GPT-6 vs Qwen 3.8 Max : l'un prend en charge la vidéo, l'autre écrit plus longtemps

GPT-6 Sol et Qwen3.8 Max facturent le même tarif d'entrée — 2,00 $ par million de tokens, pour les deux — puis divergent sur deux axes qu'un simple tableau de prix ne permet pas de révéler. Qwen3.8 Max, hébergé en disponibilité générale depuis le 3 août 2026, est le seul des deux modèles à accepter la vidéo : ses modalités d'entrée sont le texte, l'image et la vidéo, alors que GPT-6 Sol prend le texte, l'image et les fichiers. GPT-6 Sol, que le fournisseur a lancé le 22 septembre 2026, est le seul des deux à avoir un plafond de sortie publié, 128 000 tokens, et le seul à avoir une surface grand public derrière lui — le déploiement ChatGPT du 7 octobre qui a mis le modèle devant plus de 1,2 milliard d'utilisateurs hebdomadaires.

Donc le tri ne consiste pas à déterminer ce qui est le plus fort. Il consiste à savoir si votre entrée est une vidéo, et si votre sortie est longue.

La vidéo est le premier embranchement

La plupart des comparaisons de modèles se résument au prix et aux benchmarks, et celle-ci présente une différence structurelle majeure qui relègue ces critères au second plan. Si votre pipeline ingère de la vidéo — images de surveillance, réunions enregistrées, contenus sportifs ou de cours, bandes de démonstration produit — Qwen3.8 Max peut prendre le clip directement dans la requête. Sa fiche technique répertorie la vidéo comme modalité d'entrée aux côtés du texte et de l'image, jusqu'à la fenêtre d'un million de tokens, ce qui, pour la vidéo, signifie un échantillonnage d'images plus une transcription en un seul appel plutôt qu'une étape d'extraction distincte. GPT-6 Sol ne le peut pas. Ses modalités sont le texte, l'image et le fichier ; aucune entrée vidéo n'est indiquée sur la fiche, et aucune ingénierie de prompt, aussi poussée soit-elle, ne peut y suppléer.

Cette seule ligne détermine la présélection pour un pipeline vidéo, et elle n’est pas visible sur une grille tarifaire. Là où les deux modèles sont véritablement interchangeables, c’est dans le travail sur le texte et l’image, et c’est là que s’applique la comparaison des prix et des benchmarks ci-dessous.

Une note d’honnêteté sur l’affirmation concernant la vidéo : la modalité est documentée, mais pas le schéma. L’entrée de catalogue d’aucun des deux fournisseurs ne précise la résolution, la fréquence d’images ni les limites de durée des clips, donc « prend en charge la vidéo » signifie que le type d’entrée existe, et non qu’un clip particulier sera ingéré à la qualité dont vous avez besoin. Testez-le avec vos propres séquences avant de vous appuyer dessus.

Le côté sortie fonctionne dans l'autre sens

Retournez la demande et l'avantage s'inverse. GPT-6 Sol annonce une sortie maximale de 128 000 tokens par réponse. La fiche de Qwen3.8 Max annonce une fenêtre de contexte mais aucun chiffre de sortie maximale, de sorte qu'un système qui budgétise en fonction d'un plafond de sortie strict ne peut en lire un dans les données du fournisseur — le même écart qui apparaît sur plusieurs fiches de plateformes d'hébergement et qu'il vaut mieux traiter comme inconnu plutôt que comme illimité.

Ce qui est publié, c’est l’asymétrie des prix du côté de la sortie, et elle est l’inverse de l’histoire de la vidéo. Qwen3.8 Max facture 6,00 $ par million de tokens de sortie, contre 10,00 $ pour GPT-6 Sol — soit une remise de 40 % sur chaque token que le modèle écrit. Une charge de travail à forte composante de sortie, comme la génération de texte long ou la sérialisation d’un grand artefact structuré, est nettement moins chère sur Qwen3.8 Max par unité de travail, et cela est vrai indépendamment du fait que le prix d’entrée soit identique.

Notez aussi que la fiche de Qwen3.8 Max n’indique qu’un seul tarif d’entrée, sans palier de contexte long documenté, tandis que GPT-6 Sol refacture toute la requête au-delà de 272 000 tokens d’entrée à 4,00 $ en entrée et 15,00 $ en sortie. La page du modèle d’OpenAI énonce explicitement la règle : les prompts dépassant ce seuil sont facturés à 2 fois les tarifs d’entrée et de cache, et à 1,5 fois la sortie pour toute la requête. Pour un prompt dépassant 272 000 tokens, le tarif d’entrée effectif de GPT-6 Sol double pour atteindre 4,00 $, tandis que celui de Qwen3.8 Max reste à 2,00 $ — ce qui inverse une nouvelle fois le tarif d’entrée apparent.

Ce que dit le conseil indépendant

Artificial Analysis répertorie les deux modèles, et l’indice composite place GPT-6 Sol en tête, tandis que plusieurs tests individuels donnent le résultat inverse. Chaque chiffre ci-dessous est celui de l’évaluateur, et non celui d’un fournisseur.

• Indice d'intelligence : GPT-6 Sol 47,6, Qwen3.8 Max 45,4 — GPT-6 Sol en avance d'environ deux points
• Indice de codage : Qwen3.8 Max 76,2 avec un classement dans le top dix ; le profil de codage de GPT-6 Sol est comparable, mais l'entrée Qwen bénéficie d'un meilleur classement
• GPQA Diamond : Qwen3.8 Max 92,8 %, le chiffre de GPT-6 Sol est le plus élevé des deux sur la même famille de tests
• Humanity's Last Exam : Qwen3.8 Max 43,1 %, GPT-6 Sol 47,9 %
• Rappel en contexte long : Qwen3.8 Max 80,3 %, GPT-6 Sol 83,7 %
• SciCode : Qwen3.8 Max 52,1 %, GPT-6 Sol 57,6 %
• Utilisation d'outils agentiques : Qwen3.8 Max 88,8 % sur terminal-bench v2.1 et 47,8 % sur tau-banking, tous deux solides

Le schéma est le suivant : GPT-6 Sol remporte les composites de raisonnement général et les tests de science et de rappel, tandis que Qwen3.8 Max est le modèle plus affûté pour le codage et l'utilisation d'outils. Deux réserves s'appliquent, et elles ne sont pas décoratives. Premièrement, ces valeurs d'indice ont été évaluées à des dates différentes ; deux points entre des révisions se situent donc dans la marge de variation qu'une nouvelle exécution produit, et non dans un écart établi. Deuxièmement, les chiffres publiés de Qwen3.8 Max correspondent aux exécutions de l'évaluateur sur le modèle tel que servi par le point de terminaison d'Alibaba, et le fournisseur a aussi livré un instantané daté, Qwen3.8 Max (0902), le 2 septembre 2026 au même tarif de 2,00 $ / 6,00 $ — si vous épinglez un instantané, confirmez lequel vous appelez avant de citer un score.

Ce qu'apporte le déploiement d'OpenAI du 7 octobre

La sortie de ChatGPT relève d’un fait de distribution plutôt que d’un fait de capacité, mais elle change ce qu’un lecteur entend par « GPT-6 ». Le 7 octobre 2026, OpenAI a commencé à déployer GPT-6 dans ChatGPT au titre de la fonctionnalité Intelligent UI, l’onglet Chat atteignant d’abord Plus, Pro, Business et Enterprise, puis Free et Go à partir du 8 octobre ; la disponibilité pour les entreprises dépend des paramètres d’administration de l’espace de travail. Les modèles qui alimentent Work et Codex n’ont pas été modifiés.

Deux détails comptent pour cette comparaison. L'expérience ChatGPT est propulsée par GPT-6 Sol pour les offres payantes grand public — le GPT-6 que plus d'un milliard de personnes rencontrent est donc le même modèle que celui que vous appelez via l'API, et non un checkpoint distinct. Et GPT-6 est une famille, pas un modèle unique : GPT-6 Astra se situe au-dessus de Sol à 10,00 $ / 50,00 $, et GPT-6 Luna en dessous, à 0,10 $ / 0,50 $. Quand une comparaison oppose « GPT-6 » à Qwen3.8 Max sans préciser le niveau, elle se réfère en général à Sol par défaut, et à Astra lorsqu'elle veut présenter l'argument le plus fort. Nommer le niveau, c'est la différence entre une comparaison équitable et une comparaison rhétorique.

Coût, mesuré sur des formes plutôt que sur des taux

Comme les tarifs d’entrée sont à égalité et que les tarifs de sortie divergent, le gagnant dépend entièrement du ratio entre les jetons d’entrée et les jetons de sortie. Calculé sur la base des tarifs publiés de chaque fournisseur, hors mise en cache :

• Analyse de vidéo et de transcription (500 K en entrée, 6 K en sortie) : Qwen3.8 Max ≈ 1,04 $, GPT-6 Sol non applicable — pas d’entrée vidéo
• Analyse de document (250 K en entrée, 5 K en sortie) : Qwen3.8 Max ≈ 0,53 $, GPT-6 Sol ≈ 0,55 $ avant l’application de son seuil de 272 K, et davantage une fois la requête entière re-tarifée
• Génération de texte long (40 K en entrée, 80 K en sortie) : Qwen3.8 Max ≈ 0,56 $, GPT-6 Sol ≈ 0,88 $
• Boucle agentique équilibrée (60 K en entrée, 20 K en sortie) : Qwen3.8 Max ≈ 0,24 $, GPT-6 Sol ≈ 0,32 $

La forme du résultat est stable : Qwen3.8 Max est le modèle le moins cher pour un même mélange de tokens, car les tarifs d'entrée sont à égalité et son tarif de sortie est inférieur. Le contre-argument de GPT-6 Sol ne porte pas du tout sur le prix — il tient au composite de raisonnement, à la validation sur les surfaces grand public et à un plafond de sortie documenté qui simplifie la budgétisation.

Une mise en garde opérationnelle qu'il vaut la peine de formuler, car les fiches ne le font pas. Mesurée sur le playground d'OrcaRouter durant la première semaine d'octobre 2026, la route Qwen3 Max affichait une latence médiane du premier token d'environ 5 809 ms et environ 50 tokens de sortie par seconde, avec un faible taux d'erreur ; la route GPT-6 Sol, sur la même période, affichait un débit plus rapide mais un taux d'erreur nettement plus élevé. Il s'agit d'observations sur des routes partagées, et non d'engagements de niveau de service (SLA) des fournisseurs, et elles évoluent d'une semaine à l'autre — ce qui plaide pour la mesure de votre propre trafic plutôt que pour la confiance accordée à la fiche de l'un ou l'autre modèle.

Exécuter les deux sous une seule clé

La réponse réaliste, pour une équipe qui a d'un côté du travail vidéo et de l'autre du travail à forte intensité de raisonnement, est qu'aucun des deux modèles ne l'emporte de façon absolue et que les deux ont leur place dans la stack. C'est précisément le cas pour lequel une passerelle est faite. Sur OrcaRouter, aussi bien qwen/qwen3.8-maxque GPT-6 Sol sont des routes actives du même catalogue, derrière une API unique compatible OpenAI, au prix catalogue du fournisseur avec 0 % de marge — ainsi un mouvement de prix d'Alibaba ou d'OpenAI vous parvient le jour même plutôt qu'à la réconciliation de votre prochaine facture, et il n'existe pas d'ensemble d'identifiants ni de chemin SDK distincts par fournisseur.

Deux fonctionnalités jouent ici un rôle précis. Le basculement automatique maintient un pipeline en vie lorsqu'une route d'un fournisseur se dégrade, ce qui compte directement étant donné le comportement si différent de ces deux routes dans la même fenêtre de mesure. Et le DSL de routage permet à la requête de décider : envoyer tout ce qui porte une entrée vidéo à Qwen3.8 Max, envoyer le travail de raisonnement à long contexte à GPT-6 Sol, et laisser un prédicat sur la modalité d'entrée et la taille de la requête faire le choix au lieu d'un identifiant de modèle codé en dur qu'il faut modifier à la main lorsque le trafic change.

En bref : si vos entrées incluent de la vidéo, Qwen3.8 Max est le seul des deux à pouvoir les prendre en charge, et c’est le modèle le moins cher sur tous les mélanges de tokens une fois la requête en main. Si votre travail est du raisonnement sur texte et image, avec un besoin de sorties longues et bornées et un modèle par défaut grand public validé, GPT-6 Sol est la carte la plus forte sur l’indice composite et celui doté d’un plafond de sortie documenté. Là où vous avez besoin des deux, faites du routage — et laissez la modalité de la requête être la clé de routage plutôt qu’un cycle de version.