GPT-6 vs Gemini 4 Argon: Niemal remis między modelem z cennika a modelem z listy oczekujących

Najbliższa para modeli na obecnej tablicy frontier nie jest parą, którą można kupić. Gemini 4 Argon uzyskuje 52,6 w Intelligence Index v4.3.2 firmy Artificial Analysis. GPT-6 Astra, flagowy model OpenAI, uzyskuje 52,7. To różnica jednej dziesiątej punktu w dziesięciu ewaluacjach, a obie liczby pochodzą z tej samej rewizji tego samego zestawu. To najciaśniejsza para na szczycie tabeli w całym zestawie.

W tej liczbie jest symetria, a w dostępności nie ma jej wcale. Google ogłosił Gemini 4 Argon 30 września 2026 r., z podaną ceną wprowadzającą 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, wdrażając go najpierw dla wskazanej grupy obrońców cyberbezpieczeństwa w ramach programu, który Google nazywa Fairwind. Nie ma opublikowanego identyfikatora modelu API, daty ogólnej dostępności ani punktu końcowego, który klient mógłby dziś wywołać. GPT-6 Astra można kupić od 3 września 2026 r., a na dzień 7 października 2026 r. rodzina GPT-6 jest również tym, do czego ChatGPT kieruje ponad 1,2 miliarda użytkowników tygodniowo — przy czym to GPT-6 Sol, a nie Astra, obsługuje płatne poziomy tego wdrożenia.

Więc porównanie jest prawdziwe, ale asymetryczne w sposób, który zmienia to, jak należy je czytać. Liczby Argonu opisują model w kontrolowanym wdrożeniu. Liczby GPT-6 opisują produkt z cennikiem. Wszystko poniżej obowiązuje przy zastrzeżeniu „gdybyś mógł to kupić”, a nic poniżej nie odpowiada na pytanie „czy powinieneś”, ponieważ nie ma jeszcze na co się przenieść.

Co właściwie wiadomo o istniejącym odpowiedniku

Zacznij od strony, która istnieje, bo porównanie ma tylko jedną połowę, która do czegokolwiek się nadaje. GPT-6 występuje w trzech wariantach, a tylko dwa z nich mają tu znaczenie:

GPT-6 Astra — flagowy, identyfikator modelu gpt-6-astra, wydany 3 września 2026, kontekst 1 050 000 tokenów, wyjście 128 000 tokenów, wejście tekst/obraz/plik, wysiłek od niskiego do maksymalnego, 10,00 USD za milion wejściowych i 50,00 USD wyjściowych, zmiana ceny na 20,00/75,00 USD dla całego żądania powyżej 272 000 tokenów wejściowych
• GPT-6 Sol — średnia półka, wydany 22 września 2026, te same limity kontekstu i wyjścia, 2,00/4,00 USD z progiem długiego kontekstu 4,00/15,00 USD, oraz model, który OpenAI udostępnił w ChatGPT Plus, Pro, Business i Enterprise 7 października 2026
• GPT-6 Luna — budżetowa półka w cenie 0,10/0,50 USD, obsługująca ChatGPT Free i Go

Część Argonu na tej liście zajmuje jedną linijkę. Ogłoszenie Goo​gle podało cenę wprowadzającą, opis możliwości — programowanie w rzeczywistych zastosowaniach, pracę z wiedzą w przedsiębiorstwach i cyberobronę — oraz plan wdrożenia. Nie podało ciągu modelu, okna kontekstu, maksymalnej długości wyjścia, stawki za buforowane dane wejściowe, harmonogramu wycofania ani daty szerszego dostępu. Praktyczny wymiar ma brak identyfikatora modelu: każdy przykład kodu, jaki zobaczysz w internecie, cytujący ciąg modelu Gemini 4 Argon, to zgadywanie, ponieważ nie ma ciągu, który można by zacytować.

Jedyny w pełni porównywalny pomiar i to, co ukrywa

Jedna metryka pozwala porównać Argon z modelem GPT-6 bez żadnego „jeśli”, ponieważ Artificial Analysis przetestowało oba: koszt wygenerowania gotowej odpowiedzi w zestawie ewaluacyjnym.

• Koszt na ukończone zadanie indeksowania — Gemini 4 Argon 1,99 USD vs GPT-6 Astra 3,26 USD, 1,6× różnicy na korzyść Argon
• Tokeny wyjściowe wygenerowane w całym zestawie — Gemini 4 Argon 112,8 mln vs GPT-6 Astra 108,8 mln, praktycznie na równym poziomie
• Indeks inteligencji, v4.3.2 — Gemini 4 Argon 52,6 vs GPT-6 Astra 52,7, remis
• Podana cena — 2,00 USD za wejście i 10,00 USD za wyjście za 1 mln w Argon, jako stawka wprowadzająca vs standardowa stawka Astry 10,00 USD/50,00 USD
• Okno kontekstu — GPT-6 Astra 1 050 000 tokenów vs Argon: nieopublikowane

Przeczytaj jeszcze raz tę pierwszą linijkę, bo to jedyna niespodzianka na tej stronie. Podstawowe stawki Argonu to jedna piąta stawek Astry, a jego koszt na zadanie w tym samym zestawie jest o 39% niższy. Model, który uzyskuje taki sam wynik jak flagowy, przy jednej piątej stawki za dane wejściowe, byłby wydarzeniem kwartału, gdyby można było to tak nazwać.

Drugi wiersz wyjaśnia, dlaczego pierwszy wiersz jest mniej dramatyczny, niż wygląda, i działa w przeciwnym kierunku niż zwykły argument o rozwlekłości. Argon i Astra zapisały niemal dokładnie tę samą liczbę tokenów, aby uzyskać niemal dokładnie ten sam wynik. Nie ma luki w rozwlekłości, która wyjaśniałaby rozrzut kosztów — różnica 1,27 USD wynika z cennika, a nie z tego, że jeden model się rozgaduje. To czyni to porównanie czystszym niż większość w tej partii i sprawia, że brakująca dostępność jest jedyną rzeczą, która dzieli Argon od jednoznacznej rekomendacji.

Własna tabela Goo​gle'a nie jest tą niezależną.

Google opublikował tabelę premierową dla Argonu, porównującą go z GPT-6 Astra w dziewiętnastu benchmarkach. Jeśli czytasz tylko tę tabelę, Argon wygrywa w czternastu, Astra w czterech, a jeden jest remisem. To uderzający wynik i należy go traktować ostrożnie: każda liczba w niej pochodzi od Google, została wybrana i uporządkowana przez Google, a żadna nie została niezależnie odtworzona. To argument Google'a za Argonem — właśnie do tego służy tabela premierowa — i w porównaniu powinien być traktowany jako oznaczone twierdzenie dostawcy, a nie jako dowód.

Zestaw to z niezależnym uruchomieniem, a obraz zmienia charakter. W zestawie testów Artificial Analysis oba są na tym samym poziomie 52,6 i 52,7 — znacznie mniejsza przewaga, niż sugeruje wynik 14 do 4, w zestawie, którego nie złożył żaden z dostawców. Uczciwe podsumowanie jest takie, że Argon jest prawdopodobnie równy Astrze, a być może lepszy od niej w inżynierii oprogramowania, że własna tabela dostawcy sugeruje szerszą lukę, niż wykazuje niezależna, i że dopóki ktoś spoza Google nie uruchomi go na czymś innym niż zadania Google, nic z tego nie zostanie rozstrzygnięte.

Dlaczego nieopublikowany model i tak zasługuje na sekcję

Ponieważ wzorzec wdrażania Google'a sam w sobie jest informacją i wskazuje, dokąd zmierza następne wydanie z poziomu Pro. Google spędził 2026 rok na wydawaniu modeli klasy Flash — linii 3.5, 3.6 i 3.8 Flash, wariantów Lite, dostrojonej do cyberbezpieczeństwa wersji 3.8 Flash — podczas gdy poziom Pro tkwił na Gemini 3.1 Pro Preview, modelu, który jest w wersji zapoznawczej od lutego 2026, bez zobowiązania do ogólnej dostępności i bez daty wyłączenia. Argon to pierwszy ruch na szczycie linii od siedmiu miesięcy i trafił najpierw do obrońców, a nie do deweloperów.

Ta kolejność jest spójnym wyborem — cyberbezpieczeństwo to obszar zastosowań, w którym model frontierowy z agentowym korzystaniem z narzędzi i długoterminową autonomią ma najwyraźniejszą i najbardziej mierzalną wartość, a jednocześnie obszar, w którym dostawca chce kontrolowanej kohorty przed ogólnym udostępnieniem. To nie jest dowód, że model nie jest gotowy. To dowód, że Google traktuje ogólną dostępność jako decyzję na później, a nie na dzień premiery, co dokładnie — w inny sposób — mówią brakujący identyfikator modelu i brakująca data.

Dla dewelopera konsekwencja jest prosta: nie można opierać planów na Argonie. Można opierać plany na GPT-6 Astra lub GPT-6 Sol, ponieważ oba mają identyfikatory, endpointy, cenniki i dostawcę, który opublikował już politykę wycofania dla tej linii. Model bez identyfikatora to model, dla którego nie można napisać adaptera.

Co zmieniłoby to porównanie

Trzy rzeczy — i każda z nich zamienia powyższy artykuł w rozstrzygniętą kwestię. Pierwszą jest identyfikator modelu — prawdziwy ciąg zwracany przez API Google, ponieważ w tym momencie adapter staje się możliwy do napisania, a szacowanie integracji nabiera sensu. Drugą jest data ogólnej dostępności, która odróżnia wersję zapoznawczą od produktu i jest jedyną datą, którą ogłoszenie Argonu całkowicie pominęło. Trzecią są niezależne testy porównawcze na zadaniach, których Google nie wybrało; zestaw przygotowany przez dostawcę to twierdzenie, a zestaw przygotowany przez kogoś innego to pomiar.

Dopóki wszystkie trzy nie istnieją, rola Argonu w porównaniu to raczej pułap niż opcja. Jego liczby mówią, dokąd zmierza poziom Gemini Pro, i dają wyobrażenie o tym, ile marginesu cenowego ma Google na szczycie oferty. Nie mówią jednak, na czym budować.

Co robić, gdy Argon czeka

Jeśli powodem, dla którego tu jesteś, jest to, że liczby Argonu wyglądają dobrze, użytecznym posunięciem jest przetestowanie tej samej klasy obciążenia na modelu, który faktycznie możesz wywołać już dziś, a w przypadku inżynierii oprogramowania i długoterminowej pracy agentowej oznacza to GPT-6 Astra. Znajduje się w katalogu OrcaRouter, w oparciu o własny wzorzec Google dla cen typu pass-through — stawka dostawcy wynosi $10.00/$50.00, z poziomem długiego kontekstu $20.00/$75.00, przy 0% narzutu, więc zmiana stawek dostawcy dociera do Ciebie tego samego dnia, a nie dopiero w następnym cyklu rozliczeniowym. GPT-6 Sol za $2.00/$10.00 też tam jest, a dla większości obciążeń jest lepszym zakupem: uzyskuje 47.6 wobec 52.7 Astry, a koszt na ukończone zadanie jest około trzykrotnie niższy.

Warstwa routingu sprawia, że harmonogram wdrażania u dostawcy da się przetrwać. Gdy Argon faktycznie otrzyma identyfikator, nie musi to oznaczać projektu migracyjnego: reguła routingu może skierować do niego część Twojego ruchu albo użyć konfiguracji fuzji modeli, by uruchomić panel i porównać odpowiedzi, podczas gdy GPT-6 Astra lub Sol pozostaje domyślnym modelem w tle. Automatyczne przełączanie awaryjne obejmuje przypadek, który ma tu największe znaczenie — model w kontrolowanym wdrożeniu to dokładnie ten rodzaj trasy, który może zostać objęty limitem zapytań albo wycofany bez ostrzeżenia, a ścieżka zapasowa sprawia, że staje się to powolnym żądaniem, a nie awarią.

Czego nie należy robić, to rozpoczynanie planu migracji w oparciu o tabelę premier dla modelu bez punktu końcowego. Różnica względem GPT-6 Astra to jedna dziesiąta punktu, a różnica w cenie jest realna, ale żadna z nich nie jest warta przebudowy integracji dla czegoś, do czego nie można wysłać żądania.