一張為比較文章生成的 hero 卡片,標題為「Qwen4-Max vs GPT-6.1 Sol Pro」,副標題為「Pro 是一種計費模式,而且有個數字要超越」。一個醒目標示的數字寫著「Pro 模式的損益兩平點:2.6X」,標籤寫著「Qwen4-Max:每項任務 $3.27」與「GPT-6.1 Sol 最高階:每項任務 $1.27」。頁尾寫著「Artificial Analysis 與 OpenAI 文件,讀取於 2026 年 11 月 17 日」。OrcaRouter 標誌合成於右下角。
Engineering & Research

Qwen4-Max 對上 GPT-6.1 Sol Pro:Pro 是一種計費模式,而且它有必須超越的數字

作者

jinhao.song

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

GPT-6.1 Sol Pro 沒有定價,因為它沒有識別碼。它就是 GPT-6.1 Sol——於 2026 年 9 月 29 日發布,價格為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元——在 Responses API 中以 reasoning.mode: "pro" 呼叫,OpenAI 文件說明這項設定會讓模型做更多工作,並按相同的標準 token 費率對這些工作計費。Qwen4-Max 自 2026 年 11 月 16 日起正式提供,每百萬 token 價格為 1.50 美元與 4.50 美元,是每 token 更便宜的模型,在輸出上便宜 2.2 倍。它也是——在兩款模型唯一擁有的獨立測量上——每完成一項任務更貴的那個:3.27 美元,對比 GPT-6.1 Sol 在其最大努力設定下的 1.27 美元。這種反轉——Qwen4-Max 每 token 更便宜、每個答案卻更貴——就是整個比較,而 pro 模式是唯一可能把它推向任一方向、卻沒有人能測量出會是哪個方向的變數。

Pro 模式是一種未公開係數的倍率。

供應商文件只有兩段,而這兩段值得仔細閱讀,因為網路上每一項「Sol Pro」比較,都是建立在這兩段內容加上推論之上。

• 它是什麼 —— 在 Responses API 中,將 reasoning.mode 的值設為 pro,並與 reasoning.effort 一起設定。另一個值是 standard,也就是預設值。

• 功能 — 根據 O​penAI 的說法,它「彙總為了產生最終答案而執行的模型工作」。它與 effort 無關:模式決定會進行多少工作,effort 則決定模型在其中思考得多用力。

• 費用是多少——彙總的 token,依模型的標準費率計費。不加收費用,也不另設計量。

• 它沒有的東西——一個係數。OpenAI 並未公佈 pro 模式的 token 乘數,而中立排行榜也沒有 pro 模式那一列:Artificial Analysis 上每一項 GPT-6.1 Sol 測量,都是從 low 到 max 的 reasoning.effort 設定,全部屬於標準模式。

這意味著有一件事必然隨之而來,另一件事則不然。可以確定的是:Pro 模式只會提高 GPT-6.1 Sol 每項任務的成本,絕不會降低,因為它以相同費率增加計費 token。不確定的是:提高多少。一次彙總 1.8× 工作量的 Pro 模式執行,與彙總 4× 的是不同產品,而 O​penAI 之外沒有人公布過這個比率。

閾值專業模式必須清除

那個未知並不是可以聳肩了事的理由。它會轉化成一個單一數字,因為 Qwen4-Max 每項任務的成本已經被測量過,Sol 的也是。

• 在 Sol 的最高投入設定下,每項 Intelligence Index 任務為 1.27 美元,相較於 Qwen4-Max 的 3.27 美元。Pro 模式必須把 Sol 的 token 支出乘以 2.57 倍,兩款模型每項任務的成本才會相同。

• 在 Sol 的 xhigh 投入程度下——$0.76 對比 $3.27。門檻是 4.3×。

• 在 Sol 的高強度下——$0.59 對比 $3.27。門檻是 5.5×。

• 就智慧而言,作為對照——Sol 在該指數上於 max 設定得分 54.6,xhigh 為 52.5,high 為 50.3。Qwen4-Max 得分 42.9。Pro 模式不會改變模型在該指數所衡量意義上的智慧分數,但會改變困難任務的答案品質,而這正是值得為它付費的唯一原因。

所以,買家實際上面對的問題不是「哪個比較便宜」。而是:一次 pro 模式的 Sol 執行,在品質上是否以超過十個指數點的差距勝過 Qwen4-Max,同時其 token 花費仍低於標準模式的 2.6 倍至 5.5 倍?所有已公開的訊號都指出,這個倍數確實存在,但幅度不大——供應商把 pro 模式定位為「需要更多模型運算的困難任務」所用的設定,而不是另一款模型——而若倍數低於 2.6 倍,則無論在哪個 effort 等級,Sol 每項任務的成本都會比 Qwen4-Max 更低。這是一項推論,且已清楚標明為推論;在 O​penAI 或獨立評估者公布該比率之前,這是任何人所能說、最站得住腳的說法。

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.'

