GPT-6 Luna vs Qwen3.8 Flash

vs

Cuál usar y cuándo

Estos dos se sitúan muy cerca en la tabla de tarifas: gpt-6-luna cobra $0.1 por millón de entrada y $0.5 de salida, mientras que qwen3.8-flash cobra $0.15 de entrada (1.5x el de Luna) y ligeramente menos en salida con $0.47, con lecturas de caché a $0.01 frente a $0.016. Elige gpt-6-luna para trabajos con alta carga de entrada, como la inclusión de documentos largos y prompts en caché, donde sus tarifas más bajas de entrada y lectura de caché, además de una ventana de 1050000 tokens, son de gran ayuda; elige qwen3.8-flash cuando necesites entrada de video junto con texto e imágenes, o cuando la generación domine y su límite máximo de 131072 tokens de salida y su tarifa de salida más barata sean importantes.

Benchmarks

Sobre la mediaNinguno mejorGPT-6 Lunasolo 1 comparablesQwen3.8 Flash12 / 163 / 16
GPT-6 Luna Qwen3.8 Flash otros modelos medidos media de los modelos comparados ★ ningún otro modelo puntuó más alto
DeepSWE 1.1
66.6%
58.7%
OSWorld 2.0 partial
N/A
52.3%
JobBench
N/A
55.7%
GPQA Diamond
N/A
91.7%
ERQA
N/A
ningún otro modelo puntuó más alto 72.3%
Agents' Last Exam Pass
N/A
24.3%
LVBench
N/A
76.6%

Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Precios

GPT-6 Luna Qwen3.8 Flash Δ
Entrada / 1M tokens $0.1 $0.15 0.67×
Salida / 1M tokens $0.5 $0.47 1.1×
Lectura de caché / 1M tokens $0.01 $0.016 0.63×
Escritura en caché 1.25x (30m) / 2.5x (12h) 1.25x -

Tarifas tomadas del catálogo en vivo al generar el sitio; la página de cada modelo tiene la ficha de precios actualizada.

Dónde queda cada uno: precio de entrada por 1M de tokens entre los 83 modelos de chat que se facturan en esta unidad (escala logarítmica)

GPT-6 Luna · $0.1 Qwen3.8 Flash · $0.15
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

GPT-6 Luna Qwen3.8 Flash
Uso de herramientas sí sí
Control del razonamiento configurable configurable
Salida estructurada sí sí
Caché de prompts implícito + explícito implícito + explícito
Duración de la caché at least 30m by default, 12h option on the Responses API explicit: 5m, reset on hit
Prefijo mínimo en caché 1,024 tokens 1,024 tokens

Especificaciones

GPT-6 Luna Qwen3.8 Flash
Modalidades de entrada texto imagen texto imagen vídeo
Modalidades de salida texto texto
Lanzamiento 2026-09-22 2026-08-27
Corte de conocimiento 2026-05 -
Ventana de contexto 1.1M 1M
Salida máxima 128K 131K
Parámetro de razonamiento reasoning.effort
  • enable_thinking
  • thinking_budget
  • preserve_thinking
Valores aceptados
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
enable_thinking
  • true
  • false
thinking_budget
  • in tokens
preserve_thinking
  • true
  • false
Valor por defecto medium

on

qwen3.8-flash is hybrid thinking with thinking enabled by default, thinking_budget defaults to the 262,144-token chain maximum, and preserve_thinking is off

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica un dato, la fila se omite en vez de deducirlo. Fuentes completas: GPT-6 Luna · Qwen3.8 Flash

Un mismo prompt en los dos modelos, medido a través de la pasarela

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. COMPROBACIÓN exactamente 3 frases

GPT-6 Luna superado · 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.

salida 117 tok (+48 razonamiento) latencia 3.4 s

Qwen3.8 Flash superado · 3 sentences

Enabling reasoning makes the model spend additional output tokens to plan and validate answers before responding, and those tokens are billed. It also increases compute and latency per request, so each task consumes more capacity than a non-reasoning call. As a result, billable tokens and compute roughly doubled, directly driving the higher invoice.

salida 330 tok (+262 razonamiento) latencia 8.9 s

Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.

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. COMPROBACIÓN la corrección pasa las pruebas

GPT-6 Luna superado · 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.

salida 514 tok (+356 razonamiento) latencia 6.9 s

Qwen3.8 Flash superado · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 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 version counts adjacent equal pairs rather than items in a run, starting both `cur` and `best` at `0`, and it resets `cur` to `0` after a mismatch, thereby discarding the first element of the new run. That makes single-element inputs return `0`, and because every run is effectively measured in “steps” between equal elements, the last element is not counted—particularly noticeable when the longest run ends at the final index.

salida 2123 tok (+1933 razonamiento) latencia 43.8 s

Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.

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. COMPROBACIÓN JSON válido, esquema exacto

GPT-6 Luna superado · 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"}

salida 161 tok (+119 razonamiento) latencia 21.7 s

Qwen3.8 Flash superado · 5/5 fields, guidance null

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

salida 519 tok (+463 razonamiento) latencia 10.5 s

Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.

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. COMPROBACIÓN 120 palabras, 0 palabras prohibidas

GPT-6 Luna superado · 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.

salida 959 tok (+813 razonamiento) latencia 14.6 s

Qwen3.8 Flash superado · 120 words, 0 banned, 1 question

We are announcing prompt caching across providers in our API gateway. Store approved prompt outputs once and reuse them across supported model providers, cutting latency, cost, and duplicate token spend. The feature matches identical requests, checks validity, and returns cached results while preserving routing controls. Developers keep existing endpoints; the gateway manages storage, invalidation, and provider differences. This reduces noisy repeat calls, improves steady responses, and frees teams to focus on better agent workflows. OpenAI, Anthropic, Google, Mistral, and custom routes are supported. Cache hits appear in analytics with latency, token, and cost reductions visible. Check retention and privacy rules before enabling it. Ready to add cache controls to your gateway? Enable it in settings and watch spend drop now.

salida 5958 tok (+5805 razonamiento) latencia 88.8 s

Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.

Cambia de uno a otro con una sola línea

Los dos ids aparecen en todas las pestañas de abajo; lo único que cambia es el par de líneas resaltadas. El endpoint, la clave y la estructura de la solicitud son los mismos.

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-flash",  # descomenta esta línea, comenta la de arriba
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtén tu clave API →

Preguntas frecuentes

¿Cuál es más barato, GPT-6 Luna o Qwen3.8 Flash?

GPT-6 Luna es más barato en Entrada / 1M tokens ($0.1 frente a $0.15, una diferencia de 1.5×). En otras filas puede ser al revés: la tabla de arriba recoge todas las tarifas, y el coste real depende de tu combinación de uso.

¿Puedo hacer pruebas A/B de GPT-6 Luna frente a Qwen3.8 Flash sin dos integraciones?

Sí. Los dos se sirven desde el mismo endpoint compatible con OpenAI y con una sola clave API. Para cambiar de uno a otro basta con tocar una línea, el nombre del modelo, así que puedes mandar una parte del tráfico a cada uno y comparar directamente las facturas.

¿Admiten GPT-6 Luna y Qwen3.8 Flash caché de prompts?

Sí. Los dos cobran las lecturas de caché por debajo de su tarifa de entrada, así que las cargas de trabajo que reutilizan un prefijo ya cacheado cuestan menos de lo que sugieren los precios de lista. Las tarifas exactas de lectura de caché están en la tabla de precios de arriba.

Comparativas relacionadas

De nuestros estudios con mediciones