GPT-6 Luna vs Qwen3.8 Max

vs

Qual usar e quando

Estes dois cobrem o mesmo terreno no papel: entrada de texto e imagem, saída de texto, com chat, visão, código, ferramentas e raciocínio em ambos, aproximadamente um milhão de tokens de contexto (1050000 para gpt-6-luna, 983616 para qwen3.8-max) e tetos comparáveis de 128000 contra 131072 tokens de saída. A tabela de preços é onde eles se dividem: qwen3.8-max custa 20x mais na entrada, 12x mais na saída e 25x mais em leituras em cache, portanto, o gpt-6-luna é o padrão para trabalho de alto volume, e sua capacidade de desligar o pensamento também lhe dá um modo sem raciocínio barato. Recorra ao qwen3.8-max apenas se você quiser especificamente o modelo sinalizado para contexto longo da Alibaba.

Benchmarks

Acima da médiaNenhum melhorGPT-6 Lunaapenas 1 comparáveisQwen3.8 Max31 / 408 / 40
GPT-6 Luna Qwen3.8 Max outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
DeepSWE 1.1
66.6%
56.6%
AndroidBench
N/A
75.1%
Cybergym
N/A
78.5%
HealthBench
N/A
nenhum outro modelo teve pontuação maior 60.2%
JobBench
N/A
53.4%
PLawBench
N/A
nenhum outro modelo teve pontuação maior 73.2%
GPQA Diamond
N/A
92.6%
Agents' Last Exam
N/A
27%

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

Preços

GPT-6 Luna Qwen3.8 Max Δ
Entrada / 1M tokens $0.1 $2 0.05×
Saída / 1M tokens $0.5 $6 0.083×
Leitura de cache / 1M tokens $0.01 $0.25 0.04×
Escrita de cache 1.25x (30m) / 2.5x (12h) 1.25x -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual.

Onde cada um fica: preço de entrada por 1M tokens entre os 83 modelos de chat com esta unidade de cobrança (escala logarítmica)

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

Capacidades

GPT-6 Luna Qwen3.8 Max
Uso de ferramentas sim sim
Controle de raciocínio configurável

sim

o provedor não publica o controle

Saída estruturada sim sim
Cache de prompts implícito + explícito implícito + explícito
Tempo de vida do cache at least 30m by default, 12h option on the Responses API explicit: 5m, reset on hit
Prefixo mínimo em cache 1,024 tokens 1,024 tokens

Especificações

GPT-6 Luna Qwen3.8 Max
Modalidades de entrada texto imagem texto imagem
Modalidades de saída texto texto
Lançamento 2026-09-22 2026-08-03
Corte de conhecimento 2026-05 -
Janela de contexto 1.1M 984K
Saída máxima 128K 131K
Parâmetro de raciocínio reasoning.effort -
Valores aceitos
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
-
Padrão medium -

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: GPT-6 Luna · Qwen3.8 Max

Um prompt, os dois modelos, medidos pelo gateway

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

GPT-6 Luna passou · 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.

saída 117 tok (+48 raciocínio) latência 3.4 s

Qwen3.8 Max passou · 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.

saída 378 tok (+305 raciocínio) latência 8.6 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

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. VERIFICAÇÃO a correção passa nos testes

GPT-6 Luna passou · 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.

saída 514 tok (+356 raciocínio) latência 6.9 s

Qwen3.8 Max passou · 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.

saída 1616 tok (+1411 raciocínio) latência 34.7 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

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. VERIFICAÇÃO JSON válido, schema exato

GPT-6 Luna passou · 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"}

saída 161 tok (+119 raciocínio) latência 21.7 s

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

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

saída 1199 tok (+1141 raciocínio) latência 24.4 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

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. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

GPT-6 Luna passou · 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.

saída 959 tok (+813 raciocínio) latência 14.6 s

Qwen3.8 Max passou · 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.

saída 2744 tok (+2591 raciocínio) latência 46.3 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

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",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, GPT-6 Luna ou Qwen3.8 Max?

GPT-6 Luna sai mais barato na linha “Entrada / 1M tokens” ($0.1 contra $2, 20× de diferença). Outras linhas podem pender para o outro lado: a tabela acima mostra todos os preços, e o custo real depende do seu mix de uso.

Posso fazer um teste A/B de GPT-6 Luna contra Qwen3.8 Max sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

GPT-6 Luna e Qwen3.8 Max suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Dos nossos estudos com medições