GPT-6 Sol 對決 Qwen3.8-Max：封閉模型無法匹敵的那一行

幾乎每一項GPT-6 Sol 與 Qwen3.8-Max 之間的比較，最終都會取決於成本，而幾乎每一項比較都會朝同一個方向把成本算錯。Qwen3.8-Max 是該廠商的託管旗艦模型，自 2026 年 8 月 3 日正式推出以來，定價一直是每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元；而帶日期的Qwen3.8-Max-0902 快照則於 9 月 2 日上線。GPT-6 Sol 於 2026 年 9 月 22 日正式推出，價格為輸入 2.00 美元、輸出 10.00 美元。輸入價格完全相同，而且在 Qwen3.8-Max 的價目表上，輸出還便宜 40%——然而在獨立測試框架上，完成一項任務的成本卻大約是五倍。

但還有第二個更明確的差異，被成本論述不斷掩蓋，而正是這個差異真正決定了某些工作負載。Qwen3.8-Max 接受影片。GPT-6 Sol 則不支援。這不是價格項目或基準測試項目；這是其中一個模型具備、而另一個無法企及的能力，也是這場對決中唯一無論投入多少 token 效率優化都無法解決的部分。

兩款旗艦，兩種不同形態

Qwen3.8-Max 是一個擁有 2.4 兆參數的稀疏混合專家模型，每次查詢約有 950 億個參數處於啟用狀態——是僅次於 Kimi K3、第二大的正式上線託管模型。其上下文視窗為一百萬個 token，輸出上限為 131,072 個 token；輸入模態包括文字、圖像與影片，並支援低、中、超高共三種推理強度，以及結構化輸出與工具呼叫。這款託管旗艦版本並非開放權重；同一世代的可下載成品屬於另一個獨立發布版本，有其自身的限制。

GPT-6 Sol 是文字與圖像輸入、文字輸出。其視窗為 1,050,000 個 token，最大輸入為 922,000 個 token，輸出上限為 128,000 個 token，定價為固定 2.00 美元與 10.00 美元，快取讀取為 0.20 美元、快取寫入為 2.50 美元，而當輸入超過 272,000 個 token 時，整筆請求會重新定價為 4.00 美元與 15.00 美元。它是封閉的、單一識別碼，而 OpenAI 已將這些費率描述為永久性而非促銷性。

各視窗數字彼此相差約 7% 以內，輸出上限也落在同一區間。模態清單是唯一的結構性落差——而且是單向的。

逐行

• 輸入 — GPT-6 Sol 每百萬個 token 2.00 美元，對比 Qwen3.8-Max 每百萬個 token 2.00 美元；主要數字完全相同

• 產出 — GPT-6 Sol 每百萬個 token $10.00 美元，對比 Qwen3.8-Max 每百萬個 token $6.00 美元；阿里巴巴的價格低 40%

• 快取輸入 — GPT-6 Sol 每百萬個 token $0.20，而 Qwen3.8-Max 每百萬個 token $0.25（隱式快取讀取），顯式快取讀取為 $0.17，顯式快取寫入為 $2.50

• 上下文視窗 — GPT-6 Sol 1,050,000 詞元 vs Qwen3.8-Max 1,000,000 詞元

• 最大輸出 — GPT-6 Sol 128,000 tokens，對比 Qwen3.8-Max 131,072 tokens

• 輸入模態 — GPT-6 Sol 的文字與圖像 vs Qwen3.8-Max 的文字、圖像與影片

• 長上下文處理 — GPT-6 Sol 對超過 272,000 個輸入 token 的整個請求重新計價，輸入與快取費率為 2 倍、輸出為 1.5 倍；相較之下，Qwen3.8-Max 在整個上下文視窗內採單一固定費率，這是 Qwen 費率表在結構上更優、而不只是略為便宜的唯一之處

• 推理強度 — GPT-6 Sol 無、低、中（預設）、高、極高、最高 vs Qwen3.8-Max 低、中與超高

• 知識截止日期 — GPT-6 Sol 2026 年 4 月 20 日 vs Qwen3.8-Max 未以單一日期公布

• 帶日期標記的快照 — GPT-6 Sol 為單一滾動式識別碼，對比 Qwen3.8-Max-0902 以固定為 2026 年 9 月 2 日的修訂版提供，且價格相同

長上下文這條路線值得比平常獲得更多關注。GPT-6 Sol 的附加費是套用於整個請求的級距，因此一次 900,000 token 的代理程式執行，每個 token 都會以 $4.00 和 $15.00 計費。Qwen3.8-Max 則在整個視窗內只收取單一級距的費用。對於長期運行在 272,000 token 以上的工作負載，這兩張價目表根本無法相提並論——標題上看起來較便宜的模型，實際上貴得多，而差距的方向完全取決於你的上下文落在哪裡。

價目表上說便宜 40%。框架卻說帳單是五倍。

Artificial Analysis 測得 Qwen3.8-Max-0902 的 Intelligence Index 分數為 45，每完成一項 index 任務花費 $5.41，並在整次運行中產生了 1.9 億個輸出 token。其摘要形容該模型「明顯緩慢且極為冗長」。GPT-6 Sol 則以每項任務 $1.06、7,700 萬個輸出 token 的表現獲得 48 分。

