GPT-6 Astra vs Gemini 3.1 Pro: een nieuw vlaggenschip tegen een zes maanden oud koopje

Hier is de volledige vergelijking in twee cijfers voordat we nuances bespreken: Google's Gemini 3.1 Pro kost $2.00 per miljoen invoertokens en $12.00 per miljoen uitvoertokens voor prompts tot 200K tokens, en OpenAI's GPT-6 Astra rekent een vast tarief van $10.00 en $50.00. Op de kalender is het goedkopere model ook met ruime marge het oudere — Gemini 3.1 Pro werd uitgebracht op 19 februari 2026, en GPT-6 Astra op 3 september 2026 — waardoor deze vergelijking ook in de andere richting ongebruikelijk is: meestal is de gevestigde speler het duurzaamst en onderbiedt de nieuwkomer. Hier kost de nieuwkomer vijf keer zoveel op de invoer, en de vraag is of GPT-6 Astra vijf keer het model is dat Gemini 3.1 Pro nog steeds is na zesenhalf maanden zonder Pro-tier-update van Google.

Beide staan aan de top van de productlijnen van hun maker, maar onder zeer verschillend beheer. Gemini 3.1 Pro is Google's huidige Pro-vlaggenschip — in februari in preview uitgebracht, vandaag de dag nog steeds als 'preview' bestempeld, en nooit bijgewerkt, terwijl Google zijn Flash-lijn door drie releases heen doorontwikkelde en begon te praten over een 'Gemini 4'. GPT-6 Astra is OpenAI's nieuwste vlaggenschip en het eerste model met een 'Critical'-classificatie binnen het interne Preparedness Framework van het bedrijf, en komt met een gefaseerde uitrol, een opt-in voor ondernemingen en zelfgerapporteerde benchmarkclaims die de maker omschrijft als een generatiesprong. Eén van deze modellen is al een half jaar ongewijzigd en goedkoop. Het andere is twee dagen oud en geprijsd alsof de grens is verlegd. Voor een ontwikkelaar die tussen beide moet kiezen, is de echte vraag welke van die twee toestanden beter past bij de workload — want op papier liggen ze dichter bij elkaar dan het prijsverschil doet vermoeden.

Twee prijstabellen, twee theorieën over lengte

Google prijst Gemini 3.1 Pro op basis van promptlengte: $2 in / $12 uit voor maximaal 200K invoertokens, daarboven oplopend naar $4 in / $18 uit, met cachereads voor $0.20–$0.40 en batchverwerking tegen de halve prijs. De boodschap is dat korte prompts goedkoop zijn en lange meer kosten — een prijsmodel dat is afgestemd op de zoek- en grounding-workloads waarvan Google verwacht dat ze het grootste deel van het verkeer uitmaken. OpenAI hanteert voor GPT-6 Astra een vast tarief van $10/$50, met gecachte invoer voor $1.00, en treft zeer lange prompts vervolgens met een ander soort boete: alles boven ongeveer 272K invoertokens wordt opnieuw geprijsd tegen 2x de invoerprijs en 1,5x de uitvoerprijs — effectief $20 in / $75 uit. De twee modellen bestraffen lange context op tegenovergestelde punten. Gemini is goedkoop tot 200K en daarna matig duurder; Astra blijft gelijk tot 272K en wordt daarna scherp duurder. Een taak van 300K tokens is daardoor veel duurder op GPT-6 Astra dan op Gemini 3.1 Pro, terwijl een taak van 50K tokens op Gemini vier tot vijf keer goedkoper is. Voor workloads die dicht bij de onderkant van het contextbereik zitten, valt de Astra-prijs moeilijk te rechtvaardigen; voor workloads die echt de bovenkant nodig hebben, rekenen beide leveranciers een toeslag, en die van OpenAI is de steilste.

Waar Gemini 3.1 Pro echt voorloopt

Het vlaggenschip van Google heeft drie voordelen waar geen enkel OpenAI-model aan kan tippen, en die zijn makkelijk te missen omdat het lawaai rond de lancering van Astra zo luid is. Ten eerste de invoermodaliteiten: Gemini 3.1 Pro accepteert tekst, beeld, audio, video en pdf in één enkele prompt; GPT-6 Astra is beperkt tot tekst-plus-beeld, met tekstuitvoer — hetzelfde modaliteitenbereik als zijn voorganger. Ten tweede: native verankering. Gemini wordt geleverd met Google Search, Maps en code-uitvoering die rechtstreeks in de API zijn geïntegreerd, een wezenlijk verschil in mogelijkheden voor agentisch onderzoek en elke taak die actuele, geverifieerde informatie nodig heeft in plaats van terugval op parametrische kennis. Ten derde: de prijs voor alles wat onder de 200K tokens blijft, inclusief batch voor $1/$6 — veruit de goedkoopste manier om een grote offline taak op een van beide modellen te draaien. Geen van deze voordelen is zichtbaar op een reasoning-benchmark, en dat is precies waarom ze verloren gaan in een vlaggenschip-tegen-vlaggenschip-vergelijking die alleen scores aanhaalt.

Het specificatieblad, naast elkaar

• Uitgebracht — GPT-6 Astra: 3 september 2026. Gemini 3.1 Pro: 19 februari 2026 (nog "preview").

• Prijs (≤200K prompt) — GPT-6 Astra: $10.00 / $50.00 vast tarief per 1M. Gemini 3.1 Pro: $2.00 / $12.00 per 1M.

• Prijs (lange prompt) — GPT-6 Astra: ~$20.00 / $75.00 per 1M boven 272K invoer. Gemini 3.1 Pro: $4.00 / $18.00 per 1M boven 200K invoer.

• Context / outputplafond — GPT-6 Astra: ~1.05M input, 128K output. Gemini 3.1 Pro: 1M input, ~65K output.

• Invoer — GPT-6 Astra: tekst + afbeelding. Gemini 3.1 Pro: tekst, afbeelding, audio, video, PDF.

• Gronding / hulpmiddelen — GPT-6 Astra: web zoeken, bestanden zoeken, code uitvoeren. Gemini 3.1 Pro: native Google Zoeken, Maps, code uitvoeren, functies aanroepen.

• Redeneerinstellingen — GPT-6 Astra: inspanning laag–max. Gemini 3.1 Pro: instelbare redeneerinspanning.

Waar de zes maanden te zien zijn.

Gemini 3.1 Pro stond aan kop van de Artificial Analysis Intelligence Index toen hij werd uitgebracht, en dat doet hij niet meer: de vlaggenschepen van de late zomer — Claude Opus 5, GPT-5.6 Sol en nu GPT-6 Astra — scoren allemaal hoger op de huidige indexschaal, en Google heeft geen Pro-tier antwoord uitgebracht. Het meest dramatische verschil zit op ARC-AGI-3, de benchmark die is ontworpen om onoplosbaar te zijn door gewone chain-of-thought. OpenAI rapporteert 99,9% voor Astra op zijn eigen harness, en de onafhankelijke ARC Prize-run van de standaardharness mat 62,7% — terwijl onafhankelijke runs Gemini 3.1 Pro onder één procent plaatsen, dezelfde bijna-nulband als de rest van de pre-Astra-frontier. Op de oorspronkelijke ARC-AGI-2 was Google's eigen cijfer voor Gemini 3.1 Pro bij lancering een sterke 77,1%; de opvolgerbenchmark is een ander regime, en het is de enige plek waar OpenAI's nieuwe paradigma een model van zes maanden oud echt achter zich laat.

De subtielere regressie is de betrouwbaarheid bij lange contexten. Onafhankelijke multi-needle-tests (MRCR v2) tonen aan dat Gemini 3.1 Pro bij 128K accuraat ophaalt, maar scherp degradeert richting de top van zijn 1M-venster — een instortingspatroon dat Google in de zes maanden sinds de lancering niet volledig heeft verholpen. Astra's 1.05M-context is nieuw en op schaal onbewezen, maar het is precies het domein waarvan OpenAI het meest agressief claimt dat het het heeft gemanaged, inclusief een 128K-outputlimiet waarmee één enkele respons een veel groter gegenereerd artefact kan bevatten dan Gemini's ~65K. Als je workload één enorme context is die getrouw van begin tot eind moet worden gelezen, is de keuze tussen een model met een gemeten terugval en een model waarvan het gedrag aan de top van het venster nog door niemand onder stress is getest. Dat is in geen van beide richtingen een comfortabele keuze.

De praktische beslissing

Voor de grote meerderheid van productieworkloads — RAG over documenten, onderzoek dat sterk op grounding leunt, multimodale invoer, alles wat binnen 200K tokens past — is Gemini 3.1 Pro vandaag de economisch rationele keuze, en de kloof is niet gering: met vijf keer goedkopere invoer en een voordeel op het gebied van modaliteit en grounding betaalt GPT-6 Astra een enorme premie voor extra denkvermogen dat die workloads nooit zullen gebruiken. Voor agentisch coderen, computergebruik over een lange horizon en problemen die echt een gegenereerd artefact van 128K of een betrouwbare context van bijna 1M tokens nodig hebben, is GPT-6 Astra het model om te evalueren — met de eerlijke kanttekening dat de cijfers in de headlines van OpenAI komen en de onafhankelijke beoordeling op dag één, hoe sterk ook op tokenefficiëntie, een kleinere capaciteitskloof laat zien dan de marketing. Het feit dat Gemini zes maanden bevroren is, is de beslissende context: je kiest tussen een goedkoop, capabel, volwassen model dat Google niet meer verbetert en een duur, net uitgebracht model dat OpenAI actief vooruitjaagt.

Omdat beide gehost worden en de moeite waard zijn om binnen handbereik te houden, is het praktische antwoord om te routeren in plaats van te vervangen. Gemini 3.1 Pro staat op OrcaRouter tegen de lijstprijs van Google, en wordt zonder opslag doorgegeven, zodat de $2/$12-prijsstelling het contact met een router overleeft — en de routing-DSL zorgt ervoor dat de splitsing tussen prompts onder de 200K en lange prompts een regel wordt in plaats van een handmatige beslissing, waarbij korte grounded queries naar Gemini worden gestuurd en GPT-6 Astra wordt gereserveerd voor de taken die het tarief rechtvaardigen. GPT-6 Astra staat op het moment van schrijven nog niet op OrcaRouter; wanneer een provider gpt-6-astra gaat aanbieden, zal de modelpagina dezelfde dag de lijstprijs van OpenAI vermelden, en de failoverregel die een workload al over providers heen draaiende houdt, is hetzelfde mechanisme waarmee je Astra op een afgemeten deel van het verkeer kunt inzetten, zonder de hele pijplijn te verwedden op een model van twee dagen oud.

Het vonnis

GPT-6 Astra versus Gemini 3.1 Pro is een confrontatie tussen een model dat Google zes maanden met rust heeft gelaten en een model dat OpenAI twee dagen geleden heeft uitgebracht — en het prijsverschil weerspiegelt vooral die asymmetrie, niet een even grote kloof in kunnen. Als je goedkoop, multimodaal, gefundeerd redeneren op grote schaal nodig hebt, wint Gemini 3.1 Pro deze vergelijking overduidelijk en doet dat al maanden. Als je de redenering volgens het nieuwe paradigma, het grote outputplafond of een serieuze kans op betrouwbare top-of-window-context nodig hebt, dan is GPT-6 Astra zijn meerprijs waard op workloads die dergelijke dingen gebruiken — gemeten aan je eigen taken, niet aan de tabel die OpenAI bij de lancering publiceerde. Het zou een vergissing zijn om een zes maanden oud koopje en een twee dagen oud vlaggenschip te behandelen alsof het leeftijdsverschil er niet toe deed, in beide richtingen. Dat is het hele verhaal.