Neu Kostenlos registrieren, 10 Aufrufe gratis. Bis zu 1 $, ohne Karte.

GPT-6 Luna vs Qwen3.8 Max

vs

Welches Modell, wann

Diese beiden decken auf dem Papier denselben Bereich ab: Text und Bild als Input, Text als Output, mit Chat, Vision, Code, Tools und Reasoning bei beiden, ungefähr einer Million Token Kontext (1050000 für gpt-6-luna, 983616 für qwen3.8-max) und vergleichbaren Obergrenzen von 128000 gegenüber 131072 Output-Token. Bei der Preisliste trennen sie sich: qwen3.8-max kostet 20x mehr beim Input, 12x mehr beim Output und 25x mehr bei Cached Reads, weshalb gpt-6-luna der Standard für Workloads mit hohem Volumen ist, und seine Fähigkeit, das Thinking auszuschalten, bietet Ihnen zudem einen günstigen Non-Reasoning-Modus. Greifen Sie nur dann zu qwen3.8-max, wenn Sie speziell Alibabas Long-Context-geflaggtes Modell möchten.

Benchmarks

Über dem DurchschnittKeins besserGPT-6 Lunanur 1 vergleichbarQwen3.8 Max31 / 408 / 40
GPT-6 Luna Qwen3.8 Max weitere gemessene Modelle Durchschnitt der Vergleichsmodelle kein anderes Modell war besser
DeepSWE 1.1
66.6%
56.6%
AndroidBench
N/A
75.1%
Cybergym
N/A
78.5%
HealthBench
N/A
kein anderes Modell war besser 60.2%
JobBench
N/A
53.4%
PLawBench
N/A
kein anderes Modell war besser 73.2%
GPQA Diamond
N/A
92.6%
Agents' Last Exam
N/A
27%

Herstellerangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Preise

GPT-6 Luna Qwen3.8 Max Δ
Input / 1M Token $0.1 $2 0.05×
Output / 1M Token $0.5 $6 0.083×
Cache-Read / 1M Token $0.01 $0.25 0.04×
Cache-Schreiben keine separate Gebühr 1.25x -

Preise aus dem Live-Katalog zum Zeitpunkt des Builds; jede Modellseite enthält die aktuelle Übersicht.

Wo sie stehen - Eingabepreis pro 1M Tokens über alle 74 Chat-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)

GPT-6 Luna · $0.1 Qwen3.8 Max · $2
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Fähigkeiten

GPT-6 Luna Qwen3.8 Max
Tool-Nutzung ja ja
Thinking-Kontrolle konfigurierbar ja - Regler des Anbieters nicht veröffentlicht
Strukturierte Ausgabe ja ja
Prompt-Caching implizit (automatisch) implizit + explizit
Cache-Lebensdauer 5-10m, up to 1h explicit: 5m, reset on hit
Minimales gecachtes Präfix 1024 Tokens 1024 Tokens

Spezifikationen

GPT-6 Luna Qwen3.8 Max
Input-Modalitäten Text Bild Text Bild
Ausgabemodalitäten Text Text
Veröffentlicht 2026-09-22 2026-08-03
Wissensgrenze 2026-05 -
Kontextfenster 1.1M 984K
Maximaler Output 128K 131K
Thinking-Parameter reasoning.effort -
Zulässige Werte
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
-
Standardwert medium -

Die Spezifikationen sind aus der Dokumentation der jeweiligen Anbieter übernommen; eine Zeile, die ein Anbieter nicht veröffentlicht, wird weggelassen und nicht abgeleitet. Vollständige Quellen: GPT-6 Luna · Qwen3.8 Max

Ein Prompt, beide Modelle - gemessen über das Gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. PRÜFEN genau 3 Sätze

GPT-6 Luna bestanden · 3 sentences

Enabling reasoning typically makes the model process more information and generate more internal tokens before producing its answer. Because usage is billed by tokens—and reasoning may also route requests to a more expensive model—the cost per request can rise sharply. If request volume stayed similar, that higher cost per request could explain why the bill doubled.

Ausgabe 117 tok (+48 Denken) Latenz 3.4 s

Qwen3.8 Max bestanden · 3 sentences

Enabling reasoning makes the model produce additional hidden steps before responding, and those tokens are billable. It also tends to lengthen each interaction because the model works through more possibilities before settling on an answer. Therefore, the bill doubled mainly due to higher compute and token usage per request, not necessarily because the number of requests doubled.

