Gemini 4 vs GPT-6 Astra: Imbang Ketat di Indeks, Selisih 5x pada Tagihan

Dua model terdepan, satu indeks independen, satu skor identik. Artificial Analysis menempatkan Gemini 4 Argon pada upaya tinggi dan GPT-6 Astra pada upaya maksimum, keduanya di angka 53 pada Intelligence Index v4.3.2, komposit dari sepuluh evaluasi yang dijalankan evaluator pada revisi v4.3.2. Lalu ia menetapkan harga untuk proses di balik setiap skor: biaya bayar-per-token sebesar $1,99 per tugas indeks untuk Gemini 4 Argon versus $3,26 untuk GPT-6 Astra. Bukan hasil imbang.

Itulah kerangka yang berguna untuk pertandingan ini, karena kartu tarif utama membuat kesenjangan tampak lebih lebar daripada sebenarnya dan angka per tugas membuatnya tampak lebih sempit. Gemini 4 Argon dicantumkan pada $2,00 per juta input dan $10,00 per juta output dengan tarif perkenalan yang berlipat ganda pada 2026-12-01. GPT-6 Astra dicantumkan pada $10,00 per juta input, $1,00 input cache, dan $50,00 per juta output. Kedua skor sama; kartu tarif berbeda lima kali pada output dan tagihan per tugas sebesar 1,6 kali.

Model: Gemini 4 Argon adalah satu-satunya anggota yang disebutkan namanya dari lini Gemini 4 Google, diumumkan pada 30 September 2026 dan tersedia secara umum di tier berbayar Google sejak 13 Oktober 2026. GPT-6 Astra adalah unggulan OpenAI, dirilis pada 3 September 2026 dan diluncurkan dalam program akses terbatas. Keduanya berada dalam kelas konteks 1 juta token yang sama dan keduanya merupakan model penalaran dengan upaya yang dapat dikonfigurasi.

Mengapa tarif lima kali lipat bisa menjadi tagihan 1,6x

Rekonsiliasinya adalah jumlah token. Astra dipatok harga premium per token dan menjawab dengan lebih sedikit token daripada yang diisyaratkan oleh daftar tarif, sementara Argon murah per token tetapi tidak cukup hemat per tugas untuk membuat keunggulannya berlipat menjadi lima. Menurut perhitungan evaluator sendiri, biaya Argon per tugas indeks berada di $1,99 dan Astra di $3,26 — selisih harga per juta menyusut karena sebagian besar yang diukur oleh harness adalah kerja penalaran yang tokennya dibakar oleh kedua model.

Evaluator yang sama mencantumkan biaya campuran Argon sebesar $1,47 per juta token, dibandingkan dengan $7,70 milik Astra pada campuran cache-hit/input/output standar 7:2:1. Campuran itu membuat Argon tampak lebih unggul, dan hal itu layak dikatakan: campuran tersebut mengasumsikan porsi cache-hit yang sangat tinggi, dan tarif input yang di-cache Astra sebesar $1,00 per juta adalah sepuluh kali lipat dari $0,10 milik Argon. Jika beban kerja Anda sebagian besar berupa cache hit, bukan sebagian besar output baru, selisih efektif antara keduanya lebih kecil daripada yang disiratkan oleh daftar tarif maupun campuran tersebut.

Yang tidak dikorbankan Astra adalah postur akses. Ini adalah model pertama yang dikirim OpenAI yang melampaui ambang batas kemampuan keamanan siber Kritis di bawah Preparedness Framework miliknya sendiri, dan peluncurannya mengikuti hal itu: organisasi terbatas terlebih dahulu, akses perusahaan dinonaktifkan secara default sampai administrator mengaktifkannya berdasarkan rate card dan perjanjian yang berlaku, kontrol admin khusus untuk penjelajahan dan unggahan, serta perluasan yang direncanakan melalui program Daybreak. Tidak ada yang setara yang didokumentasikan untuk Gemini 4 Argon, yang tersedia secara umum di tier berbayar Google bagi siapa pun yang memiliki hubungan penagihan. Bagi tim yang membutuhkan dokumen pengadaan, perbedaan itulah keputusannya; bagi tim yang membutuhkan model siap dipakai lewat kunci pada sore ini, hal itu justru mengarah sebaliknya.

Batas maksimum keluaran, tingkatan, dan pengaturan upaya

Kedua model memiliki jendela konteks 1 juta token. Batas dekode yang dipublikasikan berbeda: G​oogle mempublikasikan 1.000.000 token output untuk Argon, dan Argon didokumentasikan sebagai satu model dengan empat tingkat layanan — Standard pada $2/$10, Priority pada $3.60/$18, Flex dan Batch pada $1/$5. Astra didokumentasikan sebagai satu model pada satu daftar harga dengan tingkat batch bertarif setengah, dan aksesnya yang dibedakan bersifat organisasional, bukan opsi penagihan.

Upaya adalah aspek yang paling tidak mapan dalam perbandingan ini. Skor indeks di atas adalah Argon pada tingkat tinggi dan Astra pada tingkat maksimum, dan itu bukan pengaturan yang setara dalam pengertian yang berarti — evaluator melabeli setiap model pada default-nya sendiri. Liputan Ars Technica bulan Oktober tentang peluncuran Argon mencatat bahwa model tersebut dapat diakses oleh pelanggan berbayar, dan materi peluncuran Google sendiri menggambarkan model yang dibangun untuk masalah-masalah tersulitnya; tidak ada vendor yang mempublikasikan kurva upaya yang memungkinkan pembaca menormalkan keduanya. Jika perbandingan head-to-head pada pengaturan yang setara tidak ada, halaman ini tidak akan mengarangnya.

Dalam hal ketersediaan independen, salah satu dari dua ini hanya berjarak satu panggilan telepon dan yang lainnya hanya berjarak satu kunci. GPT-6 Astra ada di katalog kami pada harga daftar penyedia dengan tambahan markup 0%, sehingga perubahan harga vendor sampai ke invoice Anda pada hari yang sama alih-alih setelah siklus penetapan harga ulang, dan failover otomatis antar penyedia berarti peluncuran yang masih dalam tahap penyesuaian tidak harus menjadi titik kegagalan tunggal pada jalur produksi. Gemini 4 Argon tidak ada dalam katalog tersebut per 2026-10-14; ia dapat dijangkau melalui API milik G​oogle sendiri dan beberapa platform pihak ketiga, dan pembaca yang menginginkan keduanya di balik satu kunci belum dapat memilikinya di sini.

Jangan menyamakan halaman ini dengan perbandingan tingkat Pro.

Sebuah versi pertandingan ini sudah beredar dalam bentuk "Gemini 4 Pro vs GPT-6 Astra", dibangun di sekitar uji dengan satu hasil. Itu pertanyaan berbeda tentang model yang belum dirilis Google, dan itu halaman yang sudah kami tulis. Halaman ini membandingkan kedua lini sebagaimana mereka benar-benar ada saat ini: satu model Gemini 4 melawan satu andalan OpenAI.

Aturan

Jika hasil akhirnya adalah keluaran panjang dalam volume besar, atau agen yang menulis artefak besar dalam satu kali proses, ekonomi per token Gemini 4 Argon dan batas dekode 1 juta token adalah alasan untuk memilihnya — asalkan Anda merencanakan kenaikan tarif 2026-12-01 ke dalam anggaran, bukan menemukannya secara mendadak. Jika pekerjaannya adalah keluaran profesional berjangka panjang yang jawaban lebih kuat untuk penalaran sulitnya layak dibayar, atau Anda membutuhkan administrasi tingkat perusahaan, audit, dan vendor dengan kerangka kerja kontrol akses yang terdokumentasi, GPT-6 Astra adalah produk yang lebih lengkap, dan itulah yang dapat Anda panggil di sini hari ini.

Kedua model layak dijalankan di belakang router daripada pada satu penyedia saja, dan itu bukan promosi untuk nilai satu vendor dari keduanya: itu adalah jawaban umum untuk peluncuran yang masih dalam proses penyesuaian. Ketentuan akses Astra masih berubah sepanjang September dan kartu tarif Argon memiliki langkah bertanggal di dalamnya, jadi tidak ada satu pun yang merupakan model untuk dihubungkan ke jalur tanpa cadangan.

Satu fakta yang paling sering menentukan keputusan itu: indeks mengatakan bahwa ini adalah model yang sama, dan tagihan mengatakan sebaliknya. Jika biaya beban kerja Anda didominasi oleh token output baru alih-alih input yang di-cache, keunggulan Argon lebih dekat ke rasio kartu tarif daripada ke rasio per tugas — ukur dulu sebelum Anda menstandardisasi.

Keduanya, satu endpoint

GPT-6 Astra dilayani melalui OrcaRouter dengan harga daftar OpenAI dengan tambahan markup 0%, dan karena katalog tersebut merutekan ke berbagai penyedia untuk model yang sama, peluncuran yang masih dalam tahap penyesuaian tidak harus menjadi titik kegagalan tunggal. Gemini 4 Argon tidak ada dalam katalog itu per 2026-10-14 — model ini dapat dijangkau melalui API milik G​oogle sendiri dan beberapa platform pihak ketiga.

Tingkatan di bawah Astra adalah seperlima dari daftar harganya. GPT-6.1 Sol Keduanya berada pada satu kunci, jadi penggantiannya adalah string model, bukan siklus pengadaan.

Pemilihan model juga merupakan pertanyaan tentang apa yang pernah salah sebelumnya: insiden AI yang terdokumentasi dan kegagalan agen untuk model dari kelas ini dikumpulkan di the OrcaRouter AI Incident Archive, di mana setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan tanda sengketa.