GPT-6 Sol против Qwen3.8-Max: единственная строка, где закрытая модель не может конкурировать

Почти каждое сравнение между GPT-6 Sol и Qwen3.8-Max будет решаться исходя из стоимости, и почти все они ошибутся в оценке стоимости в одну и ту же сторону. Qwen3.8-Max, флагманская хостируемая модель вендора, оценивается в $2.00 за миллион входных токенов и $6.00 за миллион выходных с момента выхода в общую доступность 3 августа 2026 года, а датированный Qwen3.8-Max-0902 снимок вышел 2 сентября. GPT-6 Sol вышел в общую доступность 22 сентября 2026 года по цене $2.00 за вход и $10.00 за выход. Идентичная цена на вход и на 40% более дешёвый выход по тарифной сетке Qwen3.8-Max — и, на независимом стенде, примерно в пять раз более высокая стоимость выполнения задачи.

Но есть второе, более явное различие, которое аргумент о стоимости постоянно хоронит, и именно оно на самом деле решает исход некоторых рабочих нагрузок. Qwen3.8-Max принимает видео. GPT-6 Sol — нет. Это не строка о цене и не строка бенчмарка; это возможность, которая есть у одной из этих моделей и которую другая не способна даже приблизить, и это единственная часть этого противостояния, которую не исправит никакая работа над эффективностью токенов.

Два флагмана, две разные формы

Qwen3.8-Max — это разреженная модель смеси экспертов с 2,4 трлн параметров, из которых примерно 95 млрд параметров активны при каждом запросе, — вторая по величине размещённая модель в продакшене после Kimi K3. Её контекстное окно составляет один миллион токенов при ограничении вывода в 131 072 токена, входные модальности — текст, изображение и видео, а также она поддерживает уровни усилия при рассуждении: низкий, средний и сверхвысокий, — вместе со структурированными выходными данными и вызовом инструментов. Флагманская размещённая модель не является открытыми весами; загружаемый артефакт того же поколения — это отдельный релиз с собственными ограничениями.

GPT-6 Sol принимает текст и изображения, а выдаёт текст. Его окно — 1 050 000 токенов при максимальном входе 922 000 токенов и пределе вывода 128 000 токенов; цена — фиксированные $2.00 и $10.00, плюс $0.20 за чтение из кэша и $2.50 за запись в кэш, а при превышении 272 000 входных токенов весь запрос пересчитывается по цене $4.00 и $15.00. Модель закрытая, с единым идентификатором, и OpenAI описала тарифы как постоянные, а не промоакционные.

Показатели окон различаются примерно на 7%, а потолки вывода находятся в одном диапазоне. Список модальностей — единственный структурный разрыв, и он односторонний.

Построчно

• Ввод — GPT-6 Sol $2.00 за миллион токенов против Qwen3.8-Max $2.00 за миллион токенов; ключевая цифра идентична

• Вывод — GPT-6 Sol: 10,00 $ за миллион токенов против Qwen3.8-Max: 6,00 $ за миллион токенов; тариф Alibaba на 40% ниже

• Кэшированный ввод — GPT-6 Sol $0,20 за миллион токенов против Qwen3.8-Max $0,25 за миллион токенов для неявных чтений из кэша, при этом явное чтение из кэша стоит $0,17, а явная запись в кэш — $2,50

• Контекстное окно — GPT-6 Sol: 1 050 000 токенов против Qwen3.8-Max: 1 000 000 токенов

• Максимальный объём вывода — GPT-6 Sol 128 000 токенов против Qwen3.8-Max 131 072 токенов

• Входные модальности — текст и изображения GPT-6 Sol против текста, изображений и видео Qwen3.8-Max

• Обработка длинного контекста — GPT-6 Sol пересчитывает стоимость всего запроса при превышении 272 000 входных токенов по ставкам 2× для ввода и кэша и 1,5× для вывода, тогда как Qwen3.8-Max применяет единый тариф на всём окне, и это единственное место, где тарифная сетка Qwen структурно лучше, а не просто немного дешевле.

