Qwen 4 Max 和 GPT-6 Sol 怎么选
Qwen 4 Max 是阿里新一代旗舰,2026 年 11 月 16 日起开放按量计费,模型 ID 是 qwen4-max。GPT-6 Sol 是 OpenAI GPT-6 家族里的主力档,2026 年 9 月发布,价位和 Qwen 4 Max 在同一档,所以经常被拿来比较。
看表之前要先知道一件事:GPT-6 Sol 发布几天后 OpenAI 就出了官方价相同的 GPT-6.1 Sol,大多数第三方测试(包括阿里自己的发布图)拿来和 Qwen 4 Max 比的是 6.1 版。下面两个版本都列出来,并标明每一列是哪个。我们自己也把三个模型在同样的七道题上各跑了一遍。
我们运营 apimodels.app,三个模型都能用同一把 key 调用,没有理由偏向哪一个。下面的跑分来自 Artificial Analysis、Vals AI、阿里和 OrcaRouter,出处链接放在页面末尾。七道同题测试是我们自己做的:2026 年 11 月 17 日通过我们自己的 API 跑,各模型都用默认的思考设置。
Qwen 4 Max
agent 和法律类测试更强,多长都一个价
- ·Artificial Analysis 智能指数 43
- ·APEX-Agents 72.1 对 60.0、HLAB 法律 21.3 对 6.3,领先 GPT-6.1 Sol(阿里发布图)
- ·每百万 token $1.50 / $4.50,长提示词不加价
- ·输入文字、图片、视频
GPT-6 Sol
水平相当,快约一倍,用的 token 更少
- ·Artificial Analysis 智能指数 44;GPT-6.1 Sol 为 55
- ·GPT-6.1 Sol 在 Terminal-Bench 4.0 56.1 对 48.5、ProgramBench 52.5 对 31.5 领先
- ·在 apimodels.app 每百万 token $1.00 / $5.00(官方 $2 / $10)
- ·输入文字和图片;推理强度从 none 到 max 可调
有人在等回复、终端和仓库级编码、看图表和截图,选 GPT-6 Sol(或 6.1 Sol)。agent 和自动化流程、法律和文档类工作、要输入视频、提示词超过 272K token,选 Qwen 4 Max。
规格和价格对照
两者的上下文和输出上限几乎一样,差别在计价方式。GPT-6 Sol 对超过 272,000 token 的请求,输入价翻倍、输出价上浮一半;Qwen 4 Max 整个窗口内一个价。所以超长提示词下,按官方价 Qwen 的输入约低 2.7 倍、输出约低 3.3 倍。
思考的控制方式也不同。Qwen 4 Max 默认开思考,可以按请求关掉。GPT-6 Sol 有推理强度设置,从 none 到 max 共六档,默认 medium。
| Qwen 4 Max | GPT-6 Sol | GPT-6.1 Sol | |
|---|---|---|---|
| 厂商、发布时间 | 阿里,2026-11-16 | OpenAI,2026 年 9 月 | OpenAI,2026-09-29 |
| 官方价,每百万 token(输入 / 输出) | $1.50 / $4.50 | $2 / $10 | $2 / $10 |
| 缓存命中,官方价 | $0.075 | $0.20 | $0.10 |
| 超过 272K token 的请求,官方价 | 不变 | $4 / $15 | $4 / $15 |
| apimodels.app 价格 | $1.50 / $4.50 | $1.00 / $5.00 | $1.00 / $5.00 |
| 上下文 | 1M | 1.05M | 1.05M |
| 最大输出 | 131K(含思考 262K) | 128K | 128K |
| 输入类型 | 文字、图片、视频 | 文字、图片 | 文字、图片 |
| 思考怎么控制 | 默认开,可以关 | 推理强度 none 到 max,默认 medium | 推理强度 none 到 max |
第三方跑分
Artificial Analysis 的智能指数上,Qwen 4 Max 是 43,GPT-6 Sol 是 44,打平。GPT-6.1 Sol 明显高一截:max 档 55,medium 档 46。换一家机构看 Vals Index,结论一样:Qwen 4 Max 63.20%,GPT-6.1 Sol 63.94%。
差别在拿到这个分数要付出多少。跑完 Artificial Analysis 整个指数,Qwen 4 Max 输出了 1.27 亿 token,GPT-6 Sol 是 6,500 万,GPT-6.1 Sol 是 6,400 万。token 少一半,意味着 Sol 更早做完;而且虽然每 token 单价更高,每个任务的花费反而更低:按官方价 GPT-6 Sol 是 $2.47、GPT-6.1 Sol 是 $1.27,Qwen 是 $3.27。
