Gemini 4 vs. GPT-6: Ein Modell gegen drei Sprossen – und die Sprosse, die passt

Keine der beiden Seiten dieses Suchbegriffs ist ein einzelnes Produkt, und genau das muss der Vergleich zuerst korrigieren. Gemini 4 ist ein Modell: Gemini 4 Argon, der einzige Eintrag unter der Überschrift Gemini 4 in Googles eigener Modelldokumentation, im kostenpflichtigen Tarif bepreist mit 2,00 $ pro Million Eingabe-Tokens und 10,00 $ pro Million Ausgabe-Tokens bis zum 30. November 2026, mit Anstieg auf 4,00 $ und 20,00 $ ab dem 1. Dezember. GPT-6 besteht aus drei Modellen: GPT-6 Astra, das Flaggschiff, zu 10,00 $/50,00 $ vor seiner Long-Context-Stufe; GPT-6.1 Sol, die mittlere Stufe, zu 2,00 $/10,00 $; und GPT-6 Luna, die Effizienzstufe, zu 0,10 $/0,50 $ — jedes von OpenAI mit einem Kontextfenster von 1,05 Mio. Tokens, einer Ausgabeobergrenze von 128K Tokens und einem Wissens-Cutoff aufgeführt. Der direkte Vergleich, nach dem ein Leser fragt, muss also Stufe für Stufe zusammengesetzt werden, und genau eine Stufe deckt sich mit der Preisliste.

Diese Darstellung ist kein Ausweichen. Sie ist die Antwort, denn die beiden Linien sind bewusst unterschiedlich angelegt. Googles Flaggschiff-Generation 2026 ist ein einziger Betriebspunkt, den man auf vier Service-Stufen kauft. Bei OpenAI sind es drei Betriebspunkte, zwischen denen man wählen kann. Alles, was ein Leser heute umsetzen kann, folgt daraus, welche Form zur Arbeit passt.

Was jeder Anbieter tatsächlich veröffentlicht, und wo das Paper endet

Die beiden Seiten sind nicht gleich tiefgehend dokumentiert, und es ist besser, das einmal zu sagen, als es stillschweigend den Rest der Seite verzerren zu lassen.

Die Modelldokumentation von OpenAI liefert pro Modell eine Modell-ID, die von der API akzeptierten Reasoning-Effort-Werte, den Eingabe- und Ausgabepreis, die maximale Ausgabe, das Kontextfenster, einen Knowledge-Cutoff und eine Tool-Oberfläche. Für GPT-6 Astra und GPT-6.1 Sol ist der Cutoff der 30. April 2026, und die Effort-Skala reicht von low bis max; GPT-6 Luna hat einen Cutoff vom 18. Mai 2026 und akzeptiert zusätzlich none. Die Preisseite von OpenAI gliedert dann jedes Modell in Spalten für Kurzkontext und Langkontext auf, und zwar über die Service-Level Standard, Batch, Flex, Fast und Ultrafast hinweg. Das ist eine ungewöhnlich vollständige Dokumentationsspur: Ein Leser kann ein Budget berechnen, ohne jemanden fragen zu müssen.

Googles Seite ist dünner bei den Details, die normalerweise einen Vergleich entscheiden. Ihre Modellseite listet „Alle Gemini 4-Modelle“ auf, und diese Tabelle hat genau eine Zeile – Gemini 4 Argon, Endpunkt gemini-4-argon, beschrieben als Flaggschiff-Reasoning-Modell mit „einem einheitlichen 1-Mio.-Token-Kontextfenster und langen Dekodierungen bis zu 1 Mio. Token“, als Stable gekennzeichnet. Ihre Preisseite führt die vier Service-Stufen mit dem Dezember-Schritt. Nicht veröffentlicht sind eine Modellkarte, eine Parameteranzahl, eine Lizenzbedingung oder ein veröffentlichter Trainingswissens-Cutoff. Argon wurde am 30. September 2026 angekündigt, und Seiten, die seinen breiteren Rollout datieren, datieren Googles Zugangsplan; auf das eine Modell ist keine Gemini-4-Modellkarte gefolgt.