把這三組配對放在一起看，對決的輪廓就浮現了。Qwen 落後三個指數點，產生了兩倍半的 token，而且每完成一項任務的成本約高出五倍——還是在其輸出便宜 40% 的價目表上。箇中機制並不微妙。以每百萬輸出 token 6.00 美元計算，1.9 億 token 在每次索引執行中光是輸出就花費 1.14 美元，還沒計入輸入；以每百萬 10.00 美元計算，Sol 的 7,700 萬 token 花費 0.77 美元。較便宜的費率買到的是更多 token，而不是更小的帳單。

這是九月這一批模型普遍可見的相同模式，而它值得被當成一條通則來陳述，而不是只當成這兩個模型的事實：在按 token 計價的價目表上，如果模型輸出的 token 數是兩倍半，那麼輸出打 40% 折扣就毫無價值。每完成一項任務的成本，才是唯一站得住腳的數字。

Alibaba 發布了什麼，以及設定努力程度的問題

阿里巴巴自家的基準測試表是這項比較中最長、也最不具可比性的一份。廠商自行報告的數據顯示，Qwen3.8-Max 在 PaperBench 與 IFBench 上領先，卻在 SWE-bench Pro 與 Humanity's Last Exam 上落後；其推理努力程度量表——低、中、極高——與 OpenAI 的六級量表並無直接對應關係。以極高設定公布的成績，與以中等設定公布的成績並不是同一回事；而且在比較圖表上，兩家廠商都沒有標明某個數字是由哪一級設定產生的。

這就是這裡不該倚賴任一廠商數據表的誠實原因。Alibaba 的數字是在 Alibaba 的測試框架、以 Alibaba 的投入設定下跑出來的；OpenAI 的數字則是在 OpenAI 的環境下跑出來的。Artificial Analysis 的數據之所以存在，正是因為上述兩者都無法用於直接對比，而上面採用的正是它們的數字。

可重現性是一項真正的功能，而它的價格是零

帶日期的快照是這項比較中最被低估的一點。Qwen3.8-Max-0902 是釘選於 2026 年 9 月 2 日的修訂版，阿里云表示它具備與基礎模型相同的能力與定價。將其釘選意味著，你端點背後的模型不會從週二到週四就在你腳下悄悄改變。

GPT-6 Sol 沒有對應版本。它是單一的滾動式識別碼——同一個模型頁面只帶有一個預設快照，沒有標註日期的變體——這意味著你九月做基準測試的對象，不保證會是你十一月呼叫的對象。對大多數團隊來說，這沒問題。但對受監管、必須證明某項輸出是由什麼產生的管線而言，這是實實在在的差異；而這正是 Alibaba 免費提供、OpenAI 卻完全不提供的東西。

視訊線才是決定性的那一條。

以上全部都是比較。這部分不是。如果你的輸入包含影片——螢幕錄影、檢測錄像、課堂錄製，任何資訊存在於動態之中而非靜止畫面裡的內容——Qwen3.8-Max 原生就能接受，而 GPT-6 Sol 完全沒有途徑處理。你無法靠提示詞繞過模態的限制。你也無法把影片預先處理成影像，然後得到同樣的東西，因為時間資訊正是重點所在，而文字基準測試上再多的索引分數，都取代不了你的任務實際所需的輸入。

反向情況也值得一提，因為這正是比較不再一面倒的地方。若你的輸入是文字與圖像，Sol 每項任務更便宜，在中立排行榜上領先四分，快取讀取也更便宜。影片能力並不是對你有利的決勝因素；它只是單純未被使用。

路由一個具有兩個獨立答案的決策

這是一個真正適合採用兩個模型、而非單一模型的架構對決，原因在於拆分依據是輸入模態，而不是難度。一條會接收影片並對文字進行推理的管線，兩者都需要，而路由規則是請求本身的屬性，不是需要主觀判斷的決定。

Qwen3.8-Max 已收錄在 OrcaRouter 的產品目錄中——帶有日期標記的 qwen/qwen3.8-max-0902 快照可供路由，在直通模式下採用阿里巴巴的標價，這意味著阿里巴巴的價格調整當天就會在我們這邊生效，而不必等到經銷商重新議價之後。截至本文撰寫時，GPT-6 Sol 尚未列入我們的目錄，只能透過 OpenAI 自家的 API 存取。路由 DSL 正是切合這個特定情境的那一塊：把帶有影片的請求導向一邊、其餘全部導向另一邊的規則，正是它存在的目的，而自動容錯移轉則意味著模態分支不會成為單點故障。

各自勝出之處

• 影片進、文字出 — Qwen3.8-Max，無須多言，勝負已分。

• 輸入文字與圖像，以每完成一項任務的成本作為指標——GPT-6 Sol，在獨立測試框架上約為五倍。

• 快取前綴作業 — GPT-6 Sol。其快取讀取的費用略低，且其 token 用量不到一半。

• 輸入 token 超過 272,000 的請求 — Qwen3.8-Max。Sol 的整筆請求重新計價是這項比較中最大的單一成本差異，而它在表面費率上完全看不出來。

• 可重現的版本鎖定 — Qwen3.8-Max-0902，無需額外費用，且是兩者中唯一鎖定的修訂版本。

• 如果有人給你看一張圖表，顯示 Qwen 在 SWE-bench Pro 上領先——先查清楚這是誰的測試框架跑出來的，以及是在哪個努力設定下。獨立排行榜在綜合指標上顯示 Qwen 落後三分，而且各家廠商的表格彼此並不在同一個尺度上。