Gegenereerde titelkaart met als kop 'GPT-6.2 Astra vs Gemini 4 Argon', met de ondertitel 'een verschil van vijftien punten dat je nog niet kunt kopen' en drie bewijschips met de tekst 'Intelligence Index: 62,1 vs 52,56', 'Hospital-bench: 62,4% vs 46,9%' en 'Argon: aangekondigd, geen model-ID', boven een voettekst die vermeldt dat GPT-6.2 Astra op 17 november 2026 is uitgekomen, terwijl Gemini 4 Argon op 30 september 2026 werd aangekondigd en geen endpoint heeft.
Guides & Insights

GPT-6.2 Astra vs Gemini 4 Argon: een kloof die je nog niet kunt kopen

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

GPT-6.2 Astra en Gemini 4 Argon staan samen op drie onafhankelijke ranglijsten, en op alle drie wint hetzelfde model met een marge die groter is dan de ruis tussen runs. Op Hospital-bench, de op 20 november 2026 gepubliceerde evaluatie van agentische administratie met twintig modellen, scoort GPT-6.2 Astra een gemiddelde van 62,4% met een volledig-slaagpercentage van 29,2%, tegenover Gemini 4 Argon met 46,9% en 16,7%. Op Blueprint-Bench 2 is de kloof 0,614 tot 0,544. Op de Artificial Analysis Intelligence Index is die 62,1 tot 52,56 bij gelijk maximaal inspanningsniveau. Dat is een voorsprong van vijftien punten op de index, ruwweg acht schone taakvoltooiingen tegenover veertien, en dat wordt niet betwist.

Wat ter discussie staat, is of de vergelijking een keuze beschrijft. OpenAI heeft GPT-6.2 Astra op 17 november 2026 uitgebracht voor $8 per miljoen inputtokens en $40 per miljoen outputtokens. Google kondigde Gemini 4 Argon aan op 30 september 2026 en heeft het nog niet uitgebracht: er is geen modelidentificatie, geen Gemini-API-endpoint, geen selfservicequotum en geen datum voor algemene beschikbaarheid, en toegang verloopt via het Fairwind Program in plaats van via een aanmeldpagina. De prijsstelling die wel bestaat — $2,00 en $10,00 per miljoen — is een tariefkaart, niet een rekening die iemand buiten het programma betaalt. De eerlijke manier om deze confrontatie te framen is dus niet welk model je als standaard moet nemen. Het is dat een van deze twee een optie is en de andere een benchmarkinzending, en het verschil van vijftien punten vertelt je waarop je wacht, niet wat je moet kopen.

Wat elk model daadwerkelijk is

GPT-6.2 Astra is OpenAI's vlaggenschip voor langdurig professioneel werk, met een contextvenster van 1.050.000 tokens, een maximale uitvoer van 128.000 tokens en multimodale invoer voor tekst, afbeeldingen en bestanden. Redeneren staat altijd aan, met een instelbare inspanning van laag tot max, en het model ondersteunt zowel het chat-completions-formaat als de native Responses API, inclusief achtergrondmodus. Het is het derde model in de GPT-6-lijn dat de top van OpenAI's line-up bezet, en de twee dingen die sinds GPT-6 Astra zijn veranderd, zijn operationeel het belangrijkst: een verlaging van 20% in beide richtingen van de meter, en een verlaging van 60% voor gecachte invoer, van $1,00 naar $0,40.

Gemini 4 Argon is de vierde laag van G​oogle's G​emini 4-familie, gepositioneerd onder Pro en boven Hydrogen, met Neon en Carbon in het midden. De gepubliceerde kaart is summier op een manier die zelf informatief is: een context van 1 miljoen tokens, tekst- en afbeeldingsinvoer, een high-reasoning-configuratie zoals Artificial Analysis die meet, en dat tarief van $2 en $10. Er is geen gepubliceerd maximum voor output-tokens, geen gedocumenteerd oppervlak voor toolgebruik, geen documentatie over context-caching en geen model-ID. Vergelijk dat met Carbon, dat dezelfde familie levert met een volledige beschrijving die native function calling, gestructureerde outputs en zowel de OpenAI-compatibele als de native generateContent-paden omvat. Argon heeft een kaart, een prijs en een regel op de ranglijst. Een product heeft het nog niet.

Die asymmetrie bepaalt de vorm van alles hieronder. Wanneer twee modellen beide aanroepbaar zijn, is een rechtstreekse vergelijking een aankoopbeslissing. Wanneer het ene aanroepbaar is en het andere is aangekondigd, is de vergelijking eigenlijk een stapel van drie vragen: hoe groot is de capaciteitskloof, hoe duurzaam is het prijsvoordeel, en wat zou er moeten gebeuren wil de tweede vraag ertoe doen. De laatste is de interessante, want op het prijsvoordeel staat een houdbaarheidsdatum gedrukt.

