GPT-6 Sol vs Gemini 3.1 Pro: Het prijsverschil is kleiner dan elk van beide lanceringsberichten toegeeft

Beide modellen kosten $2,00 per miljoen inputtokens. GPT-6 Sol rekent $10,00 per miljoen outputtokens; Gemini 3.1 Pro rekent $12,00. Op basis van de gepubliceerde tarieven liggen GPT-6 Sol en de zes maanden oude Gemini 3.1 Pro binnen 20% van elkaar, waardoor dit de minst dramatische prijsvergelijking in de huidige line-up is — en de meest misleidende, want geen van beide modellen brengt voor werk met een lange context daadwerkelijk zijn gepubliceerde tarief in rekening, en de twee staffelgrenzen liggen op verschillende plaatsen en worden in verschillende richtingen herprijsd.

Dit is de vergelijking die je goed moet uitvoeren. GPT-6 Sol is op 22 september 2026 uitgebracht voor $2/$10, een verlaging van 50% ten opzichte van GPT-5.6 Sol, met een long-contextniveau boven 272.000 inputtokens dat de input ongeveer verdubbelt en de output met de helft verhoogt. Gemini 3.1 Pro is beschikbaar sinds 19 februari 2026 voor $2/$12, met een tariefgrens bij 200.000 tokens waardoor het naar $4/$18 gaat, en een batchtarief van $1/$6. Dezelfde stickerprijs, een andere geometrie van de tariefkaart, en de berekening hieronder bepaalt welke voor jouw verkeer goedkoper is.

Twee tariefkaarten, op schaal getekend

• Basisinvoer — GPT-6 Sol $2,00 per 1 mln. vs. Gemini 3.1 Pro $2,00 per 1 mln.

• Basisoutput — GPT-6 Sol $10,00 per 1M vs Gemini 3.1 Pro $12,00 per 1M

• Drempel voor lange context — GPT-6 Sol boven 272K invoer vs Gemini 3.1 Pro boven 200K invoer

• Tarief voor lange context — GPT-6 Sol ongeveer $4,00 / $15,00 vs Gemini 3.1 Pro $4,00 / $18,00

• Herprijzingsbereik — GPT-6 Sol herprijst het hele verzoek vs Gemini 3.1 Pro herprijst het hele verzoek

• Cache — GPT-6 Sol ongeveer 90% korting op gecachte input t.o.v. Gemini 3.1 Pro; cacheprijs niet opnieuw vermeld bij lancering

Batch — GPT-6 Sol-batchtarief niet gepubliceerd vs Gemini 3.1 Pro $1,00 / $6,00

• Contextvenster — GPT-6 Sol 872K volgens Artificial Analysis, 1,05M beweerd vs Gemini 3.1 Pro 1M invoer

• Maximale output — GPT-6 Sol 128K vs Gemini 3.1 Pro ongeveer 64K tot 66K

• AA Intelligence Index (v4.3.2) — GPT-6 Sol 48 vs Gemini 3.1 Pro 30

Daaruit volgen twee structurele punten. Ten eerste liggen de grenzen voor lange context dicht bij elkaar, maar zijn ze niet identiek — 272K tegenover 200K — en beide passen het hogere tarief toe op de volledige aanvraag in plaats van op het overschot. Een aanroep met 210K tokens kost het premiumtarief bij Gemini 3.1 Pro en het basistarief bij GPT-6 Sol. Die band van 72.000 tokens is waar de twee modellen qua prijs het meest uiteenlopen.

Ten tweede is de uitvoerruimte niet vergelijkbaar. GPT-6 Sol staat 128K tokens aan uitvoer toe; Gemini 3.1 Pro stopt rond 64K tot 66K. Als je workload lange artefacten genereert — volledige bestandsherschrijvingen, langere concepten, uitgebreide chain-of-thought-traces die je daadwerkelijk bewaart — dan weegt dat plafond zwaarder dan het verschil van $2 in uitvoerprijs.

Een uitgewerkt voorbeeld, omdat de genoemde tarieven het antwoord verbergen.

Neem een realistische maandelijkse werklast: 10 miljoen invoertokens en 2 miljoen uitvoertokens, allemaal met een korte context.

• GPT-6 Sol — 10M invoer tegen $2,00 is $20,00, 2M uitvoer tegen $10,00 is $20,00. Totaal: $40,00

• Gemini 3.1 Pro — 10M invoer tegen $2,00 is $20,00, 2M uitvoer tegen $12,00 is $24,00. Totaal: $44,00

GPT-6 Sol is 9% goedkoper. Dat is het hele verschil, en het is klein genoeg dat één enkele technische beslissing elders in de stack het kan tenietdoen.

Maak nu dezelfde werklast long-context — een agent die bij elke aanroep 300K tokens aan werkstatus meedraagt. Beide modellen overschrijden hun drempelwaarden.

• GPT-6 Sol — invoer tegen ongeveer $4,00 levert $40,00 op, uitvoer tegen ongeveer $15,00 levert $30,00 op. Totaal: $70,00

• Gemini 3.1 Pro — invoer tegen $4,00 levert $40,00 op, uitvoer tegen $18,00 levert $36,00 op. Totaal: $76,00

Beide rekeningen verdubbelen bijna en GPT-6 Sol blijft voorop, maar het verschil blijft onder de 10%. Een lange context doorbreekt deze confrontatie niet; het maakt beide opties alleen maar duur.

Het interessante geval is caching en batchen, waarbij de twee leveranciers verschillende weddenschappen hebben afgesloten. Als 80% van je invoer een stabiele prefix is, verandert de cachekorting van ongeveer 90% van GPT-6 Sol de berekening aanzienlijk — 8M gecachte tokens tegen ongeveer $0,20 per miljoen is $1,60, plus 2M nieuwe tegen $2,00 voor $4,00, plus $20,00 aan uitvoer, voor een totaal nabij $25,60. Het batchtarief van Gemini 3.1 Pro doet hetzelfde soort werk vanuit de andere richting: bij $1,00 invoer en $6,00 uitvoer komt dezelfde 10M/2M-workload uit op $10,00 plus $12,00, of $22,00.

Dus de eerlijke samenvatting is: GPT-6 Sol wint op interactief verkeer en op workloads met gecachte prefixen, Gemini 3.1 Pro wint op alles wat je kunt batchen, en het verschil tussen de twee beste gevallen is een paar dollar per tien miljoen tokens. Dit is geen prijsbeslissing. Het is een beslissing op basis van de vorm van de workload.

De capaciteitskloof is de werkelijke beslissing

Eenenvijftig Index-punten scheiden deze modellen op hetzelfde bord: GPT-6 Sol op 48, Gemini 3.1 Pro op 30. Dat is niet dicht bij elkaar, en het is de reden dat de prijspariteit een curiositeit is in plaats van een concurrentiële bedreiging.

De Intelligence Index van Artificial Analysis is een samengestelde index, en samengestelde indexen kunnen een te gunstig beeld geven. Maar een verschil van die omvang blijft overeind in de componentbenchmarks die elke leverancier publiceert:

• AA Intelligence Index — GPT-6 Sol 48, 18e van 212 tegenover Gemini 3.1 Pro 30, 81e van 212

• Uitvoersnelheid — GPT-6 Sol 104,4 tokens/sec vs. Gemini 3.1 Pro 115,0 tokens/sec

• Tijd tot eerste token — GPT-6 Sol 107,18 s vs Gemini 3.1 Pro 32,96 s, tegen een mediaan van 3,87 s op het leaderboard

• GPQA Diamond — Gemini 3.1 Pro 94,3% (volgens opgave van Google)

• ARC-AGI-2 — Gemini 3.1 Pro 77,1% (door Google gerapporteerd)

• HLE — Gemini 3.1 Pro 44,4% (door Google gerapporteerd)

• SWE-bench Verified — Gemini 3.1 Pro 80,6% (door Google gerapporteerd)

• Terminal-Bench 2.0 — Gemini 3.1 Pro 68,5% (door Google gerapporteerd)

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (door Google gerapporteerd)

Lees die Google-cijfers aandachtig, want ze zijn niet zwak. Een 94,3% op GPQA Diamond en 77,1% op ARC-AGI-2 zijn sterke resultaten, en ze werden in februari gepubliceerd. De reden dat de Index Gemini 3.1 Pro nog steeds dertig punten lager plaatst, is dat de Index agentische en langetermijntaken zwaar weegt, en daar blijkt de zes maanden tussen deze twee releases. Gemini 3.1 Pro is een sterk redeneermodel. GPT-6 Sol is een sterke agent.

Op de latentielijn wint Gemini 3.1 Pro onbetwist, en dat is geen kleine overwinning. Een eerste token van 33 seconden is in absolute zin traag — de mediaan van het bord is 3,87 seconden — maar het is een derde van de 107 seconden van GPT-6 Sol. Voor alles waar iemand op moet wachten, is Gemini 3.1 Pro de enige van deze twee die überhaupt bruikbaar is. Het eerste token van 107 seconden van GPT-6 Sol is het getal dat de meeste pilots zal doen sneuvelen, en het is het vermelden waard dat de doorvoer zodra het eenmaal begint uitstekend is: 104,4 tokens per seconde ligt niet wezenlijk achter op de 115,0 van Gemini. Het model is niet traag. Het is traag om op gang te komen.

Het ding waaraan Gemini 3.1 Pro niet is ontsnapt

Gemini 3.1 Pro is sinds februari in preview. Zes maanden is een lange tijd om een preview-label te dragen, en Google heeft in de tussentijd de Flash-modellen 3.5, 3.6 en 3.8 uitgebracht zonder 3.1 Pro naar algemene beschikbaarheid te promoveren. Op OrcaRouter is de routeerbare slug nog steeds gemini-3.1-pro-preview, en een aparte gemini-3.1-pro-preview-customtools variant bestaat daarnaast.

Dat is voor procurement van belang op een manier waarop benchmarks dat niet zijn. Preview-endpoints kunnen onder je veranderen, met korte kennisgeving worden afgeschaft en hanteren andere rate limits dan een GA-model. Als je vandaag op Gemini 3.1 Pro bouwt, bouw je op een preview, en je moet het migratierisico dienovereenkomstig inprijzen — vooral omdat de nieuwere Flash-modellen van Google zelf het op meerdere assen al voorbij zijn.

GPT-6 Sol heeft dat probleem niet, maar wel een ander: de beschikbaarheid bij de lancering was beperkter dan de aankondiging deed vermoeden. Het zit in de API, in ChatGPT Work en in Codex op betaalde abonnementen — en Enterprise-beheerders moeten het inschakelen voordat hun gebruikers het kunnen zien. Het zit niet in ChatGPT Chat. Een vlaggenschip dat het consumentenoppervlak overslaat, is een vlaggenschip dat op ontwikkelaars is gericht.

De goedkope en de goede samen draaien

Dit is de zeldzame vergelijking waarbij het antwoord overduidelijk "beide" is, en de prijsstelling ondersteunt dat. Gemini 3.1 Pro is het model dat je vóór een mens zet: snelle eerste token, batchtarieven die bulkklussen goedkoop maken, sterke gepubliceerde redeneerscores. GPT-6 Sol is het model dat je achter een wachtrij zet: langzaam op gang, uitstekende doorvoer, eenenvijftig Indexpunten beter, en geprijsd binnen 20% van het model dat het vervangt voor interactief werk.

Gemini 3.1 Pro staat op OrcaRouter tegen de lijstprijs van Google, wat onder het pass-throughmodel betekent dat een prijswijziging van Google dezelfde dag aan onze kant live is in plaats van te wachten op een reseller die opnieuw moet onderhandelen. GPT-6 Sol staat op het moment van schrijven niet in onze catalogus — het is bereikbaar via de eigen API van OpenAI — dus een route die beide omvat, betekent één sleutel voor Gemini en daarnaast een directe OpenAI-integratie. Routeren tussen een snel preview-model en een langzamer frontier-model is precies het geval waarvoor automatische failover is gebouwd: wanneer het preview-endpoint verslechtert of als verouderd wordt gemarkeerd, verschuift de route, en kom je er via een logregel achter in plaats van via je gebruikers.

De beslissingsregel

Kies Gemini 3.1 Pro wanneer er een mens wacht, wanneer het werk batchbaar is, of wanneer de uitvoer kort blijft. Een eerste token na 33 seconden is niet goed, maar het is drie keer beter dan dat van GPT-6 Sol, en het batchtarief van $1/$6 is de goedkoopste manier om een groot corpus door een sterk redeneermodel te halen. Accepteer dat je op een preview-endpoint zit en plan voor de migratie.

Kies GPT-6 Sol wanneer het werk agentisch is, een lange horizon heeft en onbeheerd is, en wanneer je context onder de 272K tokens blijft. Het scoort 48 tegenover 30, het produceert 128K output tegenover ongeveer 64K, en de prijsstelling voor cached prefix met 90% korting maakt repetitieve agentische loops ongewoon goedkoop. De 107 seconden tot het eerste token is een kenmerk van de manier waarop het redeneert, geen bug, en het wordt pas een probleem wanneer je het voor iemand neerzet.

Kies niet op basis van prijs. De twee liggen binnen 9% van elkaar bij een workload met korte context en binnen 10% bij een met lange context. Het maandelijkse verschil van negen dollar bij een boek van tien miljoen tokens is geen reden om voor een van beide modellen te kiezen, en het gat van eenenvijftig punten in de Index wel.