Một thẻ hero được tạo cho một bài so sánh, có tiêu đề “Qwen4-Max vs GPT-6.1 Sol Pro” với phụ đề “Pro là một chế độ tính phí, và nó có một con số cần đánh bại”. Một con số được làm nổi bật ghi “Điểm hòa vốn cho chế độ Pro: 2.6X”, với các chip ghi “Qwen4-Max: $3.27 mỗi tác vụ” và “GPT-6.1 Sol ở mức tối đa: $1.27 mỗi tác vụ”. Phần chân trang ghi “Tài liệu của Artificial Analysis và OpenAI được đọc ngày 17 tháng 11 năm 2026”. Logo OrcaRouter được ghép ở góc dưới bên phải.
Engineering & Research

Qwen4-Max vs GPT-6.1 Sol Pro: Pro là một chế độ tính phí, và nó có một con số cần vượt qua

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

GPT-6.1 Sol Pro không có giá, vì nó không có mã định danh. Đó là GPT-6.1 Sol — phát hành ngày 29 tháng 9 năm 2026 với giá 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra — được gọi với reasoning.mode: "pro" trong Responses API, một thiết lập mà OpenAI ghi trong tài liệu là khiến mô hình làm nhiều việc hơn và tính phí công việc đó theo cùng mức giá token tiêu chuẩn. Qwen4-Max, được cung cấp rộng rãi từ ngày 16 tháng 11 năm 2026 với giá 1,50 USD và 4,50 USD, là mô hình rẻ hơn trên mỗi token với hệ số 2,2 ở đầu ra. Đồng thời, theo phép đo độc lập duy nhất mà cả hai mô hình có, nó cũng là mô hình đắt hơn trên mỗi tác vụ hoàn thành: 3,27 USD so với 1,27 USD cho GPT-6.1 Sol ở thiết lập nỗ lực tối đa của nó. Sự đảo ngược đó — Qwen4-Max rẻ hơn trên mỗi token và đắt hơn trên mỗi câu trả lời — chính là toàn bộ phép so sánh, và chế độ pro là biến số duy nhất có thể đẩy nó theo bất kỳ hướng nào mà không ai có thể đo được hướng nào.

Chế độ Pro là một hệ số nhân mà hệ số của nó không được công bố.

Chỉ có hai đoạn tài liệu của nhà cung cấp là tồn tại, và chúng đáng được đọc kỹ vì mọi so sánh về "Sol Pro" trên internet đều được xây dựng dựa trên chúng cùng với suy luận.

• Đó là gì — giá trị pro của reasoning.mode, được đặt cùng với reasoning.effort, trong Responses API. Giá trị còn lại là standard, tức là giá trị mặc định.

• Nó làm gì — theo O​penAI, nó “tổng hợp công việc mà mô hình đã thực hiện để tạo ra câu trả lời cuối cùng”. Nó không phụ thuộc vào effort: chế độ quyết định lượng công việc diễn ra, còn effort quyết định mô hình suy nghĩ sâu đến mức nào trong đó.

• Chi phí là bao nhiêu — tổng số token được tổng hợp, được tính theo mức giá tiêu chuẩn của mô hình. Không phụ phí, không tính riêng.

• Điều mà nó không có — một hệ số. OpenAI không công bố hệ số nhân token nào cho chế độ pro, và bảng xếp hạng trung lập không có dòng nào cho chế độ pro: mọi phép đo GPT-6.1 Sol trên Artificial Analysis đều là thiết lập reasoning.effort từ low đến max, tất cả đều ở chế độ tiêu chuẩn.

Điều đó có nghĩa là một điều chắc chắn suy ra được, còn một điều thì không. Chắc chắn là: chế độ pro chỉ có thể làm tăng chi phí mỗi tác vụ của GPT-6.1 Sol, chứ không bao giờ làm giảm, vì nó thêm token bị tính phí với cùng một mức giá. Không chắc chắn: là tăng bao nhiêu. Một lần chạy ở chế độ pro gộp 1,8× khối lượng công việc là một sản phẩm khác với một lần gộp 4×, và chưa ai ngoài OpenAI công bố tỷ lệ đó.

