GPT-6 Sol vs Qwen3.8-Max: 폐쇄형 모델이 경쟁할 수 없는 단 한 줄

거의 모든 GPT-6 Sol과 Qwen3.8-Max 사이의 비교는 비용으로 결정될 것이며, 그중 거의 대부분은 한결같이 같은 방향으로 비용을 잘못 계산하게 된다. Qwen3.8-Max는 벤더가 직접 호스팅하는 플래그십으로, 2026년 8월 3일 정식 출시 이후 입력 100만 토큰당 2.00달러, 출력 100만 토큰당 6.00달러로 책정되었으며, 날짜가 붙은 Qwen3.8-Max-0902 스냅샷은 9월 2일에 공개되었다. GPT-6 Sol은 2026년 9월 22일 정식 출시되었고 입력 2.00달러, 출력 10.00달러였다. 입력 가격은 동일하고, Qwen3.8-Max 요금표 기준으로 출력은 40% 더 저렴하다 — 그런데 독립 평가 하네스에서는 작업 하나를 끝내는 데 드는 비용이 대략 다섯 배다.

그런데 비용 논쟁이 계속 묻어두는, 더 깔끔한 두 번째 차이가 있고, 바로 그것이 일부 워크로드를 실제로 좌우합니다. Qwen3.8-Max는 동영상을 입력받습니다. GPT-6 Sol은 그렇지 않습니다. 그것은 가격선도 벤치마크선도 아닙니다. 그것은 이 모델들 중 하나는 가지고 있고 다른 하나는 근사조차 할 수 없는 역량이며, 이 맞대결에서 아무리 많은 토큰 효율화 작업으로도 해결할 수 없는 유일한 부분입니다.

두 개의 플래그십, 두 가지 다른 형태

Qwen3.8-Max는 쿼리당 약 950억 개의 파라미터가 활성화되는 2.4조 파라미터 규모의 희소 전문가 혼합(MoE) 모델로, Kimi K3에 이어 프로덕션 환경에서 두 번째로 큰 호스팅 모델입니다. 컨텍스트 윈도우는 100만 토큰이고 출력 상한은 131,072토큰이며, 입력 모달리티는 텍스트, 이미지, 비디오이고, 낮음, 중간, 초고에 걸친 추론 강도와 구조화된 출력 및 도구 호출을 지원합니다. 호스팅되는 플래그십은 오픈 웨이트가 아니며, 동일 세대의 다운로드 가능한 아티팩트는 자체적인 제한 사항이 있는 별도 릴리스입니다.

GPT-6 Sol은 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 컨텍스트 창은 1,050,000토큰이며 최대 입력 922,000토큰, 출력 상한 128,000토큰이고, 가격은 입력 $2.00, 출력 $10.00의 고정 요금에 캐시 읽기 $0.20, 캐시 쓰기 $2.50입니다. 272,000 입력 토큰을 초과하는 요청 전체는 $4.00 및 $15.00으로 재가격이 책정됩니다. 이 모델은 비공개이며 단일 식별자를 사용하고, OpenAI는 이 요금을 프로모션이 아닌 영구적인 것으로 설명했습니다.

윈도 수치들은 서로 약 7% 이내에 있고, 출력 상한들도 같은 범위에 있습니다. 모달리티 목록만이 유일한 구조적 격차이며, 그것도 한 방향으로만 나타납니다.

한 줄씩

• 입력 — GPT-6 Sol은 백만 토큰당 $2.00, Qwen3.8-Max도 백만 토큰당 $2.00; 헤드라인 숫자는 동일하다

• 출력 — GPT-6 Sol 백만 토큰당 $10.00 vs Qwen3.8-Max 백만 토큰당 $6.00; 알리바바의 요금은 40% 더 낮습니다

• 캐시된 입력 — 암시적 캐시 읽기의 경우 GPT-6 Sol은 백만 토큰당 $0.20, Qwen3.8-Max는 백만 토큰당 $0.25이며, 명시적 캐시 읽기는 $0.17, 명시적 캐시 쓰기는 $2.50입니다

• 컨텍스트 윈도우 — GPT-6 Sol 1,050,000 토큰 vs Qwen3.8-Max 1,000,000 토큰

• 최대 출력 — GPT-6 Sol 128,000 토큰 vs Qwen3.8-Max 131,072 토큰

• 입력 모달리티 — GPT-6 Sol 텍스트 및 이미지 vs Qwen3.8-Max 텍스트, 이미지 및 동영상

• 장문 컨텍스트 처리 — GPT-6 Sol은 272,000 입력 토큰을 초과하는 전체 요청에 대해 입력 및 캐시 요율은 2배, 출력은 1.5배로 재책정하는 반면, Qwen3.8-Max는 전체 윈도우에 걸쳐 단일 요율 티어를 적용한다. 이는 Qwen 요율표가 단순히 약간 더 저렴한 것이 아니라 구조적으로 더 우수한 유일한 지점이다.

