Gemini 4 vs. GPT-6: Um modelo contra três degraus, e o degrau que se alinha

Nenhum dos lados deste termo de pesquisa é um único produto, e essa é a primeira coisa que a comparação precisa corrigir. O Gemini 4 é um único modelo: Gemini 4 Argon, a única entrada sob o título Gemini 4 na documentação de modelos do próprio Google, com preço no nível pago de US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída até 30 de novembro de 2026, passando para US$ 4,00 e US$ 20,00 a partir de 1º de dezembro. O GPT-6 são três: GPT-6 Astra, o carro-chefe, a US$ 10,00/US$ 50,00 antes do seu degrau de contexto longo; GPT-6.1 Sol, o degrau intermediário, a US$ 2,00/US$ 10,00; e GPT-6 Luna, o nível de eficiência, a US$ 0,10/US$ 0,50 — cada um listado pela OpenAI com uma janela de contexto de 1,05M tokens, um teto de saída de 128K tokens e um corte de conhecimento. Portanto, o confronto direto que o leitor está pedindo precisa ser montado degrau por degrau, e exatamente um degrau se alinha na tabela de preços.

Esse enquadramento não é uma esquiva. É a resposta, porque as duas linhas têm formatos diferentes de propósito. A geração carro-chefe de 2026 do Google é um único ponto operacional que você compra em quatro níveis de serviço. A da OpenAI são três pontos operacionais entre os quais você escolhe. Tudo o que um leitor pode usar para agir hoje decorre de qual formato se encaixa no trabalho.

O que cada fornecedor realmente publica, e onde o artigo termina

Os dois lados não estão documentados com a mesma profundidade, e vale a pena dizê-lo uma vez, em vez de deixar que isso distorça silenciosamente o resto da página.

A documentação de modelos da OpenAI fornece, para cada modelo, um ID de modelo, os valores de esforço de raciocínio que a API aceita, o preço de entrada e de saída, a saída máxima, a janela de contexto, uma data de corte de conhecimento e a superfície de ferramentas. Para o GPT-6 Astra e o GPT-6.1 Sol, a data de corte é 30 de abril de 2026 e a escala de esforço vai de low a max; o GPT-6 Luna tem uma data de corte de 18 de maio de 2026 e aceita adicionalmente none. A página de preços da OpenAI, por sua vez, divide cada modelo em colunas de contexto curto e contexto longo nos níveis de serviço Standard, Batch, Flex, Fast e Ultrafast. Esse é um rastro documental excepcionalmente completo: um leitor consegue calcular um orçamento sem perguntar a ninguém.

O lado da Google é mais escasso nos detalhes específicos que normalmente decidem uma comparação. A sua página de modelos lista "Todos os modelos Gemini 4" e essa tabela tem exatamente uma linha — Gemini 4 Argon, endpoint gemini-4-argon, descrito como um modelo de raciocínio de ponta com "uma janela de contexto unificada de 1M e decodificações longas de até 1M tokens", com o selo Stable. A sua página de preços apresenta os quatro níveis de serviço com o passo de dezembro. O que não é publicado é um cartão de modelo, uma contagem de parâmetros, um termo de licença ou uma data de corte publicada para o conhecimento de treino. O Argon foi anunciado em 30 de setembro de 2026, e as páginas que datam o seu lançamento mais amplo estão datando o plano de acesso da Google; nenhum cartão de modelo do Gemini 4 se seguiu ao único modelo.

Leia essa assimetria pelo que ela é: um fato sobre o que os dois fornecedores escolheram registrar, não uma declaração sobre a qualidade de qualquer um dos modelos. O Google publicou o suficiente para se transacionar e não muito para comparar. Isso limita o que esta página pode fazer com honestidade.

O degrau que se alinha, e o que lhe acontece em 1 de dezembro

Alinhe as duas tabelas de tarifas por preço e o emparelhamento se resolve quase completamente em uma única comparação.

• Gemini 4 Argon, nível pago — $2.00 de entrada / $10.00 de saída por milhão, cache de contexto a $0.10, passando em 1 de dezembro de 2026 para $4.00 / $20.00 e $0.20

• GPT-6.1 Sol — $2,00 de entrada / $10,00 de saída por milhão em contexto curto, $0,10 de entrada em cache, $4,00 / $15,00 quando uma solicitação se torna longa

• GPT-6 Astra — $10,00 / $50,00 contexto curto, $20,00 / $75,00 contexto longo, $1,00 entrada em cache

• GPT-6 Luna — $0,10 / $0,50, $0,01 de entrada em cache, e novamente a essa taxa em contexto longo

O preço introdutório do Argon e o preço padrão do GPT-6.1 Sol são os mesmos dois números, o que faz dessa a única combinação em que "qual é mais barato" tem uma resposta real em vez de uma resposta de tabela de preços. É também a combinação com uma expiração datada de um lado: o Google disse que seu preço é introdutório, e a etapa de dezembro move o nível padrão do Argon para $4.00/$20.00 — acima do preço de saída de contexto curto do Sol e acima do preço de saída de contexto longo do Sol de $15.00, com entrada em cache pelo dobro da do Sol. Nada comparável está previsto do lado do GPT-6 no material publicado hoje. Uma equipe que está orçando uma operação de doze meses deve tratar $2.00/$10.00 para o Argon como um número de novembro, não um número de planejamento.

Os degraus que não se alinham ainda valem uma linha cada, porque é aí que as formas diferem. Os níveis batch e flex do Argon ficam em $1.00/$5.00, o que é mais barato do que qualquer coisa na linha GPT-6 nesse nível de serviço e é a forma mais barata de executar o modelo Google por token. E o GPT-6 Luna, a $0.10/$0.50, fica uma ordem de magnitude abaixo de todo o resto nesta comparação — não há resposta do lado do Google nesta página a um token de entrada de dez centavos, porque o Gemini 4 tem um único nível de capacidade, e não um degrau barato.

A única medição em que o mesmo avaliador executou os dois, e por que ela não é uma comparação direta

Um terceiro mediu ambos os lados na mesma suíte: Artificial Analysis, Intelligence Index v4.3.2, na revisão vigente quando esta página foi lida em 14 de outubro de 2026. Os números, todos eles do avaliador e não de nenhum dos fornecedores:

• Gemini 4 Argon (High) — índice 53, $1,99 por tarefa de índice, 110M tokens de saída em toda a suíte, nenhuma velocidade de saída publicada pelo avaliador

• GPT-6 Astra (Max) — índice 53, US$ 3,26 por tarefa de índice, 60M tokens de saída, 60,7 tokens por segundo

• GPT-6.1 Sol (Max) — índice 52, $0,72 por tarefa de índice, 67M tokens de saída, 59,0 tokens por segundo

• GPT-6 Sol (Max) — índice 48, US$ 1,04 por tarefa de índice, 77M tokens de saída, 122,7 tokens por segundo

• GPT-6 Luna (Max) — índice 38, $0,07 por tarefa de índice, 140M tokens de saída, 135,0 tokens por segundo

Duas ressalvas antes que alguém aponte um vencedor a partir dessa lista. Primeira: essas não são configurações emparelhadas. A execução do Argon está com esforço de raciocínio alto, e cada entrada do GPT-6 na tabela está no máximo, e o avaliador rotula cada modelo conforme sua própria configuração. Nenhum dos fornecedores publica a curva de esforço que permitiria ao leitor normalizar as duas, então o par de 53s no topo da tabela é uma coincidência de duas configurações diferentes, não um empate decidido em termos idênticos. Segunda, e esta é a metade mais útil: o mesmo harness que pontua os modelos também precifica a execução por trás da pontuação, e a precificação é internamente consistente de um modo que as pontuações em destaque não são. O Argon concluir uma tarefa em 110M tokens de saída a $2.00/$10.00 custa $1.99; o GPT-6.1 Sol concluir a mesma suíte em 67M tokens com os mesmos $2.00/$10.00 custa $0.72. As tabelas de preços são idênticas e as contas diferem em 2,7 vezes, porque o uso de tokens, e não o preço por token, é o que o medidor está de fato contando.