Chế độ pro ngưỡng phải vượt qua được

Điều chưa biết đó không phải là lý do để nhún vai. Nó quy về một con số duy nhất, vì chi phí mỗi tác vụ của Qwen4-Max đã được đo, và của Sol cũng vậy.

• Ở mức nỗ lực tối đa của Sol — $1.27 cho mỗi tác vụ Intelligence Index, so với $3.27 của Qwen4-Max. Chế độ Pro sẽ phải nhân chi phí token của Sol lên 2,57× trước khi hai mô hình có cùng chi phí cho mỗi tác vụ.

• Ở mức nỗ lực xhigh của Sol — $0,76 so với $3,27. Ngưỡng là 4,3×.

• Với mức nỗ lực cao của Sol — $0.59 so với $3.27. Ngưỡng là 5.5×.

• Về trí tuệ, để có thang so sánh — Sol đạt 54,6 trên chỉ số ở mức max, 52,5 ở xhigh, 50,3 ở high. Qwen4-Max đạt 42,9. Pro mode không làm thay đổi điểm trí tuệ của một mô hình theo cách mà chỉ số đo lường, nhưng nó thay đổi chất lượng câu trả lời trên các tác vụ khó, và đó là lý do duy nhất để trả tiền cho nó.

Vậy câu hỏi mà người mua thực sự đối mặt không phải là “cái nào rẻ hơn”. Mà là: liệu một lần chạy Sol ở chế độ pro có đánh bại Qwen4-Max về chất lượng với mức chênh hơn mười điểm chỉ số, trong khi vẫn giữ mức tiêu thụ token dưới 2,6× đến 5,5× so với chế độ tiêu chuẩn của nó hay không? Mọi tín hiệu được công bố đều nói rằng hệ số nhân là có thật nhưng khiêm tốn — nhà cung cấp mô tả chế độ pro là thiết lập dành cho “các tác vụ khó cần mô hình xử lý nhiều hơn”, chứ không phải một mô hình khác — và hệ số nhân dưới 2,6× sẽ khiến Sol rẻ hơn trên mỗi tác vụ so với Qwen4-Max ở mọi mức nỗ lực. Đó là một suy luận, được ghi nhãn rõ ràng là như vậy, và là điều có thể bảo vệ vững chắc nhất mà bất kỳ ai có thể nói cho đến khi OpenAI hoặc một đơn vị đánh giá độc lập công bố tỷ lệ đó.

A generated two-column scoreboard titled 'Qwen4-Max vs GPT-6.1 Sol — the scoreboard'. The Qwen4-Max column reads Intelligence Index 43, Cost per task $3.27, Output tokens 127M, Price $1.50 / $4.50, Effort curve one point, Speed not measured. The GPT-6.1 Sol column reads Intelligence Index 55, Cost per task $1.27, Output tokens 63.7M, Price $2.00 / $10.00, Effort curve five points, Speed 49 tok/s. A footer reads 'Both columns per Artificial Analysis, 17 November 2026. Pro mode has no published multiplier.'

Tại sao mô hình rẻ lại là mô hình đắt đỏ

Bảng giá theo token và hóa đơn theo tác vụ lệch nhau gần sáu lần, và lý do là khối lượng, không phải giá. Điều này đáng nói rõ vì đây là lỗi phổ biến nhất trong các so sánh hai mô hình này.

• Giá đầu ra — Qwen4-Max 4,50 USD mỗi triệu so với 10,00 USD của Sol. Qwen4-Max rẻ hơn 2,2 lần trên mỗi token đầu ra.

• Khối lượng đầu ra trong lần chạy lập chỉ mục — 127 triệu token cho Qwen4-Max, 63,7 triệu cho Sol ở mức nỗ lực tối đa. Qwen4-Max viết nhiều gấp 2,0 lần.

