GPT-6.1 Terra vs. Gemini 4 Argon: Der eine ist günstiger, der andere liegt häufiger richtig.

Beim am 26. Oktober 2026 veröffentlichten DualEntry-Accounting-Benchmark kam Gemini 4 Argon auf 91,1 % und GPT-6.1 Terra auf 78,2 % — und Terra schaffte es in 16,1 Sekunden für 4,2 Cent, der schnellste und günstigste Lauf eines OpenAI-Modells in diesem 22-Modell-Set. Diese eine Zeile ist das Duell im Kleinen. Googles Flaggschiff ist die bessere Urteilsmaschine; OpenAIs neues Mittelklasse-Modell ist die bessere Durchsatzmaschine; und die Lücke zwischen diesen beiden Aufgaben ist der Ort, an dem das Geld tatsächlich hingeht. Wer zwischen ihnen allein anhand des Listenpreises wählt, liegt in beide Richtungen falsch.

Die technischen Daten im direkten Vergleich, denn die Details entscheiden mehr als die Schlagzeilen-Zahlen:

• Preis — GPT-6.1 Terra 1,00 $ pro 1 Mio. Eingabe-Tokens und 5,00 $ pro 1 Mio. Ausgabe-Tokens, steigend auf 2,00 $/7,50 $, sobald eine Anfrage 272K Eingabe-Tokens überschreitet; Gemini 4 Argon 2,00 $/10,00 $ als Einführungspreis bis 30. November 2026, danach 4,00 $/20,00 $.

• Kontext — Terra 1,05 Mio. Tokens mit einem Ausgabelimit von 128K; Argon etwa 1 Mio. Eingabe (Google hat keine Zahl veröffentlicht; Tracker nennen 1 Mio.) und bis zu 1 Mio. Tokens in einer einzigen Ausgabe durch seine Long-Decode-Continuation-Funktion.

• Eingaben — Terra akzeptiert Text und Bilder; Artificial Analysis listet dieselben zwei Modalitäten für Argon auf, während Googles Ankündigung und seine Long-Video-Benchmarks auch auf Videoeingabe hindeuten.

• Reasoning-Steuerung — Terra bietet sechs Effort-Stufen; Argon bietet drei.

• Wissensstichtag — Terra Juni 2026; Argon März 2026.

• Unabhängiger Intelligenzindex — Terra 48, Argon 53, auf der aktuellen Skala von Artificial Analysis.

Die Preislücke, die alle zitieren, ist die falsche.

Die Berichterstattung zum Marktstart stellt dies als Preisunterschied um den Faktor zwei dar: $1/$5 gegenüber $2/$10. Das stimmt nur während Argons Einführungszeitraum und nur pro Token. Nach dem 30. November vervierfacht sich der Ausgabepreis im Verhältnis zu Terra, er verdoppelt sich nicht. Und pro Token bezahlt niemand Agentenarbeit.

Artificial Analysis beziffert Terra auf etwa $0,40 pro Intelligence-Index-Aufgabe und Argon auf $1,62 – eine vierfache Lücke, nicht eine zweifache. Die Ursache ist größtenteils die Preisliste und nicht ausufernde Geschwätzigkeit: In derselben Evaluierung erzeugte Argon 110M Ausgabe-Tokens gegenüber 130M bei Terra, sodass Terra tatsächlich das gesprächigere der beiden war und dennoch bei einem Viertel der Kosten landete. Was Terra dafür erkauft, ist ein günstigeres Token und eine schnellere Antwort, nicht eine kürzere.

Es gibt eine zweite Klippe, die die Launch-Berichterstattung weitgehend übersieht. Terras Input-Preis von $1.00 gilt für die ersten 272K Token einer Anfrage. Danach springt der Input-Preis auf $2.00 und der Output-Preis auf $7.50. Bei Chat und Code-Review spielt das nie eine Rolle. Bei einer Vertragsprüfung mit 600K Token oder einem langfristigen Repository-Sweep verdoppelt sich Terras effektiver Preis mitten in der Anfrage, und der Abstand zu Argon schrumpft deutlich. Kalkulieren Sie mit der Anfragegröße, die Sie tatsächlich senden, nicht mit der aus der ersten Zeile der Preistabelle.

