GPT-6 Sol vs MiniMax M3: Wat acht keer de outputprijs je nog steeds niet koopt

Het eerste dat gezegd moet worden over GPT-6 Sol tegenover MiniMax M3 is dat de prijslijn niet dicht bij elkaar ligt en de scorelijn evenmin, en dat ze in tegengestelde richtingen wijzen. MiniMax M3 is een open-weight model dat je zelf kunt downloaden en draaien, en het staat vermeld voor $0,30 per miljoen inputtokens en $1,20 per miljoen output; GPT-6 Sol, de middelste tier van de GPT-6-generatie die op 22 september 2026 werd uitgebracht, kost $2,00 en $10,00 voor dezelfde eenheden. Dat is iets meer dan acht keer het tarief voor output. MiniMax M3 accepteert ook video als invoermodaliteit, wat GPT-6 Sol niet doet — het Sol-model verwerkt tekst, afbeelding en bestand. Wat M3 niet heeft, is een score die ook maar in de buurt komt van die van Sol: 29,2 tegenover 47,6 op de Intelligence Index van Artificial Analysis, op hetzelfde board met revisie v4.3.2.

Die asymmetrie is het hele verhaal, en het is een interessanter verhaal dan een simpele afweging tussen prijs en kwaliteit, want de open-weight-kolom mag iets behouden wat de gesloten kolom tegen geen enkele prijs kan verkopen: de checkpoints van M3 staan op Hugging Face en het model kan binnen een netwerkgrens worden gedraaid. Als je tussen deze twee kiest, is de nuttige vraag niet welke beter is. Het is welke van de vier afzonderlijke dingen die je koopt — prijs, doorvoer, controle of capaciteit — je kunt missen.

Vier dimensies, en ze worden niet op dezelfde manier gerangschikt.

• Uitvoerprijs — GPT-6 Sol $10,00 per miljoen vs. MiniMax M3 $1,20 per miljoen
• Invoerprijs — GPT-6 Sol $2,00 per miljoen vs. MiniMax M3 $0,30 per miljoen
• Gecachte invoer — GPT-6 Sol $0,20 per miljoen vs. MiniMax M3 $0,06 per miljoen
• Gewichten — GPT-6 Sol gesloten, alleen API vs. MiniMax M3 open-weight en zelf te hosten
• Invoermodaliteiten — GPT-6 Sol tekst, afbeelding en bestand vs. MiniMax M3 tekst, afbeelding en video
• Contextvenster — GPT-6 Sol 1.050.000 tokens vs. MiniMax M3 1.048.576 tokens
• Maximale uitvoer — GPT-6 Sol 128.000 tokens vs. MiniMax M3 512.000 tokens
• Intelligentie-index — GPT-6 Sol 47,6 vs. MiniMax M3 29,2
• Codeerindex — GPT-6 Sol niet gepubliceerd in deze revisie vs. MiniMax M3 58,6
• Stap bij lange verzoeken — GPT-6 Sol herprijst het hele verzoek boven 272.000 invoertokens vs. MiniMax M3 geen stap op zijn tariefkaart

Twee van die regels verdienen meer dan een rij. Het plafond voor maximale output werkt tegengesteld aan al het andere: M3 produceert tot 512.000 tokens in één antwoord, vier keer de 128.000 van GPT-6 Sol. Voor een workload die een heel bestand of een lang rapport in één aanroep genereert, is dat een structureel voordeel, niet een afrondingsfout. En de stap voor lange verzoeken is een echte GPT-6 Sol-kost die M3 helemaal niet heeft — boven 272.000 inputtokens herprijst Sol het hele verzoek naar $4,00 / $15,00, terwijl de kaart van M3 geen gelijkwaardige clausule bevat. Bij een prompt van 300.000 tokens is de vergelijking van de outputtarieven niet acht keer, maar twaalfeneenhalf.

Dus de eerlijke rangschikking hangt volledig af van de werklast. Voor grootschalige classificatie of extractie waarbij een fout antwoord goedkoop is en een langzaam antwoord niet, is M3 tegen $0,30 / $1,20 zonder boete voor lange context de verstandige standaard, en is Sol weggegooid geld. Voor een taak waarbij het eerste antwoord meteen goed moet zijn — een migratieplan, een beveiligingsreview, een stuk redenering dat gelezen zal worden door iemand die erop zal handelen — is een indexverschil van 18,4 punten tegen acht keer de outputprijs een afweging die de meeste teams maken, want het alternatief is een mens betalen om het te repareren.

Waar de gepubliceerde cijfers van M3 ongewoon goed zijn, en waar ze mager zijn

De sterkste onafhankelijke cijfers van MiniMax M3 bevinden zich niet waar je ze zou verwachten van een model in deze prijsklasse. Long-context recall komt uit op 83,0, wat 0,7 onder GPT-6 Sols 83,7 ligt en feitelijk een gelijkspel is — op een venster van een miljoen tokens, tegen een zesde van de inputprijs. GPQA Diamond komt uit op 92,9, dicht genoeg bij de frontier-band dat het verschil binnen de marge valt die je eerder zou verwachten door reasoning-effort-instellingen dan door capaciteit. Die twee regels zijn waarom M3 serieus moet worden genomen in plaats van te worden afgedaan als "goedkoop".

De zwakke plekken zijn even duidelijk en moeten worden benoemd in plaats van verdoezeld. Toolgebruik in retailstijl is slecht: op tau-banking scoort M3 15,3, en op de nieuwere Terminal-Bench 4.0-revisie scoort het 2,0. Beide zijn metingen door derden, en beide wijzen op een model waarvan het benchmarkgemiddelde een specifieke, grote zwakte verbergt bij agentische tool-calls tegen een gesimuleerde service. De door de leverancier zelf gerapporteerde cijfers schetsen een veel beter beeld — SWE-Bench Pro 59, BrowseComp 83,5, MCP Atlas 74,2, Terminal-Bench 2.1 op 66 — en dat zijn leverancierscijfers op zijn eigen harness, wat een claim is en geen meting. Elke implementatie die op toolgebruik steunt, zou de twee cijfers samen moeten lezen en die rechtstreeks moeten testen.

Er is nog een subtieler punt met betrekking tot de benchmarkvergelijking zelf. GPT-6 Sol wordt in onze catalogus op een kleinere benchmarkset gemeten dan M3 — vijf scores tegenover de drieëntwintig van M3 — omdat de leverancier minder publiceert en derden er minder van de tests op hebben uitgevoerd. Een model met drieëntwintig gepubliceerde cijfers zal altijd grondiger geëvalueerd lijken dan een met vijf, en het verschil zit in documentatie, niet in vermogen.

Wat open weights je daadwerkelijk opleveren, naast een lagere rekening

Zelf M3 hosten is de optie die GPT-6 Sol niet kan evenaren, en de waarde ervan is niet in de eerste plaats financieel. Voor $0,30 / $1,20 is de API goedkoper dan wat de meeste teams kwijt zijn aan het draaien van de hardware, dus de reden om het te downloaden is een beperking, niet een spreadsheet: gegevens die een grens niet kunnen verlaten, een workload zonder acceptabele externe afhankelijkheid, een fine-tune, of een latentiebudget dat een gedeeld endpoint niet kan halen. Open weights zijn de enige van die vier die het gesloten model kan beantwoorden, en het beantwoordt die door niet beschikbaar te zijn. Het antwoord van GPT-6 Sol is dat je het niet hoeft te draaien — wat een ander argument is, en geldt voor een andere groep teams.

Doorvoer verdient een eigen regel, want het is het getal dat een demo nooit laat zien. MiniMax M3 wordt gemeten op ongeveer 495 outputtokens per seconde in ons rollende venster van zeven dagen, en GPT-6 Sol op ongeveer 244. M3 is in deze vergelijking niet alleen het goedkopere model, het is op onze routes ook het snellere, met ongeveer een factor twee, wat verandert wat een batchtaak kost in kloktijd én in dollars. De kanttekening is dat dit rollende vensters zijn op een gedeelde playground, geen gecontroleerde benchmark, en ze bewegen.

Het paar als één systeem draaien

Beide modellen bevinden zich achter één enkele OrcaRouter-sleutel, naast 200+ andere, waardoor de interessante configuratie hier een cascade is waarin goedkoop eerst komt, in plaats van een keuze. Stuur het volume naar MiniMax M3, houd GPT-6 Sol erachter voor de verzoeken die een controle niet doorstaan of een moeilijkheidssignaal laten afgaan, en de gemengde kosten belanden veel dichter bij het open-weight-tarief dan bij dat van Sol, terwijl de moeilijke aanroepen nog steeds het model krijgen dat 47,6 scoort. De routing-DSL van OrcaRouter is waar die samenstelling tot uitdrukking wordt gebracht — een aanroep kan meerdere modellen en de voorwaarden daartussen benoemen in plaats van één eindpunt per taak hard te coderen.

Voor teams die echt geen keuze kunnen maken, is modelfusie de botte versie van hetzelfde idee: een panel van modellen antwoordt samen en de antwoorden worden gecombineerd. Het is slecht geschikt voor volumewerk en redelijk geschikt voor een zelden uitgevoerde prompt met hoge inzet, waarbij het verschil tussen een antwoord van 29,2 en een van 47,6 het enige is dat op de pagina staat.

Failover is belangrijker bij een open-weightmodel dan bij een gesloten model, en om een specifieke reden: M3 wordt door meer dan één infrastructuurprovider geserveerd, en endpoints verschillen. Een tweede route die vooraf is geconfigureerd, betekent dat een trage of gedegradeerde host een retry is in plaats van een storing. En omdat onze catalogus de lijstprijzen van providers zonder opslag doorgeeft, is een tariefwijziging van een leverancier dezelfde dag nog aan onze kant live — wat van belang is bij een outputregel van $1,20, waar een leverancier die één tarief voor gecachte input aanpast, zichtbaar de factuur verandert.

Welke je eigenlijk zou moeten bellen

Kies MiniMax M3 voor volume, voor alles wat een video-invoer wil, voor alles wat meer dan 128.000 tokens in één respons moet genereren, en voor alles wat binnen je eigen perimeter moet draaien. Kies GPT-6 Sol voor de verzoeken waarbij het antwoord het product is, voor tool-intensieve agentische loops waarin de scores van M3 op tau-banking en Terminal-Bench 4.0 eerder een waarschuwing dan een voetnoot zijn, en voor alles waarbij een indexverschil van 18 punten voor jou acht keer de outputsnelheid waard is. Kies beide, en laat een router beslissen, als geen van beide je volledige verkeer beschrijft.

Eén ding om te controleren voordat je aan een van beide begint, en het is hetzelfde controlepunt waar deze blog steeds op stuit: M3 is sinds mei 2026 het vlaggenschip van de M-serie en blijft het nieuwste M-serie-model in onze catalogus, dus het is echt nog steeds actueel — maar GPT-6 Sol is al opgevolgd door GPT-6.1 Sol tegen dezelfde tarieven voor korte context met goedkopere gecachte input, en de eigen GPT-6 Sol-pagina bevat een verwijzing ernaar. Als de reden dat je hier naar Sol kijkt capaciteit is en niet de acht dagen oude integratie, kijk dan eerst naar de opvolger.