Gemini 3.6 Flash vs Qwen3.8 Max：料金と仕様の実測比較

どんなときに、どちらを選ぶか

入力が混在メディアの場合やプロンプトが巨大な場合は gemini-3.6-flash を選んでください。テキスト・画像・動画・音声を入力として受け取り、1048576 トークンのコンテキストを保持し、100万入力トークンあたり $1.5、キャッシュ読み取り $0.15 です。ただし出力は100万トークンあたり $7.5 で、思考は切れません。多くのトークンを出力するテキストと画像の処理なら qwen3.8-max を選びます。出力は100万トークンあたり $6（gemini-3.6-flash はその 1.25 倍）、最大出力は 65536 ではなく 131072 トークンです。トレードオフは入力対出力で、qwen3.8-max は入力 $2、キャッシュ読み取り $0.25、983616 トークンのウィンドウで推論と長コンテキストのフラグを備えます。

ベンチマーク

平均超え上回るモデルなしGemini 3.6 Flash6 ~~/ 18~~1 ~~/ 18~~Qwen3.8 Max31 ~~/ 40~~8 ~~/ 40~~

Gemini 3.6 Flash Qwen3.8 Max 測定された他モデル他モデルの平均 ★ これを上回るモデルなし

DeepSWE 1.1

48.6%

56.6%

BioMysteryBench hard

41.2%

N/A

OSWorld 2.0

33.8%

N/A

Cybergym

N/A

78.5%

HealthBench

N/A

これを上回るモデルなし 60.2%

JobBench

N/A

53.4%

Harvey Lab-AA

85.1%

N/A

GPQA Diamond

N/A

92.6%

Agents' Last Exam Pass

24.2%

27%

LVBench

84.2%

N/A

ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

料金

	Gemini 3.6 Flash	Qwen3.8 Max	Δ
入力 / 100 万トークン	$1.5	$2	0.75×
出力 / 100 万トークン	$7.5	$6	1.3×
キャッシュ読み取り / 100 万トークン	$0.15	$0.25	0.6×
キャッシュ書き込み	-	1.25x	-

ビルド時点の現行カタログの料金です。最新の料金表は各モデルのページに掲載しています。

両モデルの位置：100 万トークンあたりの入力料金（この課金単位のチャットモデル全 76 件、対数スケール）

Gemini 3.6 Flash · $1.5 Qwen3.8 Max · $2

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

対応機能

	Gemini 3.6 Flash	Qwen3.8 Max
ツール呼び出し	あり	あり
思考の制御	常時オン	あり（ベンダーは調整用パラメータを公表していない）
構造化出力	あり	あり
プロンプトキャッシュ	自動 + 明示	自動 + 明示
キャッシュ保持時間	公表なし	explicit: 5m, reset on hit
キャッシュ対象の最小プレフィックス	4096 トークン	1024 トークン

仕様

	Gemini 3.6 Flash	Qwen3.8 Max
入力モダリティ	テキスト画像音声動画	テキスト画像
出力モダリティ	テキスト	テキスト
リリース	2026-07-21	2026-08-03
知識カットオフ	2026-03	-
コンテキストウィンドウ	1M	984K
最大出力	66K	131K
思考パラメータ	thinkingLevel	-
指定可能な値	minimal low medium high	-
デフォルト	medium	-

仕様は各ベンダーのドキュメントから転記しています。ベンダーが公表していない項目は、推測で埋めずに省いています。出典の一覧： Gemini 3.6 Flash · Qwen3.8 Max

1 つのプロンプトを両モデルで実行（ゲートウェイ経由で測定）

CFO 向けの推論バグのある関数の修正スキーマに沿った抽出制約付きの文章作成

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェックちょうど 3 文

Gemini 3.6 Flash 合格 · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

出力 893 tok (+816 思考) レイテンシ 4.7 s

Qwen3.8 Max 合格 · 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.

出力 378 tok (+305 思考) レイテンシ 8.6 s

指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。

プロンプト 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. チェック修正がテストを通る

Gemini 3.6 Flash 合格 · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```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 ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

出力 2034 tok (+1768 思考) レイテンシ 10.0 s

Qwen3.8 Max 合格 · 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.

出力 1616 tok (+1411 思考) レイテンシ 34.7 s

修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。

プロンプト 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. チェック有効な JSON、スキーマに完全一致

Gemini 3.6 Flash 合格 · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

出力 2843 tok (+2783 思考) レイテンシ 13.1 s

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

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

出力 1199 tok (+1141 思考) レイテンシ 24.4 s

スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。

プロンプト 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. チェック 120 語、禁止語 0

Gemini 3.6 Flash 不合格 · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

出力 4092 tok (+3929 思考) レイテンシ 16.3 s

Qwen3.8 Max 合格 · 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.

出力 2744 tok (+2591 思考) レイテンシ 46.3 s

制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。

1 行の変更で切り替え

以下のどのタブにも両方のモデル ID が入っています。書き換えるのはハイライトされた 2 行だけで、エンドポイント、キー、リクエスト形式はすべて同じです。

from openai import OpenAI

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

resp = client.chat.completions.create(
    model="gemini-3.6-flash",
    # model="qwen3.8-max",  # この行のコメントを外し、上の行をコメントアウト
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "gemini-3.6-flash",
  // model: "qwen3.8-max",  // この行のコメントを外し、上の行をコメントアウト
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.6-flash",
    # "model": "qwen3.8-max",  # この行のコメントを外し、上の行をコメントアウト
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "gemini-3.6-flash",
		// Model: "qwen3.8-max",  // この行のコメントを外し、上の行をコメントアウト
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("gemini-3.6-flash")
        // .model("qwen3.8-max")  // この行のコメントを外し、上の行をコメントアウト
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

API キーを取得 →

よくある質問

Gemini 3.6 Flash と Qwen3.8 Max ではどちらが安いですか？

入力 / 100 万トークンは Gemini 3.6 Flash のほうが安くなります（$1.5 対 $2、1.3 倍の差）。ほかの行では逆になることもあります。料金の全体は上の表に掲載しており、実際のコストは利用の内訳によって変わります。

Gemini 3.6 Flash と Qwen3.8 Max の A/B テストは、実装を 2 つ用意せずにできますか？

はい。どちらも同じ OpenAI 互換エンドポイントから 1 つの API キーで利用できます。切り替えはモデル名の文字列を 1 行変えるだけなので、トラフィックの一部をそれぞれに振り分けて、請求額を直接比較できます。

Gemini 3.6 Flash と Qwen3.8 Max はプロンプトキャッシュに対応していますか？

はい。どちらのモデルも、キャッシュ読み取りは通常の入力単価より安く課金されます。そのため、同じプレフィックスを繰り返し使うワークロードでは、定価から見込まれるよりコストが下がります。キャッシュ読み取りの正確な単価は、上の料金表に掲載しています。

当社の実測レポートより

過剰拒否の実測、原因の大半はモデルではなくベンチマーク翻訳に最適な LLM：9 モデル・9 言語、コスト差は 400 倍 LLM 構造化出力：12 API 中 4 つが正しい JSON に誤値