GPT-6 Sol מול MiniMax M3: מה שפי שמונה ממחיר הפלט עדיין לא קונה

הדבר הראשון שיש לומר על GPT-6 Sol מול MiniMax M3הוא שקו המחיר אינו צמוד וקו הניקוד אינו צמוד גם כן, ושניהם מצביעים לכיוונים מנוגדים. MiniMax M3 הוא מודל עם משקלים פתוחים שאפשר להוריד ולהריץ בעצמכם, והוא מתומחר ב-0.30 דולר למיליון טוקני קלט וב-1.20 דולר למיליון טוקני פלט; GPT-6 Sol, שכבת הביניים של דור GPT-6 שיצא ב-22 בספטמבר 2026, עולה 2.00 ו-10.00 דולר באותן יחידות. זה קצת יותר מפי שמונה מתעריף הפלט. MiniMax M3 גם מקבל וידאו כמודאליות קלט, מה ש-GPT-6 Sol לא עושה — מודל Sol מקבל טקסט, תמונה וקובץ. מה שאין ל-M3 הוא ציון שמתקרב ולו במקצת לזה של Sol: 29.2 מול 47.6 במדד האינטליגנציה של Artificial Analysis, על אותו לוח גרסה v4.3.2.

חוסר הסימטריה הזה הוא כל הסיפור, והוא סיפור מעניין יותר מפשרה פשוטה בין מחיר לאיכות, משום שעמודת המשקולות הפתוחות זוכה לשמור משהו שהעמודה הסגורה לא יכולה למכור בשום מחיר: נקודות הביקורת של M3 נמצאות ב-Hugging Face, וניתן להריץ את המודל בתוך גבול רשת. אם אתם בוחרים בין השניים, השאלה השימושית איננה איזה מהם טוב יותר. היא איזה מבין ארבעת הדברים הנפרדים שאתם קונים — מחיר, תפוקה, שליטה או יכולת — אתם יכולים להרשות לעצמכם לאבד.

ארבעה ממדים, והם אינם מדורגים באותו אופן

• מחיר פלט — GPT-6 Sol ‏$10.00 למיליון לעומת MiniMax M3 ‏$1.20 למיליון
• מחיר קלט — GPT-6 Sol ‏$2.00 למיליון לעומת MiniMax M3 ‏$0.30 למיליון
• קלט במטמון — GPT-6 Sol ‏$0.20 למיליון לעומת MiniMax M3 ‏$0.06 למיליון
• משקלים — GPT-6 Sol סגור, API בלבד לעומת MiniMax M3 במשקל פתוח וניתן לאירוח עצמי
• מודאליות קלט — GPT-6 Sol טקסט, תמונה וקובץ לעומת MiniMax M3 טקסט, תמונה וווידאו
• חלון הקשר — GPT-6 Sol ‏1,050,000 אסימונים לעומת MiniMax M3 ‏1,048,576 אסימונים
• פלט מרבי — GPT-6 Sol ‏128,000 אסימונים לעומת MiniMax M3 ‏512,000 אסימונים
• מדד האינטליגנציה — GPT-6 Sol ‏47.6 לעומת MiniMax M3 ‏29.2
• מדד הקידוד — GPT-6 Sol לא פורסם במהדורה זו לעומת MiniMax M3 ‏58.6
• מדרגת בקשה ארוכה — GPT-6 Sol מתמחר מחדש את כל הבקשה מעל 272,000 אסימוני קלט לעומת MiniMax M3 ללא מדרגה בכרטיס שלו

שניים מהשורות האלה ראויים ליותר משורה אחת. תקרת הפלט המקסימלית פועלת בכיוון ההפוך מכל השאר: M3 תפלוט עד 512,000 טוקנים בתגובה אחת, פי ארבעה מ-128,000 של GPT-6 Sol. עבור עומס עבודה שמייצר קובץ שלם או דוח ארוך בקריאה אחת, זהו יתרון מבני, ולא שגיאת עיגול. ושלב הבקשה הארוכה הוא עלות אמיתית של GPT-6 Sol, ש-M3 לא כוללת בכלל — מעל 272,000 טוקני קלט, Sol מתמחרת מחדש את כל הבקשה ל-$4.00 / $15.00, בעוד שהכרטיס של M3 אינו כולל סעיף מקביל. בבקשה של 300,000 טוקנים, השוואת תעריף הפלט היא לא פי שמונה, אלא פי שתים עשרה וחצי.

אז הדירוג הכנה תלוי כולו בסוג העומס. עבור סיווג או חילוץ בהיקף גבוה, שבהם תשובה שגויה זולה אבל תשובה איטית לא, M3 במחיר $0.30 / $1.20 בלי קנס על הקשר ארוך הוא ברירת המחדל השפויה, ו-Sol הוא כסף שנשרף. עבור משימה שבה התשובה הראשונה חייבת להיות נכונה — תוכנית מיגרציה, סקירת אבטחה, קטע של הסקה שייקרא בידי אדם שיפעל לפיו — פער של 18.4 נקודות במדד במחיר פלט גבוה פי שמונה הוא עסקה שרוב הצוותים מוכנים לעשות, כי החלופה היא לשלם לבן אדם כדי לתקן את זה.

היכן שהמספרים שפורסמו של M3 טובים באופן יוצא דופן, והיכן שהם דלים.

הנתונים העצמאיים החזקים ביותר של MiniMax M3 אינם נמצאים במקום שבו הייתם מצפים ממודל במחיר הזה. שחזור הקשר ארוך עומד על 83.0, שזה 0.7 מתחת ל-83.7 של GPT-6 Sol ובמידה רבה תיקו — על חלון של מיליון טוקנים, בשישית ממחיר הקלט. GPQA Diamond מגיע ל-92.9, קרוב מספיק לרצועת החזית כך שההבדל נמצא בטווח שהייתם מצפים מהגדרות מאמץ החשיבה ולא מהיכולת. שתי השורות האלה הן הסיבה ש-M3 שווה להתייחס אליו ברצינות במקום לתייק אותו תחת "זול".

החלקים הדקים ברורים באותה מידה, ויש להצהיר עליהם ולא לטשטש אותם. שימוש בכלים בסגנון קמעונאי הוא גרוע: ב-tau-banking M3 הציון הוא 15.3, ובמהדורה החדשה יותר של Terminal-Bench 4.0 הציון הוא 2.0. שני אלה הם מדידות של צד שלישי, ושניהם מרמזים על מודל שהממוצע שלו בבנצ'מרק מסתיר חולשה גדולה וספציפית בקריאה לכלים אגנטית מול שירות מדומה. המספרים שהספק עצמו מדווח מציירים תמונה טובה בהרבה — SWE-Bench Pro 59, BrowseComp 83.5, MCP Atlas 74.2, Terminal-Bench 2.1 עם 66 — ואלה נתוני ספק במערכת הבדיקה שלו עצמו, שהם טענה ולא מדידה. כל פריסה שתלויה בשימוש בכלים צריכה לקרוא את צמד המספרים יחד ולבדוק זאת ישירות.

יש נקודה מסדר שני בנוגע להשוואת הבנצ'מרק עצמה. GPT-6 Sol נמדד על סט בנצ'מרקים קטן יותר בקטלוג שלנו מאשר M3 — חמישה ציונים לעומת עשרים ושלושה של M3 — מפני שהספק מפרסם פחות, וצדדים שלישיים הריצו נגדו פחות מהמבחנים. מודל עם עשרים ושלושה מספרים שפורסמו תמיד ייראה כמי שהוערך ביסודיות רבה יותר ממודל עם חמישה, וההבדל הוא בתיעוד, לא ביכולת.

מה משקלים פתוחים באמת נותנים לך, מעבר לחשבון נמוך יותר

אירוח עצמי של M3 הוא האפשרות ש-GPT-6 Sol לא יכול להשתוות אליה, וערכה אינו בעיקרו כספי. בתעריף של $0.30 / $1.20, ה-API זול יותר מעלות הפעלת החומרה של רוב הצוותים, כך שהסיבה להוריד אותו היא אילוץ ולא גיליון אלקטרוני: נתונים שאסור להם לצאת מגבול, עומס עבודה בלי תלות חיצונית קבילה, כיוונון עדין, או תקציב השהיה שנקודת קצה משותפת לא יכולה לעמוד בו. משקלים פתוחים הם היחיד מבין ארבעת אלה שהמודל הסגור יכול לענות עליו, והוא עונה עליו בכך שאינו זמין. התשובה של GPT-6 Sol היא שאין צורך להריץ אותו — וזה טיעון אחר, ונכון לקבוצה אחרת של צוותים.

לתפוקה מגיע שורה משל עצמה, כי זה המספר שדמו לעולם אינו מציג. MiniMax M3 נמדד בכ-495 אסימוני פלט לשנייה בחלון המתגלגל בן שבעת הימים שלנו, ו-GPT-6 Sol בכ-244. M3 אינו רק המודל הזול יותר בהשוואה הזו; הוא המהיר יותר בנתיבים שלנו בפי שניים בערך, מה שמשנה את עלותה של עבודת אצווה בזמן שעון ממשי כמו גם בדולרים. ההסתייגות היא שאלה חלונות מתגלגלים בסביבת ניסוי משותפת, לא מבחן מבוקר, והם משתנים.

הפעלת הזוג כמערכת אחת

שני המודלים יושבים מאחורי מפתח OrcaRouter יחיד לצד 200+ אחרים, מה שהופך את התצורה המעניינת כאן למפל זול-תחילה ולא לבחירה. נתבו את הנפח אל MiniMax M3, השאירו את GPT-6 Sol מאחוריו עבור הבקשות שנכשלות בבדיקה או שמפעילות אות קושי, והעלות המשוקללת נופלת הרבה יותר קרוב לתעריף של מודל במשקלים פתוחים מאשר לזה של Sol, בעוד שהקריאות הקשות עדיין מקבלות את המודל שמקבל ציון 47.6. ה-DSL לניתוב של OrcaRouter הוא המקום שבו ההרכב הזה בא לידי ביטוי — קריאה יכולה לציין כמה מודלים ואת התנאים ביניהם במקום לקבוע בקוד קשיח נקודת קצה אחת לכל משימה.

עבור צוותים שבאמת לא מצליחים להחליט, היתוך מודלים הוא הגרסה הגסה של אותו רעיון: פאנל של מודלים עונה יחד והתגובות משולבות. זה לא מתאים לעבודה בהיקף גדול, ומתאים באופן סביר לפרומפט בסיכון גבוה שמופעל לעתים רחוקות, שבו ההבדל בין תשובה של 29.2 ל-47.6 הוא הדבר היחיד שעל הדף.

מעבר לגיבוי חשוב יותר עם מודל במשקלים פתוחים מאשר עם מודל סגור, ומסיבה ספציפית: את M3 מספק יותר מספק תשתית אחד, ונקודות הקצה שונות. מסלול שני שמוגדר מראש הופך מארח איטי או מדורדר לניסיון חוזר במקום להשבתה. וכיוון שהקטלוג שלנו מעביר את מחירי המחירון של הספקים ללא תוספת רווח, שינוי בתעריף של ספק נכנס לתוקף אצלנו באותו היום — וזה חשוב בשורת פלט של 1.20 דולר, שבה שינוי של תעריף קלט יחיד במטמון מצד ספק משנה באופן ניכר את החשבון.

למי בעצם אתה צריך להתקשר

השתמש ב-MiniMax M3 עבור נפח, עבור כל דבר שדורש קלט וידאו, עבור כל דבר שצריך לפלוט יותר מ-128,000 טוקנים בתגובה אחת, ועבור כל דבר שחייב לפעול בתוך הפרמיטר שלך. השתמש ב-GPT-6 Sol עבור בקשות שהתשובה עצמן היא המוצר, עבור לולאות סוכניות עתירות כלים שבהן הציונים של M3 ב-tau-banking וב-Terminal-Bench 4.0 הם אזהרה ולא הערת שוליים, ועבור כל דבר שבו הפרש של 18 נקודות במדד שווה לך פי שמונה מקצב התפוקה. קח את שניהם, ותן לנתב להחליט, אם אף אחד מאלה אינו מתאר את כל התעבורה שלך.

דבר אחד שכדאי לבדוק לפני כל אחד מהשניים, וזו אותה נקודת ביקורת שהבלוג הזה ממשיך לחזור אליה: M3 הוא דגם הדגל של סדרת M מאז מאי 2026 ונשאר הדגם החדש ביותר מסדרת M בקטלוג שלנו, כך שהוא באמת עדכני — אבל GPT-6 Sol כבר הוחלף על ידי GPT-6.1 Sol באותם תעריפים להקשר קצר, עם קלט שמור זול יותר, והדף של GPT-6 Sol עצמו כולל הפניה אליו. אם הסיבה שאתה מסתכל על Sol כאן היא היכולת ולא האינטגרציה בת שמונת הימים, הסתכל קודם על היורש.