Lies diese Asymmetrie als das, was sie ist: eine Tatsache darüber, was die beiden Anbieter beschlossen haben schriftlich festzuhalten, keine Aussage über die Qualität eines der beiden Modelle. Google hat genug veröffentlicht, um Transaktionen zu ermöglichen, aber nicht viel zum Vergleichen. Das begrenzt, was diese Seite ehrlicherweise leisten kann.

Die Sprosse, die sich einreiht, und was am 1. Dezember mit ihr geschieht

Ordnet man die beiden Preislisten nach dem Preis, löst sich die Paarung fast vollständig in einen einzigen Vergleich auf.

• Gemini 4 Argon, kostenpflichtige Tarifstufe — $2,00 Eingabe / $10,00 Ausgabe pro Million, Kontext-Caching bei $0,10, mit Erhöhung am 1. Dezember 2026 auf $4,00 / $20,00 und $0,20

• GPT-6.1 Sol — 2,00 $ Eingabe / 10,00 $ Ausgabe pro Million bei kurzem Kontext, 0,10 $ für zwischengespeicherte Eingabe, 4,00 $ / 15,00 $, sobald eine Anfrage lang läuft

• GPT-6 Astra — 10,00 $ / 50,00 $ kurzer Kontext, 20,00 $ / 75,00 $ langer Kontext, 1,00 $ zwischengespeicherte Eingabe

• GPT-6 Luna — 0,10 $ / 0,50 $, 0,01 $ für zwischengespeicherte Eingabe und erneut zu diesem Tarif bei langem Kontext

Der Einführungstarif von Argon und der reguläre Tarif von GPT-6.1 Sol sind dieselben zwei Zahlen, was dies zur einzigen Paarung macht, bei der „Welcher ist günstiger?“ eine echte Antwort hat statt einer Antwort aus dem Preisblatt. Es ist zugleich die Paarung mit einem datierten Ablauf auf einer Seite: Google hat erklärt, sein Tarif sei ein Einführungstarif, und der Schritt im Dezember verschiebt Argons Standardstufe auf 4,00 $/20,00 $ — über Sols Output-Tarif für kurzen Kontext und über Sols Output-Tarif für langen Kontext von 15,00 $, wobei gecachter Input doppelt so teuer ist wie bei Sol. Auf der GPT-6-Seite ist im heute veröffentlichten Material nichts Vergleichbares angesetzt. Ein Team, das einen Zwölfmonatsbetrieb budgetiert, sollte 2,00 $/10,00 $ für Argon als November-Zahl behandeln, nicht als Planungszahl.

Die Stufen, die nicht übereinstimmen, sind trotzdem jeweils eine Zeile wert, denn dort unterscheiden sich die Formen. Argons Batch- und Flex-Stufen liegen bei 1,00 $/5,00 $, was günstiger ist als alles in der GPT-6-Reihe auf dieser Serviceebene und die günstigste Möglichkeit, das Google-Modell pro Token zu betreiben. Und GPT-6 Luna liegt mit 0,10 $/0,50 $ eine Größenordnung unter allem anderen in diesem Vergleich – auf der Google-Seite dieses Vergleichs gibt es keine Antwort auf ein 10-Cent-Eingabe-Token, weil Gemini 4 eine einzige Fähigkeitsstufe statt einer günstigen Stufe hat.

Die eine Messung, bei der derselbe Evaluator beide laufen ließ, und warum sie kein direkter Vergleich ist

Ein Drittanbieter hat beide Seiten mit derselben Suite gemessen: Artificial Analysis, Intelligence Index v4.3.2, in der Revision, die aktuell war, als diese Seite am 14. Oktober 2026 gelesen wurde. Die Zahlen, alle vom Bewertenden und nicht von einem der beiden Anbieter:

• Gemini 4 Argon (High) — Index 53, 1,99 $ pro Index-Aufgabe, 110 Mio. Ausgabe-Tokens in der gesamten Suite, keine vom Evaluator veröffentlichte Ausgabegeschwindigkeit

