงาน (57.6 เทียบกับ 56.9) และนำอย่างชัดเจนในด้านวิศวกรรม (59.4 เทียบกับ 50.1)

รูปแบบนี้สอดคล้องกับการเปรียบเทียบอื่น ๆ ในชุดนี้: Qwen4-Max ทำได้ดีในงานที่ต้องใช้วิจารณญาณเชิงวิชาชีพกับเอกสาร และแพ้ในงานที่ต้องใช้การให้เหตุผลทางเทคนิคอย่างต่อเนื่องหรือการดำเนินการแบบเอเจนต์ การชนะสองครั้งจากสิบสองชุดการทดสอบไม่ใช่เหตุผลที่จะเลือกมัน แต่เป็นเหตุผลว่าการเลือกนั้นขึ้นอยู่กับงานมากกว่าจะเป็นอัตโนมัติ

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.

การรันการคำนวณขนาด 272,000 โทเคน

ลองเอาโค้ดเบสขนาด 400,000 โทเคนที่คุณต้องการให้วิเคราะห์ในครั้งเดียว พร้อมเอาต์พุต 2,000 โทเคน ทั้งสองโมเดลบรรจุมันไว้ในหน้าต่างของตัวเองได้ แต่มีเพียงตัวเดียวเท่านั้นที่คิดราคาใหม่

• GPT-6.1 Sol อัตราสำหรับ context สั้น — ไม่สามารถใช้ได้ ที่อินพุต 400K จะใช้อัตราระดับ context ยาว: 400,000 × $4.00 ต่อล้าน = $1.60 สำหรับอินพุต บวก 2,000 × $15.00 = $0.03 สำหรับเอาต์พุต รวม $1.63

• Qwen4-Max — 400,000 × $1.50 ต่อล้าน = $0.60 อินพุต บวก 2,000 × $4.50 = $0.009 เอาต์พุต รวม $0.61

• คำขอเดียวกันที่ 250,000 โทเค็น ซึ่งอยู่ต่ำกว่าจุดเปลี่ยนราคา — Sol: 250,000 × $2.00 = $0.50 บวก $0.03 = $0.53. Qwen4-Max: $0.375 บวก $0.009 = $0.38.

ดังนั้นการพลิกกลับนี้เป็นเรื่องจริงและมีช่วงแคบเท่านั้น ต่ำกว่า 272,000 โทเค็นอินพุต Sol ถูกกว่าต่อคำขอและดีกว่า เหนือกว่านั้น Qwen4-Max ถูกกว่า 2.7 เท่าและแย่กว่าสิบสองจุด เอเจนต์ลูปขนาด 200K โทเค็นที่มีเอาต์พุตจากเครื่องมือสะสมข้ามเทิร์นจะข้ามเกณฑ์ไปกลางเซสชัน ซึ่งเป็นรูปร่างของภาระงานที่หน้าผานี้กัดเจ็บที่สุดพอดี — คุณไม่ได้เลือก tier เอง การเติบโตของบริบทในลูปต่างหากที่เลือกให้คุณ

นี่คือการคำนวณราคาตามรายการจากอัตราที่ประกาศไว้ ไม่ใช่ใบแจ้งหนี้ที่วัดจริง การเกิดแคชฮิตจะลดตัวเลขทั้งสองลงอย่างมาก และจะทำให้ช่องว่างสัมบูรณ์แคบลง ขณะที่อัตราส่วนยังคงอยู่ราวเดิม

คำตอบเรื่องการกำหนดเส้นทาง ซึ่งในที่นี้สะอาดผิดปกติ

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.

สิ่งที่ทำให้การจับคู่นี้คุ้มค่าที่จะจัดเส้นทางแทนที่จะเลือกเพียงอย่างเดียว คือตัวแปรในการตัดสินใจคือจำนวนโทเค็น และชั้นการจัดเส้นทางสามารถมองเห็นค่านี้ได้ กฎเกณฑ์ที่กำหนดความยาวอินพุตไว้ที่ 272,000 โทเค็น — ใช้ Sol เมื่อต่ำกว่า ใช้ตัวเลือกที่ถูกกว่าเมื่อสูงกว่า — เป็นนโยบายแค่สองบรรทัด และเป็นสิ่งที่นำไปใช้งานครั้งเดียวได้ง่าย แต่เป็นไปไม่ได้ที่จะจดจำให้ทำด้วยมือในทุกบริการ การสลับสำรองอัตโนมัติครอบคลุมอีกกรณีสุดขั้วหนึ่ง: ชั้น long-context ของ Sol เป็นช่วงราคาที่ต่างออกไป ไม่ใช่โมเดลที่ต่างออกไป ดังนั้นการพุ่งขึ้นของขนาดพรอมต์จึงทำให้บิลเปลี่ยนแทนที่จะเกิดข้อผิดพลาด และไม่มีอะไรเตือนคุณจนกว่าจะถึงใบแจ้งหนี้

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.

อะไรจะขยับสิ่งนี้

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.

จนกว่าอย่างใดอย่างหนึ่งจะเกิดขึ้น กฎนี้สั้น และไม่ได้ยกยอสิ่งที่ซีรีส์นี้พูดถึงเลย สำหรับเกือบทุกอย่าง GPT-6.1 Sol เป็นโมเดลที่ดีกว่าและถูกกว่า และช่องว่างสิบสองจุดนั้นกำลังถูกขายในราคาลด สำหรับกรณีเฉพาะของงานที่ต้องใช้ดุลพินิจเชิงวิชาชีพซึ่งเน้นเอกสารจำนวนมาก ที่ซึ่งการนำอยู่ 12.5% ของ GDPval มีความหมายจริง Qwen4-Max ก็น่าพิจารณาที่ราคา 2.6 เท่าต่อหนึ่งงาน และสำหรับอะไรก็ตามที่ลากบริบทขนาดใหญ่ให้เกิน 272,000 โทเคน Qwen4-Max จะเลิกเป็นตัวเลือกแบบประนีประนอมและกลายเป็นตัวเลือกที่ถูกต้อง — ไม่ใช่เพราะมันดีขึ้น แต่เพราะทางเลือกอื่นเพิ่มขึ้นเป็นสองเท่า

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube