GPT-6 vs Gemini 4 Argon：価格表に載っているモデルと順番待ちリストに載っているモデルのほぼ互角

現在のフロンティア・ボード上で最も僅差のモデルペアは、購入できるペアではない。Gemini 4 ArgonはArtificial AnalysisのIntelligence Index v4.3.2で52.6を記録する。OpenAIの旗艦であるGPT-6 Astraは52.7を記録する。これは10の評価にわたる0.1ポイント差であり、両方の数値は同じスイートの同じリビジョンに由来する。これはこのセット内で最も僅差のトップ同士の組み合わせだ。

その数字にはひとつの対称性があり、提供状況にはまったく対称性がない。Goo​gleは2026年9月30日にGemini 4 Argonを発表し、導入価格として入力トークン100万個あたり2.00ドル、出力100万個あたり10.00ドルを提示した。まずはGoo​gleがFairwindと呼ぶプログラムを通じて、名を挙げられたサイバー防衛担当者の一群に向けて順次展開される。公開されたAPIモデル識別子も、一般提供の日付も、顧客が今日呼び出せるエンドポイントも存在しない。GPT-6 Astraは2026年9月3日から購入可能で、2026年10月7日時点では、ChatGPTが週12億人以上のユーザーを振り分けている先もGPT-6ファミリーだ。ただし、その展開の有料プランを動かしているのはAstraではなくGPT-6 Solである。

つまり、この比較は現実のものですが、非対称であり、その非対称性によって読み方が変わります。Argon の数値は、管理されたロールアウト下のモデルを説明しています。GPT-6 の数値は、料金表を伴う製品を説明しています。以下の内容はすべて「もし購入できたなら」という条件付きで成り立ち、以下は「乗り換えるべきか」には何も答えません。なぜなら、まだ乗り換える先が存在しないからです。

存在する対応物について、実際に何が知られているのか

存在する側から始めよう。この比較には、実行可能な半分が片方しかないからだ。GPT-6は3つのティアで提供され、ここで重要なのはそのうちの2つだけだ：

• GPT-6 Astra — フラッグシップ、モデルID gpt-6-astra、2026年9月3日リリース、1,050,000トークンのコンテキスト、128,000トークンの出力、テキスト/画像/ファイル入力、エフォートはlowからmaxまで、入力100万トークンあたり$10.00、出力$50.00、272,000入力トークンを超えるリクエスト全体では$20.00/$75.00に再価格設定
• GPT-6 Sol — ミッドティア、2026年9月22日リリース、同じコンテキストと出力上限、$2.00/$10.00（長コンテキスト時は$4.00/$15.00の段階）、そして2026年10月7日にOpenAIがChatGPT Plus、Pro、Business、Enterprise向けに提供したモデル
• GPT-6 Luna — $0.10/$0.50のバジェットティア、ChatGPT FreeとGoに提供

そのリストの Argon 側は1行だけだ。Gooogle の発表は、導入価格、能力の枠組み——実世界のコーディング、エンタープライズ知識業務、サイバー防衛——そして展開計画を示した。しかし、モデル文字列、コンテキストウィンドウ、最大出力、キャッシュ入力料金、非推奨スケジュール、より広範なアクセスの日付は示さなかった。実用的に重要なのはモデル識別子の欠如だ。オンラインで Gemini 4 Argon のモデル文字列を引用しているコードサンプルを見かけても、それは推測にすぎない。なぜなら、引用すべき文字列が存在しないからだ。

唯一完全に比較可能な測定値、そしてそれが隠しているもの

1つの指標があれば、ArgonをGPT-6モデルと、条件付きの「もし」を一切添えずに比較できる。Artificial Analysisが両方を実行したからだ。評価スイートで完成した回答を生成するコストを。

完了したインデックスタスクあたりのコスト — Gemini 4 Argon $1.99 対 GPT-6 Astra $3.26、Argon に有利な 1.6 倍の差
• スイート全体で生成された出力トークン — Gemini 4 Argon 112.8M 対 GPT-6 Astra 108.8M、実質互角
• インテリジェンス指数 v4.3.2 — Gemini 4 Argon 52.6 対 GPT-6 Astra 52.7、完全に互角
• 公表価格 — Argon は 100 万トークンあたり入力 $2.00、出力 $10.00 の導入価格で、Astra の標準価格 $10.00/$50.00 に対して
• コンテキストウィンドウ — GPT-6 Astra 1,050,000 トークン 対 Argon は非公開

その最初の行をもう一度読んでほしい。このページで唯一の驚きはそこだけだから。Argonの公表レートはAstraの5分の1で、同じスイートでのタスクあたりコストは39%低い。フラッグシップと同じスコアを、入力レート5分の1で出すモデルなら、そう呼べるのなら、今四半期の話題になるだろう。

2行目は、1行目が見た目ほど劇的でない理由であり、通常の冗長性に関する議論とは逆方向に働く。ArgonとAstraは、ほぼまったく同じスコアを出すために、ほぼまったく同じ数のトークンを出力した。コスト差を説明するような冗長性の差は存在しない — $1.27の差は料金表から来ているのであって、一方のモデルが長々と出力しているからではない。そのため、これはこのバッチ内のほとんどの比較よりもクリーンな比較になっており、利用可能性が欠けていることだけが、Argonをそのまま推奨することを妨げる唯一の要因になっている。

Google自身の表は独立したものではない

GoogleはArgonについて、GPT-6 Astraと19のベンチマークで比較するローンチ表を公開した。その表だけを読めば、Argonが14勝、Astraが4勝、1つが引き分けとなる。これは目を見張る結果であり、慎重に扱うべきだ。表にある数値はすべてGoogleから出たもので、Googleによって選択され、順序づけられており、そのいずれも独立に再現されていない。これはArgonをめぐるGoogleの主張であり、ローンチ表とはそういうものだ。比較においては、証拠としてではなく、ベンダー主張として明示されたものとして位置づけるべきである。

独立系の実行結果と突き合わせると、様相は一変する。Artificial Analysisのスイートでは、両者は52.6と52.7で並んでおり、14対4の圧勝が示唆するよりもはるかに小さい優位でしかない。しかも、どちらのベンダーも作成していないスイートでの話だ。正直にまとめれば、ArgonはおそらくAstraと同等で、ソフトウェアエンジニアリングではAstraより優れている可能性があること、ベンダー自身の表は独立系が見いだすよりも広い隔たりを想定していること、そしてGoogleの外部の誰かがGoogleのタスク以外のものでそれを走らせるまで、何一つ決着しないということだ。

なぜ未発表のモデルが、それでも1つのセクションを割く価値があるのか

Google の展開パターンはそれ自体が情報であり、次の Pro ティアのリリースがどこへ向かうのかを示しているからだ。Google は 2026 年、Flash ティアのモデルの投入に費やした——3.5、3.6、3.8 の Flash ライン、Lite バリアント、サイバーセキュリティ向けに調整された 3.8 Flash——一方で Pro ティアは Gemini 3.1 Pro Preview のままだった。このモデルは 2026 年 2 月からプレビュー状態にあり、一般提供の確約も提供終了日もない。Argon は 7 か月ぶりにライン最上位で起きた最初の動きであり、開発者ではなく防御側に先に提供された。

その順序付けは一貫した選択だ——サイバーセキュリティは、エージェント型のツール利用と長期的な自律性を備えたフロンティアモデルが最も明確で最も測定可能な価値を持つワークロードであり、また、ベンダーが一般リリース前に統制されたコホートを求めるワークロードでもある。それは、モデルが未完成であることの証拠ではない。それは、Goo​gleが一般提供をローンチ当日の決定ではなく後になってからの決定として扱っていることの証拠であり、まさに欠落したモデル識別子と欠落した日付が別の形で語っていることだ。

ビルダーにとって結果は単純だ。Argon を前提に計画を立てることはできない。GPT-6 Astra や GPT-6 Sol を前提に計画を立てることはできる。どちらにも識別子、エンドポイント、料金表があり、その系列についてすでに廃止ポリシーを公表しているベンダーが存在するからだ。識別子のないモデルとは、アダプターを書くことのできないモデルである。

この比較を変えるものは何でしょうか？

三つのこと、そのどれか一つがあるだけで、上の記事は決着のついた問いになる。第一はモデル識別子——GoogleのAPIから実際に提供されている本物の文字列だ。そこがアダプタを書けるようになる地点であり、統合の見積もりが意味を持つようになる地点だからだ。第二は一般提供日であり、これがプレビューと製品を分けるもので、Argonの発表が完全に省いていた唯一の日付である。第三はGoogleが選んだのではないタスクでの独立したベンチマークだ。ベンダーが組み立てたスイートは主張にすぎず、他者が組み立てたスイートは測定値である。

3つすべてが存在するまでは、比較におけるArgonの役割は選択肢というよりも上限だ。その数値はGemini Proティアがどこへ向かっているかを示し、Goo​gleが最上位ラインでどれだけの価格余地を持っているかを感じさせてくれる。だが、何を基盤にすべきかは教えてくれない。

Argonの待機中にできること

ここに来た理由がArgonの数字は良さそうだというものであるなら、有用なのは同じ種類のワークロードを、今日実際に呼び出せるモデルで試すことだ。ソフトウェアエンジニアリングや長期的なエージェント作業となれば、それはGPT-6 Astraを意味する。これはOrcaRouterのカタログに、Google自身と同じパススルー課金の形で掲載されている——ベンダーの$10.00/$50.00、長コンテキスト層が$20.00/$75.00、マークアップ0%なので、ベンダーの料金改定は次の請求サイクルを待たずに当日あなたのところへ届く。$2.00/$10.00のGPT-6 Solもそこにあるが、ほとんどのワークロードではこちらのほうが良い買い物だ。スコアはAstraの52.7に対して47.6で、完了したタスクあたりのコストはおよそ3分の1だ。

ルーティング層こそが、ベンダーのロールアウトスケジュールを生き延びさせるものだ。Argonに識別子が付与されたとしても、それが移行プロジェクトになる必要はない。ルーティングルールによってトラフィックの一部をそちらへ送ったり、モデルフュージョン構成を使ってパネルを実行し回答を比較したりできる。その背後ではGPT-6 AstraやSolがデフォルトのままとなる。自動フェイルオーバーは、ここで最も重要なケースをカバーする — 制御されたロールアウト中のモデルは、まさに予告なくレート制限されたり引き揚げられたりしうる種類のルートであり、フォールバック経路があれば、それは障害ではなく遅いリクエストになる。

やってはいけないのは、エンドポイントのないモデルのローンチテーブルを中心に移行計画を始めることだ。GPT-6 Astra との差は0.1ポイントで、価格差も実際に存在するが、どちらも、リクエストを送ることすらできないもののために統合を作り直す価値はない。