
Qwen4-Max so với GPT-6.2 Sol: Giá token bằng một nửa, khối lượng công việc gấp ba
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 180 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 223 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 98 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
GPT-6.2 Sol có giá 2,00 USD cho mỗi triệu token đầu vào và 10,00 USD cho mỗi triệu token đầu ra. Qwen4-Max có giá 1,50 USD và 4,50 USD. Trên bảng giá, mô hình rẻ hơn là Qwen4-Max với mức chênh lệch đáng kể — 25% ở đầu vào, 55% ở đầu ra. Ở phép đo duy nhất giống với một hóa đơn, Artificial Analysis định giá một tác vụ Intelligence Index đã hoàn thành ở mức 1,01 USD trên GPT-6.2 Sol và 3,27 USD trên Qwen4-Max. Mô hình tính giá trên mỗi token cao hơn gấp đôi lại hoàn thành công việc với chi phí chưa bằng một phần ba số tiền.
Sự đảo ngược đó có một nguyên nhân, và đó không phải là một chiêu trò về giá: GPT-6.2 Sol, được OpenAI phát hành vào ngày 17 tháng 11 năm 2026 với đúng mức giá của mô hình mà nó thay thế, tạo ra 60,9 triệu token đầu ra để hoàn thành bộ chín bài đánh giá. Qwen4-Max, được cung cấp rộng rãi từ ngày 16 tháng 11, tạo ra 127 triệu — hơn gấp đôi, so với mức trung vị của lĩnh vực là 65,1 triệu. Mọi thứ khác trong so sánh này đều suy ra từ hai con số đó.

Hai tấm thẻ có hình dạng khác nhau, chứ không chỉ khác số.
Trước số liệu theo từng tác vụ, hãy nói về cơ cấu giá, vì hai card thất bại theo những cách khác nhau. Sol bán một bậc giá rẻ và một bậc giá đắt; Qwen4-Max chỉ bán một bậc giá từ 0 đến giới hạn ngữ cảnh.
• Đầu vào — GPT-6.2 Sol $2.00 mỗi triệu cho tới 272,000 token, $4.00 cho phần vượt trên. Qwen4-Max $1.50 đồng giá tại Singapore, $1.413 tại các khu vực thuộc phạm vi Toàn cầu, ở mức 200,000 token và 900,000 token đều như nhau.
• Đầu ra — Sol $10,00 tối đa 272.000, $15,00 trên mức đó. Qwen4-Max $4,50, đồng giá.
• Đầu vào được lưu trong bộ nhớ đệm — Sol 0,10 USD mỗi triệu; Qwen4-Max 0,071 USD ở nơi khác và 0,075 USD tại Singapore. Ghi bộ nhớ đệm của Sol là 2,50 USD cho cửa sổ 30 phút và 5,00 USD cho 12 giờ đối với các yêu cầu Standard ngữ cảnh ngắn; Qwen4-Max công bố 1,875 USD cho thao tác ghi 5 phút và 3,00 USD cho một giờ.
• Ngữ cảnh — Sol 1.050.000 token với đầu vào tối đa 922.000 token; Qwen4-Max 1.000.000 với giới hạn đầu vào 983.616 token ở chế độ suy nghĩ và 991.808 khi tắt suy nghĩ.
• Giới hạn đầu ra — Sol 128.000 cố định; Qwen4-Max 131.072 khi không suy luận, hoặc 262.144 dùng chung giữa suy luận và câu trả lời.
• Phương thức — Sol nhận văn bản, hình ảnh và tệp. Qwen4-Max nhận văn bản, hình ảnh và video. Cả hai đều không xuất ra gì khác ngoài văn bản.
• Điều khiển suy luận — Sol cung cấp năm mức nỗ lực, từ low đến max, mặc định là medium, luôn bật. Qwen4-Max cung cấp ba mức: low, high và xhigh, mặc định là high, đồng thời chấp nhận temperature, top_p và top_k trong khi Sol từ chối các tham số này.
• Mốc kiến thức — ngày 1 tháng 6 năm 2026 trên GPT-6.2 Sol. Alibaba chưa công bố mốc này cho Qwen4-Max, và bản thân đó đã là một điểm đáng lưu ý: một mô hình được bán dựa trên khả năng hiểu tài liệu và video mà lại không nêu rõ mốc kiến thức là mô hình bạn nên kiểm chứng thay vì mặc định tin tưởng.
Ranh giới 272.000 token là con số quan trọng nhất trong danh sách đó đối với bất kỳ ai có prompt lớn. Dưới mức đó, một triệu token đầu vào trên Sol có giá $2.00 và một triệu token đầu ra là $10.00. Ở mức đó hoặc cao hơn, toàn bộ yêu cầu được tính giá $4.00 đầu vào và $15.00 đầu ra — đầu vào tăng gấp đôi, đầu ra tăng 50% — và giá cache cũng tăng gấp đôi theo. Một lần duyệt tài liệu 400.000 token tốn $1.60 tiền đầu vào trên Sol và $0.60 trên Qwen4-Max trước khi bất kỳ ai viết một chữ nào.

