一張標題卡,標題為「Qwen4-Max vs GPT-6.1 Sol:更便宜的 token,更高的帳單」,上面有三個標籤,分別顯示每百萬輸入 token $1.50 對 $2.00、每項索引任務 $3.27 對 $1.27,以及僅適用於 Sol 的 272,000 token 分層界線;圖說註明資料來源為 Artificial Analysis 及兩家供應商於 2026 年 11 月 17 日的費率表。
Guides & Insights

Qwen4-Max 對上 GPT-6.1 Sol:較便宜的 token 在帳單上反而吃虧,分水嶺在 272,000

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

單看兩張價目表的表面數字,Qwen4-Max遙遙領先。其標價為每百萬輸入 token 1.50 美元、每百萬輸出 token 4.50 美元;GPT-6.1 Sol則標價 2.00 與 10.00 美元。在輸出方面,這對 Qwen4-Max 有利,差距達 2.2 倍,而這正是所有這兩款模型比較都會率先引用的數字。接著讓兩者跑同一組九項評測,看看這些執行要花多少錢。Artificial Analysis 測得 Qwen4-Max 每項 Intelligence Index 任務為 3.27 美元(該模型自 2026 年 11 月 16 日起全面可用),而 GPT-6.1 Sol 為 1.27 美元(O​penAI 自 2026 年 9 月 29 日起販售)。較便宜的 token,每完成一項任務的成本卻是 2.6 倍。造成這種反轉的有兩個機制,但只有一個被討論——另一個在 272,000 token 處:Sol 的價目表會在請求進行中變價,而 Qwen4-Max 的不會。

兩張形狀不同的卡片,不只是數字不同

A two-column scoreboard comparing Qwen4-Max and GPT-6.1 Sol: flat $1.50 input and $4.50 output against $2.00 and $10.00 up to 272,000 tokens and $4.00 and $15.00 above it; no long-prompt tier against one starting at 272,000; 127M output tokens against 63.7M; index 43 against 55 at max effort; 1,000,000 context against 1,050,000. Footer attributes cost per task and token totals to Artificial Analysis and prices to the vendor rate cards.

• 輸入價格 — Qwen4-Max 每百萬 token 均一價 $1.50,相較於 GPT-6.1 Sol:272,000 tokens 以內 $2.00、超過則 $4.00

• 輸出價格 — 固定 $4.50,相較之下:272,000 個 token 以下為 $10.00,以上為 $15.00

• 快取讀取 — 每百萬 $0.075,寫入為 $1.875(5 分鐘)或 $3.00(1 小時),相較於每百萬 $0.10、寫入為 $2.50 與 $5.00

• 上下文視窗 — 1,000,000 個 token,思考模式輸入上限為 983,616 個 token,對比 1,050,000 個 token

• 最大輸出 — 131,072(非思考),或 262,144(與推理共用),相較於 128,000

• 推理控制 — 三個等級(低、高、xhigh),預設為高;相較五個等級(低到最大),預設為中,且始終開啟

• 取樣參數——temperature、top_p 與 top_k 的接受與拒絕;推理必須僅由 effort 引導

• 輸入模態 — 文字、圖像、影片 vs 文字、圖像、檔案

前兩行才是關鍵所在。Qwen4-Max 只提供一個從零到上下文上限的單一級距,這是刻意設計:不收長上下文附加費,也沒有批次折扣,因為該模型根本不提供批次推論。GPT-6.1 Sol 則提供便宜與昂貴兩種級距,而對提示詞很長的人來說,兩者之間的分界線是這項比較中影響最大的單一數字。

跨越 272,000 個 token 對算術造成的影響

在門檻以下,GPT-6.1 Sol 的一百萬個輸入 token 費用為 $2.00,一百萬個輸出 token 為 $10.00。達到或超過門檻時,價目表對該請求的計費為輸入 $4.00、輸出 $15.00——輸入翻倍,輸出增加 50%。無論是 200,000 個 token 還是 900,000 個 token,Qwen4-Max 都收取 $1.50 和 $4.50。

分別用兩者執行文件密集型任務時,排序會依請求落在哪一方而翻轉。一個 150,000-token 的提示加上 4,000-token 的回答,在 Sol 上約需 $0.26,在 Qwen4-Max 上約需 $0.24——接近平手,因此不應以價格來決定這兩個模型的其他面向。同樣的任務在 400,000 輸入 token 時,Sol 在較高階方案下要 $1.65,而 Qwen4-Max 為 $0.62:2.7× 的差距,方向與主要宣傳的輸出價差相反,而且幅度更大。長上下文工作是 Qwen4-Max 這張卡明顯更划算的唯一工作負載,而這也正是這對模型最可能被用來處理的工作負載,因為兩者都以 1M-token 視窗作為賣點。

這使分層界線成為一項路由決策,而非定價上的附註。若某條管線的請求集中於略低於 272,000 個 token 的位置,那麼透過拆分或快取讓用量維持在界線以下就值得花真金白銀;若請求遠高於此,拆分便毫無意義,而 Qwen4-Max 的輸入成本還便宜近三倍。

A screenshot of the Artificial Analysis model page for GPT-6.1 Sol, showing the OpenAI proprietary-model header, the September 2026 release date, the intelligence panel and the providers serving it.

