Generierte Titelkarte mit der Schlagzeile „GPT-6.2 Astra vs. Gemini 4 Argon" und dem Untertitel „eine Lücke von fünfzehn Punkten, die man noch nicht kaufen kann" sowie drei Beleg-Chips mit den Aufschriften „Intelligence Index: 62,1 vs. 52,56", „Hospital-bench: 62,4 % vs. 46,9 %" und „Argon: angekündigt, keine Modell-ID", über einer Fußzeile mit dem Hinweis, dass GPT-6.2 Astra am 17. November 2026 erschienen ist, während Gemini 4 Argon am 30. September 2026 angekündigt wurde und über keinen Endpunkt verfügt.
Guides & Insights

GPT-6.2 Astra vs. Gemini 4 Argon: Eine Lücke, die man noch nicht kaufen kann

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

GPT-6.2 Astra und Gemini 4 Argon erscheinen gemeinsam auf drei unabhängigen Boards, und auf allen drei gewinnt dasselbe Modell mit einem Vorsprung, der größer ist als das Rauschen von Lauf zu Lauf. Auf Hospital-bench, der am 20. November 2026 veröffentlichten agentischen Verwaltungsevaluierung mit zwanzig Modellen, erzielt GPT-6.2 Astra 62,4 % im Mittel bei einer Vollbestehensrate von 29,2 %, gegenüber Gemini 4 Argon mit 46,9 % und 16,7 %. Auf Blueprint-Bench 2 beträgt der Abstand 0,614 zu 0,544. Auf dem Artificial Analysis Intelligence Index sind es 62,1 zu 52,56 bei angeglichenem maximalen Aufwand. Das ist ein Vorsprung von fünfzehn Punkten auf dem Index, ungefähr acht saubere Aufgabenabschlüsse gegenüber vierzehn, und das ist unbestritten.

Strittig ist, ob der Vergleich eine Wahl beschreibt. O​penAI hat GPT-6.2 Astra am 17. November 2026 zu $8 pro Million Eingabe-Tokens und $40 pro Million Ausgabe-Tokens ausgeliefert. G​oogle hat Gemini 4 Argon am 30. September 2026 angekündigt und nicht ausgeliefert: Es gibt keine Modellkennung, keinen G​emini-API-Endpunkt, kein Self-Serve-Kontingent und kein Datum für die allgemeine Verfügbarkeit, und der Zugang läuft über das Fairwind Program statt über eine Anmeldeseite. Die Preise, die es gibt — $2.00 und $10.00 pro Million — sind eine Preisliste, keine Rechnung, die irgendjemand außerhalb des Programms zahlt. Die ehrliche Einordnung dieses Vergleichs ist also nicht, auf welches Modell man standardisieren sollte. Sie ist, dass eines der beiden eine Option und das andere ein Benchmark-Eintrag ist, und die Lücke von fünfzehn Punkten sagt Ihnen, worauf Sie warten, statt was Sie kaufen sollten.

Was jedes Modell tatsächlich ist

GPT-6.2 Astra ist OpenAIs Flaggschiff für professionelle Langzeitaufgaben, mit einem Kontextfenster von 1.050.000 Token, maximal 128.000 Token Ausgabe und multimodaler Eingabe über Text, Bilder und Dateien. Reasoning ist immer aktiv, wobei der Aufwand von niedrig bis maximal konfigurierbar ist, und das Modell unterstützt sowohl das Chat-Completions-Format als auch die native Responses API, einschließlich Hintergrundmodus. Es ist das dritte Modell der GPT-6-Reihe, das die Spitze von OpenAIs Modellaufstellung bildet, und die beiden Änderungen gegenüber GPT-6 Astra sind die operativ entscheidenden: eine Senkung um 20 % in beide Abrechnungsrichtungen und eine Senkung um 60 % beim gecachten Input, von 1,00 $ auf 0,40 $.

