GPT-6.1 Terra 対 Gemini 4 Argon：安いのは一方、より頻繁に正しいのはもう一方

2026年10月26日に公開されたDualEntry会計ベンチマークで、Gemini 4 Argonは91.1%を記録し、GPT-6.1 Terraは78.2%を記録しました — しかもTerraは16.1秒で4.2セント、その22モデルのなかでOpenAIモデルとして最速かつ最安の実行でした。この1行は、両者の対決を縮図にしたものです。Googleのフラッグシップはより優れた判断エンジンであり、OpenAIの新しいミッドティアはより優れたスループットエンジンです。そして、この2つの役割の間の差こそが、実際にお金が行くところです。表示価格だけで両者を選ぶと、どちらの方向にも答えを誤ります。

仕様を並べて比較しよう。細部は見出しの数字以上に重要だから：

• 価格 — GPT-6.1 Terra は入力100万トークンあたり1.00ドル、出力100万トークンあたり5.00ドルで、リクエストが272K入力トークンを超えると2.00ドル/7.50ドルに上がります。Gemini 4 Argon は2026年11月30日まで導入価格の2.00ドル/10.00ドル、その後は4.00ドル/20.00ドルです。

• コンテキスト — Terra は 1.05M トークン、出力上限は 128K。Argon は入力約 1M（Google は数値を公表しておらず、トラッカーは 1M と記載）で、Long Decode Continuation 機能により単一出力で最大 1M トークンまで可能です。

• 入力 — Terra はテキストと画像を受け付けます。Artificial Analysis は Argon について同じ2つのモダリティを挙げていますが、Google の発表とその長尺動画ベンチマークは動画入力も可能であることを示しています。

• 推論制御 — Terraは6つのエフォートレベルを提供し、Argonは3つを提供します。

• ナレッジカットオフ — Terra 2026年6月、Argon 2026年3月。

• 独立インテリジェンス指数 — Terra 48、Argon 53（Artificial Analysisの現在のスケールによる）。

誰もが口にする価格差は、間違ったものだ

ローンチ時の報道はこれを2倍の価格差、つまり$1/$5対$2/$10として位置づけている。それが当てはまるのはArgonの導入期間中だけで、しかもトークン単位に限られる。11月30日以降、出力価格はTerra比で2倍ではなく4倍になる。そして、誰もエージェントの作業に対してトークン単位で支払っているわけではない。

Artificial AnalysisはTerraをインテリジェンス・インデックスのタスクあたり約0.40ドル、Argonを1.62ドルと見積もっている。これは2倍ではなく4倍の差だ。原因は主に、際限なく冗長になったからではなく料金表にある。同じ評価でArgonは1億1000万出力トークンを生成したのに対し、Terraは1億3000万だった。つまりTerraの方が実際にはよりおしゃべりだったのに、それでもコストは4分の1で済んだ。Terraが買っているのは、より短い回答ではなく、より安いトークンとより速い回答だ。

ローンチ時の報道がほぼ見落としている第2のクリフがあります。Terraの$1.00という入力価格は、リクエストの最初の272Kトークンに適用されます。それを超えると、入力は$2.00に跳ね上がり、出力は$7.50になります。チャットやコードレビューではこれが問題になることはありません。しかし、600Kトークンの契約レビューや長期的なリポジトリ全体の走査では、Terraの実効価格がリクエストの途中で2倍になり、Argonとの差は急激に縮まります。予算は、料金表の最初の行にあるサイズではなく、実際に送るリクエストサイズに合わせて立ててください。

Argonのリードがマーケティングではなく本物である場面

Argonの優位性は、誤った答えのコストが、それを防ぐためのトークンより大きくなる業務に集中している。DualEntryの結果は最も明快な公開事例だ。総合でArgonは91.1%、Terraは78.2%で、最大の単一差は買掛金で、Argonが84.6%、Terraが53.8%だった。Terraはそのベンチマークで22モデル中18位タイだった。さらに最速でもあり、それがこのモデルの性格を物語っている。つまり、キューをさばくことに最適化されており、最後の防衛線になるようには設計されていない。

同じパターンは他の場所でも見られます。Vals Indexでは、Argonが68.9%で参加モデルの首位に立ち、約41モデル中の1位です。Artificial AnalysisのIntelligence Indexでは53を記録し、Terraの48を上回っています。AA-Omniscienceでは、そのハルシネーション率は約15%で、フロンティアモデルの中で測定された中では最低です。一方、最も頻繁に比較されるモデルであるGPT-6 Astraは51%前後です。Terra自身の推測率は、前世代と比べて88%から38%へ低下しており、これは確かな改善ですが、この2つの数値は同じ指標ではなく、互いに差し引くべきものではありません。率直に読むなら、Argonはより慎重なモデルであり、Terraは大幅に改善されたものの、依然としてより推測的なモデルだということです。

