GPT-Rosalind vs. Gemini 4 Argon: Ein Tor, das man passieren kann, eines, das noch keine Tür hat

GPT-Rosalind and Gemini 4 Argon are both frontier models aimed at scientific work, both announced as gated releases, and both impossible to evaluate the way you would evaluate a normal model release. The difference is what the gate is made of. GPT-Rosalind has been purchasable since 5 October 2026 at $5.00 per million input tokens and $25.00 per million output, to any organisation that clears O​penAI's trusted-access review — a real door, with a real queue in front of it. Gemini 4 Argon, announced on 30 September 2026, has a score, an introductory rate and a three-stage rollout, and no model identifier you can send a request to. One is gated. The other is described. Gated rollouts and launch dates that slip after publication are logged with their dates and sources in the AI Incident Archive, next to the other model and vendor incidents we track.

Der Test, der ein Modell von einem Namen unterscheidet

Vier Dinge müssen zutreffen, bevor ein Modell etwas ist, mit dem ein Team tatsächlich planen kann: Es gibt eine Kennung, die man aufrufen kann, es gibt einen Preis, gegen den man abgerechnet werden kann, es gibt ein dokumentiertes Kontextfenster, und es gibt ein Datum, ab dem allgemeiner Zugang verfügbar ist. Lässt man beide Modelle durch diese vier Punkte laufen, geht es beim Vergleich nicht mehr um Fähigkeiten.

• Callable identifier — GPT-Rosalind: yes, through the API for approved organisations. Gemini 4 Argon: no. G​oogle's API model list contains no gemini-4 or argon entry, and the newest identifiers the documentation recognises are in the 3.8 family.

• Abrechenbarer Preis — GPT-Rosalind: 5,00 $ / 25,00 $ pro Million, veröffentlicht und in Kraft seit dem 5. Oktober. Gemini 4 Argon: 2,00 $ / 10,00 $ pro Million, angegeben als Einführungstarif für einen Rollout, der zahlende Kunden noch nicht erreicht hat.

• Documented context — GPT-Rosalind: 1M tokens. Gemini 4 Argon: G​oogle published a 1M-token output ceiling, up from a previous 64K limit, and did not publish the input side; Artificial Analysis records 1M for the configuration it measured.

• Datum des allgemeinen Zugangs — GPT-Rosalind: seit dem 11. September 2026 weltweit für berechtigte Organisationen geöffnet. Gemini 4 Argon: kein Datum für eine über die erste hinausgehende Rollout-Phase.

Zwei von vier für Argon, vier von vier für Rosalind. Das ist kein Seitenhieb gegen die Ingenieurskunst von Argon; es ist eine Aussage darüber, was ein Beschaffungsteam unterschreiben kann.

Woran Argon tatsächlich ausrollt

The announcement, credited to Koray Kavukcuoglu, describes three stages with no durations attached. First, a named cohort of cyber defenders through the Fairwind Program. Second, paid API customers and G​oogle AI Ultra subscribers. Third, developers, enterprises and consumers. Only the first has any observable members, and the programme is explicitly a cyber-defender cohort — which is a curious first home for a model whose published strengths are software engineering, legal and finance work, and scientific reasoning.

Compare the sequence O​penAI ran. GPT-Rosalind began in April 2026 with a named set of US trusted-access partners — Amgen, Moderna, the Allen Institute, Thermo Fisher — moved to global eligibility for approved organisations in September, and only then published a price. The gated cohort came first, then the general gate, then the invoice. G​oogle has done the first step and stopped.

Zwei Werte, die nicht dieselbe Art von Zahl sind

This is where most comparisons go wrong, so it is worth being blunt. The number attached to Gemini 4 Argon — 52.56 on the Artificial Analysis Intelligence Index, v4.3.2 revision — was produced by an independent evaluator on a general composite of ten evaluations. It is a real measurement of a real configuration, and it is the only independent number either model has. The numbers attached to GPT-Rosalind come from O​penAI's own life-sciences suite, and no outside lab has reproduced any of them.

• Unabhängiges Composite — Gemini 4 Argon 52,56 auf AA v4.3.2, gemessen auf einer Denkstufe. GPT-Rosalind: auf diesem Board überhaupt nicht erfasst, da Spezialmodelle nicht im allgemeinen Leaderboard erscheinen.

• Domain benchmark — Gemini 4 Argon: G​oogle's table leads with Harvey's Legal Agent Benchmark at 19.6 against a competitor's 3.8, and Vals Finance Agent v2 at 65.4. GPT-Rosalind: MedChemBench 27.5% vs 25.1% for GPT-5.5, GeneBench 21.6% vs 20.4%, LabWorkBench 63.2% vs 55.8%, all vendor-run.

• What the domain numbers have in common — Neither set has been independently re-run, and both vendors chose the benchmarks. The two largest relative margins in G​oogle's table are also the two rows most likely to be re-tested by someone who does not work for G​oogle.

Du kannst also 52,56 nicht mit 27,5 vergleichen, und du kannst 52,56 mit nichts vergleichen, was Rosalind veröffentlicht hat, weil die beiden Modelle nie dieselbe Prüfung abgelegt haben. Was du sagen kannst, ist enger und nützlicher: Argon wurde von jemandem ohne Eigeninteresse am Ergebnis gemessen, an Aufgaben, die nichts mit Biologie zu tun haben, und landete im Mittelfeld der Frontier. Rosalind wurde von seinem Hersteller an Biologie gemessen, und die Zugewinne sind in absoluten Zahlen bescheiden – ein Ergebnis von 27,5 % in einem Benchmark für medizinische Chemie bedeutet, dass beide Modelle die meisten Aufgaben darin nicht bestehen.

