
GPT-6 Sol vs MiniMax M3: Lo que un precio de salida ocho veces mayor todavía no compra
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 186 tok/s
- openaiNUEVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 por 1M de tokens · 86 tok/s
- openaiNUEVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 por 1M de tokens · 151 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 192 tok/s
- AlibabaNUEVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 86 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 705 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 por 1M de tokens · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 101 tok/s
Lo primero que hay que decir sobre GPT-6 Sol frente a MiniMax M3 es que la línea de precios no está cerca y la de puntuación tampoco, y apuntan en direcciones opuestas. MiniMax M3 es un modelo de pesos abiertos que puedes descargar y ejecutar tú mismo, y figura a $0.30 por millón de tokens de entrada y $1.20 por millón de salida; GPT-6 Sol, el nivel intermedio de la generación GPT-6 lanzada el 22 de septiembre de 2026, cuesta $2.00 y $10.00 en las mismas unidades. Eso es un poco más de ocho veces la tarifa de salida. MiniMax M3 también acepta video como modalidad de entrada, cosa que GPT-6 Sol no hace — el modelo Sol acepta texto, imagen y archivo. Lo que M3 no tiene es una puntuación ni de lejos cercana a la de Sol: 29.2 frente a 47.6 en el Intelligence Index de Artificial Analysis, en el mismo panel de la revisión v4.3.2.
Esa asimetría lo es todo, y es más interesante que un simple intercambio entre precio y calidad, porque la columna de pesos abiertos puede conservar algo que la columna cerrada no puede vender a ningún precio: los checkpoints de M3 están en Hugging Face y el modelo se puede ejecutar dentro de los límites de una red. Si estás eligiendo entre estos dos, la pregunta útil no es cuál es mejor. Es cuál de las cuatro cosas distintas que estás comprando —precio, rendimiento, control o capacidad— puedes permitirte perder.
Cuatro dimensiones, y no se clasifican de la misma manera
• Precio de salida: GPT-6 Sol $10.00 por millón frente a MiniMax M3 $1.20 por millón
• Precio de entrada: GPT-6 Sol $2.00 por millón frente a MiniMax M3 $0.30 por millón
• Entrada en caché: GPT-6 Sol $0.20 por millón frente a MiniMax M3 $0.06 por millón
• Pesos: GPT-6 Sol cerrado, solo API, frente a MiniMax M3 de pesos abiertos y autoalojable
• Modalidades de entrada: GPT-6 Sol texto, imagen y archivo frente a MiniMax M3 texto, imagen y vídeo
• Ventana de contexto: GPT-6 Sol 1.050.000 tokens frente a MiniMax M3 1.048.576 tokens
• Salida máxima: GPT-6 Sol 128.000 tokens frente a MiniMax M3 512.000 tokens
• Índice de inteligencia: GPT-6 Sol 47,6 frente a MiniMax M3 29,2
• Índice de programación: GPT-6 Sol no publicado en esta revisión frente a MiniMax M3 58,6
• Escalón para solicitudes largas: GPT-6 Sol vuelve a fijar el precio de toda la solicitud por encima de 272.000 tokens de entrada frente a MiniMax M3 sin escalón en su ficha
Dos de esas líneas merecen más que una fila. El techo máximo de salida va en dirección opuesta a todo lo demás: M3 emitirá hasta 512.000 tokens en una sola respuesta, cuatro veces los 128.000 de GPT-6 Sol. Para una carga de trabajo que genera un archivo completo o un informe extenso en una sola llamada, eso es una ventaja estructural, no un error de redondeo. Y el escalón de solicitudes largas es un costo real de GPT-6 Sol que M3 no tiene en absoluto: por encima de 272.000 tokens de entrada, Sol reajusta el precio de toda la solicitud a $4.00 / $15.00, mientras que la ficha de M3 no incluye una cláusula equivalente. Con un prompt de 300.000 tokens, la comparación de la tarifa de salida no es de ocho veces, sino de doce veces y media.
Así que el ranking honesto depende por completo de la carga de trabajo. Para clasificación o extracción de alto volumen, donde una respuesta incorrecta es barata y una respuesta lenta no, M3 a $0.30 / $1.20 sin penalización por contexto largo es la opción predeterminada sensata y Sol es dinero quemado. Para una tarea en la que la primera respuesta tiene que ser correcta —un plan de migración, una revisión de seguridad, un razonamiento que leerá una persona que actuará en consecuencia—, una brecha de 18.4 puntos en el índice a ocho veces el precio de salida es un intercambio que la mayoría de los equipos acepta, porque la alternativa es pagarle a un humano para que lo arregle.

Dónde los números publicados de M3 son inusualmente buenos y dónde son escasos
Las cifras independientes más sólidas de MiniMax M3 no están donde uno esperaría de un modelo a este precio. La recuperación en contextos largos alcanza 83,0, lo que está 0,7 por debajo del 83,7 de GPT-6 Sol y, en la práctica, es un empate: en una ventana de un millón de tokens, a un sexto del precio de entrada. GPQA Diamond llega a 92,9, lo bastante cerca de la banda de vanguardia como para que la diferencia quede dentro del margen que cabría esperar por los ajustes de esfuerzo de razonamiento y no por la capacidad. Esas dos líneas son la razón por la que M3 merece tomarse en serio en lugar de archivarse bajo «barato».
Las partes débiles son igual de claras y deberían explicitarse en lugar de maquillarse. El uso de herramientas al estilo retail es deficiente: en tau-banking, M3 obtiene 15,3, y en la revisión más reciente de Terminal-Bench 4.0 obtiene 2,0. Ambas son mediciones de terceros, y ambas sugieren un modelo cuyo promedio de benchmarks oculta una debilidad específica y grande en el uso de herramientas agénticas contra un servicio simulado. Las cifras reportadas por el propio proveedor ofrecen una imagen mucho mejor —SWE-Bench Pro 59, BrowseComp 83,5, MCP Atlas 74,2, Terminal-Bench 2.1 con 66—, y son cifras del proveedor en su propio harness, lo que constituye una afirmación más que una medición. Cualquier despliegue que dependa del uso de herramientas debería leer ambas cifras en conjunto y probarlo directamente.
Hay un punto de segundo orden sobre la propia comparación de benchmarks. GPT-6 Sol se mide en nuestro catálogo sobre un conjunto de benchmarks más pequeño que el de M3 —cinco puntuaciones frente a las veintitrés de M3— porque el proveedor publica menos y terceros han ejecutado menos pruebas contra él. Un modelo con veintitrés cifras publicadas siempre parecerá evaluado con mayor exhaustividad que uno con cinco, y esa diferencia es de documentación, no de capacidad.
Lo que realmente te aportan los pesos abiertos, más allá de una factura más baja
El autoalojamiento de M3 es la opción que GPT-6 Sol no puede igualar, y su valor no es principalmente económico. A $0,30 / $1,20, la API es más barata que el coste que tiene para la mayoría de los equipos ejecutar el hardware, así que la razón para descargarlo es una restricción, no una hoja de cálculo: datos que no pueden salir de un límite, una carga de trabajo sin una dependencia externa aceptable, un ajuste fino o un presupuesto de latencia que un endpoint compartido no puede cumplir. Los pesos abiertos son la única de esas cuatro que el modelo cerrado puede responder, y la responde al no estar disponible. La respuesta de GPT-6 Sol es que no necesitas ejecutarlo, lo cual es un argumento distinto, y cierto para un conjunto distinto de equipos.
El rendimiento merece su propia línea porque es la cifra que una demo nunca muestra. MiniMax M3 se mide en aproximadamente 495 tokens de salida por segundo en nuestra ventana móvil de siete días, y GPT-6 Sol en aproximadamente 244. M3 no es solo el modelo más barato en esta comparación, es el más rápido en nuestras rutas por un factor de aproximadamente dos, lo que cambia lo que cuesta un trabajo por lotes tanto en tiempo real como en dólares. La salvedad es que se trata de ventanas móviles en un entorno de pruebas compartido, no de un benchmark controlado, y que se mueven.

Ejecutar el par como un solo sistema
Ambos modelos están detrás de una única clave de OrcaRouter junto con otros más de 200, lo que hace que la configuración interesante aquí sea una cascada de lo más barato primero en lugar de una elección. Envía el volumen a MiniMax M3, mantén GPT-6 Sol detrás para las solicitudes que no superan una comprobación o activan una señal de dificultad, y el coste combinado queda mucho más cerca de la tarifa de los modelos de pesos abiertos que de la de Sol, mientras que las llamadas difíciles siguen recibiendo el modelo que obtiene 47,6. El DSL de enrutamiento de OrcaRouter es donde se expresa esa composición: una llamada puede indicar varios modelos y las condiciones entre ellos en lugar de codificar de forma rígida un endpoint por tarea.
Para los equipos que de verdad no logran decidirse, la fusión de modelos es la versión tosca de la misma idea: un panel de modelos responde en conjunto y las respuestas se combinan. No se ajusta bien al trabajo de gran volumen, pero sí es razonable para un prompt de alto riesgo que se ejecuta rara vez, donde la diferencia entre una respuesta de 29,2 y una de 47,6 es lo único que hay en la página.
La conmutación por error importa más con un modelo de pesos abiertos que con uno cerrado, y por una razón concreta: M3 se sirve a través de más de un proveedor de infraestructura, y los endpoints son distintos. Una segunda ruta configurada con antelación hace que un host lento o degradado sea un reintento en lugar de una interrupción. Y como nuestro catálogo traslada los precios de lista de los proveedores sin recargo, un cambio de tarifa de un proveedor queda activo en nuestro lado el mismo día —lo que importa en una línea de salida de 1,20 USD, donde que un proveedor modifique una sola tarifa de entrada en caché cambia visiblemente una factura.

A cuál deberías llamar en realidad
Usa MiniMax M3 para el volumen, para cualquier cosa que requiera una entrada de vídeo, para cualquier cosa que necesite emitir más de 128.000 tokens en una sola respuesta y para cualquier cosa que tenga que ejecutarse dentro de tu propio perímetro. Usa GPT-6 Sol para las solicitudes cuya respuesta es el producto, para bucles agénticos con uso intensivo de herramientas en los que las puntuaciones de tau-banking y Terminal-Bench 4.0 de M3 son una advertencia y no una nota al pie, y para cualquier cosa en la que una diferencia de 18 puntos en el índice valga para ti ocho veces la tarifa de salida. Usa ambos y deja que un enrutador decida, si ninguna de esas dos opciones describe todo tu tráfico.
Una cosa que conviene comprobar antes de cualquiera de las dos, y es el mismo punto de control con el que este blog sigue topándose: M3 ha sido el buque insignia de la línea M desde mayo de 2026 y sigue siendo el modelo más reciente de la línea M en nuestro catálogo, así que está genuinamente vigente —pero GPT-6 Sol ya ha sido reemplazado por GPT-6.1 Sol con las mismas tarifas de contexto corto y una entrada en caché más barata, y su propia página de GPT-6 Sol incluye un enlace que apunta a él. Si el motivo por el que te fijas en Sol aquí es la capacidad y no la integración de hace ocho días, mira primero al sucesor.
Comparados en este artículo2
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
