Gemini 4 vs GPT-6: Un modelo contra tres escalones, y el escalón que se alinea

Ninguno de los dos lados de este término de búsqueda es un solo producto, y eso es lo primero que la comparación debe corregir. Gemini 4 es un modelo: Gemini 4 Argon, la única entrada bajo el encabezado Gemini 4 en la propia documentación de modelos de Google, con un precio en el nivel de pago de $2.00 por millón de tokens de entrada y $10.00 por millón de salida hasta el 30 de noviembre de 2026, y que pasa a $4.00 y $20.00 a partir del 1 de diciembre. GPT-6 son tres: GPT-6 Astra, el buque insignia, a $10.00/$50.00 antes de su salto de contexto largo; GPT-6.1 Sol, el peldaño intermedio, a $2.00/$10.00; y GPT-6 Luna, el nivel de eficiencia, a $0.10/$0.50 — cada uno listado por OpenAI con una ventana de contexto de 1.05M de tokens, un límite de salida de 128K tokens y una fecha de corte de conocimiento. Así que el cara a cara que pide un lector tiene que armarse peldaño a peldaño, y exactamente un peldaño coincide en la lista de precios.

Ese encuadre no es una evasiva. Es la respuesta, porque las dos líneas tienen formas distintas a propósito. La generación insignia de Google para 2026 es un único punto de operación que se compra en cuatro niveles de servicio. La de OpenAI son tres puntos de operación entre los que se elige. Todo aquello sobre lo que un lector puede actuar hoy se deriva de cuál de las dos formas encaja con el trabajo.

Lo que cada proveedor publica en realidad, y dónde se detiene el documento

Las dos partes no están documentadas con el mismo nivel de detalle, y vale la pena decirlo una vez en lugar de dejar que distorsione silenciosamente el resto de la página.

La documentación de modelos de OpenAI ofrece, para cada modelo, un ID de modelo, los valores de esfuerzo de razonamiento que acepta la API, el precio de entrada y salida, la salida máxima, la ventana de contexto, una fecha de corte de conocimiento y la superficie de herramientas. Para GPT-6 Astra y GPT-6.1 Sol, la fecha de corte es el 30 de abril de 2026 y la escala de esfuerzo va de low a max; GPT-6 Luna tiene una fecha de corte del 18 de mayo de 2026 y, además, acepta none. La página de precios de OpenAI divide luego cada modelo en columnas de contexto corto y contexto largo en los niveles de servicio Standard, Batch, Flex, Fast y Ultrafast. Eso es un rastro documental inusualmente completo: un lector puede calcular un presupuesto sin preguntar a nadie.

El lado de G​oogle es más escaso en los detalles que suelen zanjar una comparación. Su página de modelos enumera «Todos los modelos Gemini 4» y esa tabla tiene exactamente una fila: Gemini 4 Argon, endpoint gemini-4-argon, descrito como un modelo de razonamiento insignia con «una ventana de contexto unificada de 1M y decodificaciones largas de hasta 1M de tokens», con la etiqueta Stable. Su página de precios incluye los cuatro niveles de servicio con el tramo de diciembre. Lo que no se publica es una ficha del modelo, un recuento de parámetros, un término de licencia ni una fecha de corte de conocimiento de entrenamiento publicada. Argon se anunció el 30 de septiembre de 2026, y las páginas que fechan su despliegue más amplio están fechando el plan de acceso de G​oogle; ninguna ficha del modelo Gemini 4 ha acompañado a ese único modelo.

Lee esa asimetría por lo que es: un hecho sobre lo que ambos proveedores decidieron dejar por escrito, no una afirmación sobre la calidad de ninguno de los dos modelos. G​oogle ha publicado lo suficiente para contratar y no mucho para comparar. Eso acota lo que esta página puede hacer con honestidad.

El escalón que se alinea, y lo que le ocurre el 1 de diciembre

Alinea las dos tarjetas de tarifas por precio y el emparejamiento se resuelve casi por completo en una única comparación.

• Gemini 4 Argon, plan de pago — $2.00 de entrada / $10.00 de salida por millón, almacenamiento en caché de contexto a $0.10, y a partir del 1 de diciembre de 2026 pasará a $4.00 / $20.00 y $0.20

• GPT-6.1 Sol — $2.00 entrada / $10.00 salida por millón en contexto corto, $0.10 de entrada en caché, $4.00 / $15.00 cuando una solicitud se prolonga

• GPT-6 Astra — $10.00 / $50.00 contexto corto, $20.00 / $75.00 largo, $1.00 entrada en caché

• GPT-6 Luna — $0.10 / $0.50, $0.01 de entrada en caché, y de nuevo a esa tarifa en contexto largo

La tarifa introductoria de Argon y la tarifa vigente de GPT-6.1 Sol son los mismos dos números, lo que convierte ese par en el único caso en el que «cuál es más barato» tiene una respuesta real en lugar de una respuesta de tarifario. Es también el par con una caducidad con fecha en uno de sus lados: G​oogle ha dicho que su tarifa es introductoria, y el ajuste de diciembre lleva el nivel estándar de Argon a $4.00/$20.00 — por encima de la tarifa de salida de Sol en contexto corto y por encima de la tarifa de salida de Sol en contexto largo de $15.00, con la entrada en caché al doble que la de Sol. No hay nada comparable programado del lado de GPT-6 en el material publicado hoy. Un equipo que presupueste una operación de doce meses debería tratar los $2.00/$10.00 de Argon como una cifra de noviembre, no como una cifra de planificación.

Los escalones que no coinciden siguen mereciendo una línea cada uno, porque son justo donde difieren las formas. Los niveles batch y flex de Argon se sitúan en $1.00/$5.00, lo que es más barato que cualquier cosa de la línea GPT-6 en ese nivel de servicio y es la forma más económica de ejecutar el modelo de G​oogle por token. Y GPT-6 Luna, con $0.10/$0.50, está un orden de magnitud por debajo de todo lo demás en esta comparación: no hay respuesta por parte de G​oogle en esta página a un token de entrada de diez centavos, porque Gemini 4 tiene un solo nivel de capacidad en lugar de un escalón barato.

La única medición en la que el mismo evaluador ejecutó ambas, y por qué no es una comparación directa

Un tercero ha medido ambas partes con la misma suite: Artificial Analysis, Intelligence Index v4.3.2, sobre la revisión vigente cuando se leyó esta página el 14 de octubre de 2026. Las cifras, todas ellas del evaluador y no de ninguno de los proveedores:

• Gemini 4 Argon (High) — índice 53, $1.99 por tarea de índice, 110 M de tokens de salida en toda la suite, sin velocidad de salida publicada por el evaluador

• GPT-6 Astra (Max) — índice 53, $3.26 por tarea de índice, 60M tokens de salida, 60.7 tokens por segundo

• GPT-6.1 Sol (Max) — índice 52, $0,72 por tarea de índice, 67 M de tokens de salida, 59,0 tokens por segundo

• GPT-6 Sol (Max) — índice 48, $1.04 por tarea de índice, 77M de tokens de salida, 122,7 tokens por segundo

• GPT-6 Luna (Max) — índice 38, $0,07 por tarea de índice, 140 M tokens de salida, 135,0 tokens por segundo

Dos advertencias antes de que alguien proclame un ganador a partir de esa lista. Primero, no son configuraciones emparejadas. La ejecución de Argon es con esfuerzo de razonamiento alto y cada entrada de GPT-6 en la tabla está al máximo, y el evaluador etiqueta cada modelo con su propia configuración. Ninguno de los dos proveedores publica la curva de esfuerzo que permitiría a un lector normalizar las dos, así que el par de 53 en la parte superior de la tabla es una coincidencia de dos configuraciones diferentes, no un empate decidido en términos idénticos. Segundo, y esta es la mitad más útil: el mismo arnés que puntúa a los modelos también le pone precio a la ejecución que hay detrás de la puntuación, y la tarificación es coherente a nivel interno de una forma en que las puntuaciones destacadas no lo son. Que Argon termine una tarea en 110 M tokens de salida a $2,00/$10,00 cuesta $1,99; que GPT-6.1 Sol termine la misma suite en 67 M tokens a los mismos $2,00/$10,00 cuesta $0,72. Las tarifas son idénticas y las facturas difieren en un factor de 2,7, porque lo que el medidor cuenta en realidad es el uso de tokens, no el precio por token.

Ese es el número más transferible de esta página, y se aplica mucho más allá de estos dos modelos: en cualquier carga de trabajo en la que el volumen de salida sea el factor que determina el costo, una comparación por token entre dos modelos de la misma clase es el número menos informativo disponible.

Cuando no se puede realizar la comparación

Tres preguntas que un lector traerá aquí aún no tienen una respuesta honesta, y es mejor nombrarlas que rellenarlas.