為什麼便宜的型號反而更貴

按 token 計費的價目卡與按任務計費的帳單相差近六倍,原因在於用量,而非價格。這一點值得說明,因為它是比較這兩個模型時最常見的錯誤。

• 輸出費率 — Qwen4-Max 每百萬 $4.50,相較於 Sol 的 $10.00。Qwen4-Max 每輸出 token 便宜 2.2 倍。

• 索引執行的輸出量——Qwen4-Max 為 1.27 億個 token,Sol 在最高投入下為 6,370 萬個。Qwen4-Max 的產出量是 2.0 倍。

• 冗長程度排名 — Qwen4-Max 在追蹤器量表上於 80 個模型中排名第 65,穩居「非常冗長」區間;Sol 在最大設定下排名第 35,接近中位。

• 每項任務的實際成本——3.27 美元對比 1.27 美元。Qwen4-Max 貴了 2.6 倍,而非便宜 2.2 倍。

那三個比率無法對應到第四個比率,而缺失的項是輸入量,公開頁面並未按模型細分此項。這正是為什麼每項任務的數字應被視為衡量值,而比率應被視為解釋:價目表描述的是每個 token 的成本,指數描述的則是模型的花費,而只有後者會在月底出現在發票上。Alibaba 自家的發布數字則從另一個方向說明了同一點——在其 Work360 基準上,每項任務平均成本從 $4.43 降至 $1.67,這是關於該基準 token 組合的主張,而且是廠商在其自家基準上的數字。

還有一個維度,因為它決定的是代理可行性,而非成本。Sol 在最大努力模式下,每項索引任務的實測時間為 1,383 秒——二十三分鐘——首個 token 耗時 168 秒。Qwen4-Max 完全沒有每項任務的耗時數字;追蹤器中它的速度欄位是空的。我們自己的 playground 對 O​penAI 路徑的七日紀錄顯示,首個 token 中位數為 1.7 秒,輸出速度為每秒 98 個 token,這屬於標準模式、中等努力程度的流量,而非 pro 模式。沒有人公布過 pro 模式呼叫需要多久,而誠實的規劃假設是採用最大努力模式的數字,且誤差範圍偏向上方。

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.

模式該放在哪裡:路由層,而非程式碼

因為 pro 是請求參數而非模型,是否使用它是每次呼叫的決定,而在應用程式碼中做出的每次呼叫決定很容易過時。不會過時的做法是把它放進路由:將 pro 模式設定固定綁定到深入審查路徑——也就是每個 pull request、每份合約、每起事件只執行一次的那條路徑——並在所有互動式項目上採用標準模式設定,兩者都能從同一個鍵觸達。

OrcaRouter 以 OpenAI 自家的 $2.00 與 $10.00 價格路由 openai/gpt-6.1-sol,且零加成,包括 272,000 個 token 的級距,該級距費率加倍至 $4.00 與 $15.00,因此透過我們執行 pro-mode 實驗,費用與在供應商端相同,不會更多。Qwen4-Max 不在目錄中;以 qwen4 識別碼提出的要求會傳回找不到,而 我們所提供最新的 Qwen 旗艦模型是 qwen/qwen3.8-max,價格為 $2.00 與 $6.00。 路由 DSL 正是這兩半交會之處:一條規則將長時程代理工作送往其中一個模型,並將互動回合送往另一個模型,並具備 底層自動容錯移轉,因此停滯的 pro-mode 執行不會連帶讓請求中斷。那是一項組態變更,而且它具有硬編碼模型字串所沒有的可逆轉性。

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.

什麼會改變答案?

三件事,依它們最可能先到來的順序排列。

第一項是獨立排行榜上的專業模式列。如果專業配置能與五個投入等級並列出現,並附上它自己的每項任務成本,那麼 2.6× 門檻就不再是對著猜測做算術,而會成為一項實測,本頁也會圍繞它改寫。在那之前,任何引用「GPT-6.1 Sol Pro 分數」的文章,其實都是在引用基礎模型標準模式的那一列,只是附上了模式名稱。

第二個是 Qwen4-Max 的投入度曲線。該模型才推出兩天,且恰好只有一個實測操作點,這意味著它的 42.9 可能是下限,也可能是上限。Alibaba 的發布資料在其自家基準測試中提及 High 與 Xhigh 設定,因此這條曲線確實存在;只是尚未被獨立逐一實測。

第三是 Qwen4-Max 有了速度列。沒有吞吐量數字的模型,就是你無法圍繞它配置代理的模型;而在任何有人等待的工作負載中,這項缺失目前是現任方案最強的理由。

在其中之一的真正落地之前,這個決定仍然清晰可判。若你的工作負載是互動式且對成本敏感,GPT-6.1 Sol 的 medium 模式——每項任務 $0.36、指數 46.4、首個 token 延遲五秒——在每一個實測軸線上都勝過 Qwen4-Max,包括價格;而這並非 token card 所標榜的結論。若你的工作負載是長程代理,其中 100 萬 token 視窗、原生視覺與 95% 快取折扣比指數更重要,那麼 Qwen4-Max 是更便宜的上下文購買方式,而它的帳單將由快取命中率決定,而非由 effort 決定。而如果你正在權衡 pro 模式,你是在為一項無人測量過的能力權衡 2.6 倍預算——這在某條路由上測試尚可,但在生產路徑上假設則不妥。