Gemini 4 Argon ist die vierte Stufe von Googles Gemini-4-Familie, unterhalb von Pro und oberhalb von Hydrogen angesiedelt, während Neon und Carbon die Mitte besetzen. Das veröffentlichte Datenblatt ist auf eine Weise dünn, die selbst informativ ist: 1M-Token-Kontext, Text- und Bildeingabe, eine High-Reasoning-Konfiguration, wie sie die Zeile bei Artificial Analysis misst, und dieser Tarif von $2 und $10. Es gibt keine veröffentlichte Obergrenze für Ausgabe-Token, keine dokumentierte Tool-Use-Oberfläche, keine Dokumentation zum Kontext-Caching und keine Modell-ID. Vergleichen Sie das mit Carbon, das dieselbe Familie mit einer vollständigen Beschreibung ausliefert, die natives Function Calling, strukturierte Ausgaben sowie sowohl den OpenAI-kompatiblen als auch den nativen generateContent-Pfad abdeckt. Argon hat ein Datenblatt, einen Preis und eine Zeile im Leaderboard. Ein Produkt hat es noch nicht.

Diese Asymmetrie prägt die Gestalt alles Folgenden. Wenn zwei Modelle beide nutzbar sind, ist ein Direktvergleich eine Kaufentscheidung. Wenn das eine nutzbar und das andere nur angekündigt ist, besteht der Vergleich eigentlich aus drei übereinandergeschichteten Fragen: Wie groß ist die Leistungslücke, wie dauerhaft ist der Preisvorteil, und was müsste geschehen, damit die zweite Frage überhaupt relevant wird. Die letzte ist die interessante, denn dem Preisvorteil ist ein Ablaufdatum aufgedruckt.

Drei Boards, eine Richtung

Beide Modelle erscheinen in denselben drei Evaluierungen, die von drei verschiedenen Organisationen mit drei verschiedenen Methoden durchgeführt wurden. Die Übereinstimmung zwischen ihnen ist der stärkste Beleg in diesem Vergleich, und die Uneinigkeit über das Ausmaß ist der zweitstärkste.

• Hospital-Bench-Mittelwert — GPT-6.2 Astra 62,4 % vs. Gemini 4 Argon 46,9 %, eine Differenz von 15,5 Punkten

• Vollständig bestandene Durchläufe bei Hospital-Bench — Astra 29,2 % (14 von 48) vs. Argon 16,7 % (8 von 48)

• Blueprint-Bench 2 — Astra 0,614 vs. Argon 0,544, eine Differenz von 0,070 auf einer Skala von 0 bis 1

• Intelligence Index v5.0.1 — Astra 62,1 vs. Argon 52,56, beide mit maximalem Aufwand

• Kosten pro Index-Aufgabe — Astra 4,00 $ vs. Argon 1,99 $, gemessen über die identische Suite

• Eingabepreis pro 1M — Astra 8,00 $ vs. Argon 2,00 $ bis zum 30. November, danach 4,00 $

A generated three-row comparison card titled 'Three boards, one direction', with row one reading 'Hospital-bench 62.4% vs 46.9%', row two 'Blueprint-Bench 2 0.614 vs 0.544' and row three 'Intelligence Index v5.0.1 62.1 vs 52.56', column headers 'GPT-6.2 Astra' and 'Gemini 4 Argon', and the footer 'Three independent evaluators, three different methods'.

Das Hospital-bench-Ergebnis verdient eine eigene Zeile, weil es misst, was es misst. Diese Evaluierung stellt Agenten 131 Werkzeuge über dreizehn verbundene Systeme zur Verfügung und setzt sie auf achtundvierzig Verwaltungsaufgaben in einem Krankenhaus mit 320 Betten an – Vorabgenehmigungen, abgelehnte Leistungsansprüche, Anfragen zu Patientenakten. Es kommt auf all diesen Boards der Arbeit am nächsten, für die ein Agent tatsächlich eingestellt wird, und die Lücke ist dort mit 15,5 Punkten der Durchschnittspunktzahl die größte der drei. Die Spalte mit der Erfolgsquote ist für Argon schlechter: acht saubere Abschlüsse gegenüber vierzehn, ein Rückstand von 43 % bei vollständig abgeschlossenen Aufgaben, in einem Benchmark, in dem eine halb fertige Vorabgenehmigung ein abgelehnter Antrag und keine Teilpunkte ist.

Blueprint-Bench 2 ist mit 0,070 die engste der drei Lücken, und es ist diejenige, bei der die beiden Modelle von der Art her am nächsten beieinanderliegen – beide rekonstruieren Grundriss-Konnektivitätsgraphen aus Fotosequenzen, eine Aufgabe, die eher Langfristkonsistenz als Fachwissen belohnt. Dass Argon dort bis auf 0,07 herankommt, während es im Gesamtindex 9,5 Punkte zurückliegt, ist ein echtes Signal dafür, wo seine Stärke liegt. Es ist außerdem das Board mit der geringsten menschlich relevanten Tragweite, was man bedenken sollte, bevor man es zitiert.