| 指标 | 谁跑的 | Qwen 4 Max | GPT-6 Sol | GPT-6.1 Sol |
|---|---|---|---|---|
| 智能指数 v5.0.1 | Artificial Analysis | 43 | 44 | 55(max 档);46(medium 档) |
| 跑完指数输出的 token | Artificial Analysis | 1.27 亿 | 6,510 万 | 6,370 万 |
| 每个指数任务的花费,按官方价 | Artificial Analysis | $3.27 | $2.47 | $1.27 |
| 输出速度 | Artificial Analysis | 尚未测 | 每秒 125 token | 每秒 49 token |
| Vals Index v2.2 | Vals AI | 63.20% | 未收录 | 63.94% |
| 每个 Vals 测试的花费 | Vals AI | $9.33 | 未收录 | $3.61 |
阿里自己的发布图怎么说(对比的是 GPT-6.1 Sol)
阿里的发布图在十六项跑分上把 Qwen 4 Max 和 GPT-6.1 Sol 并排列出。按阿里的数字,Qwen 领先九项,GPT-6.1 Sol 领先七项。这些是厂商自报,应当当作阿里的说法来看。
Qwen 赢的项目集中在处理业务任务的 agent 上:APEX-Agents 72.1 对 60.0,AutomationBench 72.5 对 64.9,办公类的 Briefcase 排名 1686 对 1555,以及法律类的 HLAB 21.3 对 6.3。GPT-6.1 Sol 赢的是终端和仓库级编码(Terminal-Bench 4.0 56.1 对 48.5,ProgramBench 52.5 对 31.5)和视觉相关的项目:图表 67.8 对 54.2,视频理解 73.8 对 68.1,尽管 Sol 的 API 并不能直接接收视频文件。
| 评测(阿里公布) | Qwen 4 Max | GPT-6.1 Sol |
|---|---|---|
| DeepSWE v1.1 | 75.7 | 75.2 |
| CodeArena(Elo) | 1750 | 1742 |
| Agents’ Last Exam v1.1 | 46.7 | 42.6 |
| AA-Briefcase v1.1(Elo) | 1686 | 1555 |
| APEX-Agents v1.1 | 72.1 | 60.0 |
| AutomationBench-AA | 72.5 | 64.9 |
| HLAB-Vals-1.1(法律) | 21.3 | 6.3 |
| JobBench | 68.5 | 66.2 |
| BioMysteryBench-1.1 | 85.0 | 84.4 |
| Terminal-Bench 4.0 | 48.5 | 56.1 |
| ProgramBench | 31.5 | 52.5 |
| AgentArena 净提升 | 7.5 | 11.8 |
| Humanity’s Last Exam | 51.7 | 54.0 |
| HealthBench Professional | 60.0 | 65.1 |
| Chartography(图表) | 54.2 | 67.8 |
| Video-Index(视频) | 68.1 | 73.8 |
我们的七道同题:答案一样,用时一半
我们按开发者最常通过我们 API 发的几类请求,写了七道题:写一个函数、修一个有 bug 的类、一个要调工具并遵守退款政策的客服 agent、针对 1,500 行生产日志的提问、把一段中文群聊整理成 JSON、三道计数推理题,以及带硬约束的中文商品文案。每道题都有自动判分,一共 93 项检查;开跑之前先用参考答案验证过判分脚本。
Qwen 4 Max、GPT-6 Sol、GPT-6.1 Sol 三者 93 项检查都全对。函数的 50 组隐藏用例都通过;埋的五处 bug 都找全;退款题都只给有故障的键盘退了 $129,拒绝了已经过去 46 天的鼠标退货;群聊那道题都整理出了六条订单,「周五前」「下周三」换算的日期也都对。
差距在时间和 token 上。GPT-6 Sol 整套题用了 189 秒,GPT-6.1 Sol 197 秒,Qwen 4 Max 是 415 秒。长日志那道题最明显:GPT-6 Sol 6 秒就把五个问题全答对,Qwen 用了 63 秒。三道推理题上 Sol 想了一分钟左右,Qwen 想了三分多钟。
Qwen 输出的 token 大约是 GPT-6 Sol 的五倍:2.21 万对 4,350,几乎全是思考。按 apimodels.app 的价格,七道题 Qwen 4 Max 一共 $0.21,两个 Sol 都是 $0.09。