No hay una comparación de capacidades en igualdad de condiciones entre las dos líneas con configuraciones equivalentes. Las puntuaciones del evaluador provienen de un ajuste de esfuerzo diferente en cada lado, y Google no publica ninguna curva de esfuerzo para Argon. Cualquiera que presente un veredicto limpio de un solo número para este enfrentamiento está presentando una diferencia de configuración como una diferencia de capacidad.

No existe una comparación de arquitecturas publicada, porque una de las partes no ha publicado su arquitectura. No existe un número de parámetros de Gemini 4 Argon que se pueda señalar, ni una cifra de longitud de contexto más allá de la ventana unificada de 1M y la ruta de decodificación larga que Google declara. Cuando circula una estimación de terceros, es una estimación.

Y no hay un Gemini 4 más barato para comparar con GPT-6 Luna. Si el factor decisivo en la carga de trabajo de alguien es el coste por token más bajo posible, la línea GPT-6 responde con un escalón y la línea Gemini 4 no responde en absoluto.

Qué puede llamar hoy un lector, y desde dónde

Este es el eje donde las dos líneas divergen más marcadamente en la práctica, y es un hecho de cobertura más que una afirmación de calidad, por lo que debería declararse sin rodeos.

Todos los modelos GPT-6 descritos en esta página se sirven a través de OrcaRouter — GPT-6 Astra, GPT-6.1 Sol, GPT-6 Sol y GPT-6 Luna — al precio de lista de cada proveedor con un 0 % de margen añadido, de modo que un cambio de precio del proveedor llega a la factura el mismo día en lugar de después de un ciclo de reajuste de precios. Dado que el catálogo enruta entre proveedores del mismo modelo, una postura de acceso que aún se está estabilizando no tiene por qué ser un punto único de fallo en una ruta de producción, y alternar entre Sol y Luna para encontrar un objetivo de coste es una cadena de modelo en lugar de un proceso de adquisición.

Nada de la raíz de Gemini 4 está en ese catálogo a fecha de 14 de octubre de 2026 — de los 207 identificadores de modelo que enrutamos, ninguno coincide con ella. Se puede acceder a Gemini 4 Argon a través de la propia API de Google y de varias plataformas de terceros, y quien quiera tener ambas líneas con una sola clave no puede conseguir eso aquí hoy. Esa es nuestra laguna, dicha una vez, y no una recomendación sobre la de nadie más.

Cómo decidir

Pregunta cuál de estos describe el trabajo:

• Una carga de trabajo, un nivel de capacidad, y la verdadera pregunta es si la factura acaba en $2/$10 o en $4/$20 — Gemini 4 Argon es el modelo, y el escalón del 1 de diciembre es la cifra con la que hay que planificar, en lugar de la tarifa introductoria que te cotizarían este mes.

• Un portafolio de cargas de trabajo con necesidades de costo y capacidad verdaderamente diferentes, donde un peldaño económico y un peldaño potente tienen que existir ambos bajo un mismo contrato — GPT-6 es la estructura, y la pregunta abierta pasa a ser qué peldaño, no qué proveedor.

Si la segunda te describe, la decisión es escalón por escalón y la medición anterior es la que hay que trasladar a esa decisión: con los mismos $2.00/$10.00 anunciados, GPT-6.1 Sol completó la suite del evaluador con $0.72 en tokens frente a los $1.99 de Argon, así que una comparación del recuento de tokens de tu propio tráfico vale más que cualquiera de las dos listas de precios. Si la primera te describe, entonces la pregunta interesante no es Gemini 4 frente a GPT-6 en absoluto, sino Gemini 4 Argon frente al escalón individual de GPT-6 que se ajuste a tu presupuesto, y la respuesta honesta es que Argon es competitivo en puntuación y caro en tokens.

El hecho que con más frecuencia lo decide: Gemini 4 es un modelo en torno al cual ajustas un nivel de servicio, y GPT-6 es una línea dentro de la cual compras; así que si tu problema de costes es "necesitamos un nivel más barato", solo uno de estos dos responde a la pregunta.

Si el factor decisivo es el menor costo por token, la línea lo responde con un escalón — GPT-6 Luna a $0.10 de entrada por millón de tokens, enrutado a través de la misma clave que el resto de la línea.

Comparaciones como esta son también donde se manifiestan los modos de fallo: los incidentes de IA documentados y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.