Der Preisvorteil hat ein Ablaufdatum.

Hier ist die Tatsache, die den gesamten Vergleich neu ordnet. Die Preisliste von Gemini 4 Argon sieht $2.00 für Input und $10.00 für Output pro Million Token bis zum 30. November 2026 vor. Am 1. Dezember werden daraus $4.00 und $20.00. Das ist kein Gerücht und keine Prognose: Es ist ein veröffentlichter Zeitplan, und es ist der folgenreichste Aspekt der Wirtschaftlichkeit von Argon, weil sich das Modell selbst an diesem Datum nicht ändert.

• Eingabe pro 1 Mio. — Argon 2,00 $ heute, 4,00 $ ab 1. Dezember; Astra 8,00 $, pauschal

• Ausgabe pro 1 Mio. — Argon 10,00 $ heute, 20,00 $ ab dem 1. Dezember; Astra 40,00 $, konstant

• Zwischengespeicherte Eingabe — Argon 0,10 $ heute, 0,20 $ danach; Astra 0,40 $, konstant

• Gemessene Kosten pro Index-Aufgabe — Argon heute 1,99 $, danach etwa 3,98 $; Astra 4,00 $

• Kontext über 272K — Argon hat keine veröffentlichte Long-Context-Stufe; Astra bepreist die gesamte Anfrage mit 16 $ und 60 $ neu.

Heute ist Argon pro Token viermal günstiger als Astra und kostet pro abgeschlossener Index-Aufgabe halb so viel, was für ein Modell, das neuneinhalb Punkte zurückliegt, einen spürbaren Preisvorteil bedeutet. Ab dem 1. Dezember ist es pro Token zweimal günstiger und bei den Kosten pro Index-Aufgabe etwa auf Augenhöhe mit Astra – dann ist das pro Aufgabe günstigere Modell zugleich dasjenige, das niedriger abschneidet, und das Kostenargument hat keinerlei Gewicht mehr.

Zwei Mechanismen lassen sogar den aktuellen Vorteil kleiner erscheinen, als er aussieht. Der erste ist, dass Astras Long-Context-Klippe real ist und die von Argon undokumentiert: Oberhalb von 272.000 Prompt-Tokens bepreist Astra die gesamte Anfrage neu mit 16 $ Eingabe und 60 $ Ausgabe. Ein Agentenlauf mit 300K Tokens auf Astra kostet 4,80 $ an Eingabe, bevor das Modell ein einziges Token schreibt, gegenüber 2,17 $ einen Moment zuvor bei 271.999. Wenn Ihre Workloads agentisch und lang sind, kann diese Klippe den 4-fachen Token-Vorteil in einer einzigen Anfrage zunichtemachen — und wenn nicht, hätten Sie das 1,05M-Fenster, für das Sie bezahlen, ohnehin nie genutzt.

Das zweite ist, dass ein Token-Preis keine Aufgabenkosten sind. Artificial Analysis misst beide Modelle über die identische Evaluationssuite und berichtet 1,99 $ für Argon gegenüber 4,00 $ für Astra, was einem Verhältnis von zwei zu eins entspricht statt den vier zu eins, die die Preisliste impliziert. Argon verbraucht mehr Tokens, um seine Antwort zu erreichen, oder benötigt mehr Runden, oder beides. Das ist die normale Form eines günstigeren Modells, und es bedeutet, dass die Rechnung pro Aufgabe die einzige Zahl ist, gegen die es sich zu budgetieren lohnt.

Woraus die fünfzehn Punkte bestehen

Eine Indexlücke von 9,5 Punkten bei identischem maximalem Aufwand ist eine große Zahl, und es lohnt sich, genau zu benennen, woher sie stammt, statt den Index als ein einziges Urteil zu behandeln. Der Intelligence Index von Artificial Analysis ist ein Durchschnitt aus neun Evaluierungen, und die beiden Modelle scheitern nicht an denselben. Astras Vorteil konzentriert sich auf die agentischen und Langhorizont-Komponenten – genau dort, wo auch Hospital-bench ihn verortet – und er verringert sich bei einzelnen Wissens- und Reasoning-Aufgaben, bei denen Argon konkurrenzfähig ist.

