GPT-6 vs Qwen 3.8 Max: uno gestisce i video, l'altro scrive più a lungo

GPT-6 Sol e Qwen3.8 Max applicano la stessa tariffa di input — 2,00 $ per milione di token, entrambi — per poi divergere su due assi che una semplice tabella dei prezzi non farebbe emergere. Qwen3.8 Max, disponibile in disponibilità generale dal 3 agosto 2026, è l'unico dei due modelli ad accettare video: le sue modalità di input sono testo, immagine e video, mentre GPT-6 Sol accetta testo, immagine e file. GPT-6 Sol, che il fornitore ha rilasciato il 22 settembre 2026, è l'unico dei due con un tetto di output pubblicato, 128.000 token, e l'unico con una superficie consumer alle spalle — il rollout di ChatGPT del 7 ottobre che ha portato il modello davanti a più di 1,2 miliardi di utenti settimanali.

Quindi la domanda da porsi per lo smistamento non è quale sia più forte. È se l'input è video e se l'output è lungo.

Il video è il primo fork

La maggior parte dei confronti tra modelli si riduce a prezzo e benchmark, e questo presenta una netta differenza strutturale che li rende secondari. Se la tua pipeline acquisisce video — filmati di videosorveglianza, riunioni registrate, materiale sportivo o di lezioni, reel dimostrativi di prodotto — Qwen3.8 Max può includere la clip all'interno della richiesta. La sua scheda elenca il video come modalità di input insieme a testo e immagine, fino alla finestra da un milione di token, il che per il video significa campionamento dei frame più trascrizione in un'unica chiamata anziché una fase di estrazione separata. GPT-6 Sol no. Le sue modalità sono testo, immagine e file; non c'è input video sulla scheda, e nessuna quantità di prompt engineering può sostituirlo.

Quella singola riga decide la shortlist per una pipeline video, e non è visibile su un listino prezzi. Il campo in cui i due modelli sono realmente intercambiabili è il lavoro su testo e immagini, ed è qui che si applica il confronto di prezzi e benchmark riportato di seguito.

Una nota di onestà sull'affermazione relativa al video: la modalità è documentata, ma lo schema no. Nessuna delle voci di catalogo dei due fornitori specifica risoluzione, frame rate o limiti di durata dei clip, quindi "supporta il video" significa che il tipo di input esiste, non che un qualsiasi clip specifico verrà acquisito alla qualità che ti serve. Provarlo sui tuoi filmati prima di costruirci sopra.

Il lato di uscita va nella direzione opposta.

Se si ribalta la richiesta, il vantaggio si inverte. GPT-6 Sol dichiara un output massimo di 128.000 token per risposta. La scheda di Qwen3.8 Max pubblica una finestra di contesto ma nessun valore di output massimo, quindi un sistema che pianifica le risorse in base a un tetto di output rigido non può ricavarlo dai dati del fornitore — la stessa lacuna che compare su diverse schede delle piattaforme di hosting e che vale la pena trattare come sconosciuta anziché illimitata.

Ciò che viene pubblicato è l'asimmetria di prezzo sul lato output, ed è l'opposto della storia raccontata per il video. Qwen3.8 Max fattura 6,00 $ per milione di token di output, contro i 10,00 $ di GPT-6 Sol — uno sconto del 40% su ogni token che il modello scrive. Un carico di lavoro con prevalenza di output, come la generazione long-form o la serializzazione di un grande artefatto strutturato, è sostanzialmente più economico su Qwen3.8 Max per unità di lavoro, e ciò vale indipendentemente dal fatto che il prezzo di input sia identico.