• GPT-6 Astra (Max) — Index 53, 3,26 $ pro Index-Aufgabe, 60 Mio. Ausgabe-Token, 60,7 Token pro Sekunde

• GPT-6.1 Sol (Max) — Index 52, 0,72 $ pro Index-Aufgabe, 67 Mio. Ausgabe-Tokens, 59,0 Tokens pro Sekunde

• GPT-6 Sol (Max) — Index 48, 1,04 $ pro Index-Aufgabe, 77 Mio. Ausgabe-Tokens, 122,7 Tokens pro Sekunde

• GPT-6 Luna (Max) — Index 38, 0,07 $ pro Index-Aufgabe, 140 Mio. Ausgabe-Token, 135,0 Token pro Sekunde

Zwei Warnungen, bevor irgendjemand aus dieser Liste einen Sieger herausliest. Erstens: Das sind keine aufeinander abgestimmten Einstellungen. Argons Lauf erfolgt mit hohem Reasoning-Aufwand, und jeder GPT-6-Eintrag in der Tabelle läuft auf maximalem Aufwand, und der Evaluator kennzeichnet jedes Modell mit seiner eigenen Konfiguration. Keiner der beiden Anbieter veröffentlicht die Aufwandskurve, mit der ein Leser die beiden normalisieren könnte, sodass die beiden 53er an der Tabellenspitze ein Zufall zweier unterschiedlicher Konfigurationen sind, kein Gleichstand, der unter identischen Bedingungen entschieden wurde. Zweitens, und das ist der nützlichere Teil: Dieselbe Testumgebung, die die Modelle bewertet, bepreist auch den Lauf hinter der Bewertung, und die Preisbildung ist in sich konsistent, was die Schlagzeilenwerte nicht sind. Argon schließt eine Aufgabe in 110 Mio. Output-Tokens bei $2,00/$10,00 ab, was $1,99 kostet; GPT-6.1 Sol schließt dieselbe Suite in 67 Mio. Tokens bei denselben $2,00/$10,00 ab, was $0,72 kostet. Die Tarifkarten sind identisch, und die Abrechnungen unterscheiden sich um den Faktor 2,7, weil der Zähler tatsächlich den Tokenverbrauch zählt und nicht den Preis pro Token.

Das ist die am besten übertragbare Zahl auf dieser Seite, und sie gilt weit über diese beiden Modelle hinaus: Bei jeder Workload, bei der das Ausgabevolumen der Kostentreiber ist, ist ein Vergleich pro Token zwischen zwei Modellen derselben Klasse die am wenigsten aussagekräftige Zahl, die es gibt.

Wo der Vergleich nicht möglich ist

Drei Fragen, die ein Leser hierher mitbringen wird, haben noch keine ehrliche Antwort, und es ist besser, sie zu benennen, als sie zu füllen.

Es gibt keinen direkten Fähigkeitsvergleich zwischen den beiden Linien bei identischen Einstellungen. Die Bewertungen des Evaluators stammen auf jeder Seite aus einer anderen Aufwandsstufe, und Google veröffentlicht keine Aufwandskurve für Argon. Wer für diesen Vergleich ein klares Urteil in Form einer einzigen Zahl präsentiert, stellt einen Konfigurationsunterschied als Fähigkeitsunterschied dar.

Es gibt keinen veröffentlichten Architekturvergleich, weil eine Seite ihre Architektur nicht veröffentlicht hat. Für Gemini 4 Argon existiert keine Parameteranzahl, auf die man verweisen kann, und keine Kontextlängenangabe jenseits des einheitlichen 1M-Fensters und des Long-Decode-Pfads, den Google angibt. Wo eine Schätzung von Dritten kursiert, ist sie eine Schätzung.

Und es gibt kein günstigeres Gemini 4, mit dem man sich mit GPT-6 Luna vergleichen könnte. Wenn der entscheidende Faktor in der Arbeitslast einer Person die niedrigstmöglichen Kosten pro Token sind, antwortet die GPT-6-Reihe darauf mit einer Stufe, und die Gemini-4-Reihe antwortet überhaupt nicht darauf.