Wo Argons Vorsprung echt ist, nicht Marketing.

Argons Vorteil konzentriert sich auf Arbeit, bei der eine falsche Antwort mehr kostet als die Tokens, um sie zu verhindern. Das DualEntry-Ergebnis ist das sauberste öffentliche Beispiel: 91,1 % insgesamt gegenüber Terras 78,2 %, mit dem größten Einzelunterschied in der Kreditorenbuchhaltung, wo Argon 84,6 % und Terra 53,8 % erreichte. Terra belegte bei diesem Benchmark punktgleich den 18. Platz von 22 Modellen. Es war außerdem das schnellste, was verrät, um welche Art von Modell es sich handelt: optimiert, um eine Warteschlange abzuarbeiten, nicht um die letzte Verteidigungslinie zu sein.

Dasselbe Muster zeigt sich auch anderswo. Beim Vals Index liegt Argon mit 68,9 % an der Spitze des Feldes, auf Platz eins von rund 41 Modellen. Beim Intelligence Index von Artificial Analysis erreicht es 53 gegenüber 48 bei Terra. Beim AA-Omniscience liegt seine Halluzinationsrate bei rund 15 % – der niedrigste gemessene Wert unter Frontier-Modellen –, während GPT-6 Astra, das Modell, mit dem es am häufigsten verglichen wird, bei etwa 51 % liegt. Terras eigene Schätzrate fiel gegenüber dem Vorgänger von 88 % auf 38 %, was eine echte Verbesserung darstellt, aber diese beiden Werte sind nicht dieselbe Kennzahl und sollten nicht voneinander abgezogen werden. Die ehrliche Lesart ist, dass Argon das vorsichtigere Modell ist und Terra das deutlich verbesserte, aber weiterhin spekulativere.

Das Eingabespektrum von Argon ist in einer Achse breiter: Video. Die technische Übersicht von Artificial Analysis listet nur Text und Bild auf, aber Googles Ankündigung beschreibt erweiterte multimodale Fähigkeiten und misst das Verständnis langer Videos anhand von LVBench, was nur Sinn ergibt, wenn Video als Eingabe möglich ist. Wenn Ihre Pipeline aufgezeichnete Anrufe oder Bildschirmaufnahmen aufnimmt, prüfen Sie die genauen Formate anhand von Googles Dokumentation, bevor Sie eine Integration darauf aufbauen – wo dies gilt, ist es ein Fähigkeitsunterschied, den kein Preisvorteil von Terra ausgleicht.

Wo Terra die rationale Standardwahl ist

Teras Argument ist nicht, dass es klüger ist. Es ist, dass der meiste Produktions-Traffic nicht das klügste Modell braucht und Terra ungewöhnlich gut darin ist, günstig gut genug zu sein.

Es ist schnell auf eine Weise, die das Systemdesign verändert: 90,9 Ausgabe-Tokens pro Sekunde bei der Messung von Artificial Analysis gegenüber 80,9 bei Argon, wobei OpenAI behauptet, Aufgaben etwa dreimal schneller abzuschließen als mit seinem eigenen Flaggschiff. Eine Support-Triage-Warteschlange, ein Log-Zusammenfasser, ein Code-Reviewer für den ersten Durchlauf oder ein Dokumentenklassifizierer, der eine Million Mal pro Monat läuft, profitiert nicht von Argons Urteilsvorsprung. Es profitiert von einem Modell, das in Sekunden für 0,40 US-Dollar pro Aufgabe statt für Dollars pro Aufgabe zurückkommt.

Terra ist außerdem die besser steuerbare der beiden. Sechs Reasoning-Stufen gegenüber Argons drei bedeuten eine feinere Granularität bei dem einen Regler, der Kosten und Latenz am stärksten beeinflusst. Teams, die einfache Anfragen auf niedrigen Aufwand und schwierige auf maximalen Aufwand leiten, können oft bis auf wenige Punkte an die Genauigkeit eines größeren Modells herankommen – zu einem Bruchteil von dessen Kosten. Argon lässt Ihnen weniger Spielraum für diesen Kompromiss.

Und Terras neuerer Wissensstichtag – Juni 2026 gegenüber März 2026 – ist wichtig für alles, was Schlussfolgerungen über aktuelle Ereignisse, Bibliotheksversionen oder Preise zieht, die sich in diesem Sommer geändert haben. Es ist ein kleiner Vorsprung, aber er ist kostenlos.

Die Entscheidungsregel

Wählen Sie nicht eines aus. Die Belege stützen eine Aufteilung, und die Aufteilung ist ungewöhnlich sauber:

• Verwenden Sie GPT-6.1 Terra für überwachte Arbeit mit hohem Volumen und kurzer Ausgabe, bei der eine falsche Antwort nachgelagert abgefangen wird: Klassifizierung, Extraktion, Routing, Erstellung von Erstentwürfen, Triage von Protokollen und Warnmeldungen, Code-Review in großem Umfang.

• Verwenden Sie Gemini 4 Argon für Arbeiten mit geringem Umfang, langem Zeithorizont und hohen Fehlerkosten: Finanz- und Buchhaltungsabstimmung, rechtliche und Compliance-Prüfung, mehrstufige Agenten, die Werkzeuge unbeaufsichtigt bedienen, sowie alles, was Video-, Audio- oder PDF-Eingaben erfordert.

• Terra als ersten Durchlauf verwenden und Argon als Eskalation für den Rest. Die Lücke von 78,2 gegenüber 91,1 bei der Buchhaltungsarbeit ist genau die Art von Marge, bei der ein günstiger erster Durchlauf plus eine teure Prüfung besser ist als jedes der beiden Modelle allein.

• Die Berechnung nach dem 30. November erneut durchführen. Argons Wechsel von 2 $/10 $ auf 4 $/20 $ verschiebt den Break-even-Punkt erheblich, und jeder Vergleich, der während des Aktionszeitraums geschrieben wurde, ist dann veraltet.

Wie man eines von beiden ausführt

Die Verfügbarkeit unterscheidet sich stärker, als die Benchmarks vermuten lassen. Terra wurde am 26. Oktober über OpenAIs API, ChatGPT und Codex veröffentlicht – ohne offene Gewichte. Argon wird seit seiner Ankündigung am 30. September schrittweise ausgerollt – zunächst an geprüfte Cyber-Verteidiger über Googles Fairwind-Programm, dann an AI-Ultra-Abonnenten und zahlende API-Kunden – und Google hat sich nicht zu einer breiten kostenlosen Veröffentlichung verpflichtet.

Stand 27. Oktober befindet sich keines der beiden Modelle im Katalog von OrcaRouter, es handelt sich also nicht um einen Fall, in dem wir Ihnen einen einzigen Endpunkt für beide bereitstellen können. Was wir Ihnen sagen können, ist, wie der umgebende Stack üblicherweise aufgebaut wird: Teams halten einen günstigen Executor und einen teuren Checker hinter einer API, und die Modelle, die bereits geroutet werden — Claude Opus 5.5, GPT-6.1 Sol, Grok 4.7 und mehr als 200 weitere — stehen hinter einem einzigen Schlüssel, wobei die Listenpreise der Anbieter mit 0 % Aufschlag durchgereicht werden und bei Verschlechterung eines Anbieters automatisch ein Failover erfolgt. Wenn Terra oder Argon in den Katalog aufgenommen wird, fügt es sich in denselben Schlüssel ein, statt eine zweite Integration zu werden. Bis dahin testen Sie jedes Modell über seinen jeweiligen Anbieter und belassen Sie die Routing-Entscheidung auf Aufgabenebene, wo sie hingehört.

Worauf man achten sollte, ist nicht ein weiteres Benchmark-Diagramm. Es sind Argons Preis nach der Werbeaktion und Terras erster unabhängiger Terminal-Bench-Lauf, der derzeit auf OpenAIs eigener Angabe von 50,3 % gegenüber Argons 57 % plus beruht. Wenn Terra nahe an dieser Zahl bleibt – bei einem Viertel von Argons Kosten pro Aufgabe –, wird die obige Aufteilung für viele Teams zur Standardarchitektur. Wenn sie davon abweicht, wird die Strategie des günstigen ersten Durchlaufs teurer, als es aussieht.