
Qwen4-Max vs GPT-6 Sol: Token rẻ hơn nhưng tốn nhiều hơn cho mỗi câu trả lời
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 96 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 87 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 219 tok/s
Qwen4-Max có giá niêm yết ở đầu ra chưa bằng một nửa GPT-6 Sol — 4,50 USD mỗi triệu token so với 10,00 USD — vậy mà vẫn tốn nhiều hơn để hoàn thành một tác vụ. Artificial Analysis đo được 3,27 USD cho mỗi tác vụ Intelligence Index đối với Qwen4-Max, vốn được cung cấp rộng rãi từ ngày 16 tháng 11 năm 2026, so với 2,47 USD cho GPT-6 Sol, sản phẩm mà OpenAI đã bán từ ngày 22 tháng 9 năm 2026. Điểm số chỉ cách nhau một điểm, 43 so với 44. Sự đảo ngược đó chính là toàn bộ phép so sánh, và đây không phải là chuyện làm tròn: đó là điều xảy ra khi một mô hình viết ra 127 triệu token output để hoàn thành một bài đánh giá mà mô hình kia hoàn thành chỉ với 65,1 triệu. Qwen4-Max là mô hình rẻ hơn tính theo đơn vị và đắt hơn tính theo công việc, và chỉ một trong hai sự thật đó sống sót khi va chạm với ngân sách.
Phép đảo ngược, với phép tính được trình bày rõ.
Cả hai mô hình đều chạy suy luận theo mặc định và cả hai nhà cung cấp đều tính giá phần tư duy như output. Khác biệt là ở chỗ lượng tư duy đó nhiều đến mức nào.
• Khối lượng đầu ra trong lần chạy index — Qwen4-Max đã tạo ra 127 triệu token đầu ra, được công cụ theo dõi xếp thứ 65 trong số 80 về độ rườm rà và mô tả là rất dài dòng so với mức trung vị 78,6 triệu. GPT-6 Sol tạo ra 65,1 triệu, được mô tả là khá súc tích so với cùng mức trung vị.
• Khối lượng đầu vào — 9,9 tỷ token cho Qwen4-Max so với 4,75 tỷ cho GPT-6 Sol. Tỷ lệ đầu ra trên đầu vào của Qwen là 1,284%; của Sol là 1,371%, vì vậy cấu trúc lưu lượng là tương tự còn quy mô thì không.
• Chi phí cho mỗi tác vụ hoàn thành — 3,27 đô la so với 2,47 đô la. Mô hình rẻ hơn trên danh nghĩa lại đắt hơn 32% cho mỗi tác vụ.
Điểm chỉ số — 43 so với 44, lần lượt xếp hạng 38 và 34 trong số 81 mô hình, trên cùng một bản sửa đổi được đọc vào ngày 16 tháng 11 năm 2026.
Điều này đo lường không phải là sự lãng phí theo nghĩa thông thường. Một mô hình suy luận dài dòng và nhắc lại quá trình làm việc của nó đang làm điều mà nhà cung cấp coi là một tính năng, và các con số công bố ra mắt của chính Alibaba được xây dựng dựa trên đúng việc hành vi đó đáng để trả tiền: công ty tuyên bố ít hơn 24% đến 35% token so với Qwen3.8-Max trên benchmark Work360 của mình, đây là tuyên bố về mức độ dài dòng tương đối so với phiên bản tiền nhiệm và không nói gì về việc nó so sánh thế nào với một mô hình từ phòng thí nghiệm khác. Con số tuyệt đối mới là con số xuất hiện trên hóa đơn, và con số tuyệt đối thì cao.
Nơi sự đảo ngược biến mất là ở đầu ra cố định. Ràng buộc câu trả lời bằng một schema, một giới hạn token tối đa hoặc một định dạng nghiêm ngặt thì lợi thế dài dòng sẽ biến mất, bởi vì những token được tiết kiệm chính là những token mà mô hình đã chọn để phát ra. Dưới một giới hạn đầu ra cứng, mức giá đầu ra rẻ hơn 2,2× của Qwen4-Max áp dụng cho lượng token gần như tương đương và khoản tiết kiệm là có thật. Nếu để nó viết những gì nó thích, nó sẽ tiêu luôn phần chiết khấu.

Khi vượt qua 272.000 token, mối quan hệ về giá đảo ngược hoàn toàn.
Bảng giá của GPT-6 Sol có một ngưỡng nhảy vọt, còn của Qwen4-Max thì không. Đây là khía cạnh duy nhất mà mô hình rẻ không chỉ cạnh tranh mà còn rẻ hơn hẳn, và rất dễ bỏ sót vì cả hai mô hình đều quảng cáo cửa sổ một triệu token.
• GPT-6 Sol, lên đến 272.000 token đầu vào — $2.00 đầu vào, $0.20 đầu vào được lưu trong bộ nhớ đệm, $2.50 ghi bộ nhớ đệm, $10.00 đầu ra.
• GPT-6 Sol, trên 272,000 token đầu vào — $4.00 đầu vào, $0.40 đầu vào đã cache, $5.00 ghi cache, $15.00 đầu ra. Trang mô hình của chính OpenAI nêu rõ quy tắc: mọi token trong yêu cầu đều được tính lại giá, không chỉ phần vượt mức. Một prompt 300,000 token sẽ tính toàn bộ 300,000 theo mức giá ngữ cảnh dài.
• Qwen4-Max — đầu vào $1.50 và đầu ra $4.50, đồng giá trên toàn bộ cửa sổ 1.000.000 token, không phân tầng ở 32K, 128K hay bất kỳ đâu khác. Giá tại Singapore; năm khu vực còn lại là $1.413 và $4.24.
• Mức chênh lệch ở 300.000 token — 4,00 USD so với 1,50 USD ở đầu vào là 2,7 lần, và 15,00 USD so với 4,50 USD ở đầu ra là 3,3 lần. Thêm vào đó là đường xử lý hàng loạt của Qwen tại Bắc Kinh, nơi Batch File tính phí 0,707 USD và 2,12 USD, và tỷ lệ này còn nới rộng hơn nữa — dù đường xử lý đó chỉ tồn tại ở một khu vực.
• Hệ quả thực tế — một pipeline phân tích tài liệu thường xuyên vượt qua 272K token không phải đang lựa chọn giữa hai mức giá tương tự nhau. Mà là đang lựa chọn giữa một mức giá tăng gấp đôi tại ranh giới mà các yêu cầu của nó vô tình vượt qua và một mức giá hoàn toàn không thay đổi. Việc chia các yêu cầu quá cỡ thành các khối dưới ngưỡng sẽ khôi phục mức giá của Sol, nhưng đó là một thay đổi đối với pipeline, và nó khiến bạn mất đi ngữ cảnh của một yêu cầu duy nhất — thứ vốn là lý do để mua một mô hình triệu token.
Đây là lập luận mạnh nhất trong bài dành cho Qwen4-Max, và nó hẹp hơn so với hàm ý của tin tức ra mắt: đây là một trường hợp ngữ cảnh dài, không phải một trường hợp tổng quát.
Mỗi nhà cung cấp thực sự tuyên bố điều gì, và điều gì đằng sau điều đó
Tài liệu ra mắt Qwen4-Max của Alibaba đặc biệt cụ thể và hoàn toàn do chính hãng tự thực hiện. Benchmark mà hãng đưa ra trước tiên, Work360, là do nhà cung cấp tự xây dựng: một hệ phân loại gồm 26 miền cấp 1, 182 miền con cấp 2 và 721 lĩnh vực cấp 3, trong đó Qwen4-Max đạt 52,69 so với 47,74 của Qwen3.8-Max. Bên cạnh đó, công ty báo cáo mức giảm token khoảng 24% và 35% trên Work360 ở mức xhigh và high effort, 48% và 49% trên Terminal-Bench 4.0, chi phí trung bình mỗi tác vụ giảm từ $4,43 xuống $1,67, tỷ lệ vượt qua cấp hàm trên Last Secure Code Bench tăng từ 22,0% lên 31,8%, và mã vừa an toàn ở cấp hàm, tệp và kho mã cùng lúc tăng từ 8% lên 14,7%. Mọi con số đó đều do nhà cung cấp báo cáo và chưa có mục nào được tái lập bên ngoài Alibaba.
