Một thẻ tiêu đề được tạo có nội dung 'Qwen 4 so với GPT-6.1 Sol: mô hình tốn một phần ba chi phí mỗi điểm', với phụ đề '2,3 xu mỗi điểm chỉ số so với 7,6, và một vách đá 272.000 token định giá lại toàn bộ yêu cầu'. Ba hàng được đánh số ghi 'điểm chỉ số 42,9 so với 54,6, Artificial Analysis v5.0.1', 'chi phí mỗi tác vụ chỉ số đã hoàn thành 3,27 USD so với 1,27 USD' và 'đầu vào tăng gấp đôi từ 2,00 USD lên 4,00 USD khi vượt 272.000 token'. Phần chân trang ghi 'Điểm số và chi phí mỗi tác vụ theo Artificial Analysis Intelligence Index v5.0.1; giá theo bảng giá công bố của từng nhà cung cấp.' Phong cách vector phẳng trên nền trắng với các điểm nhấn xanh dương và xanh lơ, biểu trưng OrcaRouter được ghép ở góc dưới bên phải.
Guides & Insights

Qwen 4 so với GPT-6.1 Sol: Mô hình có chi phí mỗi điểm chỉ bằng một phần ba

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

Mọi so sánh Qwen4-Max khác trong loạt bài này đều có cùng một dạng: đối thủ đạt điểm cao hơn và tốn kém hơn, và cuộc tranh luận là liệu mức chênh lệch có đáng với khoản phụ trội hay không. Trường hợp này thì không. GPT-6.1 Sol đạt 54,6 trên Chỉ số Trí tuệ Artificial Analysis, so với Qwen4-Max với 42,9 — hơn mười hai điểm — và hoàn thành một tác vụ trong chỉ số với giá $1,27 so với $3,27 của Qwen4-Max. Sol vừa có năng lực cao hơn vừa rẻ hơn 2,6 lần cho mỗi câu trả lời hoàn chỉnh. Ở thước đo hiệu quả đã quyết định bốn cặp so sánh còn lại, Sol thắng với hệ số 3,3: 2,3 xu cho mỗi điểm chỉ số so với 7,6.

Có một điều kiện kèm theo đó, và đó là mốc 272.000 token. Đó là một vách đá thực sự, nó áp dụng cho từng token trong yêu cầu, và đó là con đường duy nhất quay lại Qwen4-Max trong cuộc so tài này mà không phải trả nhiều hơn để nhận ít hơn.

Hai tấm thẻ

GPT-6.1 Sol ra mắt ngày 29 tháng 9 năm 2026 với giá 2,00 USD đầu vào và 10,00 USD đầu ra trên mỗi triệu token. Qwen4-Max chuyển sang tính phí theo mức dùng vào ngày 16 tháng 11 năm 2026 với giá 1,50 USD và 4,50 USD tại Singapore. Ở mức giá niêm yết, Qwen4-Max trông rẻ hơn 2,2× ở đầu ra; tính theo mỗi tác vụ hoàn thành thì nó đắt hơn 2,6×. Sự đảo ngược đó chính là nội dung bài viết.

• Đầu vào, mỗi triệu — Sol $2.00 cho tối đa 272K token, $4.00 cho phần vượt quá. Qwen4-Max $1.50 tại Singapore, $1.413 tại năm khu vực còn lại, không đổi trên toàn bộ cửa sổ.

• Đầu ra, mỗi triệu — Sol $10,00 ngữ cảnh ngắn, $15,00 ngữ cảnh dài. Qwen4-Max $4,50 và $4,24, đồng giá.

• Đầu vào được lưu trong bộ nhớ đệm — Sol $0.10 mỗi triệu ngữ cảnh ngắn, $0.20 ngữ cảnh dài; Qwen4-Max $0.075 lượt đọc, với mức phí ghi $1.875 và $3.00 cho các mục năm phút và một giờ.

• 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.

• Ngữ cảnh — Sol công bố cửa sổ 1.000.000 token trên trình theo dõi; Qwen4-Max cũng vậy, với đầu vào suy nghĩ được giới hạn ở 983.616.

• Chi phí mỗi tác vụ lập chỉ mục — 1,27 USD so với 3,27 USD.

• Điểm chỉ số — 54,6 so với 42,9, cả hai đều được đo ở thiết lập nỗ lực cao nhất đã công bố của chúng.

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.

Vì sao tấm thẻ trông rẻ tiền lại là cái đắt tiền

Các con số theo từng tác vụ chỉ có ý nghĩa khi bạn xem mỗi mô hình đã tiêu tốn bao nhiêu để đạt được kết quả đó. Sol phát ra 63,7 triệu token đầu ra trong toàn bộ bộ chỉ số; Qwen4-Max phát ra 127,1 triệu. Qwen4-Max viết lượng đầu ra gần như chính xác gấp đôi để có điểm thấp hơn mười hai điểm, và đầu ra là cột tốn kém trên cả hai thẻ.

Mỗi tác vụ, phân bổ là 67.824 token đầu ra cho Sol so với 104.940 cho Qwen4-Max — trong đó lần lượt 49.213 và 68.914 là suy luận. Vậy Qwen4-Max không nói nhiều hơn trong câu trả lời; nó nói nhiều hơn trong suy nghĩ. Nó suy luận lâu hơn 40% để đi đến một kết luận tệ hơn, rồi tính phí bạn $4.50 một triệu token cho đặc ân đó.

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.

Nơi Qwen4-Max không bị đánh bại

Mười hai điểm không phải là một thất bại thảm hại trên mọi bộ kiểm thử, và có ba hàng đáng đọc trước khi gạt bỏ mô hình.

• Terminal-Bench 4.0 — Sol 56,1%, Qwen4-Max 48,5%. Bảy điểm rưỡi. Có thật, nhưng hẹp hơn so với những gì tiêu đề gợi ý.

• AutomationBench — Qwen4-Max 72.6% so với 64.9% của Sol. Qwen4-Max thắng hạng mục này với cách biệt gần tám điểm, và đây là màn đảo ngược đơn lẻ lớn nhất trong phép so sánh.

• GDPval — Qwen4-Max 1.808,69 so với 1.607,47 của Sol. Dẫn trước 12,5% ở các tác vụ chuyên môn có cơ sở kinh tế, trước một mô hình hơn mười hai điểm chỉ số. Đây là lần đảo ngược thứ hai và là lần đáng ngạc nhiên hơn trong hai lần, vì GDPval là thứ gần nhất trên bảng với câu hỏi "liệu một chuyên gia có chấp nhận công việc này không".

• FrontierCode 2.0 — 26.5% so với 40.6%. Chênh 13 điểm theo chiều ngược lại; khoảng cách lớn nhất trên bảng và là khoảng cách mang hàm ý thương mại nặng nhất.

• CritPt Agentic Hard — 43,0% so với 69,5%. Hai mươi sáu điểm, hàng đơn lẻ tệ nhất đối với Qwen4-Max.

• Omniscience — 27,7 so với 42,0, với tỷ lệ ảo giác là 28,4% và 51,9%. Sol chính xác hơn và có khả năng bịa đặt cao hơn nhiều khi sai.

• Điểm thành phần năng lực — Sol dẫn đầu cả sáu, sát nút ở chiến lược và vận hành (57,6 so với 56,9) và rõ rệt ở kỹ thuật (59,4 so với 50,1).

Mô hình này nhất quán với các cặp so tài khác trong loạt bài: Qwen4-Max đứng vững khi nhiệm vụ là đánh giá chuyên môn áp dụng cho tài liệu, và thua khi nhiệm vụ là suy luận kỹ thuật kéo dài hoặc thực thi tự chủ. Thắng hai trong số mười hai bộ kiểm thử không phải là lý do để chọn nó, nhưng là lý do cho thấy việc lựa chọn phụ thuộc vào nhiệm vụ chứ không phải tự động.

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.

Đang thực hiện phép tính 272.000 token

Lấy một cơ sở mã 400.000 token mà bạn muốn phân tích trong một lần, với 2.000 token đầu ra. Cả hai mô hình đều chứa vừa nó trong cửa sổ của mình. Chỉ một trong số chúng định giá lại.

• GPT-6.1 Sol, mức giá ngữ cảnh ngắn — không thể sử dụng. Với đầu vào 400K, áp dụng bậc ngữ cảnh dài: 400.000 × $4,00 mỗi triệu = $1,60 đầu vào, cộng 2.000 × $15,00 = $0,03 đầu ra. Tổng cộng $1,63.

• Qwen4-Max — 400.000 × 1,50 USD mỗi triệu = 0,60 USD đầu vào, cộng 2.000 × 4,50 USD = 0,009 USD đầu ra. Tổng cộng 0,61 USD.

• Cùng một yêu cầu ở mức 250.000 token, dưới ngưỡng — Sol: 250.000 × $2,00 = $0,50 cộng $0,03 = $0,53. Qwen4-Max: $0,375 cộng $0,009 = $0,38.

Vậy là sự đảo ngược là có thật và chỉ diễn ra trong một phạm vi hẹp. Dưới 272.000 token đầu vào, Sol rẻ hơn trên mỗi yêu cầu và tốt hơn; trên ngưỡng đó, Qwen4-Max rẻ hơn 2,7 lần và kém hơn mười hai điểm. Một vòng lặp agent 200K token với đầu ra công cụ tích lũy qua các lượt sẽ vượt ngưỡng ở giữa phiên, đúng kiểu khối lượng công việc mà điểm gãy tác động mạnh nhất — bạn không chọn bậc, mà chính sự tăng trưởng ngữ cảnh của vòng lặp chọn thay bạn.

Đây là phép tính giá niêm yết dựa trên các mức giá đã công bố, không phải hóa đơn thực đo. Các lần trúng bộ nhớ đệm sẽ cắt giảm đáng kể cả hai con số và thu hẹp khoảng cách tuyệt đối, trong khi tỷ lệ vẫn gần như giữ nguyên.

Câu trả lời định tuyến, vốn ở đây rõ ràng một cách bất thường.

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.

Điều khiến việc ghép cặp này đáng để định tuyến thay vì lựa chọn là biến quyết định chính là số lượng token, và lớp định tuyến có thể nhìn thấy nó. Một quy tắc 272.000 token đối với độ dài đầu vào — Sol ở dưới, một lựa chọn rẻ hơn ở trên — là một chính sách hai dòng, và đó là kiểu việc dễ triển khai một lần nhưng không thể nhớ để làm thủ công trong mọi dịch vụ. Chuyển đổi dự phòng tự động bao quát trường hợp biên còn lại: hạng ngữ cảnh dài của Sol là một dải giá khác, không phải một mô hình khác, nên một cú tăng vọt về kích thước prompt tạo ra thay đổi hóa đơn thay vì lỗi, và không có gì cảnh báo bạn cho đến khi nhận hóa đơn.

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.

Điều gì sẽ thúc đẩy điều này

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.

Cho đến khi một trong hai điều đó xảy ra, quy tắc rất ngắn gọn và nó không tâng bốc đối tượng của loạt bài này. Với gần như mọi thứ, GPT-6.1 Sol là mô hình tốt hơn và rẻ hơn, còn khoảng cách mười hai điểm đang được bán với giá chiết khấu. Trong trường hợp cụ thể của một tác vụ đánh giá chuyên môn nặng về tài liệu, nơi mức dẫn trước 12,5% của GDPval thực sự có ý nghĩa, Qwen4-Max đáng để cân nhắc với mức giá gấp 2,6 lần cho mỗi tác vụ. Và với bất cứ thứ gì kéo một ngữ cảnh lớn vượt quá 272.000 token, Qwen4-Max không còn là phương án thỏa hiệp nữa mà trở thành lựa chọn đúng đắn — không phải vì nó đã cải thiện, mà vì phương án thay thế đã tăng gấp đôi.