Núm điều chỉnh mức độ nỗ lực quyết định phần lớn hóa đơn hơn là mức giá.
Sol được phát hành với tính năng suy luận luôn bật và mức nỗ lực mặc định là trung bình. Qwen4-Max được phát hành với tính năng suy luận được bật và mức nỗ lực mặc định là cao, cùng ngân sách suy nghĩ mặc định là 131.072 token. Cả hai cấu hình mặc định đều tốn kém, và không cái nào là cấu hình mà Artificial Analysis đã chấm điểm.
Công cụ theo dõi đo ở mức nỗ lực tối đa đối với Sol và ở mức cao nhất trên thang của Qwen4-Max, rồi báo cáo 60.9M token đầu ra cho bên này và 127M cho bên kia. Thực hiện phép nhân đơn giản — 127 triệu token đầu ra ở mức $4.50 so với 60.9 triệu ở mức $10.00 — thì Qwen4-Max cho ra $572 đầu ra so với $609 của Sol. Hai đô theo cả hai hướng. Các con số công bố theo từng tác vụ là $3.27 và $1.01, một khoảng cách 3.2× theo chiều ngược lại, nghĩa là con số theo từng tác vụ là một sự pha trộn có trọng số của token đầu vào, đầu vào được lưu đệm, suy luận và câu trả lời qua chín đánh giá, chứ không phải bội số của số token đầu ra. Cả hai con số đều là kết quả đo; phép tính bạn có thể làm từ bảng giá không phải là phép tính đã tạo ra chúng, và bất kỳ bài đánh giá nào tuyên bố suy ra một trong những con số này từ con số kia đều đang đoán mò.
Điều mà phần chi tiết về mức nỗ lực thực sự cho bạn biết là đội có thể tác động đến chi phí của chính mình ở đâu. Hạ Qwen4-Max từ mức high xuống mức low về nỗ lực, hoặc giới hạn ngân sách suy nghĩ của nó dưới mức mặc định 131,072, sẽ cắt giảm số token suy luận vốn chi phối phần lớn mức độ dài dòng của nó. Hạ Sol từ max xuống medium cũng làm điều tương tự ở phía OpenAI. Một lần chạy so sánh hoàn toàn ở mức mặc định của từng nhà cung cấp là một phép so sánh khác với phép so sánh trên bảng xếp hạng, và đó chính là phép so sánh mà ứng dụng của bạn sẽ thực sự tạo ra.
Hàng tốc độ, không gần.
Tính dài dòng có một hệ quả thứ hai ngoài chi phí, và hệ quả này thì không có cách nào khắc phục được.
• Thời gian mỗi tác vụ lập chỉ mục — GPT-6.2 Sol 7,9 phút so với Qwen4-Max 32,1 phút, với trung vị là 11,5. Công cụ theo dõi mô tả Sol là nhanh hơn mức trung bình; Qwen4-Max là chậm rõ rệt.
• Tốc độ đầu ra — 85,1 token mỗi giây so với 54,5.
• Thời gian đến token trả lời đầu tiên — 68,2 giây so với 155,4. Cả hai con số đều bao gồm suy luận, đó là lý do cả hai đều không thể so sánh với các con số token đầu tiên dưới một giây mà một sản phẩm trò chuyện quảng cáo.
Khoảng cách gấp bốn lần về thời gian hoàn thành tác vụ là một quyết định sản phẩm, không phải một tham số tinh chỉnh. Với một agent thực hiện hai mươi lệnh gọi công cụ mỗi yêu cầu, 32 phút so với 8 phút là sự khác biệt giữa một tác vụ chạy nền và một tác vụ tương tác. Nếu khối lượng công việc của bạn là theo lô, khoảng cách đó chỉ khiến bạn mất thông lượng và không gì khác. Nếu nó nằm trước mặt người dùng, lời biện hộ trung thực duy nhất của Qwen4-Max là bạn định tuyến nó đến những tác vụ mà độ trễ không quan trọng, đó là quyết định định tuyến chứ không phải lựa chọn mô hình.
Nơi mô hình rẻ hơn trên mỗi token thực sự chiếm ưu thế
Ba dòng ủng hộ Qwen4-Max và không dòng nào trong số đó nói về trí tuệ, trong khi Sol dẫn trước 57 so với 43 trên cùng bản sửa đổi v5.0.1 — mười bốn điểm, tương đương khoảng một tầng rưỡi.
Đầu tiên là ngữ cảnh dài. Mọi yêu cầu trên 272.000 token đầu vào đều đẩy Sol lên bậc cao hơn và khiến Qwen4-Max giữ nguyên mức giá. Ở 400.000 token đầu vào và 8.000 token đầu ra, Sol tính $1,60 cộng $0,12, tức $1,72; Qwen4-Max tính $0,60 cộng $0,036, tức $0,64. Đó là mức chênh lệch 2,7× nghiêng về Qwen4-Max, và hoàn toàn ngược lại với so sánh giá đầu ra được nhấn mạnh. Công việc ngữ cảnh dài là loại khối lượng công việc duy nhất mà card Qwen4-Max rõ ràng là lựa chọn đáng mua hơn, và đây cũng là loại khối lượng công việc mà cả hai mô hình đều được tiếp thị — cửa sổ 1M ở cả hai bên.