Si noti inoltre che la scheda di Qwen3.8 Max elenca un'unica tariffa di input senza alcun livello documentato per contesti lunghi, mentre GPT-6 Sol riprezza l'intera richiesta oltre i 272.000 token di input a 4,00 $ in input e 15,00 $ in output. La pagina del modello di OpenAI enuncia esplicitamente la regola: i prompt al di sopra di tale soglia vengono addebitati a 2x le tariffe di input e cache e 1,5x l'output per l'intera richiesta. Su un prompt che supera i 272.000 token, la tariffa di input effettiva di GPT-6 Sol raddoppia a 4,00 $, mentre quella di Qwen3.8 Max resta a 2,00 $ — invertendo di nuovo l'apparente parità sull'input.

Cosa dice il consiglio indipendente

Artificial Analysis include entrambi i modelli, e l'indice composito vede GPT-6 Sol in vantaggio mentre diversi test individuali vanno nella direzione opposta. Ogni dato riportato di seguito è del valutatore, non di un fornitore.

• Indice di Intelligenza: GPT-6 Sol 47.6, Qwen3.8 Max 45.4 — GPT-6 Sol in vantaggio di circa due punti
• Indice di programmazione: Qwen3.8 Max 76.2 con un posizionamento in top ten; il profilo di programmazione di GPT-6 Sol è comparabile, ma la voce Qwen occupa una posizione più alta
• GPQA Diamond: Qwen3.8 Max 92,8%, il valore di GPT-6 Sol è il più alto dei due nella stessa famiglia di test
• Humanity's Last Exam: Qwen3.8 Max 43,1%, GPT-6 Sol 47,9%
• Recall su contesto lungo: Qwen3.8 Max 80,3%, GPT-6 Sol 83,7%
• SciCode: Qwen3.8 Max 52,1%, GPT-6 Sol 57,6%
• Uso agentico di strumenti: Qwen3.8 Max 88,8% su terminal-bench v2.1 e 47,8% su tau-banking, entrambi solidi

Il quadro è che GPT-6 Sol vince i compositi di ragionamento generale e i test di scienza e recall, mentre Qwen3.8 Max è il modello più incisivo per coding e uso degli strumenti. Si applicano due avvertenze, e non sono decorative. Primo, questi valori di indice sono stati valutati in date diverse, quindi due punti tra revisioni rientrano nel movimento che produce una nuova esecuzione, non sono un divario consolidato. Secondo, le cifre pubblicate di Qwen3.8 Max sono le esecuzioni del valutatore sul modello così come servito dall'endpoint di Alibaba, e il fornitore ha anche rilasciato uno snapshot datato, Qwen3.8 Max (0902), il 2 settembre 2026 allo stesso prezzo di $2.00 / $6.00 — se stai fissando uno snapshot, conferma quale stai chiamando prima di citare un punteggio.

Cosa aggiunge il rollout di OpenAI del 7 ottobre

Il rilascio di ChatGPT è un fatto di distribuzione più che un fatto di capacità, ma cambia ciò che un lettore intende con "GPT-6". Il 7 ottobre 2026 OpenAI ha iniziato a distribuire GPT-6 in ChatGPT nell'ambito della funzionalità Intelligent UI, con la scheda Chat che arriva prima su Plus, Pro, Business ed Enterprise e con Free e Go a seguire dall'8 ottobre; la disponibilità enterprise dipende dalle impostazioni di amministrazione dell'ambiente di lavoro. I modelli che alimentano Work e Codex sono rimasti invariati.

Due dettagli contano per questo confronto. L'esperienza ChatGPT è alimentata da GPT-6 Sol per i livelli consumer a pagamento — quindi il GPT-6 che oltre un miliardo di persone incontra è lo stesso modello che chiami tramite l'API, non un checkpoint separato. E GPT-6 è una famiglia, non un singolo modello: GPT-6 Astra si colloca sopra Sol a $10.00 / $50.00 e GPT-6 Luna sotto a $0.10 / $0.50. Quando un confronto mette "GPT-6" contro Qwen3.8 Max senza dire quale livello, di norma confronta con Sol per impostazione predefinita, e con Astra quando vuole il caso più forte. Nominare il livello è la differenza tra un confronto equo e uno retorico.

