Gemini 4 vs GPT-6: un modello contro tre pioli, e il piolo che si allinea

Nessuno dei due lati di questo termine di ricerca è un singolo prodotto, ed è la prima cosa che il confronto deve correggere. Gemini 4 è un solo modello: Gemini 4 Argon, l'unica voce sotto l'intestazione Gemini 4 nella documentazione ufficiale dei modelli di G​oogle, con un prezzo, sul livello a pagamento, di 2,00 $ per milione di token in input e 10,00 $ per milione in output fino al 30 novembre 2026, che passa a 4,00 $ e 20,00 $ dal 1º dicembre. GPT-6 è tre modelli: GPT-6 Astra, il flagship, a 10,00 $/50,00 $ prima del suo passaggio al contesto lungo; GPT-6.1 Sol, il gradino intermedio, a 2,00 $/10,00 $; e GPT-6 Luna, il livello di efficienza, a 0,10 $/0,50 $ — ciascuno elencato da OpenAI con una finestra di contesto di 1,05 milioni di token, un tetto di output di 128K token e una data di cutoff delle conoscenze. Quindi il confronto diretto che il lettore chiede va assemblato gradino per gradino, e esattamente un gradino coincide sul listino.

Quella impostazione non è una scappatoia. È la risposta, perché le due linee sono modellate diversamente di proposito. La generazione di punta 2026 di G​oogle è un unico punto operativo che si acquista su quattro livelli di servizio. Quella di OpenAI è composta da tre punti operativi tra cui scegliere. Tutto ciò su cui un lettore può agire oggi dipende da quale forma si adatta al lavoro.

Che cosa pubblica effettivamente ciascun fornitore, e dove si ferma il documento

Le due parti non sono documentate con lo stesso livello di dettaglio, e vale la pena dirlo una volta sola anziché lasciare che questo distorca silenziosamente il resto della pagina.

La documentazione dei modelli di OpenAI fornisce, per ciascun modello, un ID del modello, i valori di reasoning effort accettati dall'API, il prezzo di input e output, l'output massimo, la finestra di contesto, una data di knowledge cutoff e la superficie degli strumenti. Per GPT-6 Astra e GPT-6.1 Sol il cutoff è il 30 aprile 2026 e la scala dell'effort va da low a max; GPT-6 Luna ha un cutoff al 18 maggio 2026 e accetta inoltre none. La pagina dei prezzi di OpenAI suddivide poi ogni modello in colonne per contesto breve e contesto lungo, attraverso i livelli di servizio Standard, Batch, Flex, Fast e Ultrafast. Si tratta di una traccia documentale insolitamente completa: un lettore può calcolare un budget senza chiedere a nessuno.

Il lato di Google è più scarno nei dettagli che di solito decidono un confronto. La sua pagina dei modelli elenca "All Gemini 4 models" e quella tabella ha esattamente una riga — Gemini 4 Argon, endpoint gemini-4-argon, descritto come un modello di ragionamento di punta con "una finestra di contesto unificata da 1M e decodifiche lunghe fino a 1M di token", etichettato Stable. La sua pagina dei prezzi riporta i quattro livelli di servizio con lo step di dicembre. Ciò che non è pubblicato è una model card, un conteggio dei parametri, un termine di licenza o un cutoff pubblicato delle conoscenze di addestramento. Argon è stato annunciato il 30 settembre 2026, e le pagine che datano il suo rollout più ampio stanno datando il piano di accesso di Google; nessuna model card di Gemini 4 ha seguito l'unico modello.

Leggi quell'asimmetria per quello che è: un fatto su ciò che i due fornitori hanno scelto di mettere per iscritto, non un'affermazione sulla qualità di nessuno dei due modelli. Google ha pubblicato abbastanza per fare transazioni, ma non molto per fare confronti. Questo limita ciò che questa pagina può onestamente fare.

Il piolo che si allinea, e cosa gli succede il 1° dicembre

Allinea i due listini per prezzo e l'abbinamento si risolve quasi completamente in un unico confronto.