• Усилие рассуждений — GPT-6 Sol none, low, medium (default), high, xhigh, max против Qwen3.8-Max low, medium и extra-high

• Отсечка знаний — GPT-6 Sol: 20 апреля 2026 г., тогда как для Qwen3.8-Max она не указана в виде единой даты

• Датированный снимок — GPT-6 Sol, единый скользящий идентификатор, в сравнении с Qwen3.8-Max-0902, доступной как закреплённая версия от 2 сентября 2026 года по той же цене

Тарифная линейка для длинного контекста заслуживает большего внимания, чем обычно получает. Надбавка GPT-6 Sol — это ступень, применяемая ко всему запросу целиком, поэтому запуск агента на 900 000 токенов тарифицируется по $4.00 и $15.00 за каждый токен. Qwen3.8-Max взимает плату по одному тарифу на всём окне. Для рабочей нагрузки, которая находится выше отметки в 272 000 токенов, две тарифные сетки вообще перестают быть сопоставимыми — модель, более дешёвая по заголовку, оказывается намного дороже, а направление разрыва целиком зависит от того, на каком уровне находится ваш контекст.

В прайс-листе написано: на 40% дешевле. А тестовый стенд говорит: счёт в пять раз больше.

Artificial Analysis измерила Qwen3.8-Max-0902 на уровне 45 баллов по Intelligence Index, при стоимости $5.41 за выполненную задачу индекса, сгенерировав 190 миллионов выходных токенов за весь прогон. В её сводке модель описывается как «заметно медленная и очень многословная». GPT-6 Sol набрала 48 баллов при $1.06 за задачу на 77 миллионах выходных токенов.

Прочитайте эти три пары вместе — и очертания противостояния проступают. Qwen отстаёт на три индексных пункта, сгенерировал в два с половиной раза больше токенов и обошёлся примерно в пять раз дороже на каждую завершённую задачу — при тарифной сетке, где его выход на 40% дешевле. Механизм нехитрый. При $6.00 за миллион выходных токенов 190 миллионов токенов стоят $1.14 за прогон индекса только по выходу, ещё до учёта входа; при $10.00 за миллион 77 миллионов у Sol стоят $0.77. Более дешёвый тариф покупает больше токенов, а не меньший счёт.

Это тот же самый паттерн, который проявляется по всему сентябрьскому полю, и его стоит сформулировать как правило, а не как факт об этих двух моделях: в тарифной сетке за токены 40%-ная скидка на вывод не стоит ничего, если модель выдаёт в два с половиной раза больше токенов. Стоимость за выполненную задачу — единственный показатель, который имеет значение.

Что опубликовала Alibaba, и проблема настройки усилий

Собственная таблица бенчмарков Alibaba — самая длинная в этом сравнении и наименее сопоставимая. Заявленные вендорами показатели ставят Qwen3.8-Max впереди в PaperBench и IFBench, но позади в SWE-bench Pro и Humanity's Last Exam, при этом шкала усилий рассуждения — low, medium, extra-high — не имеет прямого соответствия шестиуровневой шкале OpenAI. Оценка, опубликованная на уровне extra-high, — это не тот же продукт, что оценка, опубликованная на уровне medium, и ни один из вендоров не указывает, какой именно уровень дал конкретное число на сравнительной диаграмме.

Вот честная причина, почему здесь не стоит опираться на таблицу ни одного из поставщиков. Цифры Alibaba получены на тестовом стенде Alibaba при заданной Alibaba настройке усилий; цифры OpenAI — на стенде OpenAI. Показатели Artificial Analysis существуют именно потому, что оба этих набора непригодны для прямого сравнения, и именно они использованы выше.

Воспроизводимость — это настоящая возможность, и её цена — ноль.

Снапшот с датой — самый недооценённый пункт в этом сравнении. Qwen3.8-Max-0902 — это закреплённая ревизия от 2 сентября 2026 года, которая, по словам Alibaba, обладает теми же возможностями и ценой, что и базовая модель. Закрепление её означает, что модель за вашим эндпоинтом не изменится у вас под ногами между вторником и четвергом.

У GPT-6 Sol нет эквивалента. Это единый «плавающий» идентификатор — на одной и той же странице модели есть снимок по умолчанию и нет датированных вариантов, — а значит, то, что вы тестировали в сентябре, не обязательно окажется тем, к чему вы обращаетесь в ноябре. Для большинства команд это нормально. Для регулируемого конвейера, которому нужно доказывать, чем именно был получен результат, это реальное различие, и именно его Alibaba предоставляет бесплатно, тогда как OpenAI не предлагает его вовсе.

Именно видеолиния решает.

Всё выше — это сравнение. А эта часть — нет. Если ваши входные данные включают видео — записи экрана, материалы инспекций, записи лекций, всё, где информация находится в движении, а не в статичном кадре, — Qwen3.8-Max принимает это нативно, а у GPT-6 Sol нет пути к этому. Нельзя обойти модальность с помощью промпта. Нельзя предварительно обработать видео в изображения и получить то же самое, потому что суть именно во временной информации, и никакое количество индексных баллов в текстовом бенчмарке не заменит входные данные, которые на самом деле требует ваша задача.

Обратный случай тоже стоит назвать, потому что именно здесь сравнение перестаёт быть односторонним. Если на входе текст и изображения, Sol дешевле в расчёте на задачу, на четыре пункта впереди в нейтральной таблице и дешевле при чтении из кэша. Возможность работы с видео не является решающим преимуществом в вашу пользу; она просто не используется.

Маршрутизация решения, у которого есть два отдельных ответа

Это тот случай, когда правильная архитектура — это действительно две модели, а не одна, и причина в том, что разделение идёт по модальности входных данных, а не по сложности. Конвейеру, который принимает видео на входе и выполняет рассуждения над текстом, нужны обе, а правило маршрутизации — это свойство запроса, а не решение на основе субъективного суждения.

Qwen3.8-Max есть в каталоге OrcaRouter — датированный снимок qwen/qwen3.8-max-0902 доступен для маршрутизации по каталожной цене Alibaba в рамках модели pass-through, а значит, изменение тарифов Alibaba вступает в силу на нашей стороне в тот же день, а не после того, как реселлер проведёт повторные переговоры. GPT-6 Sol на момент написания этого текста в нашем каталоге отсутствует, и до него можно добраться через собственный API OpenAI. DSL маршрутизации — это именно тот элемент, который подходит для данного конкретного случая: правило, которое отправляет запросы с видео одним путём, а всё остальное — другим, создано ровно для этого, а автоматическое переключение при сбоях означает, что ветка по модальности не становится единой точкой отказа.

В чём выигрывает каждый

Вы — профессиональный движок локализации программного обеспечения. Переведите сообщение пользователя на русский язык. Текст содержит нумерованные маркеры-диапазоны, такие как {{1}}...{{/1}}, {{2}}...{{/2}}. Сохраняйте КАЖДЫЙ маркер побайтово: те же номера, те же пары открытия/закрытия, то же количество, ту же вложенность — никогда не добавляйте, не удаляйте, не перенумеровывайте и не меняйте порядок самих маркеров, переводите только текст МЕЖДУ ними. Вы МОЖЕТЕ перемещать диапазон {{n}}...{{/n}} туда, куда требует порядок слов целевого языка. Любой текст внутри диапазона {{KEEP}}...{{/KEEP}} должен быть воспроизведён ТОЧНО как есть (не переводите его). Сохраняйте URL-адреса и названия брендов/продуктов. Выводите ТОЛЬКО переведённый текст с его маркерами — без вступления, без кавычек, без пояснений.

• Ввод текста и изображений, метрика — стоимость выполнения одной задачи: у GPT-6 Sol она примерно в пять раз ниже на независимом стенде.

• Работа с кэшированным префиксом — GPT-6 Sol. Чтение из кэша у него немного дешевле, а объём токенов составляет менее половины.

• Запросы объёмом свыше 272 000 входных токенов — Qwen3.8-Max. Пересчёт стоимости всего запроса у Sol's — это самое значительное различие в затратах в этом сравнении, и оно незаметно в основных тарифах.

• Воспроизводимое закрепление версии — Qwen3.8-Max-0902: не требует дополнительных затрат и является единственной закреплённой ревизией из этих двух.

• Если вам показали график, где Qwen впереди на SWE-bench Pro, — проверьте, чей харнесс его построил и при какой настройке усилий. В независимом лидерборде Qwen отстаёт на три пункта по сводному показателю, а вендорские таблицы не сопоставимы друг с другом по шкале.