GPT-6.1 Sol vs Gemini 4 Pro: Google nunca lanzó ese nombre y la igualación de precios termina el 1 de diciembre

No existe ningún modelo llamado Gemini 4 Pro. Si buscaste una comparación con GPT-6.1 Sol, el lado de Google en esa comparación es Gemini 4 Argon — el modelo de frontera que Google anunció el 30 de septiembre de 2026 a una cohorte cerrada de defensores de ciberseguridad, y que abrió a desarrolladores que pagan el 13 de octubre. Ambos presentan ahora lo que parece una ficha idéntica: $2.00 por millón de tokens de entrada y $10.00 por millón de salida. Esa identidad tiene fecha de caducidad. La tarifa introductoria de Argon estará vigente hasta el 30 de noviembre; a partir del 1 de diciembre pasa a $4.00 y $20.00. GPT-6.1 Sol, lanzado en DevDay el 29 de septiembre, tiene un precio de $2.00 y $10.00 como tarifa permanente, no como promoción. Así que la verdadera pregunta no es qué modelo gana hoy. Es qué ficha seguirás teniendo en febrero.

Todo lo que sigue procede de la propia documentación de modelos y precios de los dos proveedores, consultada el 27 de octubre de 2026, o de Artificial Analysis, el único ranking independiente en el que aparecen ambos modelos. Cuando una cifra corresponde a una ejecución de benchmark propia del proveedor, la frase que la contiene así lo indica. La lista de modelos de Google es la razón por la que la corrección de nomenclatura no es pedantería: el identificador que ofrece es gemini-4-argon, y no hay ninguna fila gemini-4-pro que consultar.

El nombre en el cuadro de búsqueda y el modelo en la factura.

{{1}}Gemini 4 Pro{{/1}} sobrevivió como una etiqueta de la comunidad procedente del ciclo de filtraciones. A mediados de septiembre, los informes describían un modelo misterioso que aparecía de forma anónima en tablas de clasificación al estilo arena, generaba trazas de razonamiento inusualmente largas y era ampliamente identificado como el siguiente Gemini de gama Pro. Cuando Google anunció finalmente el modelo, lo llamó Argon y lo describió como el inicio de la familia Gemini 4, en lugar de un reemplazo de una gama Pro con nombre. Los informes de la época decían que Google había cancelado la línea Gemini 3.5 Pro y redirigido esa capacidad de cómputo, lo cual es parte de por qué la etiqueta Pro se mantuvo: había un hueco donde habría estado un modelo Pro.

La etiqueta importa por una razón práctica. Buscar Gemini 4 Pro devuelve sobre todo páginas basadas en especificaciones filtradas: un contexto de diez millones de tokens, memoria permanente entre sesiones, aislamiento de sandbox; nada de lo cual ha publicado Google. Buscar Argon devuelve la documentación del propio proveedor. Si estás eligiendo un modelo en lugar de leer un rumor, la segunda es la única fuente útil. La documentación pública de Argon describe un espacio de trabajo unificado de un millón de tokens compartido entre entrada, razonamiento y salida, una asignación de salida predeterminada de 65,536 tokens, y ejecuciones de decodificación largas que pueden extenderse hasta aproximadamente un millón de tokens de salida.

Dos tarjetas de tarifas, una de las cuales es una promoción

Aquí está la comparación comercial completa en las dimensiones que afectan a una factura. Cada línea procede de los términos publicados por los propios proveedores el 27 de octubre de 2026.

• Tarifa estándar hoy — GPT-6.1 Sol $2.00 entrada / $10.00 salida por millón; Gemini 4 Argon $2.00 / $10.00.

• Tarifa del 1 de diciembre de 2026 — GPT-6.1 Sol sin cambios en $2.00 / $10.00; Gemini 4 Argon $4.00 / $20.00.

• Entrada en caché: Sol $0.10 por millón; Argon alrededor de $0.10 hoy con un descuento del 95 %, y se informa que aumentará a aproximadamente $0.20 después del paso.