Wenn Argon zum Einführungspreis ausgeliefert wird, kehrt sich das Preisargument um.

GPT-Rosalind at $5.00 input and $25.00 output is the most expensive model in this comparison by a wide margin, and it is the one with a live invoice. Argon's quoted $2.00 / $10.00 would undercut it by 60% on input and 60% on output — if that rate survives to the API stage. That is a large if. Introductory pricing on a staged rollout is a signal about intent, not a commitment, and G​oogle has attached no date to the stage where anyone would pay it.

• Eingabe — GPT-Rosalind 5,00 $ pro 1 Mio., jetzt abrechenbar vs. Gemini 4 Argon 2,00 $ angeboten, nicht abrechenbar.

• Ausgabe — GPT-Rosalind 25,00 $ pro 1 Mio. gegenüber Gemini 4 Argon 10,00 $ genannt.

• Kosten pro Index-Aufgabe — Gemini 4 Argon 1,99 $, laut Artificial Analysis, das zudem einen Cache-Rabatt verzeichnet, der den effektiven Input auf nahezu 1,99 $ pro Million senkt. GPT-Rosalind hat keinen entsprechenden Wert, da es über keinen Index-Score verfügt.

• Cache handling — O​penAI charges $0.50 per million cached input on Rosalind and publishes no cache-write line. G​oogle has not published a cache rate for Argon at all.

Es gibt eine Version dieses Vergleichs, die dann kommt, wenn Stufe zwei beginnt, in der Argon ein allgemeines Modell zu weniger als der Hälfte des Preises des Spezialisten mit einer unabhängigen Bewertung ist und der Biologie-Aufschlag zusammenbricht. Diese Version existiert noch nicht. Heute gegen sie zu planen bedeutet, gegen eine Pressemitteilung zu planen.

Wo das Biologie-Argument tatsächlich landet

Argon's announcement does not claim biology work. It claims software engineering, enterprise knowledge work in legal and finance, and cybersecurity defence. The scientific framing that surrounds GPT-Rosalind — the wet-lab protocols, the genomics, the medicinal chemistry — has no counterpart in G​oogle's material for this model. So the question "which is better for a research lab" has an unglamorous answer: only one of them has been tuned for it and published numbers on it, and the other has not entered the category.

Das könnte sich mit einer Model Card ändern. Ein Kontextfenster, eine Offenlegung der Parameter, eine Zeile mit wissenschaftlicher Evaluierung — all das würde die Lesart binnen eines Tages kippen. Bis dahin lautet die ehrliche Zusammenfassung, dass diese beiden Modelle nicht miteinander konkurrieren. Das eine ist ein Spezialist mit einer Hürde, die man überwinden kann. Das andere ist ein Generalist mit einem Score und einer Warteschlange, der man sich noch nicht anschließen kann.

Was Sie heute anrufen können – und was Sie das kostet

Neither model is on OrcaRouter. GPT-Rosalind is not on any third-party router and runs through O​penAI's trusted-access programme directly; Gemini 4 Argon has no endpoint to route to. Saying otherwise would be the easiest lie in this article, so we are not saying it.

Was auf unseren Routen liegt, ist der Teil der Arbeit, der die Wissenschaft umgibt. Gemini 3.8 Flash ist da zu $0,75 Input und $3,75 Output pro Million Tokens mit einem Kontext von 1.048.576 Tokens – das Modell, gegen das Argon von allen verglichen werden wird, die eine Kreditkarte besitzen, und das, was einer Argon-förmigen Arbeitslast am nächsten kommt, die man diese Woche ausführen kann. Claude Opus 5.5 ist da zu $4,00 / $20,00 für das Schreiben, das Code-Review und die langen Agent-Schleifen. Beide liegen hinter einem Schlüssel und einer Rechnung neben über 200 weiteren Modellen, zum Listenpreis des Anbieters mit 0 % Aufschlag, sodass eine Preissenkung des Anbieters am selben Tag auf unserer Seite live ist, an dem sie veröffentlicht wird, und nicht erst, wenn ein Vertrag verlängert wird.

Für den Biologie-Teil ist die Architektur ein direkter Schlüssel und eine benannte Route, keine Vermutung. Wenn eine Anfrage das Spezialmodell benötigt, sollte sie deutlich fehlschlagen, wenn das Spezialmodell nicht verfügbar ist, statt still auf einem allgemeinen Modell zu landen – genau das Fehlerbild, das eine kostenoptimierte Fallback-Kette erzeugt, wenn niemand die Grenze ausdrücklich gezogen hat.

Das verräterische Zeichen, auf das man achten sollte

One event settles this comparison, and it is not a benchmark. It is a gemini-4 identifier appearing in G​oogle's API model list. The moment that happens, the introductory rate stops being a figure in a blog post and becomes something you can be billed against, the context question gets an answer, and a two-model comparison becomes possible for the first time.

Bis dahin sollten Sie Gemini 4 Argon als einen Namen mit einer angehängten Bewertung und GPT-Rosalind als Spezialisten mit einer Warteschlange behandeln. Wenn Ihre Arbeit Molekularbiologie ist und Sie eine Prüfung bestehen können, ist der Spezialist jetzt verfügbar, und der Aufpreis ist der Preis dafür, früh dran zu sein. Wenn Ihre Arbeit irgendetwas Angrenzendes ist – Pipelines, Literatur, Code, das Gerüst um die Wissenschaft –, sind die Modelle, die Sie heute aufrufen können, günstiger, unabhängig bewertet und warten nicht auf eine Rollout-Phase, die kein Datum hat.