Qwen3.8-27B vs. GPT-5.6 Luna: Das günstigste OpenAI mieten oder das offene 27B besitzen

Am 30. Juli 2026 tat O​penAI etwas, das es selten tut: Es senkte den Preis eines Modells um 80 %. GPT-5.6 Luna — das schnellste, günstigste Mitglied der Luna/Terra/Sol-Familie, allgemein verfügbar seit dem 9. Juli 2026 — fiel auf 0,20 $ pro Million Input-Tokens und 1,20 $ pro Million Output-Tokens. Anderthalb Wochen später trat Ali​babas Qwen3.8 27B, ein dichtes Modell mit 27 Milliarden Parametern und Apache-2.0-Gewichten, veröffentlicht am 14. August 2026, in dieselbe Preisdiskussion ein: 0,33 $/2,40 $ pro Million auf OrcaRouter. Luna ist O​penAIs Volumen-Strategie, inzwischen das Standardmodell für kostenloses ChatGPT und verarbeitet etwa zwei Billionen Tokens pro Woche. Qwen3.8 27B ist der Gegenentwurf mit offenen Gewichten: Miete es für ein paar Cent oder lade es herunter und zahle für den Strom.

Zur Quellenlage: GPT-5.6 Luna verfügt über unabhängige Messungen von Artificial Analysis (Index, Coding, Latenz), und dieser Artikel kennzeichnet sie als solche; die Preissenkung ist eine bestätigte O​penAI-Ankündigung. Qwen3.8 27B hat noch keine unabhängigen Ergebnisse — seine Benchmarks stammen von Ali​baba, und seine Spezifikationen sowie die Auflistung zu $0.33/$2.40 sind Katalogfakten.

Die Anzeigetafel, eine Zeile pro Dimension

• Preis pro 1M — GPT-5.6 Luna $0.20/$1.20 (Cache-Read $0.02; $0.40/$1.80 über 272K Input) vs Qwen3.8 27B $0.33/$2.40.

• Kontext — GPT-5.6 Luna 1.05M, 128K max output vs. Qwen3.8 27B 262K nativ, 1M über YaRN.

• Input — GPT-5.6 Luna Text und Bild, plus Computernutzung vs. Qwen3.8 27B Text, Bild und Video.

• Gewichte — GPT-5.6 Luna proprietär vs. Qwen3.8 27B Apache 2.0, herunterladbar.

• Unabhängiger Index — GPT-5.6 Luna AA 51 bei maximalem Reasoning (26,8 ohne Reasoning) vs. Qwen3.8 27B noch keine.

• Beobachtete Latenz des ersten Tokens — GPT-5.6 Luna ~1,4 s p50 vs. Qwen3.8 27B ~190 ms p50, beide aus der 7-Tage-Telemetrie von OrcaRouter.

Die zwei günstigsten Modelle dieser Serie, preislich nur wenige Cent auseinander – und gebaut auf gegensätzlichen Annahmen darüber, wem die Hardware gehört.

Was die Preissenkung geändert hat

Vor dem 30. Juli kostete GPT-5.6 Luna $1/$6 und lag damit in derselben Preisklasse wie ein Dutzend offener Modelle. Nach der Senkung ist es das billigste, was O​penAI verkauft, und es unterbietet Qwen3.8 27B sowohl beim Input als auch beim Output – $0.20 gegenüber $0.33, $1.20 gegenüber $2.40. Die erklärte Logik von O​penAI war Volumen: Zum neuen Preis hört Luna auf, ein „mini“ zu sein, und wird zum Standard-Erstaufruf für die Mehrheit der Arbeitslasten, während Terra und Sol für die schwierigen Fälle reserviert bleiben. Das ist genau die Nische, die Qwen3.8 27B von der offenen Seite anvisiert. Zwei Modelle, eine Aufgabenbeschreibung, gegensätzliche Geschäftsmodelle – eines verkauft Token mit einer dünnen Marge, das andere verschenkt die Token und überlässt dir den Hardwarekauf.

