GPT-6.1 Sol vs Gemini 4 Pro: Google non ha mai rilasciato quel nome, e l'adeguamento del prezzo termina il 1° dicembre

Non esiste alcun modello chiamato Gemini 4 Pro. Se hai cercato un confronto con GPT-6.1 Sol, il lato Google di quel confronto è Gemini 4 Argon — il modello di frontiera che Google ha annunciato il 30 settembre 2026 a una coorte chiusa di difensori informatici, e aperto agli sviluppatori paganti il 13 ottobre. I due ora presentano quella che sembra una scheda identica: 2,00 $ per milione di token di input e 10,00 $ per milione di output. Questa identità ha una data di scadenza. La tariffa introduttiva di Argon è valida fino al 30 novembre; dal 1° dicembre diventa 4,00 $ e 20,00 $. GPT-6.1 Sol, rilasciato al DevDay il 29 settembre, ha un prezzo di 2,00 $ e 10,00 $ come tariffa standard, non come promozione. Quindi la vera domanda non è quale modello vince oggi. È quale tariffa avrai ancora in mano a febbraio.

Tutto ciò che segue proviene dalla documentazione sui modelli e sui prezzi dei due fornitori stessi, consultata il 27 ottobre 2026, oppure da Artificial Analysis, l'unica classifica indipendente in cui compaiono entrambi i modelli. Quando un numero deriva da un benchmark eseguito dal fornitore stesso, la frase che lo contiene lo specifica. L'elenco dei modelli di Google è il motivo per cui la correzione del nome non è pedanteria: l'identificatore che viene fornito è gemini-4-argon, e non esiste una riga gemini-4-pro da chiamare.

Il nome nella casella di ricerca e il modello sulla fattura.

"Gemini 4 Pro" è sopravvissuta come etichetta della community dal ciclo di fughe di notizie. A metà settembre, i resoconti descrivevano un modello misterioso comparso in forma anonima su classifiche in stile arena, che generava tracce di ragionamento insolitamente lunghe ed era ampiamente identificato come il prossimo Gemini di fascia Pro. Quando Google ha effettivamente annunciato il modello, lo ha chiamato Argon e lo ha descritto come l'inizio della famiglia Gemini 4, anziché come sostituto di una fascia Pro denominata. I resoconti dell'epoca dicevano che Google aveva cancellato la linea Gemini 3.5 Pro e reindirizzato quella potenza di calcolo, il che spiega in parte perché l'etichetta Pro sia rimasta: c'era un vuoto dove sarebbe stato un modello Pro.

L'etichetta conta per una ragione pratica. Cercare Gemini 4 Pro restituisce per lo più pagine basate su specifiche trapelate — un contesto da dieci milioni di token, memoria permanente tra sessioni, isolamento sandbox — nessuna delle quali è stata pubblicata da Google. Cercare Argon restituisce la documentazione dello stesso fornitore. Se stai scegliendo un modello invece di leggere una voce, il secondo è l'unico oggetto utile. La documentazione pubblica di Argon descrive uno spazio di lavoro unificato da un milione di token condiviso tra input, thinking e output, una quantità di output predefinita consentita di 65.536 token e lunghe esecuzioni di decodifica che possono estendersi fino a circa un milione di token di output.

Due schede tariffarie, una delle quali è una promozione

Ecco l'intero confronto commerciale nelle dimensioni che fanno variare la fattura. Ogni riga proviene dai termini pubblicati direttamente dai fornitori il 27 ottobre 2026.

• Tariffa standard oggi — GPT-6.1 Sol $2,00 input / $10,00 output per milione; Gemini 4 Argon $2,00 / $10,00.

• Tariffa al 1° dicembre 2026 — GPT-6.1 Sol invariato a 2,00 $ / 10,00 $; Gemini 4 Argon 4,00 $ / 20,00 $.

• Input memorizzato nella cache — Sol $0,10 per milione; Argon circa $0,10 oggi con uno sconto del 95%, con previsione di aumento a circa $0,20 dopo lo step.

• Prezzo per contesto lungo — Sol ridetermina il prezzo dell'intera richiesta oltre 272,000 token di input, portandolo a $4.00 per input e $15.00 per output, con input in cache a $0.20; Argon non pubblica alcuna fascia equivalente perché il suo workspace è di un milione di token a tariffa fissa.

• Contesto — Sol 1.050.000 token di input con un limite di output di 128.000 token; Argon un milione di token unificato, con un output predefinito di 65.536 token.

• Controllo del ragionamento — Sol ragiona sempre, con cinque livelli da basso a massimo e nessun interruttore di disattivazione; il controllo dello sforzo di Argon è esposto tramite l'API di Google ma non è documentato con gli stessi termini a scala.

• Input — Sol accetta testo, immagini e file; Google posiziona Argon come multimodale su testo, immagine e video.

• Come lo acquisti — Sol tramite l'API di OpenAI, Bedrock e i router che lo distribuiscono, inclusi i nostri; Argon tramite l'API proprietaria di Google, AI Studio e i canali enterprise.

Quella quarta riga è quella che sfugge. Il passo di contesto lungo di Sol è una scogliera legata alla lunghezza di una singola richiesta: supera i 272.000 token di input e l'intero prompt viene riprezzato, non solo l'eccedenza. Lo spazio di lavoro piatto da un milione di token di Argon non ha un confine equivalente. Per un agente che assembla un grande contesto di repository a ogni turno, quella differenza può pesare più della tariffa pubblicizzata — e gioca a favore di Argon, almeno fino a dicembre.

Cinquantatré contro cinquantadue, e l'onestà di un distacco di un punto

Artificial Analysis colloca Gemini 4 Argon a 53 sul suo Intelligence Index e GPT-6.1 Sol a 52, entrambi sulla versione 4.3.2 della suite. Argon si classifica nono su 221 modelli; Sol si trova subito dietro. Un punto su un composito di circa dieci valutazioni non è una classifica, è una fascia. Ciò in cui l'indice è più bravo è dirti che nessuno dei due modelli sta comprando il proprio punteggio con una struttura dei costi drasticamente diversa — almeno non alle tariffe principali, dove hanno lo stesso numero.

Le configurazioni non sono identiche, e vale la pena dirlo anziché nasconderlo. Artificial Analysis valuta Sol al massimo sforzo, la sua impostazione più costosa. Il punteggio di Argon è pubblicato per un'unica configurazione esposta da Google. Un confronto tra impostazioni di sforzo diverse è un confronto tra due prodotti così come vengono forniti, non tra due capacità al loro limite massimo, e nessuno ha pubblicato un'esecuzione dei due a sforzo equivalente.

I numeri dei fornitori sono presenti da entrambe le parti e vanno letti come dichiarazioni. Il materiale di lancio di Google riportava primi posti in 13 delle 19 valutazioni eseguite e descriveva Argon come il suo modello più forte per lavori scientifici e ingegneristici difficili. Il materiale di lancio di OpenAI per GPT-6.1 Sol riportava parità con il proprio modello di punta GPT-6 Astra su DeepSWE v1.1 a circa un quinto del costo, un guadagno di sette punti su OSWorld 2.0 offline e una riduzione del tasso di errori fattuali con ragionamento basso dall'11,4% al 7,7%. Nessuna di queste quattro dichiarazioni ha una riproduzione indipendente pubblicata. Sono utili per capire cosa ciascun fornitore ritiene di aver costruito, e inutili come spareggio tra i due.

L'aritmetica dei trentacinque giorni tra oggi e il 1° dicembre

Prendi un carico di lavoro di produzione di medie dimensioni: 40 milioni di token di input e 8 milioni di token di output al mese, senza caching, senza sconfinare nel contesto lungo. Su entrambe le schede oggi sono 160 $ al mese — 80 $ di input a 2,00 $, 80 $ di output a 10,00 $. Dal 1° dicembre, lo stesso carico di lavoro su Argon costa 320 $: 160 $ di input a 4,00 $ e 160 $ di output a 20,00 $. Su GPT-6.1 Sol resta a 160 $.

Nell'arco dei dodici mesi successivi alla modifica, si tratta di 3.840 $ su Argon contro 1.920 $ su Sol, una differenza di 1.920 $ per un carico di lavoro rimasto invariato. Se il tuo modello di traffico include prompt superiori a 272.000 token, lo scalino di Sol complica il quadro: una singola richiesta da 300.000 token in input viene fatturata alla tariffa per contesto lungo sull'intero ammontare di 300.000, cioè 1,20 $ invece di 0,60 $. Esegui quaranta turni di questo tipo al mese e il risparmio di cui sopra si riduce di circa 240 $ all'anno. Non si inverte. Lo scalino è un motivo per misurare la lunghezza dei tuoi prompt, non un motivo per preferire una scheda che raddoppia.

Cosa non può dirti il confronto

Nessuno dei due modelli dispone di un corpus di praticanti. Argon è disponibile al pubblico da due settimane; Sol da quattro. Non esiste una raccolta pubblicata di modalità di errore, né telemetria di agenti a lungo termine, né uno studio indipendente sui costi di nessuno dei due su una vera traccia di produzione. L'indice misura una suite, non il tuo carico di lavoro. I benchmark del fornitore misurano le attività scelte dal fornitore, con le impostazioni di impegno scelte dal fornitore.

L'unica asimmetria che non riguarda le capacità è la disponibilità. Argon è venduto da Google, alle condizioni di Google, con una variazione di prezzo già pianificata. Sol è venduto da OpenAI ed è veicolato dai router, il che rappresenta un tipo diverso di dipendenza: se un singolo provider subisce un incidente, un chiamante instradato può eseguire il failover; un chiamante diretto no. Non è un motivo per scegliere un modello. È un motivo per tenere la scelta del modello separata dal trasporto, che è l'argomento a favore di un gateway in generale e non a favore dell'uno o dell'altro modello in particolare.

Quale chiamare, dato il calendario

Se stai scegliendo oggi e il tuo carico di lavoro è sensibile al prezzo, GPT-6.1 Sol è la scheda più sicura perché è un impegno: $2,00 e $10,00 con una regola pubblicata per il contesto lungo, nessuna scadenza e un contatore per gli input in cache a un decimo della tariffa di input. È nel nostro catalogo al prezzo di listino di OpenAI con 0% di ricarico, quindi la tariffa che vedi sulla pagina del fornitore è quella che ti viene addebitata, e un cambiamento da parte di OpenAI sarebbe riflesso lo stesso giorno anziché dopo un ciclo di riprezzamento.

Se ti serve sapere cosa fa specificamente Argon — il workspace flat da un milione di token, l'input multimodale di Google o la sua collocazione nelle valutazioni scientifiche di Google stesso — il consiglio onesto è di mettere a budget ora il numero di dicembre. Un team che pianifica sulla base di $2,00 e $10,00 e rinnova a gennaio percepirà il cambiamento come un aumento del 100%. Un team che pianifica sulla base di $4,00 e $20,00 e ottiene trentacinque giorni di sconto è semplicemente in anticipo. Gemini 4 Argon non è nel nostro catalogo, quindi se lo vuoi, vive nell'API del fornitore stesso e in diverse piattaforme di terze parti.

Il nome nella casella di ricerca non è mai stato reale. Il modello sì, lo sconto è reale per un altro mese, e l’unica decisione che sopravvive a dicembre è se il carico di lavoro ha bisogno della forma di Argon abbastanza da pagare il doppio per averla. Per la maggior parte del lavoro di programmazione e a forte componente documentale, la risposta questo mese e il prossimo è il modello il cui prezzo non è un conto alla rovescia.