• 추론 강도 — GPT-6 Sol 없음, 낮음, 보통(기본값), 높음, 매우 높음, 최대 대 Qwen3.8-Max 낮음, 보통, 매우 높음

• 지식 컷오프 — GPT-6 Sol 2026년 4월 20일 vs Qwen3.8-Max는 단일 날짜로 공개되지 않음

• 날짜가 지정된 스냅샷 — GPT-6 Sol은 단일 롤링 식별자인 반면, Qwen3.8-Max-0902는 동일한 가격에 2026년 9월 2일자 고정 리비전으로 제공됩니다

롱 컨텍스트 라인은 평소보다 더 주목받을 가치가 있다. GPT-6 Sol의 추가 요금은 전체 요청에 적용되는 단계이므로, 900,000토큰 에이전트 실행은 모든 토큰에 $4.00과 $15.00로 청구된다. Qwen3.8-Max는 전체 윈도우에 걸쳐 하나의 등급만 청구한다. 272,000토큰을 넘겨 상주하는 워크로드라면, 두 요금표는 아예 비교 자체가 성립하지 않는다 — 대표 수치상 더 저렴한 모델이 훨씬 더 비싼 모델이 되며, 그 격차의 방향은 전적으로 당신의 컨텍스트가 어디에 위치하느냐에 달려 있다.

요금표에는 40% 더 저렴하다고 적혀 있다. 하네스는 청구서가 다섯 배라고 말한다.

Artificial Analysis는 Qwen3.8-Max-0902가 Intelligence Index 점수 45를 기록했으며, 완료된 인덱스 작업당 $5.41의 비용이 들고, 실행 전체에서 1억 9천만 개의 출력 토큰을 생성했다고 측정했습니다. 해당 요약은 이 모델을 "눈에 띄게 느리고 매우 장황하다"고 설명합니다. GPT-6 Sol은 7,700만 개의 출력 토큰으로 작업당 $1.06에 48점을 기록했습니다.

세 쌍을 함께 읽으면 대결의 윤곽이 드러난다. Qwen은 지수에서 3포인트 뒤처지고, 토큰은 2.5배 생성했으며, 완료된 작업당 비용은 약 5배였다 — 출력이 40% 더 저렴한 요금표에서 말이다. 그 메커니즘은 미묘하지 않다. 출력 토큰 100만 개당 $6.00에서, 1억 9천만 토큰은 입력을 계산하기 전에도 지수 실행당 출력만으로 $1.14가 든다; 100만 개당 $10.00에서 Sol의 7,700만 토큰은 $0.77이 든다. 더 저렴한 요금은 더 적은 청구서가 아니라 더 많은 토큰을 사고 있는 것이다.

이것은 9월 field 전반에서 나타나는 동일한 패턴이며, 이 두 모델에 관한 사실이라기보다 규칙으로 말할 가치가 있습니다: 토큰당 요금표에서 모델이 2.5배나 많은 토큰을 내보낸다면 출력 40% 할인은 아무 가치가 없습니다. 완료된 작업당 비용만이 살아남는 유일한 수치입니다.

알리바바가 공개한 것, 그리고 노력 설정 문제

Alibaba의 자체 벤치마크 표는 이 비교에서 가장 길고, 가장 비교하기 어렵다. 공급업체가 보고한 수치는 Qwen3.8-Max가 PaperBench와 IFBench에서는 앞서지만 SWE-bench Pro와 Humanity's Last Exam에서는 뒤처지는 것으로 나타내며, 추론 노력 척도 — 낮음, 중간, 초고 — 는 OpenAI의 6단계 척도에 직접 대응하지 않는다. 초고에서 발표된 점수는 중간에서 발표된 점수와 같은 제품이 아니며, 어느 공급업체도 비교 차트의 특정 숫자가 어느 설정에서 산출되었는지 표시하지 않는다.

그것이 여기서 어느 한쪽 벤더의 표에 기대지 않는 솔직한 이유입니다. Alibaba의 수치는 Alibaba의 하네스에서 Alibaba의 effort 설정으로 실행된 것이고, OpenAI의 수치는 OpenAI의 하네스에서 OpenAI의 설정으로 실행된 것입니다. Artificial Analysis 수치가 존재하는 이유는 바로 그 둘 모두 일대일 비교용으로는 쓸 수 없기 때문이며, 위에서 사용된 것도 바로 그 수치들입니다.

재현성은 실질적인 기능이며, 그 가격은 0입니다

날짜가 명시된 스냅샷은 이 비교에서 가장 과소평가된 항목입니다. Qwen3.8-Max-0902는 2026년 9월 2일로 고정된 리비전으로, 알리바바에 따르면 기본 모델과 동일한 기능과 가격을 제공합니다. 이를 고정한다는 것은 여러분의 엔드포인트 뒤에 있는 모델이 화요일과 목요일 사이에 여러분도 모르는 사이에 바뀌지 않는다는 뜻입니다.