• Xếp hạng mức độ dài dòng — Qwen4-Max đứng thứ 65 trong số 80 trên thang đo của trình theo dõi, nằm gọn trong nhóm "rất dài dòng"; Sol ở mức tối đa đứng thứ 35, gần mức giữa.

• Chi phí thực tế cho mỗi tác vụ — 3,27 USD so với 1,27 USD. Qwen4-Max đắt hơn 2,6 lần, chứ không phải rẻ hơn 2,2 lần.

Ba tỷ lệ đó không khớp lại thành tỷ lệ thứ tư, và số hạng còn thiếu là khối lượng đầu vào, thứ mà trang công khai không tách riêng theo từng mô hình. Đó chính xác là lý do vì sao con số theo từng tác vụ nên được coi là phép đo còn các tỷ lệ là phần giải thích: một bảng giá mô tả một token tốn bao nhiêu, và chỉ số mô tả một mô hình tiêu bao nhiêu, và chỉ cái thứ hai xuất hiện trên hóa đơn vào cuối tháng. Các con số ra mắt của chính A​libaba cũng cho thấy điều tương tự theo chiều ngược lại — chi phí trung bình mỗi tác vụ trên benchmark Work360 của hãng giảm từ $4.43 xuống $1.67 là một tuyên bố về tổ hợp token của chính benchmark đó, và đó là con số của nhà cung cấp trên một benchmark của nhà cung cấp.

Thêm một trục nữa, vì đây là trục quyết định tính khả thi của agent chứ không phải chi phí. Sol ở mức nỗ lực tối đa mất 1.383 giây thời gian đo được cho mỗi tác vụ lập chỉ mục — hai mươi ba phút — với 168 giây cho token đầu tiên. Qwen4-Max hoàn toàn không có số liệu thời gian mỗi tác vụ; các trường tốc độ của trình theo dõi đều trống đối với nó. Bản ghi bảy ngày của playground của chúng tôi cho tuyến O​penAI cho thấy token đầu tiên trung vị là 1,7 giây và 98 token đầu ra mỗi giây, đây là lưu lượng ở chế độ chuẩn, mức nỗ lực trung bình, không phải pro. Chưa ai công bố một cuộc gọi chế độ pro mất bao lâu, và giả định lập kế hoạch trung thực là con số ở mức nỗ lực tối đa với các thanh sai số hướng lên.

A headless-browser screenshot of the Artificial Analysis model page for GPT-6.1 Sol, captured 17 November 2026 in English, showing the OpenAI vendor label, a Proprietary model tag, 'Released September 2026', the heading 'GPT-6.1 Sol (Max)', an Intelligence Index of 55 ranked 12 of 81, a time to first token of 168.565 s, 49 output tokens per second, 63.7M generated tokens against a 78.6M median with a verbosity rank of 35 of 80, a 1M-token context window, and the cost block reading In $2.00, Out $10.00 and $1.27 per task.

Nơi chế độ nên thuộc về: lớp định tuyến, chứ không phải mã nguồn

Vì pro là một tham số yêu cầu chứ không phải một model, quyết định dùng nó là quyết định theo từng lần gọi, và những quyết định theo từng lần gọi được đưa ra trong mã ứng dụng sẽ nhanh chóng trở nên lỗi thời. Phiên bản không bị lỗi thời là đặt nó vào route: một cấu hình chế độ pro được ghim vào đường deep-review — đường chạy một lần cho mỗi pull request, mỗi hợp đồng, mỗi sự cố — và một cấu hình chế độ chuẩn cho mọi thứ tương tác, cả hai đều truy cập được từ cùng một khóa.

