Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

GPT-6 Luna vs Qwen3.8 Max

vs

Lequel, quand

Ces deux modèles couvrent le même domaine sur le papier : texte et image en entrée, texte en sortie, avec chat, vision, code, outils et raisonnement sur les deux, environ un million de tokens de contexte (1050000 pour gpt-6-luna, 983616 pour qwen3.8-max) et des plafonds comparables de 128000 contre 131072 tokens de sortie. C'est sur la grille tarifaire qu'ils se séparent : qwen3.8-max coûte 20x plus cher en entrée, 12x plus cher en sortie et 25x plus cher sur les lectures en cache, donc gpt-6-luna est le choix par défaut pour le travail à haut volume, et sa capacité à désactiver la réflexion vous donne également un mode sans raisonnement bon marché. Ne vous tournez vers qwen3.8-max que si vous voulez spécifiquement le modèle d'Alibaba étiqueté pour les longs contextes.

Benchmarks

Au-dessus de la moyenneAucun meilleurGPT-6 Lunaseulement 1 comparablesQwen3.8 Max31 / 408 / 40
GPT-6 Luna Qwen3.8 Max autres modèles mesurés moyenne des modèles comparés aucun autre modèle n'a fait mieux
DeepSWE 1.1
66.6%
56.6%
AndroidBench
N/A
75.1%
Cybergym
N/A
78.5%
HealthBench
N/A
aucun autre modèle n'a fait mieux 60.2%
JobBench
N/A
53.4%
PLawBench
N/A
aucun autre modèle n'a fait mieux 73.2%
GPQA Diamond
N/A
92.6%
Agents' Last Exam
N/A
27%

Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

Tarification

GPT-6 Luna Qwen3.8 Max Δ
Entrée / 1M tokens $0.1 $2 0.05×
Sortie / 1M tokens $0.5 $6 0.083×
Lecture en cache / 1M tokens $0.01 $0.25 0.04×
Écriture cache aucun frais supplémentaire 1.25x -

Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.

Où ils se situent - prix en entrée pour 1M de tokens sur l'ensemble des 74 modèles chat pour cette unité de facturation (échelle logarithmique)

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

Capacités

GPT-6 Luna Qwen3.8 Max
Utilisation d'outils oui oui
Contrôle de la réflexion configurable oui - réglage du fournisseur non publié
Sortie structurée oui oui
Mise en cache du prompt implicite (automatique) implicite + explicite
Durée de vie du cache 5-10m, up to 1h explicit: 5m, reset on hit
Préfixe minimum mis en cache 1024 jetons 1024 jetons

Spécifications

GPT-6 Luna Qwen3.8 Max
Modalités d'entrée texte image texte image
Modalités de sortie texte texte
Sortie 2026-09-22 2026-08-03
Limite de connaissances 2026-05 -
Fenêtre de contexte 1.1M 984K
Sortie maximale 128K 131K
Paramètre de réflexion reasoning.effort -
Valeurs acceptées
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
-
Par défaut medium -

Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : GPT-6 Luna · Qwen3.8 Max

Un prompt, deux modèles - mesurés via la passerelle

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VÉRIFIER exactement 3 phrases

GPT-6 Luna réussi · 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.

sortie 117 tok (+48 réflexion) latence 3.4 s

Qwen3.8 Max réussi · 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.

sortie 378 tok (+305 réflexion) latence 8.6 s

Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.

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. VÉRIFIER le correctif passe les tests

GPT-6 Luna réussi · 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.

sortie 514 tok (+356 réflexion) latence 6.9 s

Qwen3.8 Max réussi · 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.

sortie 1616 tok (+1411 réflexion) latence 34.7 s

Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.

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. VÉRIFIER JSON valide, schéma exact

GPT-6 Luna réussi · 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"}

sortie 161 tok (+119 réflexion) latence 21.7 s

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

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

sortie 1199 tok (+1141 réflexion) latence 24.4 s

Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.

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. VÉRIFIER 120 mots, 0 mot interdit

GPT-6 Luna réussi · 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.

sortie 959 tok (+813 réflexion) latence 14.6 s

Qwen3.8 Max réussi · 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.

sortie 2744 tok (+2591 réflexion) latence 46.3 s

Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.

Basculez de l'un à l'autre avec une seule ligne

Les deux ids sont dans chaque onglet ci-dessous - la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.

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",  # décommentez cette ligne, commentez celle du dessus
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, GPT-6 Luna ou Qwen3.8 Max ?

GPT-6 Luna est moins cher sur entrée / 1m tokens ($0.1 contre $2, avec un écart de 20×). D'autres lignes peuvent indiquer l'inverse - le tableau ci-dessus contient la fiche complète, et le coût réel dépend de votre combinaison.

Puis-je faire un test A/B de GPT-6 Luna par rapport à Qwen3.8 Max sans deux intégrations ?

Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API - le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.

Est-ce que GPT-6 Luna et Qwen3.8 Max prennent en charge le prompt caching ?

Oui - les deux facturent les lectures en cache en dessous de leur tarif d'entrée, donc les charges de travail à préfixe chaud coûtent moins cher que ce que les tarifs de base suggèrent. Les lignes exactes des lectures en cache se trouvent dans le tableau de tarification ci-dessus.

Comparaisons associées

Issu de nos études mesurées