Drie boards, één richting

Beide modellen komen voor in dezelfde drie evaluaties, uitgevoerd door drie verschillende organisaties met drie verschillende methoden. De overeenstemming daartussen is het sterkste bewijs in deze vergelijking, en de onenigheid over de omvang is het op een na sterkste bewijs.

Hospital-bench-gemiddelde — GPT-6.2 Astra 62,4% vs Gemini 4 Argon 46,9%, een verschil van 15,5 punten

• Volledige passes op de ziekenhuisbenchmark — Astra 29,2% (14 van 48) vs Argon 16,7% (8 van 48)

• Blueprint-Bench 2 — Astra 0,614 vs. Argon 0,544, een verschil van 0,070 op een schaal van 0 tot 1

• Intelligence Index v5.0.1 — Astra 62.1 vs Argon 52.56, beide op maximale inspanning

• Kosten per Index-taak — Astra $4.00 vs Argon $1.99, gemeten over de identieke suite

• Invoerprijs per 1 miljoen — Astra $8,00 vs Argon $2,00 tot en met 30 november, daarna $4,00

A generated three-row comparison card titled 'Three boards, one direction', with row one reading 'Hospital-bench 62.4% vs 46.9%', row two 'Blueprint-Bench 2 0.614 vs 0.544' and row three 'Intelligence Index v5.0.1 62.1 vs 52.56', column headers 'GPT-6.2 Astra' and 'Gemini 4 Argon', and the footer 'Three independent evaluators, three different methods'.

Het resultaat op Hospital-bench verdient een eigen regel vanwege wat het meet. Die evaluatie geeft agenten 131 tools verspreid over dertien gekoppelde systemen en zet hen aan het werk op achtenveertig administratieve taken in een ziekenhuis met 320 bedden — voorafgaande machtigingen, afgewezen claims, dossierverzoeken. Het komt op al deze scoreborden het dichtst bij het werk waarvoor een agent daadwerkelijk wordt ingehuurd, en de kloof is daar met 15,5 punten gemiddelde score het grootst van de drie. De kolom met slagingspercentage valt slechter uit voor Argon: acht foutloze voltooiingen tegenover veertien, een tekort van 43% in volledig afgeronde taken, op een benchmark waar een half afgeronde voorafgaande machtiging een afgewezen claim is in plaats van gedeeltelijke punten.

{{1}}Blueprint-Bench 2{{/1}} is de kleinste van de drie verschillen, met {{2}}0.070{{/2}}, en het is degene waarop de twee modellen qua aard het dichtst bij elkaar liggen — beide reconstrueren connectiviteitsgrafen van plattegronden uit reeksen foto's, een taak die consistentie over lange termijn meer beloont dan domeinkennis. Dat {{3}}Argon{{/3}} daar tot binnen {{4}}0.07{{/4}} nadert, terwijl het {{5}}9.5 punten{{/5}} achterstaat op de algemene index, is een echt signaal over waar zijn kracht ligt. Het is ook de benchmark met de kleinste inzet die relevant is voor mensen, wat je moet onthouden voordat je die citeert.

Het prijsvoordeel heeft een einddatum.

Hier is het feit dat de hele vergelijking herschikt. De tariefkaart van Gemini 4 Argon is $2,00 voor input en $10,00 voor output per miljoen tokens tot en met 30 november 2026. Op 1 december wordt dat $4,00 en $20,00. Dat is geen gerucht of een projectie: het is een gepubliceerd schema, en het is het meest ingrijpende aspect van de economie van Argon, omdat het model zelf op die datum niet verandert.

• Invoer per 1M — Argon $2,00 nu, $4,00 vanaf 1 december; Astra $8,00, vast

• Output per 1 mln — Argon $10,00 vandaag, $20,00 vanaf 1 december; Astra $40,00, vast tarief

• Gecachte invoer — Argon $0.10 vandaag, $0.20 daarna; Astra $0.40, vast

• Gemeten kosten per Index-taak — Argon $1,99 nu, ongeveer $3,98 daarna; Astra $4,00

• Context boven 272K — Argon heeft geen gepubliceerde long-contexttier; Astra rekent het hele verzoek opnieuw af tegen $16 en $60

Vandaag is Argon vier keer goedkoper per token dan Astra en de helft van de prijs per voltooide Index-taak, wat een aanzienlijke korting is voor een model dat negenëenhalf punt achterloopt. Na 1 december is het twee keer goedkoper per token en ongeveer gelijk aan Astra qua kosten per Index-taak — op dat punt is het model dat per taak goedkoper is ook het model dat lager scoort, en speelt het kostenargument helemaal geen rol meer.