Thứ hai là video. Sol không chấp nhận nó. Qwen4-Max thì có, với cùng mức giá như văn bản, khiến việc sàng lọc bản ghi màn hình, xem lại camera hành trình và phân tích bản demo sản phẩm trở thành những khối lượng công việc chỉ Qwen đảm nhận ở bất kỳ mức giá nào.
Thứ ba là dư địa đầu ra ở chế độ suy nghĩ. Mức trần đầu ra 128.000 token của Sol là cố định; Qwen4-Max cho phép một phản hồi duy nhất mang 262.144 token, chia giữa lập luận và câu trả lời, điều này quan trọng với các tác vụ giải mã dài mà ở đó trần của Sol bị cắt cụt. Con số 131.072 ở chế độ không suy nghĩ là con số để so với 128.000 của Sol, và ở hàng đó chúng ngang nhau trong sai số 3%.
Chi phí di cư là gì, ở phía mà bạn thực sự có thể di cư
Cả hai mô hình đều không thể thay thế trực tiếp cho nhau, và sự bất đối xứng này đáng được nói rõ. Qwen4-Max có tài liệu về bốn bề mặt giao thức — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages và DashScope — với đầu ra có cấu trúc, gọi công cụ song song, hoàn thành theo tiền tố và bộ nhớ đệm ngầm. Sol có tài liệu về Chat Completions, Responses và Batch, trong đó gọi công cụ yêu cầu API Responses, và mô hình này từ chối hoàn toàn các tham số lấy mẫu: hãy bỏ temperature, top_p và logprobs khỏi các yêu cầu Chat Completions.
Hướng dẫn chuyển đổi GPT-6.2 của chính OpenAI bổ sung một mối nguy âm thầm hơn: bắt đầu từ 6.2, API sẽ loại bỏ các mục suy luận khi phát hiện thay đổi giữa cuộc hội thoại đối với lịch sử — chỉnh sửa tiền tố, hạ cấp mô hình, thay đổi người dùng cuối. Mất những mục đó, chất lượng câu trả lời có thể giảm trong khi số token tăng lên, mà không có lỗi nào để bắt. Một nhóm phát lại cuộc hội thoại dưới một ID người dùng cuối khác để đánh giá sẽ thấy câu trả lời kém hơn một chút và hóa đơn lớn hơn, đây là loại hồi quy khó quy trách nhất.
Đó là lý do để kiểm thử một đợt migration trên lưu lượng thật thay vì một smoke test, và cũng chính là lý do vì sao một đường dự phòng lại quan trọng. Nếu đợt triển khai hóa ra là một quyết định sai, thì việc quay lui chỉ rẻ nếu mô hình cũ vẫn còn truy cập được từ cùng key và endpoint.
Một chìa khóa, và cái nào trong hai cái này nằm trên đó
OrcaRouter định tuyến GPT-6.1 Sol, không phải GPT-6.2 Sol: danh mục chứa openai/gpt-6.1-sol theo giá niêm yết của OpenAI với mức phụ giá 0% được chuyển tiếp, cùng với các mục GPT-6 Astra và Luna, và hiện chưa có mã định danh 6.2 Sol. Qwen4-Max cũng không được lưu trữ tại đây — nó có sẵn thông qua API Model Studio của chính Alibaba và một số nền tảng bên thứ ba.

Vì vậy, hình thức thực tế của phép so sánh này đối với một đội muốn hành động dựa trên nó là một bài kiểm tra hai giai đoạn thay vì hoán đổi thẳng. Giai đoạn một: chạy các prompt của riêng bạn với GPT-6.1 Sol, mô hình đang nằm trên một khóa ở đây và là mô hình mà 6.2 thay thế với cùng mức giá niêm yết, đồng thời chạy với một mô hình thuộc lớp Qwen cho các trường hợp ngữ cảnh dài và video. Giai đoạn hai: khi định danh 6.2 xuất hiện, hãy chuyển phía Sol của DSL định tuyến sang và để chuyển đổi dự phòng tự động giữ đường cũ mở trong khi bạn theo dõi chi phí theo từng tác vụ thay vì chi phí theo từng token.
Đó chính là kỷ luật mà những con số trong bài viết này nói chung đang lập luận ủng hộ. Một nhóm so sánh hai lựa chọn này ở mức $1.50 so với $2.00 và $4.50 so với $10.00 sẽ kết luận Qwen4-Max là lựa chọn tiết kiệm và sẽ sai lệch gấp ba lần trên hóa đơn. Một nhóm so sánh chúng ở mức $3.27 so với $1.01 sẽ tính đúng chi phí và vẫn có thể chọn sai, vì mười bốn điểm chỉ số và khoảng cách độ trễ 4× chính là những dòng quyết định liệu khối lượng công việc có khả thi hay không. Phép so sánh duy nhất đáng thực hiện là chi phí trên mỗi tác vụ so với yêu cầu độ trễ của chính bạn, và bảng giá của cả hai nhà cung cấp sẽ không cho bạn biết cả hai con số đó.
So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