OrcaRouter định tuyến openai/gpt-6.1-sol với mức $2.00 và $10.00 của chính OpenAI với mức phụ trội 0%, bao gồm bậc 272.000 token nơi đơn giá tăng gấp đôi lên $4.00 và $15.00, nên một lần chạy thử ở chế độ pro qua chúng tôi tốn đúng như chi phí tại nhà cung cấp và không hơn. Qwen4-Max không có trong danh mục; yêu cầu cho một định danh qwen4 trả về not-found, và mẫu flagship Qwen mới nhất mà chúng tôi phục vụ là qwen/qwen3.8-max với giá $2.00 và $6.00. DSL định tuyến là nơi hai nửa gặp nhau: một quy tắc gửi công việc agent dài hạn đến một mô hình và các lượt tương tác đến mô hình kia, với cơ chế chuyển đổi dự phòng tự động ở bên dưới để một lần chạy ở chế độ pro bị đình trệ không kéo yêu cầu xuống theo. Đó là một thay đổi cấu hình, và nó có thể đảo ngược theo cách mà một chuỗi mô hình được mã hóa cứng thì không.

A headless-browser screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, captured 17 November 2026 in English, showing the GPT-6.1 Sol heading, the model id openai/gpt-6.1-sol, attribution to OpenAI dated 2026-09-29, vision, tools, JSON and reasoning badges, a 1M-token context window with a 128K maximum output, a p50 time to first token of 170 s, a Zero Data Retention note, and the rate block reading $2.00 input and $10.00 output.

Điều gì sẽ làm thay đổi câu trả lời

Ba điều, theo thứ tự khả năng chúng đến trước.

Đầu tiên là một hàng chế độ pro trên một bảng độc lập. Nếu một cấu hình pro xuất hiện bên cạnh năm mức nỗ lực với chi phí riêng cho mỗi tác vụ, thì ngưỡng 2,6× không còn là phép tính dựa trên phỏng đoán nữa mà trở thành một phép đo, và trang này sẽ được viết lại xoay quanh nó. Cho đến lúc đó, bất kỳ bài viết nào trích dẫn “điểm GPT-6.1 Sol Pro” đều đang trích dẫn hàng chế độ tiêu chuẩn của mô hình gốc với một tên chế độ được gắn vào.

Thứ hai là đường cong nỗ lực của Qwen4-Max. Mô hình mới ra đời được hai ngày và chỉ có đúng một điểm vận hành được đo, nghĩa là con số 42.9 của nó có thể là mức sàn hoặc mức trần. Tài liệu ra mắt của Alibaba có nhắc đến các thiết lập High và Xhigh trên các benchmark của chính họ, vậy nên đường cong này tồn tại; chỉ là nó chưa được khảo sát độc lập.

Điều thứ ba là Qwen4-Max có được một dòng về tốc độ. Một mô hình không có con số thông lượng là mô hình mà bạn không thể bố trí nhân sự cho một agent xoay quanh nó, và sự thiếu vắng đó hiện là lập luận mạnh nhất ủng hộ đối thủ đương nhiệm trong bất kỳ khối lượng công việc nào có con người phải chờ.

Cho đến khi một trong những điều đó thành hiện thực, quyết định vẫn còn rõ ràng. Nếu khối lượng công việc của bạn mang tính tương tác và nhạy cảm về chi phí, GPT-6.1 Sol ở mức medium — 0,36 đô-la mỗi tác vụ, chỉ số 46,4, token đầu tiên sau năm giây — vượt Qwen4-Max trên mọi trục được đo, kể cả giá, mà đó không phải là kết luận mà thẻ token quảng cáo. Nếu khối lượng công việc của bạn là một tác nhân dài hạn, nơi cửa sổ 1M token, thị giác gốc và chiết khấu bộ nhớ đệm 95% quan trọng hơn chỉ số, thì Qwen4-Max là cách rẻ hơn để mua ngữ cảnh, và hóa đơn của nó sẽ được quyết định bởi tỷ lệ trúng bộ nhớ đệm chứ không phải bởi mức nỗ lực. Và nếu bạn đang cân nhắc chế độ pro, bạn đang cân nhắc một ngân sách gấp 2,6 lần cho một năng lực chưa ai đo lường — đó là điều ổn để thử trên một tuyến và là điều dở để giả định trên một tuyến production.