Twee mechanismen maken zelfs het huidige voordeel kleiner dan het lijkt. Het eerste is dat de long-contextklif van Astra echt is en die van Argon niet gedocumenteerd: boven 272.000 prompttokens herprijst Astra het hele verzoek tegen $16 input en $60 output. Een agentrun van 300K tokens op Astra kost $4,80 aan input voordat het model een token schrijft, tegenover $2,17 een moment eerder bij 271.999. Als je workloads agentisch en lang zijn, kan die klif het 4x tokenvoordeel in één verzoek tenietdoen — en als ze dat niet zijn, zou je het venster van 1,05M waar je voor betaalt toch nooit gebruiken.

Ten tweede is een tokenprijs geen taakkost. Artificial Analysis meet beide modellen op de identieke evaluatiesuite en rapporteert $1,99 voor Argon tegenover $4,00 voor Astra, wat een verhouding van twee tegen één is in plaats van de vier tegen één die de prijslijst impliceert. Argon verbruikt meer tokens om tot zijn antwoord te komen, of doet meer beurten, of beide. Dat is de normale vorm van een goedkoper model, en het betekent dat de rekening per taak het enige getal is waarop je moet budgetteren.

Waar de vijftien punten uit bestaan

Een indexkloof van 9,5 punt bij gelijkwaardige maximale inspanning is een groot getal, en het is de moeite waard om specifiek te zijn over waar die vandaan komt in plaats van de index als één enkel oordeel te behandelen. De Intelligence Index van Artificial Analysis is een gemiddelde van negen evaluaties, en de twee modellen falen niet op dezelfde evaluaties. De voorsprong van Astra is geconcentreerd in de agentische en langetermijncomponenten — precies waar Hospital-bench die ook plaatst — en wordt kleiner bij individuele kennis- en redeneertaken waar Argon competitief is.

Dat patroon is consistent met hoe de twee modellen zijn opgebouwd. Astra is een reasoningmodel met altijd actief denken en configureerbare inspanning tot max, en de inspanningsinstelling is de grootste enkele hefboom voor zowel zijn score als zijn rekening. De gepubliceerde rij van Argon is zijn high-reasoningconfiguratie, de instelling die Google positioneert als het evenwichtspunt in plaats van het plafond; er is geen xhigh-niveau in de familie. Wanneer je "het beste wat elk model kan" vergelijkt, vergelijk je Astra op max met Argon één trede lager, en de kloof weerspiegelt dat net zoveel als de architecturen.

Er is een reëel voorbehoud aan de andere kant, en het pleit tegen Astra. Een model dat langer redeneert, is een model dat per taak meer kost, zelfs bij dezelfde tokenprijs, en Astra's 20,2 minuten per Intelligence Index-taak ligt ruim boven de mediaan van de suite. De voorsprong van vijftien punten wordt gekocht met kloktijd én geld, en voor een latentiegevoelig product — een klantgerichte agent, een supporttriage-lus — is de bruikbare vergelijking Astra op medium effort tegenover Argon op high, waar het verschil aanzienlijk kleiner is dan 9,5 punten en het kostenplaatje daarmee verandert.

Degene die aanroepbaar is

Dat alles komt terug op beschikbaarheid, want dat is de dimensie waarop deze vergelijking vandaag de dag daadwerkelijk wordt beslecht. Op 20 november 2026 staat GPT-6.2 Astra niet in de OrcaRouter-catalogus — de O​penAI-modellen die wij routeren zijn GPT-6 Astra, met 46,7% op Hospital-bench, en de GPT-6 Sol-lijn, waar GPT-6.2 Sol 57,6% en 25,0% haalt. Gemini 4 Argon is hier ook niet routeerbaar, om de eenvoudiger reden dat G​oogle geen identifier heeft gepubliceerd om naar te routeren.

Daarmee blijven beide kanten van deze vergelijking buiten bereik op ons eigen endpoint, wat een ongebruikelijke plek is voor een versus-artikel om te belanden, en dat is het waard om zonder opsmuk te zeggen. Wat vandaag beschikbaar is, is de vorige generatie aan beide kanten: GPT-6 Astra en GPT-6.2 Sol van OpenAI, Gemini 4 Carbon en Gemini 4 Neon van Google. Alle vier rekenen af tegen de lijstprijs van de provider, zonder doorberekende opslag, dus een prijsverlaging van de leverancier komt dezelfde dag in je tarief terecht in plaats van bij de volgende contractverlenging. Automatische failover tussen providers betekent dat een rate limit op één model een batch niet blokkeert, en met de routing-DSL kun je een taakklasse aan een model vastpinnen zonder de integratie te herschrijven.

• Wat je nu kunt aanroepen — GPT-6 Astra, GPT-6.2 Sol, Gemini 4 Carbon, G​emini 4 Neon

• Wat je niet kunt — GPT-6.2 Astra (per 20 november niet in onze catalogus), Gemini 4 Argon (nergens een gepubliceerde model-ID)

• Wat de kloof waard is — 15,5 punten op Hospital-bench, 9,5 op de Intelligence Index, 0,070 op Blueprint-Bench 2

• Wat het kost om later over te stappen — één modelstring, zodra er een identifier bestaat

A generated pricing timeline card titled 'The price advantage has a date on it', with rows reading 'Argon today $2.00 in / $10.00 out per 1M', 'Argon from 1 December 2026 $4.00 in / $20.00 out', 'Astra, flat $8.00 in / $40.00 out' and 'Cost per Index task: Argon $1.99 now, about $3.98 after; Astra $4.00', over a footer noting Argon's pricing is a published schedule and the model itself does not change on 1 December.

De praktische aanbeveling volgt uit de datums, niet uit de scores. Als je deze maand een frontier O​penAI-model nodig hebt voor agentisch administratief werk, is GPT-6.2 Sol van alles in onze catalogus het dichtst bij de top van de Hospital-bench-tabel, en per token vier keer zo goedkoop als de andere van de twee O​penAI-opties. Als je een G​oogle-model nodig hebt, zijn Carbon en Neon beide live en verslaan ze beide Argon's index op sommige subevaluaties. Geen van beide is het model waarover dit artikel nominaal gaat, en doen alsof dat wel zo is, zou het soort ding zijn dat goed leest en slecht routeert.

Wat zou deze interpretatie veranderen?

Drie ontwikkelingen zouden het antwoord veranderen, en de eerste is dat Gemini 4 Argon uitkomt. Een gepubliceerde modelidentifier, een self-service-endpoint en een gedocumenteerd oppervlak voor toolgebruik zouden dit omvormen van een vergelijking van een product met een prijskaart naar een aankoopbeslissing — en zouden ook uitmaken of de indexrij van 52.56 contact met een echte API overleeft, aangezien elk Argon-cijfer in omloop afkomstig is uit een configuratie die bijna niemand kan draaien.

De tweede is 1 december 2026. De verdubbeling van de tariefkaart is de grootste economische gebeurtenis in deze vergelijking en vindt plaats op een bekende datum. Als de kosten per taak van Argon rond $4,00 uitkomen zoals de rekensom suggereert, staat het model qua kosten per voltooide Index-taak gelijk met Astra, terwijl het 9,5 punten achterloopt, en valt de zaak ervoor uiteen tot specifieke gevallen — de taken waarin het concurrerend is, de workloads waarin de tokenuitgaven lager zijn, de teams die al in het Fairwind Program zitten. Als de gemeten kosten lager uitvallen dan de projectie, is de positie van goedkoop-en-iets-slechter duurzaam en wordt dit een echte tweestrijd op prijs.

Het derde is een tweede run van Hospital-bench. De publicatie van 20 november is een enkele campagne zonder methodologiepagina, zonder taakset en zonder runlogs, en een verschil van vijftien punten op achtenveertig taken is een sterk resultaat dat een tweede meting verdient voordat iemand zich daarop standaardiseert. De generatievergelijking in die tabel is het onderdeel dat het minst waarschijnlijk zal veranderen: GPT-6.2 Astra op 62,4% tegenover GPT-6 Astra op 46,7%, met schone voltooiingen die van 8,3% naar 29,2% gaan, is een sprong die groot genoeg is om de ruis te overleven.

De vijftien punten zijn dus echt, het prijsvoordeel is tijdelijk, en de vergelijking is nog geen keuze. GPT-6.2 Astra is het betere model op elk scorebord waarop de twee samen voorkomen, met een marge die het grootst is bij de evaluatie die het dichtst bij echt agentwerk komt, en het is de enige van de twee die je vandaag daadwerkelijk kunt aanroepen. Gemini 4 Argon is een tariefkaart met een rij op de ranglijst en een vervaldatum op zijn enige voordeel. Koop de eerste, houd de tweede in de gaten, en lees dit op 1 december opnieuw, wanneer de rekensom verandert zonder dat een van beide modellen beweegt.

The Hospital-bench leaderboard graphic from the 20 November 2026 X thread, headed 'Hospital-bench' with the methodology line about the administrative operations of a 320-bed hospital across 13 connected systems, labelled 'Top 10 of 20 models' with 'Mean score' and 'Pass rate' columns. The two rows this comparison turns on read GPT-6.2 Astra 62.4% / 29.2% at the top and Gemini 4 Argon 46.9% / 16.7% in ninth, with the rest of the field between them.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt