GPT-6.1 Terra vs Gemini 4 Argon: uno costa meno, l'altro ha ragione più spesso

Sul benchmark contabile DualEntry pubblicato il 26 ottobre 2026, Gemini 4 Argon ha ottenuto 91,1% e GPT-6.1 Terra ha ottenuto 78,2% — e Terra ci è riuscita in 16,1 secondi per 4,2 centesimi, l'esecuzione più veloce ed economica di qualsiasi modello OpenAI in quel set di 22 modelli. Quella riga è la sfida in miniatura. Il flagship di Google è il motore di giudizio migliore; il nuovo mid-tier di OpenAI è il motore di throughput migliore; e il divario tra questi due compiti è dove finiscono effettivamente i soldi. Scegliere tra loro solo in base al prezzo di listino porta a una risposta sbagliata in entrambe le direzioni.

Le specifiche, affiancate, perché i dettagli contano più dei numeri di punta:

• Prezzo — GPT-6.1 Terra 1,00 $ per 1M di input e 5,00 $ per 1M di output, che salgono a 2,00 $/7,50 $ quando una richiesta supera 272K token di input; Gemini 4 Argon 2,00 $/10,00 $ come prezzo introduttivo fino al 30 novembre 2026, poi 4,00 $/20,00 $.

• Contesto — Terra 1,05M di token con un limite di output di 128K; Argon circa 1M in input (Google non ha pubblicato una cifra; i tracker indicano 1M) e fino a 1M di token in un singolo output tramite la sua funzione Long Decode Continuation.

• Input — Terra accetta testo e immagini; Artificial Analysis elenca le stesse due modalità per Argon, mentre l'annuncio di Google e i suoi benchmark sui video lunghi indicano anche l'input video.

• Controllo del ragionamento — Terra espone sei livelli di sforzo; Argon ne espone tre.

• Data limite delle conoscenze — Terra giugno 2026; Argon marzo 2026.

• Indice di intelligenza indipendente — Terra 48, Argon 53, sulla scala attuale di Artificial Analysis.

Il divario di prezzo che tutti citano è quello sbagliato

La copertura del lancio lo presenta come una differenza di prezzo di due volte: 1 $/5 $ contro 2 $/10 $. Questo è vero solo durante la finestra introduttiva di Argon, e solo per token. Dopo il 30 novembre il prezzo di output quadruplica rispetto a Terra, non raddoppia. E il prezzo per token non è il modo in cui qualcuno paga per il lavoro degli agenti.

Artificial Analysis colloca Terra a circa $0,40 per attività dell'Intelligence Index e Argon a $1,62: un divario di quattro volte, non di due. La causa è soprattutto il listino prezzi, più che una verbosità incontrollata: nella stessa valutazione Argon ha generato 110M di token di output contro i 130M di Terra, quindi Terra era in realtà la più loquace delle due e ha comunque chiuso a un quarto del costo. Ciò che Terra offre è un token più economico e una risposta più rapida, non più breve.

C'è un secondo scalino di prezzo che la copertura del lancio tende in gran parte a trascurare. Il prezzo di input di Terra a $1,00 si applica ai primi 272K token di una richiesta. Oltre quel limite, l'input salta a $2,00 e l'output a $7,50. Per chat e code review questo non conta mai. Per la revisione di un contratto da 600K token o per una scansione di repository su un lungo orizzonte, il prezzo effettivo di Terra raddoppia a metà richiesta e il divario rispetto ad Argon si restringe bruscamente. Fai il budget per la dimensione della richiesta che invii davvero, non per quella nella prima riga della tabella dei prezzi.

Dove il vantaggio di Argon è reale, non marketing

Il vantaggio di Argon è concentrato nei contesti in cui una risposta sbagliata costa più dei token necessari a evitarla. Il risultato di DualEntry è l'esempio pubblico più limpido: 91,1% complessivo contro il 78,2% di Terra, con il divario singolo più ampio nella contabilità fornitori, dove Argon ha ottenuto l'84,6% e Terra il 53,8%. Terra ha chiuso a pari merito al 18º posto su 22 modelli in quel benchmark. Era anche il più veloce, il che dice che tipo di modello sia: ottimizzato per smaltire una coda, non per essere l'ultima linea di difesa.

Lo stesso schema emerge altrove. Nel Vals Index, Argon è in testa al gruppo con il 68,9%, primo su circa 41 modelli. Nell'Intelligence Index di Artificial Analysis ottiene 53 contro 48 di Terra. Su AA-Omniscience, il suo tasso di allucinazione è intorno al 15% — il più basso misurato tra i modelli di frontiera — mentre GPT-6 Astra, il modello con cui viene più spesso confrontato, si attesta vicino al 51%. Anche il tasso di congettura di Terra è sceso dall'88% al 38% rispetto al predecessore, il che è un miglioramento reale, ma quelle due cifre non sono la stessa metrica e non vanno sottratte l'una dall'altra. La lettura onesta è che Argon è il modello più prudente e Terra quello molto migliorato ma ancora più speculativo.

La superficie di input di Argon è più ampia su un asse: il video. Il pannello tecnico di Artificial Analysis elenca solo testo e immagine, ma l'annuncio di Google inquadra capacità multimodali ampliate e valuta la comprensione di video lunghi su LVBench, il che ha senso solo se il video è incluso in input. Se la tua pipeline acquisisce chiamate registrate o acquisizioni dello schermo, verifica i formati esatti nella documentazione di Google prima di costruirci attorno un'integrazione — dove sono supportati, è una differenza di capacità che nessun vantaggio di prezzo di Terra colma.

Dove Terra è l'opzione razionale predefinita

Il punto di forza di Terra non è che sia più intelligente. È che la maggior parte del traffico di produzione non ha bisogno del modello più intelligente, e Terra è insolitamente brava a essere sufficientemente buona a costi contenuti.

È veloce nel modo che cambia il design dei sistemi: 90,9 token di output al secondo secondo la misurazione di Artificial Analysis contro gli 80,9 di Argon, con OpenAI che dichiara un completamento delle attività circa tre volte più rapido rispetto al proprio modello di punta. Una coda di triage del supporto, un riepilogatore di log, un revisore del codice di primo passaggio o un classificatore di documenti eseguito un milione di volte al mese non trae beneficio dal margine di giudizio di Argon. Trae beneficio da un modello che restituisce risultati in pochi secondi a 0,40 dollari per attività invece che a dollari per attività.

Terra è anche la più controllabile delle due. Sei livelli di ragionamento contro i tre di Argon significano una granularità più fine nell'unico parametro che incide maggiormente sia sul costo che sulla latenza. I team che indirizzano le richieste facili a uno sforzo basso e quelle difficili allo sforzo massimo riescono spesso ad avvicinarsi entro pochi punti all'accuratezza di un modello più grande pagando una frazione del suo costo. Argon lascia meno margine per questo compromesso.

E il cutoff di conoscenza più recente di Terra — giugno 2026 contro marzo 2026 — conta per qualsiasi cosa che ragioni su eventi recenti, versioni di librerie o prezzi cambiati quest'estate. È un piccolo vantaggio, ma è gratuito.

La regola di decisione

Non scegliere uno. Le prove supportano una divisione, e la divisione è insolitamente netta:

• Usa GPT-6.1 Terra per attività supervisionate ad alto volume e con output breve, in cui una risposta errata viene intercettata a valle: classificazione, estrazione, instradamento, generazione di prime bozze, triage di log e avvisi, revisione del codice in blocco.

• Usa Gemini 4 Argon per lavori a basso volume, con orizzonte lungo e alto costo degli errori: riconciliazione finanziaria e contabile, revisione legale e di conformità, agenti multi-step che utilizzano strumenti senza supervisione e qualsiasi attività che richieda input video, audio o PDF.

• Usa Terra come primo passaggio e Argon come escalation per la coda. Il divario tra 78,2 e 91,1 sul lavoro contabile è esattamente il tipo di margine in cui un primo passaggio economico più un controllo costoso batte ciascuno dei due modelli da solo.

• Rifai i calcoli dopo il 30 novembre. Il passaggio di Argon da 2 $/10 $ a 4 $/20 $ sposta sostanzialmente il punto di pareggio, e qualsiasi confronto redatto durante la finestra promozionale risulterà obsoleto.

Come eseguire uno dei due

La disponibilità varia più di quanto suggeriscano i benchmark. Terra è stata distribuita il 26 ottobre tramite l'API di OpenAI, ChatGPT e Codex, senza pesi aperti. Argon è stata rilasciata gradualmente per fasi dal suo annuncio del 30 settembre — prima ai difensori informatici verificati tramite il programma Fairwind di Google, poi agli abbonati AI Ultra e ai clienti API a pagamento — e Google non si è impegnata a un rilascio gratuito su vasta scala.

Al 27 ottobre, nessuno dei due modelli è nel catalogo di OrcaRouter, quindi non è un caso in cui possiamo fornirvi un unico endpoint per entrambi. Quello che possiamo dirvi è come viene solitamente costruito lo stack circostante: i team tengono un esecutore economico e un verificatore costoso dietro un'unica API, e i modelli già instradati — Claude Opus 5.5, GPT-6.1 Sol, Grok 4.7 e oltre 200 altri — si trovano dietro un'unica chiave con i prezzi di listino dei provider applicati senza alcun ricarico e failover automatico quando un provider si degrada. Se Terra o Argon arriva nel catalogo, si inserisce nella stessa chiave invece di diventare una seconda integrazione. Fino ad allora, testate ciascuno tramite il proprio fornitore e mantenete la decisione di instradamento a livello del task, dove appartiene.

La cosa da tenere d'occhio non è un'altra tabella comparativa di benchmark. È il prezzo post-promozionale di Argon e la prima esecuzione indipendente di Terra su Terminal-Bench, che attualmente si basa sull'affermazione di OpenAI stessa del 50,3% contro il 57%+ di Argon. Se Terra si mantiene vicina a quel numero a un quarto del costo per attività di Argon, la ripartizione di cui sopra diventa l'architettura predefinita per molti team. Se si discosta, la strategia del primo passaggio economico diventa più costosa di quanto sembri.