Ausgabe 378 tok (+305 Denken) Latenz 8.6 s

Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. PRÜFEN Fix besteht die Tests

GPT-6 Luna bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original code counted matching *adjacent pairs* rather than items, so a run of length `n` was reported as `n - 1`, and a single-item input returned `0`. This version counts the current item as part of each run and updates `best` at every index, including the last; it returns `0` for an empty input.

Ausgabe 514 tok (+356 Denken) Latenz 6.9 s

Qwen3.8 Max bestanden · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that the original code starts `best` and `cur` at `0`, so it counts adjacent equal *transitions* rather than the number of items in the run. A run of length `n` has only `n - 1` equal-neighbor transitions, so single-element inputs return `0`, and runs that reach the end are undercounted by one. Initializing the current run to `1` for the first element, resetting it to `1` on a break, and updating `best` from that count fixes the off-by-one.

Ausgabe 1616 tok (+1411 Denken) Latenz 34.7 s

Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. PRÜFEN gültiges JSON, Schema exakt

GPT-6 Luna bestanden · 5/5 fields, guidance "Withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}

Ausgabe 161 tok (+119 Denken) Latenz 21.7 s

Qwen3.8 Max bestanden · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }

Ausgabe 1199 tok (+1141 Denken) Latenz 24.4 s

Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. PRÜFEN 120 Wörter, 0 verbotene Wörter

GPT-6 Luna bestanden · 120 words, 0 banned, 1 question

Introducing Prompt Cache, a new API gateway feature that recognizes repeat prompt prefixes and reuses provider-side cached context across supported models. Teams can route requests to different AI providers while preserving eligible cache hits, reducing redundant input processing and helping lower latency and token costs. Configure cache policies in one place, monitor hit rates by provider, and keep existing client integrations unchanged. The gateway applies provider-specific rules automatically, so developers do not need to build separate caching logic for each endpoint. Which workflows could benefit from faster responses and predictable spend? Prompt Cache is available today in preview for eligible accounts, with usage details, supported providers, and setup guidance in the dashboard. Start with one route, compare results, then expand.

Ausgabe 959 tok (+813 Denken) Latenz 14.6 s

Qwen3.8 Max bestanden · 120 words, 0 banned, 1 question

Today, our API gateway adds prompt caching across major model providers. It stores prompts and responses in one fast cache layer. Teams can lower token spend, reduce latency, and repeat reliable answers. The feature supports OpenAI, Anthropic, Google, and Mistral through one configuration. You can set retention rules, scope access, and invalidate entries quickly. How does your team maintain consistent results during provider outages? Approved cached responses keep applications stable while fallback routes recover. The dashboard shows hit rates, savings, latency, and provider usage. Engineers receive audit trails for every cached prompt, enabling safer testing. Product managers can compare cost trends before and after cache adoption. Start with a small route, then safely expand caching to production traffic right now.

Ausgabe 2744 tok (+2591 Denken) Latenz 46.3 s

Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.

Mit einer Zeile zwischen ihnen wechseln

Beide IDs befinden sich in jedem Tab unten - das hervorgehobene Zeilenpaar ist die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiche Request-Struktur.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gpt-6-luna",
    # model="qwen3.8-max",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

API-Schlüssel abrufen →

FAQ

Welches ist günstiger, GPT-6 Luna oder Qwen3.8 Max?

GPT-6 Luna ist günstiger bei input / 1m token ($0.1 vs. $2, 20× Unterschied). Andere Zeilen können in die andere Richtung deuten - die obige Tabelle enthält alle Daten, und die tatsächlichen Kosten hängen von Ihrem Mix ab.

Kann ich GPT-6 Luna gegen Qwen3.8 Max ohne zwei Integrationen A/B-testen?

Ja. Beide werden über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel bereitgestellt - der Wechsel ist eine einzeilige Änderung des Modell-Strings, sodass Sie einen Bruchteil des Traffics an jedes Modell leiten und die Rechnungen direkt vergleichen können.

Unterstützen GPT-6 Luna und Qwen3.8 Max Prompt-Caching?

Ja - beide berechnen Cache-Reads günstiger als ihre Eingaberate, sodass Warm-Prefix-Workloads weniger kosten, als die Listenpreise vermuten lassen. Die genauen Zeilen für Cache-Reads befinden sich in der obigen Preistabelle.

Verwandte Vergleiche

Aus unseren gemessenen Studien