唯一没有标准答案的那道题是中文商品文案,三者都满足了五条约束。Qwen 写得最具体,编的也最多:「整机约 250 克」「骨传导拾音」「快充十分钟,再听三小时」都是我们没给过的参数。GPT-6 Sol 最贴着提示词里给的信息写。
| 题目(检查项数) | Qwen 4 Max | GPT-6 Sol | GPT-6.1 Sol |
|---|---|---|---|
| 写一个时间线合并函数(50 组隐藏用例) | 50/50 · 51 秒 · $0.012 | 50/50 · 40 秒 · $0.005 | 50/50 · 39 秒 · $0.004 |
| 修一个埋了 5 处 bug 的带过期缓存类(10) | 10/10 · 27 秒 · $0.009 | 10/10 · 41 秒 · $0.004 | 10/10 · 16 秒 · $0.004 |
| 带工具和政策的退款客服(7) | 7/7 · 16 秒 · $0.006 | 7/7 · 12 秒 · $0.012 | 7/7 · 14 秒 · $0.015 |
| 针对 1,500 行日志的五个问题(5) | 5/5 · 63 秒 · $0.120 | 5/5 · 6 秒 · $0.054 | 5/5 · 28 秒 · $0.054 |
| 中文群聊整理成 JSON(13) | 13/13 · 19 秒 · $0.004 | 13/13 · 9 秒 · $0.003 | 13/13 · 12 秒 · $0.003 |
| 三道计数推理题(3) | 3/3 · 196 秒 · $0.049 | 3/3 · 57 秒 · $0.005 | 3/3 · 63 秒 · $0.004 |
| 带五条硬约束的中文商品文案(5) | 5/5 · 43 秒 · $0.010 | 5/5 · 23 秒 · $0.007 | 5/5 · 25 秒 · $0.004 |
| 七道合计 | 93/93 · 415 秒 · $0.21 | 93/93 · 189 秒 · $0.09 | 93/93 · 197 秒 · $0.09 |
一个任务花多少钱
这一组对比里,每 token 的单价最容易让人看错。按官方价 Qwen 4 Max 每 token 比 GPT-6 Sol 低约 2.2 倍($1.50 / $4.50 对 $2 / $10)。但做同样的事它输出的 token 大约是两倍,而输出正是贵的那一头。OrcaRouter 的分析认为,典型任务上 Qwen 4 Max 反而比 GPT-6 Sol 高约 32%;Artificial Analysis 的数字也是这个方向:每个任务 $3.27 对 $2.47。
在 apimodels.app 上 GPT-6 Sol 和 GPT-6.1 Sol 都是 $1.00 / $5.00,是 OpenAI 官方价的一半,换算下来一个 Artificial Analysis 任务 GPT-6 Sol 约 $1.24,GPT-6.1 Sol 约 $0.64;Qwen 4 Max 是阿里的官方价,约 $3.27。我们自己那套较轻的题上比例差不多:$0.21 对 $0.09。
有两种情况 Qwen 4 Max 的花费会更低。一是输入特别长:超过 272,000 token 时,GPT-6 Sol 的官方价输入翻倍到 $4、输出涨到 $15,而 Qwen 的价格不变。二是关掉思考做短回答的活,这时 Qwen 更低的输出单价才真正体现出来,没有思考 token 的额外开销。
速度
GPT-6 Sol 快得多。Artificial Analysis 测得 GPT-6 Sol 每秒输出 125 个 token,GPT-6.1 Sol 49 个;Qwen 4 Max 的数字它还没有公布,OpenRouter 的实时数据约每秒 30 个,测过预览版的评测者量到的是 33 到 53。
在我们的平台上,近 30 天 GPT-6 Sol 首字的中位等待约 5 秒(生产调用,样本量不公开)。Qwen 4 Max 11 月 16 日才在我们这里上架,还没有可比的生产数据;在我们的测试里(不算两边都想得最久的推理题),它的第一个字要等 15 到 62 秒,GPT-6 Sol 是 3 到 35 秒。
怎么选
聊天、客服,以及任何有人在等回复的场景:选 GPT-6 Sol。我们的测试里它整体快一倍左右,长日志那道题快了十倍。
终端和仓库级编码:选 GPT-6.1 Sol,它在 Terminal-Bench 4.0 和 ProgramBench 上大幅领先 Qwen。单个函数和修 bug,我们的测试里三者都是全对。
执行业务流程的 agent、自动化、法律和合同类工作:选 Qwen 4 Max。APEX-Agents、AutomationBench、Briefcase、HLAB 都是它领先,其中法律类的优势最大。
