GPT-6 Luna מול Gemini 3.1 Pro: תצוגה מקדימה בת שבעה חודשים במחיר קלט גבוה פי עשרים

מודל החשיבה המוביל מסומן כ"תצוגה מקדימה" מאז שGemini 3.1 Pro הושק ב-19 בפברואר 2026. שבעה חודשים לאחר מכן הוא עדיין תצוגה מקדימה, עדיין במחיר של $2.00 למיליון טוקני קלט ו-$12.00 למיליון טוקני פלט, ועדיין מה שדף המוצר מכנה מודל החשיבה המוביל של החברה. ב-22 בספטמבר 2026, הספק השיק את GPT-6 Luna כדרג קטן בזמינות כללית במחיר $0.10 ו-$0.50. קראו את שני לוחות התעריפים זה לצד זה, ומודל ה-GA החדש והזול יותר זול פי עשרים בקלט ופי עשרים וארבע בפלט — והוא מקבל ציון גבוה יותר במדד העצמאי שחשוב למחלקות השיווק של שני הספקים.

הסעיף האחרון הזה הוא החלק ששווה להאט בגללו. GPT-6 Luna מקבל ציון 37 ב-Artificial Analysis Intelligence Index במאמץ מקסימלי. Gemini 3.1 Pro Preview מקבל ציון 30 באותה גרסה. מודל שנמכר כמהלך יעילות בנפח גבוה מקדים בשבע נקודות מודל שנמכר כמערכת הסקה חזיתית, במחיר קלט הנמוך פי 20. זה לא מקרה של מודל זול שמדביק מודל יקר. בציר המסוים הזה המודל הזול פשוט מוביל, והמודל היקר נמצא בתצוגה מקדימה כבר שבעה חודשים.

המסקנה הטבעית — ש-Gemini 3.1 Pro יקר מדי — גם היא לא בדיוק נכונה, ושאר הקטע הזה עוסק בשלושת המקומות שבהם המודל של Google מצדיק את המחירון שלו, כי הם אמיתיים והם לא קטנים.

חמשת הדברים שמכריעים

לפני הפירוט, הגרסה הקצרה:

• GPT-6 Luna מנצחת במחיר בפער של בערך פי 20 בקלט ופי 24 בפלט, בקלט שמור בפער ניכר, ובמדד לשימוש כללי בשבע נקודות במאמץ מקסימלי זהה.

• Gemini 3.1 Pro מנצח במודאליות הקלט — הוא מקבל אודיו וווידאו, מה ש-GPT-6 Luna לא עושה — ובכך שהיה זמין במשך שבעה חודשים, שלגבי תצוגה מקדימה מהווה רקורד ייצור ארוך.

• תקרות הפלט אינן קרובות באף כיוון: GPT-6 Luna מפיק עד 128,000 טוקנים, Gemini 3.1 Pro עד 65,000.

• שתיהן כוללות גבול של שכבת הקשר ארוך שמתמחר מחדש את כל הבקשה, ב־272,000 אסימוני קלט עבור GPT-6 Luna ובסביבות 200,000 עבור Gemini 3.1 Pro.

• מלכודת מאמץ ברירת המחדל חלה על Luna בלבד: ה-37 שלה הוא ציון במאמץ מקסימלי, והגדרת ברירת המחדל הבינונית שלה מקבלת ציון 29, שהוא נמוך מ-30 של Gemini 3.1 Pro.

שני כרטיסי תעריפים והאריתמטיקה ביניהם

שורה אחת לכל מימד, שני הצדדים בכל אחד:

• קלט לכל מיליון — GPT-6 Luna $0.10 לעומת Gemini 3.1 Pro $2.00

• פלט לכל 1M — GPT-6 Luna $0.50 לעומת Gemini 3.1 Pro $12.00

• קלט במטמון — GPT-6 Luna $0.01 לכל 1M, הנחה של 90% לעומת Gemini 3.1 Pro $0.20 לכל 1M, הנחה של 90%

• גבול ההקשר הארוך — GPT-6 Luna מעל 272K אסימוני קלט לעומת Gemini 3.1 Pro מעל בערך 200K אסימוני קלט

• אפקט ההקשר הארוך — GPT-6 Luna פי 2 קלט ומטמון, פי 1.5 פלט, על הבקשה כולה לעומת Gemini 3.1 Pro $4.00 קלט / $18.00 פלט, גם על הבקשה כולה

• חלון הקשר — GPT-6 Luna 1,050,000 טוקנים לעומת Gemini 3.1 Pro 1M טוקנים

• פלט מקסימלי — GPT-6 Luna ‏128,000 טוקנים לעומת Gemini 3.1 Pro ‏65,000 טוקנים

• אופן הקלט — GPT-6 Luna טקסט ותמונה לעומת Gemini 3.1 Pro טקסט, תמונה, אודיו, וידאו וקבצים

• מדד AA Intelligence — GPT-6 Luna 37 במאמץ מקסימלי, 29 בברירת המחדל שלו לעומת Gemini 3.1 Pro 30

• מהירות פלט — GPT-6 Luna 153.9 טוקנים לשנייה לעומת Gemini 3.1 Pro בערך 115-143 טוקנים לשנייה בהתאם לגרסה

• מתג כיבוי החשיבה — GPT-6 Luna מ-none עד max לעומת Gemini 3.1 Pro עם חשיבה תחילה, ללא חשיפת מצב ללא-חשיבה

• סטטוס — GPT-6 Luna זמין באופן כללי מאז 2026-09-22 לעומת Gemini 3.1 Pro בתצוגה מקדימה מאז 2026-02-19

השורה המעניינת אינה המחיר. אלה הן צמד השורות בתחתית. התווית "תצוגה מקדימה" של Gemini 3.1 Pro אינה עניין טכני גרידא — היא משנה את מה שגוגל חייבת לך. ניתן לשנות מודל בתצוגה מקדימה, לתמחר אותו מחדש או להסירו ללא הודעת הוצאה משימוש (deprecation notice) שמודל GA מקבל, ותמחור שלא השתנה במשך שבעה חודשים הוא הבטחה שאיש לא נתן בכתב. כל מה שלהלן על כך שהמודל של גוגל הוא ההימור הבטוח יותר לייצור חייב להיקרא אל מול ההסתייגות הזו, מפני ש"שבעה חודשי יציבות" ו"שבעה חודשים בלי הבטחת יציבות" הם אותם שבעה חודשים.

היכן שהמודל של גוגל מרוויח פי עשרים נוספים

שלושה מקומות, והראשון הוא זה ששם קץ להשוואה עבור חלק מהקבוצות לחלוטין.

מודאליות. Gemini 3.1 Pro מקבל קלט אודיו וווידאו. GPT-6 Luna מקבל טקסט ותמונה. אם צינור העיבוד שלך קולט הקלטות שיחות, צילומי מסך או וידאו, אין גרסה של ההתמודדות הזו שבה פער המחירים משנה, מפני שאחד משני המודלים לא יכול לבצע את העבודה. זה אינו פער בנצ'מרק שמצטמצם עם גרסת נקודה; זו יכולת שקיימת או שאינה קיימת, וזה הסיבה היחידה והחזקה ביותר לכך שמחירון התעריפים של Google שורד מפגש עם תהליך רכש אמיתי.

תקרת הפלט, בכיוון ההפוך. תקרות הפלט חותכות לכיוון ההפוך ממודאליות הקלט, וזו מטיבה עם OpenAI. GPT-6 Luna מפיקה עד 128,000 טוקנים בתגובה אחת; Gemini 3.1 Pro עד 65,000. אם אתם מייצרים תוצרים מובנים ארוכים — מסמך מלא, ריפקטור גדול, טלאי רב-קבצים — התקרה של Google היא בערך חצי מזו של OpenAI, וצינור עיבוד שנחתך ב-65,000 טוקנים הוא שבור, ללא קשר למחיר שהוא משלם לכל טוקן.