Was ein Leser heute erreichen kann, und von wo aus

Dies ist die Achse, auf der die beiden Linien in der Praxis am stärksten auseinandergehen, und es handelt sich um eine Tatsache der Abdeckung, nicht um eine Aussage über Qualität, daher sollte es schlicht und einfach so gesagt werden.

Jedes auf dieser Seite beschriebene GPT-6-Modell wird über OrcaRouter bereitgestellt — GPT-6 Astra, GPT-6.1 Sol, GPT-6 Sol und GPT-6 Luna — zu den Listenpreisen des jeweiligen Anbieters mit 0 % Aufschlag, sodass eine Preisänderung eines Anbieters noch am selben Tag auf der Rechnung ankommt und nicht erst nach einem Preisanpassungszyklus. Da der Katalog über Anbieter desselben Modells hinweg routet, muss eine Zugriffskonfiguration, die sich noch einpendelt, kein Single Point of Failure auf einem Produktionspfad sein, und der Wechsel zwischen Sol und Luna, um ein Kostenziel zu finden, ist ein Modell-String und keine Beschaffungsaufgabe.

Nichts zum Gemini-4-Stamm steht mit Stand vom 14. Oktober 2026 in diesem Katalog — von den 207 Modellkennungen, die wir routen, passt keine dazu. Gemini 4 Argon ist über die eigene API von Google und mehrere Drittanbieter-Plattformen erreichbar, und wer beide Linien hinter einem Schlüssel haben möchte, kann das hier heute nicht bekommen. Das ist unsere Lücke, einmal ausgesprochen, und keine Empfehlung in Bezug auf die von jemand anderem.

Wie man entscheidet

Fragen Sie, welche davon die Arbeit beschreibt:

• Eine Workload, eine Leistungsstufe, und die eigentliche Frage ist, ob die Rechnung bei $2/$10 oder bei $4/$20 landet – Gemini 4 Argon ist das Modell, und der Schritt zum 1. Dezember ist die Zahl, mit der Sie planen sollten, statt des Einführungspreises, der Ihnen diesen Monat genannt würde.

• Ein Portfolio von Workloads mit wirklich unterschiedlichen Anforderungen an Kosten und Leistungsfähigkeit, bei dem eine günstige und eine leistungsstarke Stufe unter einem Vertrag existieren müssen — GPT-6 ist die Struktur, und die offene Frage ist dann: welche Stufe, nicht welcher Anbieter.

Wenn die zweite Beschreibung auf Sie zutrifft, wird die Entscheidung Stufe für Stufe getroffen, und die obige Messung ist diejenige, die Sie mit hineinnehmen sollten: Bei denselben beworbenen $2.00/$10.00 schloss GPT-6.1 Sol die Suite des Evaluators mit Tokens im Wert von $0.72 ab, gegenüber $1.99 bei Argon, sodass ein Vergleich der Token-Zahl Ihres eigenen Traffics mehr wert ist als beide Preislisten. Wenn die erste auf Sie zutrifft, dann ist die interessante Frage überhaupt nicht Gemini 4 gegen GPT-6, sondern Gemini 4 Argon gegen diejenige einzelne GPT-6-Stufe, die zu Ihrem Budget passt, und die ehrliche Antwort ist, dass Argon bei der Punktzahl konkurrenzfähig und bei Tokens teuer ist.

Der eine Fakt, der es am häufigsten entscheidet: Gemini 4 ist ein Modell, um das herum man ein Service-Tier abstimmt, und GPT-6 ist eine Produktlinie, innerhalb derer man auswählt – wenn Ihr Kostenproblem also „wir brauchen ein günstigeres Tier“ lautet, beantwortet nur einer der beiden die Frage.

Wenn es auf die niedrigsten Kosten pro Token ankommt, antwortet die Reihe mit einer Stufe — GPT-6 Luna bei 0,10 $ Eingabe pro eine Million Token, geroutet über denselben Schlüssel wie der Rest der Reihe.

Auch bei einem solchen Vergleich zeigen sich die Fehlermodi: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag eigene Quellen, einen Schweregrad, einen Konfidenzgrad und eine Strittig-Kennzeichnung mitführt.