Dieses Muster passt dazu, wie die beiden Modelle aufgebaut sind. Astra ist ein Reasoning-Modell mit dauerhaft aktivem Denken und konfigurierbarem Aufwand bis max, und die Aufwands-Einstellung ist der mit Abstand größte Hebel sowohl auf seine Punktzahl als auch auf seine Rechnung. Argons veröffentlichte Zeile ist seine High-Reasoning-Konfiguration, also die Einstellung, die G​oogle als Balancepunkt statt als Obergrenze positioniert; eine xhigh-Stufe gibt es in der Familie nicht. Wenn man „das Beste, was jedes Modell leisten kann“ vergleicht, vergleicht man Astra auf max mit Argon eine Stufe darunter, und die Lücke spiegelt ebenso sehr diesen Umstand wider wie die Architekturen.

Es gibt einen echten Vorbehalt auf der anderen Seite, und er spricht gegen Astra. Ein Modell, das länger nachdenkt, ist ein Modell, das pro Aufgabe mehr kostet, selbst bei gleichem Token-Preis, und Astras 20,2 Minuten pro Aufgabe im Intelligence Index liegen deutlich über dem Median der Suite. Der Vorsprung von fünfzehn Punkten wird sowohl mit Wanduhrzeit als auch mit Geld erkauft, und für ein latenzempfindliches Produkt — einen kundengerichteten Agenten, eine Support-Triage-Schleife — ist der brauchbare Vergleich Astra bei mittlerem Aufwand gegen Argon bei hohem, wo die Lücke deutlich schmaler als 9,5 Punkte ist und sich das Kostenbild entsprechend ändert.

Derjenige, der aufrufbar ist

All das führt zurück auf die Verfügbarkeit, denn sie ist die Dimension, in der dieser Vergleich heute tatsächlich entschieden wird. Stand 20. November 2026 ist GPT-6.2 Astra nicht im Katalog von OrcaRouter zu finden — die O​penAI-Modelle, die wir routen, sind GPT-6 Astra mit 46,7 % auf Hospital-bench und die GPT-6 Sol-Reihe, in der GPT-6.2 Sol 57,6 % und 25,0 % erzielt. Gemini 4 Argon ist hier ebenfalls nicht routierbar, aus dem schlichteren Grund, dass G​oogle keine Kennung veröffentlicht hat, auf die man routen könnte.

Damit sind beide Seiten dieses Vergleichs auf unserem eigenen Endpunkt nicht erreichbar, was für einen Versus-Artikel ein ungewöhnlicher Ort ist und ohne Beschönigung gesagt werden sollte. Was heute verfügbar ist, ist auf beiden Seiten die vorherige Generation: GPT-6 Astra und GPT-6.2 Sol von O​penAI, Gemini 4 Carbon und G​emini 4 Neon von G​oogle. Alle vier werden zum Listenpreis des Anbieters ohne durchgereichten Aufschlag abgerechnet, sodass eine Preissenkung des Anbieters noch am selben Tag in Ihrem Tarif ankommt und nicht erst zur nächsten Vertragsverlängerung. Automatisches Failover über Anbieter hinweg bedeutet, dass ein Ratenlimit bei einem Modell einen Batch nicht ins Stocken bringt, und die Routing-DSL ermöglicht es Ihnen, eine Aufgabenklasse an ein Modell zu binden, ohne die Integration neu zu schreiben.

• Was Sie jetzt aufrufen können — GPT-6 Astra, GPT-6.2 Sol, Gemini 4 Carbon, G​emini 4 Neon

• Was Sie nicht können — GPT-6.2 Astra (Stand 20. November nicht in unserem Katalog), Gemini 4 Argon (keine veröffentlichte Modell-ID vorhanden)

• Was die Lücke wert ist — 15,5 Punkte bei Hospital-bench, 9,5 im Intelligence Index, 0,070 bei Blueprint-Bench 2

• Was ein späterer Wechsel kostet — ein Modell-String, sobald ein Bezeichner existiert

A generated pricing timeline card titled 'The price advantage has a date on it', with rows reading 'Argon today $2.00 in / $10.00 out per 1M', 'Argon from 1 December 2026 $4.00 in / $20.00 out', 'Astra, flat $8.00 in / $40.00 out' and 'Cost per Index task: Argon $1.99 now, about $3.98 after; Astra $4.00', over a footer noting Argon's pricing is a published schedule and the model itself does not change on 1 December.