Argonの入力サーフェスは一つの軸でより広い。動画だ。Artificial Analysisの技術パネルにはテキストと画像しか記載されていないが、Googleの発表は拡張されたマルチモーダル能力を打ち出し、LVBenchで長尺動画の理解をベンチマークしている。これは動画が入力に含まれて初めて意味を持つ。パイプラインが録音通話や画面キャプチャを取り込むなら、統合を構築する前にGoogleのドキュメントで正確な形式を確認すること。それが当てはまる場合、Terraの価格優位では埋められない能力差となる。

Terra が合理的なデフォルトとなる場面

Terraの強みは、より賢いことではない。多くの本番トラフィックは最も賢いモデルを必要としないということであり、Terraは安価に「十分な品質」を実現するのが異常なほど得意なのだ。

システム設計を変えるほど速い。Artificial Analysisの測定では、Argonの80.9に対して90.9出力トークン/秒で、OpenAIは自社のフラッグシップよりタスク完了が約3倍速いと主張している。月に100万回実行されるサポートトリアージキュー、ログ要約ツール、一次コードレビュアー、文書分類器は、Argonの判断力の余裕から恩恵を受けるわけではない。恩恵を受けるのは、タスクあたり数ドルではなく0.40ドルで数秒で返すモデルからだ。

Terraはまた、2つの中でより制御しやすい方でもあります。Argonの3段階に対して6段階の推論レベルがあるため、コストとレイテンシの両方に最も影響する唯一の調整項目において、より細かい粒度が得られます。簡単なリクエストを低エフォートに、難しいリクエストを最大エフォートに振り分けるチームは、多くの場合、より大きなモデルの精度の数ポイント以内に、その請求額のほんの一部で収まることができます。Argonは、そのトレードオフを行う余地がより小さくなります。

Terra のより新しい知識カットオフ——2026年6月対2026年3月——は、最近の出来事、ライブラリのバージョン、あるいはこの夏に変わった価格について推論するあらゆる場面で重要です。小さな優位性ですが、無料です。

決定規則

どちらか一方を選ばないでください。証拠は分割を支持しており、その分割は異例なほど明確です：

• 大量・短出力で、誤った回答が下流で検出される監督下の作業にはGPT-6.1 Terraを使用する：分類、抽出、ルーティング、初稿生成、ログとアラートのトリアージ、一括コードレビュー。

• 処理量が少なく、長期的な視野が必要で、エラー時のコストが高い作業には Gemini 4 Argon を使用してください。財務・会計の照合、法務・コンプライアンスのレビュー、ツールを無人で操作する多段階エージェント、動画・音声・PDF 入力が必要なあらゆる作業などが該当します。

• 最初のパスにはTerraを使い、後続部分のエスカレーションにはArgonを使う。会計作業における78.2対91.1の差は、安価な最初のパスと高価なチェックを組み合わせる方がどちらか単独のモデルよりも優れる、まさにそういう種類のマージンだ。

• 11月30日以降に計算をやり直してください。Argonが$2/$10から$4/$20へ移行するとクロスオーバーポイントが大幅に変わるため、プロモーション期間中に作成された比較は古くなります。

どちらか一方を実行する方法

提供状況は、ベンチマークが示唆する以上に異なっている。Terraは10月26日にOpenAIのAPI、ChatGPT、Codexを通じて提供開始され、オープンウェイトは公開されていない。Argonは9月30日の発表以来、段階的に展開されている。まずGoogleのFairwindプログラムを通じて審査を通過したサイバー防御担当者に、次にAI Ultra購読者と有料API顧客に提供され、Googleは広範な無料リリースを約束していない。

10月27日時点で、どちらのモデルもOrcaRouterのカタログには掲載されていないため、両方に対して単一のエンドポイントを提供できるケースではありません。お伝えできるのは、周辺のスタックが通常どのように構築されるかです。チームは安価な実行者と高価なチェッカーを1つのAPIの背後に置き、すでにルーティングされているモデル — Claude Opus 5.5、GPT-6.1 Sol、Grok 4.7、そして ほか200以上 — は、プロバイダーのリスト価格が0%のマークアップでそのまま適用され、プロバイダーが劣化した際には自動フェイルオーバーする単一のキーの背後にあります。TerraやArgonがカタログに加われば、2つ目の統合になるのではなく、同じキーに組み込まれます。それまでは、それぞれを各ベンダー経由でテストし、ルーティングの判断は本来あるべきタスクレベルに置いてください。

注目すべきは、もう一枚のベンチマークチャートではない。Argonのプロモーション終了後の価格と、Terraによる最初の独立したTerminal-Bench実行だ。これは現在、OpenAI自身の{{1}}50.3%{{/1}}という主張を、Argonの{{2}}57%超{{/2}}と対比する形に依存している。TerraがArgonのタスクあたりコストの4分の1でその数値付近を維持できれば、上記の分担構成が多くのチームにとって既定のアーキテクチャになる。もし数値がぶれれば、安価なファーストパス戦略は見た目よりも高くつく。