GPT-6 Sol kontra Gemini 3.1 Pro: Różnica w cenie jest mniejsza, niż przyznaje którykolwiek z wpisów o premierze

Both models cost $2.00 per million input tokens. GPT-6 Sol charges $10.00 per million output; Gemini 3.1 Pro charges $12.00. On the headline rates, GPT-6 Sol and the six-month-old Gemini 3.1 Pro are within 20% of each other, which makes this the least dramatic price comparison in the current lineup — and the most misleading, because neither model actually bills at its headline rate for long-context work, and the two tier boundaries sit at different places and reprice in different directions.

To jest porównanie, które warto przeprowadzić rzetelnie. GPT-6 Sol został wydany 22 września 2026 r. w cenie $2/$10, co stanowi 50% obniżkę w stosunku do GPT-5.6 Sol, z poziomem długiego kontekstu powyżej 272 000 tokenów wejściowych, który mniej więcej podwaja cenę wejścia i podnosi cenę wyjścia o połowę. Gemini 3.1 Pro jest dostępny od 19 lutego 2026 r. w cenie $2/$12, z progiem 200 000 tokenów, który podnosi stawkę do $4/$18, oraz stawką wsadową $1/$6. Ta sama cena katalogowa, inna geometria cennika, a poniższa arytmetyka decyduje, który z nich jest tańszy dla Twojego ruchu.

Dwie karty stawek, narysowane w skali

• Wejście podstawowe — GPT-6 Sol 2,00 USD za 1 mln vs Gemini 3.1 Pro 2,00 USD za 1 mln

• Bazowe wyjście — GPT-6 Sol $10.00 za 1 mln vs Gemini 3.1 Pro $12.00 za 1 mln

• Próg długiego kontekstu — GPT-6 Sol powyżej 272K danych wejściowych vs Gemini 3.1 Pro powyżej 200K danych wejściowych

• Stawka za długi kontekst — GPT-6 Sol około $4.00 / $15.00 vs Gemini 3.1 Pro $4.00 / $18.00

• Zakres ponownej wyceny — GPT-6 Sol ponownie wycenia całe żądanie vs Gemini 3.1 Pro ponownie wycenia całe żądanie

• Pamięć podręczna — GPT-6 Sol około 90% zniżki na buforowane dane wejściowe w porównaniu z Gemini 3.1 Pro; cennik pamięci podręcznej nie został ponownie podany przy premierze

• Wsadowe — stawka wsadowa GPT-6 Sol nie została opublikowana vs Gemini 3.1 Pro 1,00 USD / 6,00 USD

• Okno kontekstowe — GPT-6 Sol 872K według Artificial Analysis, deklarowane 1,05M w porównaniu z 1M wejścia Gemini 3.1 Pro

• Maksymalny output — GPT-6 Sol 128K vs Gemini 3.1 Pro około 64K do 66K

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

Wynikają z tego dwie kwestie strukturalne. Po pierwsze, granice długiego kontekstu są blisko siebie, ale nie identyczne — 272K wobec 200K — i obie stosują wyższą stawkę do całego żądania, a nie do nadwyżki. Wywołanie obejmujące 210K tokenów kosztuje według stawki premium w Gemini 3.1 Pro i według stawki podstawowej w GPT-6 Sol. Ten przedział 72 000 tokenów to miejsce, w którym oba modele najbardziej różnią się pod względem ceny.

Po drugie, limit wyjścia nie jest porównywalny. GPT-6 Sol pozwala na 128 tys. tokenów wyjścia; Gemini 3.1 Pro zatrzymuje się na około 64–66 tys. Jeśli Twoje obciążenie robocze generuje długie artefakty — pełne przepisywanie plików, obszerne szkice, rozszerzone ślady rozumowania łańcuchowego, które faktycznie zachowujesz — ten pułap ma większe znaczenie niż różnica 2 USD w cenie wyjścia.

Przykład z rozwiązaniem, bo stawki nominalne ukrywają odpowiedź

Przyjmij realistyczny miesięczny wolumen: 10 milionów tokenów wejściowych i 2 miliony tokenów wyjściowych, wszystko w krótkim kontekście.

• GPT-6 Sol — 10 mln danych wejściowych po 2,00 USD to 20,00 USD, 2 mln danych wyjściowych po 10,00 USD to 20,00 USD. Razem: 40,00 USD

• Gemini 3.1 Pro — 10 mln tokenów wejściowych po 2,00 USD to 20,00 USD, 2 mln tokenów wyjściowych po 12,00 USD to 24,00 USD. Razem: 44,00 USD

GPT-6 Sol jest o 9% tańszy. To cała ta różnica i jest ona na tyle mała, że pojedyncza decyzja inżynieryjna podjęta w innym miejscu stosu może ją zniwelować.

Teraz spraw, by to samo obciążenie było długokontekstowe — agent, który przy każdym wywołaniu przenosi 300K tokenów stanu roboczego. Oba modele przekraczają swoje progi.

• GPT-6 Sol — wejście po około 4,00 USD daje 40,00 USD, wyjście po około 15,00 USD daje 30,00 USD. Razem: 70,00 USD

• Gemini 3.1 Pro — wejście po $4.00 daje $40.00, wyjście po $18.00 daje $36.00. Razem: $76.00

Oba rachunki niemal się podwajają, a GPT-6 Sol pozostaje na prowadzeniu, ale różnica wciąż wynosi poniżej 10%. Długi kontekst nie przełamuje tego starcia; po prostu sprawia, że obie opcje są drogie.

Ciekawym przypadkiem jest buforowanie i przetwarzanie wsadowe, gdzie obaj dostawcy postawili na różne rozwiązania. Jeśli 80% danych wejściowych to stabilny prefiks, około 90% zniżki za buforowanie w GPT-6 Sol zasadniczo zmienia rachunek — 8 mln buforowanych tokenów po około 0,20 USD za milion to 1,60 USD, plus 2 mln świeżych po 2,00 USD, czyli 4,00 USD, plus 20,00 USD za dane wyjściowe, co daje łącznie blisko 25,60 USD. Stawka wsadowa Gemini 3.1 Pro robi to samo z drugiej strony: przy 1,00 USD za dane wejściowe i 6,00 USD za dane wyjściowe to samo obciążenie 10 mln/2 mln daje 10,00 USD plus 12,00 USD, czyli 22,00 USD.

Uczciwe podsumowanie jest więc takie: GPT-6 Sol wygrywa w przypadku ruchu interaktywnego i obciążeń z buforowanym prefiksem, Gemini 3.1 Pro wygrywa w przypadku wszystkiego, co można przetwarzać wsadowo, a różnica między dwoma najlepszymi przypadkami to kilka dolarów na dziesięć milionów tokenów. To nie jest decyzja cenowa. To decyzja dotycząca kształtu obciążenia.

Luka kompetencyjna jest tą właściwą decyzją

Pięćdziesiąt jeden punktów Index dzieli te modele na tej samej tablicy: GPT-6 Sol z 48, Gemini 3.1 Pro z 30. To nie jest blisko i jest to powód, dla którego parytet cen jest ciekawostką, a nie konkurencyjnym zagrożeniem.

Indeks Intelligence firmy Artificial Analysis to miara złożona, a miary złożone potrafią pochlebiać. Ale tak duża różnica utrzymuje się we wszystkich benchmarkach składowych publikowanych przez każdego dostawcę:

• AA Intelligence Index — GPT-6 Sol 48, zajął 18. miejsce na 212 w porównaniu z Gemini 3.1 Pro 30, który zajął 81. miejsce na 212

• Szybkość generowania — GPT-6 Sol 104,4 tokenów/s vs Gemini 3.1 Pro 115,0 tokenów/s

• Czas do pierwszego tokenu — GPT-6 Sol 107,18 s vs Gemini 3.1 Pro 32,96 s, wobec mediany 3,87 s na tablicy wyników

• GPQA Diamond — Gemini 3.1 Pro 94,3% (według danych Google)

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

• HLE — Gemini 3.1 Pro 44,4% (raportowane przez Google)

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

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

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (zgłoszone przez Google)

Przeczytaj uważnie te wyniki Google, ponieważ nie są słabe. 94,3% w GPQA Diamond i 77,1% w ARC-AGI-2 to mocne wyniki, które opublikowano w lutym. Powodem, dla którego Index nadal plasuje Gemini 3.1 Pro o trzydzieści punktów niżej, jest to, że Index przywiązuje dużą wagę do zadań agentowych i długiego horyzontu, a właśnie tam widać różnicę sześciu miesięcy między tymi dwoma wydaniami. Gemini 3.1 Pro to mocny model rozumujący. GPT-6 Sol to mocny agent.

Pozycja opóźnienia to miejsce, w którym Gemini 3.1 Pro wygrywa bezapelacyjnie — i nie jest to małe zwycięstwo. Pierwszy token po 33 sekundach jest wolny w wartościach bezwzględnych — mediana na tablicy wyników to 3,87 sekundy — ale to jedna trzecia 107 sekund GPT-6 Sol. Jeśli chodzi o cokolwiek, na co człowiek czeka, Gemini 3.1 Pro jest jedynym z tych dwóch, który w ogóle nadaje się do użycia. Pierwszy token GPT-6 Sol po 107 sekundach to liczba, która zabije najwięcej projektów pilotażowych, a warto zauważyć, że jego przepustowość, gdy już ruszy, jest doskonała: 104,4 tokena na sekundę nie ustępuje w istotny sposób od 115,0 Gemini. Model nie jest powolny. Powolny jest tylko jego start.

To, przed czym Gemini 3.1 Pro nie uciekł

Gemini 3.1 Pro jest w wersji zapoznawczej od lutego. Sześć miesięcy to długi okres noszenia etykiety wersji zapoznawczej, a Google w międzyczasie wydało modele Flash 3.5, 3.6 i 3.8, nie promując 3.1 Pro do ogólnej dostępności. W OrcaRouter routowalny slug to nadal gemini-3.1-pro-preview, a osobny gemini-3.1-pro-preview-customtools wariant istnieje obok niego.

To ma znaczenie dla zakupów w sposób, w jaki benchmarki nie. Endpointy wersji zapoznawczej mogą zmienić się w trakcie pracy, zostać wycofane z krótkim wyprzedzeniem i mieć inne limity szybkości niż model GA. Jeśli dziś budujesz na Gemini 3.1 Pro, budujesz na wersji zapoznawczej i powinieneś odpowiednio wycenić ryzyko migracji — zwłaszcza że nowsze modele Flash samego Google już go przewyższają pod kilkoma względami.

GPT-6 Sol nie ma tego problemu, ale ma inny: dostępność w momencie premiery była węższa, niż sugerowała zapowiedź. Jest w API, w ChatGPT Work i w Codex na płatnych planach — a administratorzy Enterprise muszą go włączyć, zanim ich użytkownicy będą mogli go zobaczyć. Nie ma go w ChatGPT Chat. Flagowiec, który pomija powierzchnię konsumencką, to flagowiec wymierzony w deweloperów.

Uruchamianie taniego i dobrego razem

To rzadkie porównanie, w którym odpowiedź brzmi oczywiście „oba”, a ceny to potwierdzają. Gemini 3.1 Pro to model, który stawiasz przed człowiekiem: szybki pierwszy token, stawki wsadowe, które czynią masowe zadania tanimi, wysokie opublikowane wyniki rozumowania. GPT-6 Sol to model, który stawiasz w kolejce: wolno startuje, doskonała przepustowość, o pięćdziesiąt jeden punktów Index lepszy i wyceniony w granicach 20% modelu, który zastępuje w zadaniach interaktywnych.

Gemini 3.1 Pro jest dostępny w OrcaRouter w cenie katalogowej Google, a w modelu przekazywania kosztów oznacza to, że zmiana ceny Google obowiązuje u nas tego samego dnia, zamiast czekania, aż reseller wynegocjuje nowe warunki. GPT-6 Sol nie znajduje się w naszym katalogu na dzień pisania tego tekstu — jest dostępny przez własne API OpenAI — więc trasa obejmująca oba oznacza jeden klucz do Gemini i bezpośrednią integrację z OpenAI obok niego. Routing między szybkim modelem preview a wolniejszym modelem frontier to dokładnie ten przypadek, dla którego stworzono automatyczne przełączanie awaryjne: gdy punkt końcowy preview zaczyna działać gorzej lub zostaje wycofany, trasa się zmienia, a ty dowiadujesz się o tym z wpisu w logu, a nie od swoich użytkowników.

Reguła decyzyjna

Wybierz Gemini 3.1 Pro, gdy człowiek czeka, gdy praca nadaje się do przetwarzania wsadowego albo gdy dane wyjściowe pozostają krótkie. Czas do pierwszego tokenu wynoszący 33 sekundy nie jest dobry, ale jest trzykrotnie lepszy niż w przypadku GPT-6 Sol, a stawka wsadowa $1/$6 to najtańszy sposób przepuszczenia dużego korpusu przez silny model rozumujący. Pogódź się z tym, że korzystasz z punktu końcowego w wersji zapoznawczej, i zaplanuj migrację.

Wybierz GPT-6 Sol, gdy praca ma charakter agentowy, długoterminowy i odbywa się bez nadzoru, oraz gdy twój kontekst pozostaje poniżej 272K tokenów. Osiąga wynik 48 wobec 30, generuje 128K tokenów wyjściowych wobec około 64K, a jego cennik buforowanego prefiksu przy 90% zniżce sprawia, że powtarzalne pętle agentowe są wyjątkowo tanie. Jego 107-sekundowy pierwszy token to cecha sposobu, w jaki rozumuje, a nie błąd, i staje się problemem tylko wtedy, gdy postawisz go przed kimś.

Nie kieruj się ceną. Te dwa modele dzieli nie więcej niż 9% przy obciążeniu z krótkim kontekstem i nie więcej niż 10% przy długim. Dziewięciodolarowa różnica miesięczna w przypadku książki o dziesięciu milionach tokenów nie jest powodem, by wybrać którykolwiek z nich, ale różnica pięćdziesięciu jeden punktów w Index już tak.