Die praktische Empfehlung ergibt sich eher aus den Terminen als aus den Punktzahlen. Wenn Sie diesen Monat ein führendes O​penAI-Modell für agentische Verwaltungsarbeit brauchen, ist GPT-6.2 Sol in unserem Katalog das, was der Spitze der Hospital-bench-Tabelle am nächsten kommt, und pro Token um den Faktor vier günstiger als die andere der beiden O​penAI-Optionen. Wenn Sie ein G​oogle-Modell brauchen, sind Carbon und Neon beide live und schlagen in einigen Teilbewertungen beide den Index von Argon. Keines von beiden ist das Modell, um das es in diesem Artikel nominell geht, und so zu tun, als wäre es anders, wäre die Art von Sache, die sich gut liest und schlecht routet.

Was würde diese Lesart ändern?

Drei Entwicklungen würden die Antwort ändern, und die erste ist die Markteinführung von Gemini 4 Argon. Eine veröffentlichte Modellkennung, ein Self-Service-Endpunkt und eine dokumentierte Tool-Use-Oberfläche würden dies von einem Vergleich eines Produkts mit einer Preisliste in eine Kaufentscheidung verwandeln — und würden außerdem klären, ob die Indexzeile 52,56 den Kontakt mit einer echten API übersteht, da jede Argon-Zahl im Umlauf aus einer Konfiguration stammt, die fast niemand ausführen kann.

Der zweite ist der 1. Dezember 2026. Die Verdopplung der Preisliste ist das mit Abstand größte wirtschaftliche Ereignis in diesem Vergleich, und sie findet an einem bekannten Datum statt. Wenn Argons Kosten pro Aufgabe wie die Berechnung nahelegt bei etwa $4.00 liegen, ist das Modell bei den Kosten pro abgeschlossener Index-Aufgabe gleichauf mit Astra, während es 9,5 Punkte zurückliegt, und die Argumentation dafür reduziert sich auf Einzelheiten – die Aufgaben, bei denen es wettbewerbsfähig ist, die Workloads, bei denen seine Token-Ausgaben niedriger sind, die Teams, die bereits im Fairwind Program sind. Wenn die gemessenen Kosten niedriger ausfallen als die Prognose, ist die Position als günstigere und etwas schlechtere Option haltbar, und daraus wird ein echter Zweikampf über den Preis.

Der dritte Punkt ist ein zweiter Durchlauf von Hospital-bench. Die Veröffentlichung vom 20. November ist eine einzelne Kampagne ohne Methodikseite, ohne Aufgabenset und ohne Run-Logs, und eine Lücke von fünfzehn Punkten bei achtundvierzig Aufgaben ist ein starkes Ergebnis, das eine zweite Messung verdient, bevor sich irgendjemand darauf standardisiert. Der Generationenvergleich innerhalb dieser Tabelle ist der Teil, der sich am wenigsten wahrscheinlich verschieben wird: GPT-6.2 Astra mit 62,4 % gegenüber GPT-6 Astra mit 46,7 %, während die sauberen Abschlüsse von 8,3 % auf 29,2 % steigen, ist ein Sprung, der groß genug ist, um das Rauschen zu überstehen.

Die fünfzehn Punkte sind echt, der Preisvorteil ist vorübergehend, und der Vergleich ist noch keine Entscheidung. GPT-6.2 Astra ist auf jeder Rangliste, auf der beide gemeinsam erscheinen, das bessere Modell – mit einem Vorsprung, der bei der Bewertung am größten ist, die echter Agentenarbeit am nächsten kommt –, und es ist das einzige der beiden, das Sie heute tatsächlich aufrufen können. Gemini 4 Argon ist eine Preisliste mit einer Ranglistenzeile und einem Ablaufdatum für seinen einzigen Vorteil. Kaufen Sie das erste, beobachten Sie das zweite, und lesen Sie dies am 1. Dezember erneut, wenn sich die Rechnung ändert, ohne dass sich eines der Modelle bewegt.

The Hospital-bench leaderboard graphic from the 20 November 2026 X thread, headed 'Hospital-bench' with the methodology line about the administrative operations of a 320-bed hospital across 13 connected systems, labelled 'Top 10 of 20 models' with 'Mean score' and 'Pass rate' columns. The two rows this comparison turns on read GPT-6.2 Astra 62.4% / 29.2% at the top and Gemini 4 Argon 46.9% / 16.7% in ninth, with the rest of the field between them.

In diesem Artikel verglichen1

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert