GPT-6 Sol vs MiniMax M3: cosa non compra comunque un prezzo di output otto volte superiore

La prima cosa da dire su GPT-6 Sol contro MiniMax M3 è che la linea del prezzo non è vicina e nemmeno quella del punteggio lo è, e puntano in direzioni opposte. MiniMax M3 è un modello a pesi aperti che puoi scaricare ed eseguire autonomamente, ed è proposto a 0,30 $ per milione di token in input e 1,20 $ per milione in output; GPT-6 Sol, il livello intermedio della generazione GPT-6 rilasciata il 22 settembre 2026, costa 2,00 $ e 10,00 $ per le stesse unità. È poco più di otto volte la tariffa di output. MiniMax M3 accetta anche il video come modalità di input, cosa che GPT-6 Sol non fa — il modello Sol accetta testo, immagine e file. Ciò che M3 non ha è un punteggio neanche lontanamente vicino a quello di Sol: 29,2 contro 47,6 sull'Intelligence Index di Artificial Analysis, sulla stessa board, revisione v4.3.2.

Quell'asimmetria è tutta la storia, ed è una storia più interessante di un semplice compromesso tra prezzo e qualità, perché la colonna open-weight può conservare qualcosa che la colonna closed non può vendere a nessun prezzo: i checkpoint di M3 sono su Hugging Face e il modello può essere eseguito all'interno di un perimetro di rete. Se stai scegliendo tra questi due, la domanda utile non è quale sia migliore. È quale delle quattro cose distinte che stai acquistando — prezzo, throughput, controllo o capacità — puoi permetterti di perdere.

Quattro dimensioni, e non si classificano allo stesso modo

• Prezzo di output — GPT-6 Sol 10,00 $ per milione vs MiniMax M3 1,20 $ per milione
• Prezzo di input — GPT-6 Sol 2,00 $ per milione vs MiniMax M3 0,30 $ per milione
• Input in cache — GPT-6 Sol 0,20 $ per milione vs MiniMax M3 0,06 $ per milione
• Pesi — GPT-6 Sol a pesi chiusi, solo API vs MiniMax M3 con pesi aperti e ospitabile autonomamente
• Modalità di input — GPT-6 Sol testo, immagine e file vs MiniMax M3 testo, immagine e video
• Finestra di contesto — GPT-6 Sol 1.050.000 token vs MiniMax M3 1.048.576 token
• Output massimo — GPT-6 Sol 128.000 token vs MiniMax M3 512.000 token
• Indice di intelligenza — GPT-6 Sol 47,6 vs MiniMax M3 29,2
• Indice di coding — GPT-6 Sol non pubblicato in questa revisione vs MiniMax M3 58,6
• Scaglione per richieste lunghe — GPT-6 Sol rimodula il prezzo dell'intera richiesta oltre 272.000 token di input vs MiniMax M3 nessuno scaglione sulla sua scheda

Due di quelle righe meritano più di una riga. Il tetto massimo di output va nella direzione opposta rispetto a tutto il resto: M3 emetterà fino a 512.000 token in una singola risposta, quattro volte i 128.000 di GPT-6 Sol. Per un carico di lavoro che genera un intero file o un lungo report in una singola chiamata, si tratta di un vantaggio strutturale, non di un errore di arrotondamento. E lo scaglione delle richieste lunghe è un costo reale di GPT-6 Sol che M3 non ha affatto — oltre 272.000 token di input, Sol applica all'intera richiesta un nuovo prezzo di $4,00 / $15,00, mentre la scheda di M3 non riporta alcuna clausola equivalente. Su un prompt di 300.000 token, il confronto della tariffa di output non è di otto volte, ma di dodici e mezzo.

Quindi la classifica onesta dipende interamente dal carico di lavoro. Per la classificazione o l'estrazione ad alto volume, dove una risposta sbagliata costa poco e una risposta lenta no, M3 a $0,30 / $1,20 senza penalità per il contesto lungo è il default sensato e Sol sono soldi bruciati. Per un compito in cui la prima risposta deve essere giusta — un piano di migrazione, una revisione di sicurezza, un ragionamento che sarà letto da una persona che agirà di conseguenza — un divario nell'indice di 18,4 punti a otto volte il prezzo di output è uno scambio che la maggior parte dei team accetta, perché l'alternativa è pagare una persona per sistemarlo.

Dove i numeri pubblicati di M3 sono insolitamente buoni, e dove sono scarni

I valori indipendenti più forti di MiniMax M3 non sono dove te li aspetteresti da un modello a questo prezzo. Il recall sul contesto lungo si attesta a 83,0, ovvero 0,7 sotto l'83,7 di GPT-6 Sol e di fatto un pareggio — su una finestra da un milione di token, a un sesto del prezzo dell'input. GPQA Diamond arriva a 92,9, abbastanza vicino alla fascia di frontiera che la differenza rientra nell'intervallo che ti aspetteresti da impostazioni dello sforzo di ragionamento piuttosto che dalla capacità. Queste due righe sono il motivo per cui M3 vale la pena di essere preso sul serio invece di essere archiviato sotto "economico".

Le parti deboli sono altrettanto chiare e dovrebbero essere dichiarate anziché minimizzate. L’uso di strumenti in stile retail è scarso: su tau-banking M3 ottiene 15,3, e sulla più recente revisione Terminal-Bench 4.0 ottiene 2,0. Entrambe sono misurazioni di terze parti, ed entrambe suggeriscono un modello la cui media nei benchmark nasconde una debolezza specifica e ampia nel tool-calling agentico contro un servizio simulato. I numeri dichiarati dal fornitore stesso dipingono un quadro molto migliore — SWE-Bench Pro 59, BrowseComp 83,5, MCP Atlas 74,2, Terminal-Bench 2.1 a 66 — e quelli sono dati del fornitore sul suo stesso harness, il che è un’affermazione più che una misurazione. Qualsiasi implementazione che dipenda dall’uso di strumenti dovrebbe leggere la coppia di numeri insieme e testarla direttamente.

C'è un punto di secondo ordine sul confronto tra benchmark in sé. GPT-6 Sol viene misurato, nel nostro catalogo, su un insieme di benchmark più piccolo rispetto a M3 — cinque punteggi contro i ventitré di M3 — perché il fornitore pubblica meno e le terze parti hanno eseguito meno test su di esso. Un modello con ventitré numeri pubblicati sembrerà sempre valutato in modo più approfondito di uno con cinque, e la differenza sta nella documentazione, non nelle capacità.

Cosa ti danno davvero i pesi aperti, oltre a una bolletta più bassa

Il self-hosting di M3 è l'opzione che GPT-6 Sol non può eguagliare, e il suo valore non è principalmente economico. A $0,30 / $1,20 l'API è più economica del costo di gestione dell'hardware per la maggior parte dei team, quindi il motivo per scaricarlo è un vincolo piuttosto che un foglio di calcolo: dati che non possono uscire da un confine, un carico di lavoro senza dipendenze esterne accettabili, un fine-tuning, o un budget di latenza che un endpoint condiviso non può soddisfare. I pesi aperti sono l'unico di quei quattro a cui il modello chiuso può rispondere, e risponde non essendo disponibile. La risposta di GPT-6 Sol è che non hai bisogno di eseguirlo — che è un argomento diverso, e vero per un diverso insieme di team.

La velocità effettiva merita una riga a sé perché è il numero che una demo non mostra mai. MiniMax M3 viene misurato a circa 495 token di output al secondo nella nostra finestra mobile di sette giorni, e GPT-6 Sol a circa 244. M3 non è soltanto il modello più economico in questo confronto, è quello più veloce sulle nostre rotte di circa un fattore due, il che cambia ciò che costa un processo batch sia in tempo reale sia in dollari. L'avvertenza è che queste sono finestre mobili su un playground condiviso, non un benchmark controllato, e si spostano.

Eseguendo la coppia come un unico sistema

Entrambi i modelli si trovano dietro un'unica chiave OrcaRouter insieme ad altri 200+, il che rende la configurazione interessante in questo caso una cascata cheap-first anziché una scelta. Instrada il volume verso MiniMax M3, mantieni GPT-6 Sol dietro di esso per le richieste che non superano un controllo o fanno scattare un segnale di difficoltà, e il costo combinato si colloca molto più vicino alla tariffa open-weight che a quella di Sol, mentre le chiamate difficili ricevono comunque il modello che totalizza 47,6. Il DSL di routing di OrcaRouter è il punto in cui viene espressa quella composizione: una chiamata può indicare diversi modelli e le condizioni tra di essi invece di codificare in modo rigido un endpoint per attività.

Per i team che davvero non riescono a decidere, la fusione di modelli è la versione grezza della stessa idea: un panel di modelli risponde insieme e le risposte vengono combinate. È poco adatta al lavoro ad alto volume e ragionevolmente adatta a un prompt eseguito di rado e ad alta posta in gioco, dove la differenza tra una risposta da 29,2 e una da 47,6 è l'unica cosa sulla pagina.

Il failover conta di più con un modello a pesi aperti che con uno chiuso, e per una ragione specifica: M3 è servito da più di un provider di infrastruttura, e gli endpoint differiscono. Una seconda rotta configurata in anticipo significa che un host lento o degradato è un nuovo tentativo anziché un'interruzione. E poiché il nostro catalogo applica i prezzi di listino dei provider senza alcun ricarico, una variazione delle tariffe di un fornitore è attiva dalla nostra parte lo stesso giorno — cosa che conta su una riga di output da 1,20 $, dove un fornitore che modifica una singola tariffa di input in cache cambia visibilmente una fattura.

Quale dovresti effettivamente chiamare

Prendi MiniMax M3 per il volume, per qualunque cosa che richieda un input video, per qualunque cosa che debba emettere più di 128.000 token in una singola risposta e per qualunque cosa che debba girare all'interno del tuo perimetro. Prendi GPT-6 Sol per le richieste la cui risposta è il prodotto, per i cicli agentici a forte uso di strumenti in cui i punteggi tau-banking e Terminal-Bench 4.0 di M3 sono un avvertimento più che una nota a piè di pagina, e per qualunque cosa in cui una differenza di 18 punti nell'indice valga per te otto volte la velocità di output. Prendili entrambi e lascia che sia un router a decidere, se nessuno dei due descrive l'intero tuo traffico.

Una cosa da verificare prima dell'uno o dell'altro, ed è lo stesso punto di controllo su cui questo blog continua a imbattersi: M3 è l'ammiraglia della linea M-series da maggio 2026 e rimane il modello M-series più recente nel nostro catalogo, quindi è davvero attuale — ma GPT-6 Sol è già stato superato da GPT-6.1 Sol alle stesse tariffe per contesto breve, con input in cache più economico, e la sua stessa pagina GPT-6 Sol contiene un rimando ad esso. Se il motivo per cui stai guardando Sol qui è la capacità anziché l'integrazione vecchia di otto giorni, guarda prima al successore.