• Precio para contexto largo — Sol aplica un nuevo precio a toda la solicitud por encima de los 272.000 tokens de entrada, a 4,00 $ de entrada y 15,00 $ de salida, con la entrada en caché a 0,20 $; Argon no publica ningún tramo equivalente porque su espacio de trabajo es de exactamente un millón de tokens.

• Contexto — Sol, 1,050,000 tokens de entrada con un límite de salida de 128,000 tokens; Argon, un millón de tokens unificados, con una salida predeterminada de 65,536 tokens.

• Control de razonamiento — Sol siempre está razonando, con cinco niveles de bajo a máximo y sin interruptor de desactivación; el control de esfuerzo de Argon se expone a través de la API de Google pero no se documenta con los mismos términos de escala.

• Entrada — Sol acepta texto, imágenes y archivos; Google posiciona a Argon como multimodal en texto, imagen y video.

• Cómo adquirirlo — Sol a través de la API de OpenAI, Bedrock y los enrutadores que lo ofrecen, incluidos los nuestros; Argon a través de la propia API de Google, AI Studio y canales empresariales.

Esa cuarta línea es la que la gente pasa por alto. El paso de contexto largo de Sol es un precipicio vinculado a la longitud de una única solicitud: si superas los 272.000 tokens de entrada, todo el prompt se vuelve a tarificar, no solo el exceso. El espacio de trabajo plano de un millón de tokens de Argon no tiene una frontera equivalente. Para un agente que ensambla un contexto grande de repositorio en cada turno, esa diferencia puede importar más que la tarifa destacada, y juega a favor de Argon, al menos hasta diciembre.

Cincuenta y tres contra cincuenta y dos, y la honestidad de una diferencia de un punto

Artificial Analysis sitúa a Gemini 4 Argon en 53 en su Intelligence Index y a GPT-6.1 Sol en 52, ambos en la versión 4.3.2 de la suite. Argon ocupa el noveno puesto de 221 modelos; Sol queda justo detrás. Un punto en un compuesto de aproximadamente diez evaluaciones no es una clasificación, es una banda. En lo que el índice es mejor es en decirte que ninguno de los dos modelos está comprando su puntuación con una estructura de costos drásticamente diferente —al menos no en las tarifas principales, donde tienen la misma cifra.

Las configuraciones no son idénticas, y vale la pena decirlo en lugar de ocultarlo. Artificial Analysis registra a Sol con el máximo esfuerzo, su configuración más costosa. La puntuación de Argon se publica con una única configuración que Google expone. Una comparación entre distintas configuraciones de esfuerzo es una comparación de dos productos tal como se entregan, no de dos capacidades en su máximo potencial, y nadie ha publicado una ejecución de ambos con el mismo esfuerzo.

Las cifras de los proveedores existen en ambos lados y deben leerse como afirmaciones. El material de lanzamiento de Google informó primeros puestos en 13 de las 19 evaluaciones que realizó, y describió a Argon como su modelo más fuerte para trabajo científico y de ingeniería difícil. El material de lanzamiento de OpenAI para GPT-6.1 Sol informó paridad con su propio buque insignia GPT-6 Astra en DeepSWE v1.1 a aproximadamente una quinta parte del costo, una mejora de siete puntos en OSWorld 2.0 sin conexión, y una reducción en la tasa de errores factuales con razonamiento bajo del 11,4% al 7,7%. Ninguna de esas cuatro afirmaciones tiene una reproducción independiente publicada. Son útiles para entender qué cree cada proveedor que construyó, e inútiles como desempate entre los dos.