读图表、截图等图像内容:选 GPT-6.1 Sol,Chartography 上 67.8 对 54.2。
要直接输入视频文件:选 Qwen 4 Max,Sol 只接受文字和图片。
提示词超过 272K token:选 Qwen 4 Max,因为它的价格不随长度变化。
如果是在两个 Sol 版本之间选:同样的价格下 GPT-6.1 Sol 在大多数测试里分数更高,GPT-6 Sol 更快。在 apimodels.app 上三者都是同一把 key,改一个模型名就行。
要注意的地方
写这篇的时候 Qwen 4 Max 正式开放才一天;Artificial Analysis 只跑了它的一个思考档,也还没测速度。阿里的图对比的是 GPT-6.1 Sol 而不是 GPT-6 Sol;在中文任务和幻觉方面,还没有第三方发表过 Qwen 4 Max 和任何一个 Sol 版本的同题测试。
我们的七道题是日常难度的工作,每个模型在默认设置下各跑一次。它们说明三者在这个难度上都靠得住,而且 Sol 更快做完;但测不出高难度那一端。
出处
规格和官方价来自阿里 QwenCloud 的模型页、OpenAI 的定价页和模型页(2026 年 11 月 17 日查阅);第三方跑分、token 数、任务成本和速度来自 Artificial Analysis 和 Vals AI(同日查阅);阿里的十六项对比图取自 DataCamp 的转载;按任务成本的分析来自 OrcaRouter。七道同题测试是我们自己在 2026 年 11 月 17 日跑的。
调用示例
cURL
curl https://api.apimodels.app/v1/chat/completions \
-H "Authorization: Bearer $APIMODELS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen4-max",
"messages": [{"role": "user", "content": "Summarise the open issues in this log: ..."}]
}'
# same key, same endpoint: change "model" to "gpt-6-sol" or "gpt-6.1-sol"常见问题
Qwen 4 Max 比 GPT-6 Sol 强吗?
整体水平差不多。Artificial Analysis 给 Qwen 4 Max 打 43 分、GPT-6 Sol 44 分,我们的七道同题测试里两者都是 93 分满分。Qwen 4 Max 在 agent、自动化和法律类跑分上更强;GPT-6 Sol 快一倍左右,输出的 token 大约只有一半。官方价相同的升级版 GPT-6.1 Sol 是 55 分。
Qwen 4 Max 和 GPT-6 Sol 哪个更省钱?
按每 token 算 Qwen 4 Max 的官方价更低:每百万 token $1.50 / $4.50,GPT-6 Sol 是 $2 / $10。按每个任务算通常是 GPT-6 Sol 花得更少,因为它输出的 token 只有一半左右:Artificial Analysis 按官方价测得每个任务 GPT-6 Sol $2.47、Qwen 4 Max $3.27。提示词超过 272,000 token 时 Qwen 更省,因为 GPT-6 Sol 的官方价会涨到 $4 / $15。
Qwen 4 Max 和 GPT-6 Sol 哪个快?
GPT-6 Sol 更快。Artificial Analysis 测得 GPT-6 Sol 每秒输出 125 个 token,Qwen 4 Max 的公开数据在每秒 30 到 53 个之间。我们的七道题 GPT-6 Sol 一共用了 189 秒,Qwen 4 Max 415 秒。
该拿 Qwen 4 Max 和 GPT-6 Sol 比,还是和 GPT-6.1 Sol 比?
如果想比的是 OpenAI 在这个价位的现役型号,就和 GPT-6.1 Sol 比:它和 GPT-6 Sol 的官方价一样是 $2 / $10,缓存命中价更低,Artificial Analysis 的分数也更高(55 对 44)。GPT-6 Sol 仍然可以调用,是两者里更快的那个。
Qwen 4 Max 能输入视频吗?
能。阿里列出的 Qwen 4 Max 输入类型是文字、图片和视频。GPT-6 Sol 和 GPT-6.1 Sol 只接受文字和图片。
能用一把 key 同时调 Qwen 4 Max 和 GPT-6 Sol 吗?
可以。它们用同一把 apimodels.app key。调用 POST https://api.apimodels.app/v1/chat/completions,model 填 qwen4-max、gpt-6-sol 或 gpt-6.1-sol。