Mieten versus Kaufen, mit einem durchgerechneten Beispiel

Hier ist die Wirtschaftlichkeit, die den Ausschlag gibt. GPT-5.6 Luna ist ein reines Mietmodell: Der Preis ist niedrig, aber er multipliziert sich mit dem Volumen und verschwindet nie. Nehmen wir eine Arbeitslast von 100 Millionen Input- und 20 Millionen Output-Token pro Tag. Auf Luna sind das etwa 44 $/Tag – 20 $ rein, 24 $ raus – also grob 16.000 $ pro Jahr, für immer. Qwen3.8 27B würde bei 0,33 $/2,40 $ über die gehostete API etwa 81 $/Tag kosten. Aber die Gewichte sind Apache 2.0: Kaufen Sie einmal eine RTX-Karte für 1.500–2.000 $, betreiben Sie den Q4-Build in etwa 16 GB VRAM, und die Grenzkosten derselben Arbeitslast sinken praktisch auf Stromkosten. Der Wendepunkt ist kein abstraktes Break-even-Diagramm; für ein Team, das die Hardware bereits besitzt, tritt er am ersten Tag ein. Wenn Sie keine Hardware besitzen und auch nie besitzen werden, ist Luna einfach günstiger – und sein 1,05M-Kontext lässt die nativen 262K des Qwe​n winzig erscheinen.

Die Geschwindigkeitsgeschichte spricht für das kleinere Modell.

Die andere Überraschung ist die Latenz. In OrcaRouters eigener 7-Tage-Telemetrie liegt die p50-Latenz bis zum ersten Token bei GPT-5.6 Luna bei etwa 1,4 Sekunden, während sie bei Qwen3.8 27B bei etwa 190 Millisekunden liegt – also rund siebenmal schneller bis zum ersten Token. Das ist kein Maßstab für Intelligenz, sondern für die Bereitstellung. Ein dichtes Modell mit 27B Parametern lässt sich leichter hochfahren als ein API-Modell der Spitzenklasse, das Zeit für erweitertes Denken aufwendet. Bei interaktivem Chat, Agenten-Schleifen oder allem, bei dem ein Nutzer auf ein Token wartet, hat das 27B-Modell einen strukturellen Vorteil, den das Datenblatt nicht zeigt – und genau das ist der Grund, warum ein „dümmeres“ Modell bei der für Nutzer sichtbaren Reaktionsfähigkeit trotzdem gewinnen kann.

Was 51 und 61.7 jeweils bedeuten

Der unabhängige Fall von GPT-5.6 Luna ist solide: Artificial Analysis bewertet es mit 51 beim Intelligence Index bei maximalem Reasoning (27 im Nicht-Reasoning-Modus), 75 beim Coding Agent Index, mit einem 1.592 GDPval-Elo. Der Fall von Qwen3.8 27B basiert auf Ali​babas SWE-bench Pro von 61,7 und agentischem Terminal-Coding von 73,0 – vom Hersteller gemeldet, nicht unabhängig reproduziert, aber in dieselbe Richtung weisend. Keines der Modelle ist ein Vorreiter beim Reasoning; beide sind preislich als Arbeitstier positioniert. Der Unterschied besteht darin, dass Lunas Obergrenze gemessen und bekannt ist, während die von Qwe​n eine Behauptung ist, die auf ein unabhängiges Prüfverfahren wartet.

Den Miet-oder-Kauf-Entscheidungsprozess steuern

Beide Modelle sind auf OrcaRouter zum Listenpreis des Anbieters mit 0 % Aufschlag verfügbar, was bedeutet, dass die Preissenkung vom 30. Juli der Preis ist, den Sie heute zahlen, und kein veraltetes Angebot. Eine Routing-Regel kann den interaktiven, latenzempfindlichen Datenverkehr an Qwen3.8 27B und den langkontextigen, umfangreichen Text an GPT-5.6 Luna senden und bei Ausfällen automatisch zwischen ihnen umschalten; der selbstgehostete Qwe​n-Build wird zum dritten Standbein für alles, was Ihr Netzwerk nicht verlassen darf. Ein Schlüssel, kein zweiter Vertrag, und die Aufteilung zwischen Miete und Eigentum ist eine Konfigurationsänderung und keine Neuarchitektur.

Das Urteil

Wenn Sie die günstigste zuverlässige API möchten und niemals selbst hosten werden, ist GPT-5.6 Luna die erste Wahl — 0,20 $/1,20 $, ein 1,05-M-Kontext, unabhängige Bewertungen, und es ist bereits das am häufigsten aufgerufene kleine Modell in O​penAIs Flotte. Wenn Sie Hardware besitzen oder Ihr Modell selbst besitzen möchten, gewinnt Qwen3.8 27B ab dem Tag der Bereitstellung bei den Gesamtbetriebskosten — 16 GB VRAM, Apache 2.0, keine Abrechnung pro Token. Mit der Preissenkung konkurrierte O​penAI preislich mit dem offenen Ökosystem. Die Antwort des offenen Ökosystems ist keine günstigere API. Es ist der Download.