與價格無關的倒掛

冗長度是另一項機制,而它對 Qwen4-Max 造成的不利影響,比費率卡為它帶來的優勢更強。在 Intelligence Index 上,Artificial Analysis 記錄到 GPT-6.1 Sol 產生了 6,370 萬個輸出 token——以其標準而言堪稱簡潔,對比中位數為 7,860 萬個——而 Qwen4-Max 則產生了 1.27 億個,該機構稱其非常冗長。輸出 token 數是兩倍,而每 token 價格不到一半,結算下來帳單卻高出 2.6 倍。

這不是評估的偶然怪癖。Alibaba 自家的發布資料從另一面印證了同一點:Qwen4-Max 的主要宣稱是,相較前代 Qwen3.8-Max,其 token 使用量減少 24% 至 35%,而在 Terminal-Bench 4.0 上則減少 48% 至 49%。這些是實實在在的改進,而且是相對的。相較於 GPT-6.1 Sol,該模型每當 Sol 花費一個輸出 token,仍要花費約兩個輸出 token,而發布文章並未聲稱不然。

實際後果是:任何用 token 數量乘以牌價建立的成本模型,都會把這項比較的正負號算反。先對 token 建模。如果你已經有流量跑在精簡模型上,並正考慮切換,預期你的輸出量會大致翻倍,即使每 token 費率下降超過一半——而在這組模型上,這是淨損失。

速度,其中只有一方發表了任何內容

GPT-6.1 Sol 速度緩慢,而且是實測結果:在 Artificial Analysis 對 OpenAI 端點進行的測試中,每項 Intelligence Index 任務耗時 23.1 分鐘,首個答案 token 需 168.56 秒,輸出速度為每秒 49 個 token。我們自己 playground 的流量取樣截至 11 月 16 日的七天,顯示中位數更快——約每秒 98 個輸出 token,首字節 p50 為 1.7 秒——這正是閘道路由位於與 Artificial Analysis 所用不同的上游之前時,你會預期的結果。這兩個數字都可能成立;但兩者描述的都不是彼此的路徑。

Qwen4-Max 完全沒有獨立的速度數據。Artificial Analysis 列出了該模型的指數分數、價格與 token 總量,卻將每項任務耗時、輸出速率與首個 token 時間留空。Alibaba 發布了 token 效率方面的說法,但這並不是延遲。因此,對這項比較的一方,你可以為整條路徑做容量規劃;對另一方,你只能規劃帳單,別無其他。這個月任何在 Qwen4-Max 上部署互動介面的人,都是自己在首次測量延遲。

兩個會讓你賠上一個下午除錯時間的移轉細節

GPT-6.1 Sol 的推理功能始終開啟,提供五個努力等級,預設為 medium,而且該模型直接拒絕 temperature 與 top_p——取樣完全只透過努力等級來控制,別無其他方式。Qwen4-Max 則接受完整的取樣參數集,在思考模式下預設 temperature 為 1.0、top_p 為 0.95,非思考模式下則為 0.7 與 0.8;此外,當思考功能關閉時,top_k 為 20,存在懲罰為 1.5。從 Sol 遷移到 Qwen4-Max 的用戶端會默默獲得它原先沒有的取樣行為;反向遷移則會拋出錯誤。

Effort 字串的情況正好相反。Sol 提供五個檔位;Qwen4-Max 提供三個,並將其餘檔位折疊,把 minimal 對應到 low、medium 對應到 high、max 對應到 xhigh。若某條管線向 Qwen4-Max 要求 medium,得到的會是 high 努力程度的推理,預設思考預算為 131,072 個 token,而且不會有任何錯誤告知此事。若某條管線要求 max,則會得到 xhigh,看起來正確。每條路由都要用供應商自己的詞彙固定層級;不要讓 effort 字串穿過模型邊界,然後指望它沒事。

A screenshot of the OrcaRouter model page for openai/gpt-6.1-sol, showing the 1M-token context line, the 128K maximum output, the model identifier openai/gpt-6.1-sol and the start of the pricing panel.

這兩者各該歸屬於何處,以及如何讓它們並行運作

從數字得出的分界:GPT-6.1 Sol 適用於短提示、高頻量的推理,其簡潔性會帶來複利效果;Qwen4-Max 則適用於超過 272,000 個輸入 token 的請求、影片輸入,或需要取樣控制而非努力程度調節的工作負載。

執行這項拆分通常是昂貴的部分,而這正是 OrcaRouter 針對其中一側所打造的情境。GPT-6.1 Sol 在分層界線以下以每百萬 $2.00 與 $10.00 路由,界線以上則以 $4.00 與 $15.00 路由——這是廠商自身的費率,以 0% 加價原樣轉嫁,因此上述的級距計算就是你實際支付的費用,而非其近似值——可透過與Claude Opus 5.5、Grok 4.5、Qwen3.8-Max 與 T​encent HY4 Preview。Qwen4-Max 尚未列入目錄,因此那一側目前仍使用直接的 A​libaba 金鑰。

這仍足以讓這項比較具有實際意義:在路由規則中定義一次邊界,把低於 272,000 個 token 的請求送往 Sol 路由,並把高於此值的請求送往 Qwen4-Max,同時在你建立新模型的延遲基準期間,讓容錯移轉來涵蓋新模型。路由 DSL 正是讓那成為規則而非服務的關鍵——對請求大小設一個條件、兩個目的地、一個端點,以及自動容錯移轉,以防實驗性的一側出現異常。

簡短版本,附上其到期日

Qwen4-Max 是每個 token 較便宜、每項任務卻較貴的模型,原因是它的輸出量是兩倍。GPT-6.1 Sol 則是每項任務較便宜、每個長請求較貴的模型,原因是 272,000 個 token 處有一道其競爭對手沒有的分層界線。這兩項事實都與智慧無關;在智慧方面,兩者相差十二個指數點——在 Sol 的最高努力設定下為 43 對 55——由 Sol 佔優。

這項比較有有效期限。Alibaba 的發布文章表示,較小的 Qwen4 模型即將開源;而針對 2.4 兆參數模型公布的每 token 價目表,正是那種一旦第一個月的代理流量到位,就會被修訂的東西。在那之前,請根據 token 用量與請求大小來決定,而不是根據輸出費率。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新