• Gemini 4 Argon, livello a pagamento — 2,00 $ input / 10,00 $ output per milione, caching del contesto a 0,10 $, con passaggio il 1° dicembre 2026 a 4,00 $ / 20,00 $ e 0,20 $

• GPT-6.1 Sol — 2,00 $ input / 10,00 $ output per milione in contesto breve, 0,10 $ di input in cache, 4,00 $ / 15,00 $ quando una richiesta si protrae a lungo

• GPT-6 Astra — $10,00 / $50,00 contesto breve, $20,00 / $75,00 contesto lungo, $1,00 input in cache

• GPT-6 Luna — $0.10 / $0.50, $0.01 input in cache, e di nuovo a quella tariffa in contesto lungo

La tariffa introduttiva di Argon e la tariffa ordinaria di GPT-6.1 Sol sono gli stessi due numeri, il che rende questa l'unica combinazione in cui «quale costa meno» ha una risposta reale anziché una risposta da listino. È anche la combinazione con una scadenza datata su un lato: Google ha dichiarato che la sua tariffa è introduttiva, e il passaggio di dicembre porta il livello standard di Argon a $4.00/$20.00 — al di sopra della tariffa di output a contesto breve di Sol e al di sopra della sua tariffa di output a contesto lungo di $15.00, con l'input in cache al doppio di quello di Sol. Nulla di comparabile è programmato sul fronte GPT-6 nel materiale pubblicato oggi. Un team che preventiva un ciclo di dodici mesi dovrebbe considerare $2.00/$10.00 per Argon un numero di novembre, non un numero su cui pianificare.

I gradini che non si allineano valgono comunque una riga ciascuno, perché è lì che le forme differiscono. I tier batch e flex di Argon si attestano a $1.00/$5.00, il che è più economico di qualsiasi cosa nella linea GPT-6 a quel livello di servizio ed è il modo più economico per eseguire il modello G​oogle per token. E GPT-6 Luna a $0.10/$0.50 si colloca un ordine di grandezza sotto tutto il resto in questo confronto — non c'è alcuna risposta dal lato G​oogle di questa pagina a un token di input da dieci centesimi, perché Gemini 4 ha un solo livello di capacità invece di un gradino economico.

L'unica misurazione in cui lo stesso valutatore ha eseguito entrambi, e perché non è un confronto testa a testa

Una terza parte ha misurato entrambe le parti sulla stessa suite: Artificial Analysis, Intelligence Index v4.3.2, sulla revisione vigente quando questa pagina è stata letta il 14 ottobre 2026. I numeri, tutti quanti del valutatore anziché di alcuno dei due fornitori:

Gemini 4 Argon (High) — indice 53, 1,99 $ per attività indice, 110M token di output nell'intera suite, nessuna velocità di output pubblicata dal valutatore

• GPT-6 Astra (Max) — indice 53, 3,26 $ per attività indice, 60 M token di output, 60,7 token al secondo

• GPT-6.1 Sol (Max) — indice 52, $0,72 per attività dell'indice, 67M token di output, 59,0 token al secondo

• GPT-6 Sol (Max) — indice 48, 1,04 $ per attività indice, 77 M token di output, 122,7 token al secondo

• GPT-6 Luna (Max) — indice 38, $0,07 per attività indice, 140M token di output, 135,0 token al secondo

Due avvertenze prima che qualcuno legga un vincitore da quell'elenco. Primo, non si tratta di impostazioni omogenee. L'esecuzione di Argon è a sforzo di ragionamento elevato e ogni voce GPT-6 nella tabella è al massimo, e il valutatore etichetta ciascun modello alla propria configurazione. Nessuno dei due fornitori pubblica la curva dello sforzo che permetterebbe a un lettore di normalizzare le due, quindi la coppia di 53 in cima alla tabella è una coincidenza di due configurazioni diverse, non un pareggio deciso a parità di condizioni. Secondo, e questa è la metà più utile: lo stesso sistema di valutazione che assegna i punteggi ai modelli stabilisce anche il prezzo dell'esecuzione dietro il punteggio, e il prezzo è internamente coerente in un modo in cui i punteggi di testa non lo sono. Argon che completa un compito in 110M token di output a $2,00/$10,00 costa $1,99; GPT-6.1 Sol che completa la stessa suite in 67M token allo stesso $2,00/$10,00 costa $0,72. Le tariffe sono identiche e i conti differiscono di 2,7 volte, perché è l'uso dei token, non il prezzo per token, ciò che il contatore sta effettivamente conteggiando.

Questo è il numero più trasferibile in questa pagina, e si applica ben oltre questi due modelli: su qualsiasi carico di lavoro in cui il volume di output è il fattore determinante dei costi, un confronto per token tra due modelli della stessa classe è il numero meno informativo disponibile.

Dove il confronto non può essere effettuato

Tre domande che un lettore porterà qui non hanno ancora una risposta onesta, ed è meglio nominarle che riempirle.

Non esiste un confronto omogeneo delle capacità tra le due linee a impostazioni corrispondenti. I punteggi del valutatore derivano da un'impostazione di sforzo diversa su ciascun lato, e Google non pubblica alcuna curva di sforzo per Argon. Chiunque presenti un verdetto pulito a numero singolo per questo confronto sta presentando una differenza di configurazione come una differenza di capacità.

Non esiste un confronto architetturale pubblicato, perché una delle parti non ha pubblicato la propria architettura. Non esiste un numero di parametri per Gemini 4 Argon a cui si possa fare riferimento, né una cifra relativa alla lunghezza del contesto oltre la finestra unificata da 1M e il percorso di decodifica estesa che Google dichiara. Laddove circoli una stima di terze parti, si tratta di una stima.

E non esiste un Gemini 4 più economico con cui confrontare GPT-6 Luna. Se il fattore decisivo nel carico di lavoro di qualcuno è il costo più basso possibile per token, la linea GPT-6 risponde con un gradino, mentre la linea Gemini 4 non risponde affatto.

Cosa può chiamare oggi un lettore, e da dove

Questo è l'asse su cui le due linee divergono più nettamente nella pratica, ed è un dato di copertura, non un'affermazione sulla qualità, quindi va detto chiaramente.

Ogni modello GPT-6 descritto in questa pagina viene servito tramite OrcaRouter — GPT-6 Astra, GPT-6.1 Sol, GPT-6 Sol e GPT-6 Luna — al prezzo di listino di ciascun provider con 0% di ricarico aggiunto, così una variazione di prezzo del fornitore raggiunge la fattura lo stesso giorno anziché dopo un ciclo di riprezzamento. Poiché il catalogo instrada attraverso provider dello stesso modello, una postura di accesso ancora in fase di assestamento non deve essere un singolo punto di guasto su un percorso di produzione, e passare da Sol a Luna per trovare un obiettivo di costo è una stringa di modello anziché un esercizio di approvvigionamento.

Nulla che riguardi il ceppo Gemini 4 compare in quel catalogo alla data del 14 ottobre 2026 — dei 207 identificatori di modello che instradiamo, nessuno corrisponde. Gemini 4 Argon è raggiungibile tramite l'API di Google stessa e diverse piattaforme di terze parti, e un lettore che voglia entrambe le linee dietro un'unica chiave non può averlo qui oggi. Questa è la nostra lacuna, dichiarata una volta, e non una raccomandazione riguardo a quella di chiunque altro.

Come decidere

Chiedi quale di questi descrive il lavoro:

• Un carico di lavoro, un livello di capacità, e la vera domanda è se la fattura si attesta a $2/$10 o a $4/$20 — Gemini 4 Argon è il modello, e il passaggio del 1° dicembre è il numero su cui pianificare, anziché la tariffa introduttiva che ti verrebbe quotata questo mese.

• Un portafoglio di workload con esigenze di costo e capacità genuinamente diverse, in cui un livello economico e un livello potente devono entrambi esistere sotto un unico contratto — GPT-6 è la struttura, e la domanda aperta diventa quale livello, non quale fornitore.

Se è il secondo a descriverti, la decisione va presa gradino per gradino e la misurazione qui sopra è quella da portare nella decisione: allo stesso prezzo pubblicizzato di $2.00/$10.00, GPT-6.1 Sol ha completato la suite del valutatore con $0.72 di token contro $1.99 di Argon, quindi un confronto del conteggio dei token del tuo traffico vale più di entrambi i tariffari. Se è il primo a descriverti, allora la domanda interessante non è affatto Gemini 4 contro GPT-6, ma Gemini 4 Argon contro qualunque singolo gradino di GPT-6 che corrisponda al tuo budget, e la risposta onesta è che Argon è competitivo sul punteggio e costoso sui token.

Il fatto che più spesso decide la questione: Gemini 4 è un modello attorno a cui si regola un livello di servizio, mentre GPT-6 è una linea all'interno della quale si sceglie — quindi se il tuo problema di costo è «ci serve un livello più economico», solo uno di questi due risponde alla domanda.

Se il fattore decisivo è il costo più basso per token, la linea risponde con un gradino — GPT-6 Luna a 0,10 $ per milione di token in input, instradato attraverso la stessa chiave del resto della linea.

Confronti come questo sono anche il punto in cui emergono le modalità di fallimento: gli incidenti AI documentati e i fallimenti degli agenti relativi ai modelli di questa classe sono raccolti in l'Archivio degli Incidenti AI di OrcaRouter, dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di affidabilità e l'indicatore di contestazione.