עבודה בחזית המולטימודלית. המיצוב של Gemini 3.1 Pro הוא כמודל הסקה שבמקרה הוא מולטימודלי, וההשלכה המעשית היא שמשימות הדורשות הסקה על גבי תרשים, גרף או הקלטת מסך נופלות עליו ולא על דרג קטן שמתמקד בטקסט. GPT-6 Luna מקבל תמונות, כך שהגבול אינו אודיו וווידאו בלבד — אלא שהמודל של גוגל בנוי להסקה חזותית ושמעית כמקרה שימוש עיקרי, וזה של OpenAI בנוי לתפוקה.

איפה שהדרגה הזולה באמת מפסידה, וזה לא במקום שאתם מצפים

ברירת המחדל של המאמץ היא המלכודת בזיווג הזה, והיא פוגעת חזק יותר כאן מאשר מול יריב חלש יותר. ציון האינדקס הראשי של GPT-6 Luna, 37, נמדד במאמץ חשיבה מקסימלי. ברירת המחדל שלו היא בינונית, וברמה בינונית הוא משיג 29 — נקודה אחת מתחת ל 30 של Gemini 3.1 Pro. אז היתרון של שבע הנקודות שאיתו פתח המאמר הזה הוא השוואה בין התקרה של מודל אחד לתקרה של מודל אחר, וצוות שמתקין את GPT-6 Luna ומשאיר את התצורה כמו שהיא מריץ מודל שהוא מעט מאחורי זה של גוגל, מבוגר בשבעה חודשים, עדיין בתצוגה מקדימה, במחיר של חמישה אחוזים ממחירו.

זה עדיין, עבור רוב עומסי העבודה, העסקה הנכונה — נקודת מדד אינה הבדל ביכולת, אבל פער מחיר של פי 20 כן. אבל זו עסקה שונה מזו שמפרסמים כרטיסי התעריפים, והיא בלתי נראית אלא אם כן יוצאים לחפש את פרמטר effort.

המקום השני שבו השכבה הזולה מפסידה הוא אריתמטיקת הקשר הארוך. שני המודלים מתמחרים מחדש את כל הבקשה ברגע שהיא חוצה גבול, במקום לגבות תוספת על העודף, ושני הגבולות נמוכים מספיק כדי שיהיה להם משמעות: 272,000 טוקנים בקלט ב-GPT-6 Luna, כ-200,000 ב-Gemini 3.1 Pro. הסעיף של GPT-6 Luna מכפיל את הקלט והמטמון ומעלה את הפלט בחצי. זה של Gemini 3.1 Pro מעביר את כל הקריאה ל-4.00 דולר בקלט ול-18.00 דולר בפלט. אף אחד מהסעיפים אינו תוספת שולית, ובמודל שנמכר על בסיס מחיר, הסעיף הוא המחיר.

השלישי הוא מילוליות יתר, וזו שורת העלות שלעולם אינה מופיעה במחירון. Artificial Analysis מדדה את GPT-6 Luna כשהוא מייצר 150 מיליון טוקנים של פלט לאורך ריצת המדד, לעומת חציון של 85 מיליון — המודל פטפטן, ובתעריף של 0.50 דולר למיליון פלט מדובר ב-75 דולר של טוקנים, בעוד שמודל תמציתי היה מוציא 42.50 דולר. הוא עדיין זול בסדר גודל מהחלופה. זו גם הסיבה לכך שמספרי עלות-למשימה ומספרי עלות-לטוקן מספרים סיפורים שונים, והסיבה למדוד את נפח הפלט שלכם לפני שאתם מדמים את החיסכון.

איך נראית הגירה ביניהם

המודל של Google נגיש דרך ה-API של הספק עצמו ומספר פלטפורמות צד שלישי; GPT-6 Luna נגיש דרך ה-API של OpenAI, ונכון למועד כתיבת שורות אלה, אף אחד מהם אינו החצי הפשוט יותר של הצמד שעליו כדאי לתקנן. שניהם חושפים משטח Chat Completions תואם OpenAI, כלומר צורת הקריאה אינה הבעיה — הפרמטרים הם הבעיה. סולם המאמץ של GPT-6 Luna, סעיף 272,000 האסימונים שלו, והדרישה שלו שקריאה לפונקציות ב-Chat Completions תרוץ עם מאמץ חשיבה שמוגדר ל-none — כל אלה הם התנהגות שאין ל-Gemini 3.1 Pro, והסבה שמשנה רק את מחרוזת המודל תפיק קריאה עובדת עם פרופיל עלויות שגוי.

Gemini 3.1 Pro Preview זמין ב-OrcaRouter במחיר המחירון של גוגל, במסגרת תמחור ה-pass-through, כלומר ששינוי בתעריפים של גוגל נכנס לתוקף אצלנו באותו היום. GPT-6 Luna אינו נמצא בקטלוג שלנו נכון לכתיבת שורות אלה. עבור צוות שמריץ את שניהם — המודל של גוגל לכל מה שדורש אודיו או וידאו, ושל OpenAI לטקסט בנפח גבוה — זהו מפתח אחד ל-Gemini 3.1 Pro לצד כל מה שאתם כבר משתמשים בו עבור OpenAI, כאשר החלטת הניתוב מתבטאת כקונפיגורציה ולא כשני מסלולי קוד. זהו הצימוד שבו זה הכי חשוב, כי שני המודלים כלל אינם ניתנים להחלפה זה בזה: ניתוב שצריך לבחור בין תצוגה מקדימה מולטימודלית לבין שכבת GA קטנה לטקסט בלבד הוא ניתוב שיוחלט מחדש בכל פעם שמי מהספקים משחרר גרסה.

מה ישנה את זה

ההשוואה כפי שהיא כיום היא תמונת מצב של רגע יוצא דופן: מודל GA מספטמבר מביס מודל תצוגה מקדימה מפברואר במדד הכללי במחיר קלט של חמישה אחוזים, בעוד שהוא מפסיד במודאליות ובבגרות שמודל תצוגה מקדימה לעולם לא ממש זוכה לה. שלושה דברים היו משנים אותה, וכל אחד מהם ראוי למעקב במקום לנחש.

הראשון הוא Gemini 3.1 Pro שיוצא מ-Preview. שחרור GA יביא עמו מדיניות הפחתה, מחירון יציב, וסביר מאוד שגם שינוי במחיר — Google שמרה על $2.00/$12.00 לאורך שבעה חודשי Preview בעוד ששאר השוק נחתך בחצי סביבה, וריסון כזה תואם יותר מחיר השקה הממתין לתאריך GA מאשר עמדה מחושבת.

הדבר השני הוא האם OpenAI מרחיבה את סולם המאמץ של Luna או משנה את ברירת המחדל שלה. הפער של עשרים ושתיים נקודות בין ציון המאמץ המקסימלי של GPT-6 Luna לבין ציון מאמץ ברירת המחדל שלו הוא רגישות התצורה הגדולה ביותר במאמר זה, ומהלך של ברירת מחדל ישנה את היכולת האפקטיבית של המודל עבור כל קורא שלא נגע בפרמטר.

השלישי הוא פער המודאליות. זהו הממד היחיד כאן שאינו עניין של מידה, והוא זה שמונע מכך להיות השוואת מחירים ישירה. עד שאחד מהמודלים האלה יוכל לעשות את מה שהאחר אינו יכול, הפער של פי עשרים הוא מספר אמיתי שמצביע על שתי עבודות שונות.