La aritmética de los treinta y cinco días entre ahora y el 1 de diciembre

Toma una carga de trabajo de producción de tamaño medio: 40 millones de tokens de entrada y 8 millones de tokens de salida al mes, sin caché y sin cruces de contexto largo. Con cualquiera de las dos tarjetas hoy eso son 160 $ al mes: 80 $ de entrada a 2,00 $ y 80 $ de salida a 10,00 $. A partir del 1 de diciembre, esa misma carga de trabajo en Argon cuesta 320 $: 160 $ de entrada a 4,00 $ y 160 $ de salida a 20,00 $. En GPT-6.1 Sol se mantiene en 160 $.

Durante los doce meses posteriores al cambio, eso son 3.840 USD en Argon frente a 1.920 USD en Sol, una diferencia de 1.920 USD para una carga de trabajo que no cambió. Si tu patrón de tráfico incluye prompts de más de 272.000 tokens, el acantilado de Sol complica el panorama: una sola solicitud de 300.000 tokens de entrada se factura a la tarifa de contexto largo sobre los 300.000 completos, lo que supone 1,20 USD en lugar de 0,60 USD. Si haces cuarenta turnos así al mes, el ahorro anterior se reduce en aproximadamente 240 USD al año. No se invierte. El acantilado es una razón para medir la longitud de tus prompts, no una razón para preferir una tarjeta que duplica el precio.

Lo que la comparación no puede decirte

Ninguno de los modelos tiene un corpus de experiencias de profesionales. Argon lleva dos semanas disponible de forma general; Sol, cuatro. No hay un conjunto de modos de fallo publicados, ni telemetría de agentes a largo plazo, ni ningún estudio independiente de costes de ninguno de los dos sobre una traza de producción real. El índice mide una batería de pruebas, no tu carga de trabajo. Los benchmarks de los proveedores miden las tareas elegidas por el proveedor, con la configuración de esfuerzo elegida por el proveedor.

La única asimetría que no tiene que ver con la capacidad es la disponibilidad. Argon lo vende Google, bajo los términos de Google, con un cambio de precio ya programado. Sol lo vende OpenAI y lo distribuyen los routers, lo cual es otro tipo de dependencia: si un único proveedor sufre un incidente, un cliente enrutado puede conmutar a otro; uno directo no. Eso no es una razón para elegir un modelo. Es una razón para mantener la elección del modelo separada del transporte, que es el argumento a favor de una puerta de enlace en general y no de ninguno de los dos modelos en particular.

¿A cuál llamar, dado el calendario?

Si eliges hoy y tu carga de trabajo es sensible al precio, GPT-6.1 Sol es la opción más segura porque es un compromiso: $2.00 y $10.00 con una regla publicada para contexto largo, sin caducidad y con un medidor de entrada en caché a una décima parte de la tarifa de entrada. Está en nuestro catálogo al precio de lista de OpenAI con 0% de margen, así que la tarifa que ves en la página del proveedor es la que se te cobra, y un cambio por parte de OpenAI se reflejaría el mismo día en lugar de después de un ciclo de reajuste de precios.

Si necesitas lo que Argon hace específicamente —el espacio de trabajo plano de un millón de tokens, la entrada multimodal de Google o su posición en las evaluaciones científicas propias de Google—, entonces el consejo honesto es presupuestar ya la cifra de diciembre. Un equipo que planifica con $2.00 y $10.00 y renueva en enero vivirá el cambio como un aumento del 100 %. Un equipo que planifica con $4.00 y $20.00 y obtiene treinta y cinco días de descuento simplemente se está adelantando. Gemini 4 Argon no está en nuestro catálogo, así que, si lo quieres, la API propia del proveedor y varias plataformas de terceros son donde se encuentra.

El nombre en el cuadro de búsqueda nunca fue real. El modelo sí lo es, el descuento es real durante otro mes, y la única decisión que sobrevive a diciembre es si la carga de trabajo necesita la forma de Argon lo suficiente como para pagar el doble por ella. Para la mayoría del trabajo de programación y con mucho contenido documental, la respuesta este mes y el próximo es el modelo cuyo precio no es una cuenta atrás.