Costo, misurato su forme piuttosto che su tariffe

Poiché le tariffe di input sono identiche e le tariffe di output divergono, il vincitore dipende interamente dal rapporto tra token in ingresso e token in uscita. Calcolato rispetto alle tariffe pubblicate di ciascun fornitore, escludendo la cache:

• Analisi di video e trascrizioni (500K input, 6K output): Qwen3.8 Max ≈ $1,04, GPT-6 Sol non applicabile — nessun input video
• Analisi di documenti (250K input, 5K output): Qwen3.8 Max ≈ $0,53, GPT-6 Sol ≈ $0,55 prima che si applichi la sua soglia di 272K, e più alto una volta che l'intera richiesta viene ricalcolata
• Generazione long-form (40K input, 80K output): Qwen3.8 Max ≈ $0,56, GPT-6 Sol ≈ $0,88
• Ciclo agentico bilanciato (60K input, 20K output): Qwen3.8 Max ≈ $0,24, GPT-6 Sol ≈ $0,32

La forma del risultato è stabile: Qwen3.8 Max è il modello più conveniente per lo stesso mix di token, perché le tariffe di input sono identiche e la sua tariffa di output è più bassa. Il controargomento di GPT-6 Sol non è affatto il prezzo — è il composito di ragionamento, la validazione sulla superficie consumer e un tetto di output documentato che rende semplice la pianificazione del budget.

Un'avvertenza operativa che vale la pena dichiarare perché le schede non lo fanno. Misurato sul playground di OrcaRouter nella prima settimana di ottobre 2026, il percorso Qwen3.8 Max ha mostrato una latenza mediana del primo token di circa 5.809 ms e all'incirca 50 token di output al secondo, con un basso tasso di errori; il percorso GPT-6 Sol nella stessa finestra ha misurato un throughput più elevato ma un tasso di errori considerevolmente più alto. Si tratta di osservazioni su percorsi condivisi, non di SLA dei fornitori, e cambiano da una settimana all'altra — il che è l'argomento a favore del misurare il proprio traffico invece di fidarsi della scheda dell'uno o dell'altro modello.

Eseguire entrambi con un'unica chiave

La risposta realistica per un team che ha lavoro video da un lato e lavoro ad alto ragionamento dall'altro è che nessuno dei due modelli vince in modo assoluto e entrambi appartengono allo stack. È questo il caso per cui esiste un gateway. Su OrcaRouter sia qwen/qwen3.8-max che GPT-6 Sol sono rotte attive nello stesso catalogo dietro un'unica API compatibile con OpenAI, al prezzo di listino del provider con 0% di ricarico — così una variazione di prezzo di Alibaba o OpenAI ti raggiunge lo stesso giorno invece che alla tua prossima riconciliazione delle fatture, e non esiste un set di credenziali separato o un percorso SDK per fornitore.

Qui due funzionalità svolgono un lavoro specifico. Il failover automatico mantiene viva una pipeline quando la rotta di un provider si degrada, il che conta direttamente dato quanto diversamente si sono comportate quelle due rotte nella stessa finestra di misurazione. E il DSL di routing lascia che sia la richiesta a decidere: invia qualsiasi cosa contenga un input video a Qwen3.8 Max, invia il lavoro di ragionamento a contesto lungo a GPT-6 Sol, e lascia che sia un predicato sulla modalità di input e sulla dimensione della richiesta a fare la scelta, invece di un id di modello hardcoded che deve essere modificato a mano quando il traffico cambia.

In breve: se i tuoi input includono video, Qwen3.8 Max è l'unico dei due in grado di accettarli, ed è il modello più economico su qualsiasi mix di token una volta che hai la richiesta. Se il tuo lavoro consiste nel ragionamento su testo e immagini con la necessità di output lunghi e limitati e di un default consumer-grade convalidato, GPT-6 Sol è la carta più forte sull'indice composito e quello con un limite di output documentato. Dove ti servono entrambi, instrada — e lascia che sia la modalità della richiesta a fare da chiave di instradamento, non un ciclo di rilascio.