Các tuyên bố của OpenAI dành cho GPT-6 Sol được định hình theo cách khác: chúng là những lập luận về sự ngang bằng với chi phí thấp hơn so với các đối thủ được nêu tên, chứ không phải điểm số tuyệt đối. Tài liệu ra mắt báo cáo kết quả FrontierCode 1.1 là 49,3% ở mức nỗ lực tối đa với chi phí 2,14 đô la mỗi tác vụ, so với 50,3% của Claude Fable 5.1 với chi phí 12,83 đô la, và kết quả DeepSWE v1.1 là 68,8%, trong khoảng cách 1,1 điểm so với 69,9% của Claude Fable 5. Hãy đọc hình thức của những câu đó: mỗi câu kết hợp một kết quả gần hòa về điểm số với một phần nhỏ chi phí. Đó là tuyên bố về hiệu quả, không phải về năng lực, và là một tuyên bố yếu hơn tuyên bố mà Alibaba đưa ra về Work360.
Bảng theo dõi độc lập là nơi cuối cùng có thể so sánh hai mô hình, và đây là nguồn duy nhất trong bài viết này đo lường cả hai bằng cùng một bộ khung đánh giá. Nó đặt chúng cách nhau một điểm và đảo ngược thứ hạng về giá. Nó cũng để trống một cột: GPT-6 Sol có kết quả đo 125 token đầu ra mỗi giây, 35,11 giây để tạo token trả lời đầu tiên và 7,2 phút cho mỗi tác vụ lập chỉ mục. Qwen4-Max không có cả ba chỉ số đó — thẻ hiệu năng ghi N/A. Một mô hình đắt hơn 32% mỗi tác vụ mà không công bố tốc độ thì chưa phải là mô hình có thể định giá được lợi thế chi phí, bởi nửa còn thiếu của hóa đơn chính là thời gian.

Luận điểm về kiến trúc nằm bên dưới những con số token
Qwen4-Max là một hỗn hợp chuyên gia thưa với 2,4 nghìn tỷ tham số, trong đó 71 tỷ tham số được kích hoạt cho mỗi token, cộng với 328 tỷ tham số embedding N-gram được tra cứu thay vì nhân. Ba lớp Gated DeltaNet nén lịch sử thành trạng thái kích thước cố định cho mỗi lớp Qwen Sparse Attention, lớp này chọn ngữ cảnh liên quan ở mức vi khối thông qua một bộ chỉ mục nhẹ; bốn nhánh phần dư song song với cổng đọc và ghi động giúp ổn định chồng lớp. Alibaba báo cáo không có đột biến loss trong toàn bộ quá trình chạy 2,4 nghìn tỷ tham số và số bit trên mỗi byte thấp hơn 5% đến 13% so với Qwen3.8-Max-Base trong khi kích hoạt ít hơn 25% tham số — kèm theo lưu ý trung thực do nhà cung cấp ghi rõ rằng hai trong số các checkpoint được so sánh đã qua huấn luyện hậu kỳ, điều này làm yếu đi cách định khung mô hình nền tảng.
Đó là một lời giải thích hợp lý cho việc vì sao suy luận ngữ cảnh dài rẻ hơn trên mỗi token. Đó không phải là lời giải thích cho việc vì sao một yêu cầu cần số token đầu ra gấp 1,95× so với một đối thủ cạnh tranh, và không có gì trong tài liệu ra mắt đề cập đến điều đó. Hiệu quả trên mỗi token và hiệu quả trên mỗi câu trả lời là những đại lượng khác nhau, và mô hình này cải thiện cái thứ nhất trong khi đánh mất cái thứ hai.
Hai thứ đó nằm ở đâu và khối lượng công việc hỗn hợp trông như thế nào
GPT-6 Sol được định tuyến trên OrcaRouter dưới tên openai/gpt-6-sol theo giá niêm yết của OpenAI với mức markup 0% — $2.00 và $10.00 mỗi triệu token cho phần dưới 272K, $4.00 và $15.00 cho phần trên ngưỡng đó, với quy tắc định giá lại 272K được áp dụng đúng như cách OpenAI áp dụng. Một API cho hơn 200 mô hình khiến câu hỏi về ngữ cảnh dài ở trên trở thành một quyết định định tuyến thay vì một hợp đồng thứ hai: một pipeline có thể gửi các yêu cầu dưới 272K của mình đến Sol và các yêu cầu vượt ngưỡng đi nơi khác mà không cần dựng thêm SDK thứ hai, và thay đổi giá từ nhà cung cấp sẽ được cập nhật ở đây cùng ngày nó xuất hiện trên bảng giá của OpenAI.
Qwen4-Max không có trong danh mục OrcaRouter tính đến ngày 16 tháng 11 năm 2026. Có thể truy cập nó thông qua API Model Studio của chính Alibaba và một số nền tảng bên thứ ba. Điều đó khiến thí nghiệm trung thực này mang tính bất đối xứng và chỉ rẻ theo một chiều: nhánh Sol không cần tích hợp mới, còn nhánh Qwen thì cần, và phép so sánh mà bạn thực sự muốn — chi phí trên mỗi tác vụ hoàn thành trên lưu lượng của chính bạn, ở độ dài đầu ra của chính bạn — chính là phép đo sẽ xác định liệu sự đảo ngược $2.47 so với $3.27 có còn đúng bên ngoài một khung đánh giá chuẩn hay không. Hãy chạy nó trên một lát cắt bóng, không phải trên đường dẫn sản xuất, và để số lượng token của chính bạn quyết định xem trong hai lần chạy chỉ số, lần nào là lần gây hiểu nhầm.

Điều gì sẽ khiến đây trở thành một bài viết khác?
Phép đo thứ nhất là khối lượng đầu ra của Qwen4-Max trên một khối lượng công việc có giới hạn đầu ra cứng; nếu 127 triệu token là đặc tính của phép đánh giá chứ không phải của mô hình, thì sự đảo ngược là một hiện tượng giả tạo và mức $4.50 là một khoản tiết kiệm trực tiếp. Phép đo thứ hai là tốc độ. GPT-6 Sol tốn 7,2 phút cho mỗi tác vụ lập chỉ mục và 35 giây để có token đầu tiên, đây là những con số không có gì đáng chú ý; nếu Qwen4-Max chậm hơn đáng kể trên cùng các tác vụ, thì một mô hình vốn đã đắt hơn 32% cho mỗi câu trả lời cũng là mô hình khiến bạn phải chờ lâu hơn, và không có lập luận nào về chi phí mỗi token cứu vãn được điều đó.
Cho đến khi cả hai cùng tồn tại, lập trường có thể bảo vệ được là hẹp và cụ thể. Với những yêu cầu vượt 272.000 token, Qwen4-Max rẻ hơn hai đến ba lần và không có gì phải tranh cãi. Với mọi thứ còn lại, GPT-6 Sol là lựa chọn đáng mua hơn, xét theo con số duy nhất kết hợp giá cả với hành vi, và việc mức giá niêm yết của nó cao hơn 2,2 lần ở phần output lại chính là điều ít mang tính thông tin nhất về nó.
So sánh trong bài viết này1
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