GPT-6 Sol에는 이에 상응하는 것이 없습니다. 그것은 하나의 롤링 식별자입니다 — 같은 모델 페이지가 기본 스냅샷을 제공하며 날짜가 붙은 변형은 없습니다 — 즉, 9월에 벤치마크한 것이 11월에 호출하는 것과 같다고 보장할 수 없습니다. 대부분의 팀에는 문제가 되지 않습니다. 산출물을 생성한 것이 무엇인지 입증해야 하는 규제 대상 파이프라인에서는 이는 실질적인 차이이며, Alibaba는 이를 무료로 제공하지만 OpenAI는 전혀 제공하지 않습니다.

결정하는 것은 바로 영상 라인이다

위의 모든 내용은 비교입니다. 이 부분은 그렇지 않습니다. 입력에 동영상 — 화면 녹화, 검사 영상, 강의 녹화, 정지 프레임이 아니라 정보가 움직이는 모든 것 — 이 포함되어 있다면, Qwen3.8-Max는 이를 네이티브로 받아들이지만 GPT-6 Sol은 거기에 접근할 방법이 없습니다. 모달리티를 프롬프트로 우회할 수는 없습니다. 동영상을 이미지로 전처리해서 같은 것을 얻을 수도 없습니다. 시간적 정보가 핵심이기 때문이며, 텍스트 벤치마크의 인덱스 점수가 아무리 많아도 당신의 작업이 실제로 요구하는 입력을 대체하지는 못합니다.

반대 경우도 언급할 가치가 있습니다. 바로 그 지점에서 비교가 더 이상 한쪽으로 치우치지 않게 되기 때문입니다. 입력이 텍스트와 이미지라면 Sol은 작업당 더 저렴하고, 중립 보드에서 4점 앞서며, 캐시된 읽기에서도 더 저렴합니다. 비디오 기능은 당신에게 유리한 결정적 요인이 아닙니다. 그것은 그저 사용되지 않을 뿐입니다.

두 개의 별도 답변이 있는 결정을 라우팅

이것은 올바른 아키텍처가 진정으로 하나가 아닌 두 개의 모델인 매치업이며, 그 이유는 분할이 난이도가 아니라 입력 모달리티에 따른 것이기 때문입니다. 비디오를 입력받아 텍스트에 대해 추론하는 파이프라인에는 둘 다 필요하며, 라우팅 규칙은 판단이 아니라 요청의 속성입니다.

Qwen3.8-Max는 OrcaRouter의 카탈로그에 있습니다 — 날짜가 지정된 qwen/qwen3.8-max-0902 스냅샷을 라우팅할 수 있으며 패스스루 모델에 따라 Alibaba의 정가로 제공됩니다. 즉 Alibaba의 요금 변경이 같은 날 우리 쪽에 반영됩니다 — 리셀러가 재협상한 뒤가 아니라. GPT-6 Sol은 이 글을 작성하는 시점에 우리 카탈로그에 없으며 OpenAI 자체 API를 통해 접근할 수 있습니다. 라우팅 DSL이 바로 이 특정 사례에 들어맞는 요소입니다. 영상이 포함된 요청은 한쪽으로, 나머지는 다른 쪽으로 보내는 규칙이야말로 그 용도에 딱 맞는 것이며, 자동 페일오버 덕분에 모달리티 분기가 단일 장애점이 되지 않습니다.

각각 우위를 점하는 부분

• 비디오 입력, 텍스트 출력 — Qwen3.8-Max, 그리고 설명할 경쟁 상대가 없습니다.

• 텍스트와 이미지 입력, 완료된 작업당 비용을 지표로 — GPT-6 Sol, 독립 하네스에서 약 5배.

• 캐시된 프리픽스 작업 — GPT-6 Sol. 캐시 읽기 비용이 약간 더 저렴하고 토큰 볼륨은 절반 미만입니다.

• 272,000개 입력 토큰 초과 요청 — Qwen3.8-Max. Sol의 요청 전체 재가격 산정은 이 비교에서 단일 최대 비용 차이이며, 대표 요금표에서는 보이지 않습니다.

• 재현 가능한 고정 — Qwen3.8-Max-0902, 추가 비용이 들지 않으며 둘 중 유일하게 고정된 리비전입니다.

• Qwen이 SWE-bench Pro에서 앞서 있는 차트를 보셨다면 — 그 차트를 만든 하네스가 누구의 것이며 어떤 에포트 설정에서 나온 것인지 확인하세요. 독립 리더보드에서는 Qwen이 종합 점수에서 3점 뒤처져 있고, 공급업체 표들은 서로 같은 척도가 아닙니다.