Esse é o número mais generalizável desta página, e aplica-se muito além destes dois modelos: em qualquer carga de trabalho em que o volume de saída seja o fator determinante de custo, uma comparação por token entre dois modelos da mesma classe é o número menos informativo disponível.

Onde a comparação não pode ser feita

Três perguntas que um leitor trará aqui ainda não têm resposta honesta, e é melhor nomeá-las do que preenchê-las.

Não há uma comparação de capacidade equivalente entre as duas linhas em configurações correspondentes. As pontuações do avaliador vêm de uma configuração de esforço diferente em cada lado, e a Google não publica nenhuma curva de esforço para o Argon. Quem apresenta um veredito limpo de um único número para este confronto está apresentando uma diferença de configuração como uma diferença de capacidade.

Não existe uma comparação de arquitetura publicada, porque um dos lados não publicou a sua arquitetura. Não existe uma contagem de parâmetros do Gemini 4 Argon que se possa apontar, nem um valor de comprimento de contexto além da janela unificada de 1M e do caminho de decodificação longa que o Google declara. Onde circula uma estimativa de terceiros, é uma estimativa.

E não existe um Gemini 4 mais barato para comparar com o GPT-6 Luna. Se o fator decisivo na carga de trabalho de alguém for o menor custo possível por token, a linha GPT-6 responde a isso com um degrau, e a linha Gemini 4 não responde a isso de forma alguma.

O que um leitor pode chamar hoje, e de onde

Este é o eixo em que as duas linhas divergem mais acentuadamente na prática, e é um fato de cobertura, e não uma alegação de qualidade, portanto deve ser dito claramente.

Todo modelo GPT-6 descrito nesta página é servido através do OrcaRouter — GPT-6 Astra, GPT-6.1 Sol, GPT-6 Sol e GPT-6 Luna — pelo preço de tabela de cada fornecedor, com 0% de margem adicionada, de modo que uma alteração de preço do fornecedor chega à fatura no mesmo dia, e não depois de um ciclo de reprecificação. Como o catálogo faz o roteamento entre fornecedores do mesmo modelo, uma postura de acesso que ainda está a estabilizar-se não tem de ser um ponto único de falha num caminho de produção, e alternar entre Sol e Luna para encontrar uma meta de custo é uma questão de string de modelo, e não um processo de aquisições.

Nada da linha Gemini 4 está nesse catálogo em 14 de outubro de 2026 — dos 207 identificadores de modelo que roteamos, nenhum corresponde a ela. O Gemini 4 Argon é acessível pela própria API do G​oogle e por várias plataformas de terceiros, e um leitor que queira as duas linhas atrás de uma única chave não pode ter isso aqui hoje. Essa é a nossa lacuna, dita uma vez, e não uma recomendação sobre a de mais ninguém.

Como decidir

Pergunte qual destes descreve o trabalho:

• Uma carga de trabalho, um nível de capacidade, e a verdadeira questão é se a conta fica em $2/$10 ou em $4/$20 — Gemini 4 Argon é o modelo, e o patamar de 1 de dezembro é o número com que deve planear, em vez da tarifa introdutória que lhe seria cotada este mês.

Um portfólio de cargas de trabalho com necessidades de custo e capacidade genuinamente diferentes, em que um degrau barato e um degrau forte precisam ambos existir sob um único contrato — o GPT-6 é a estrutura, e a questão em aberto passa a ser qual degrau, não qual fornecedor.

Se a segunda descreve você, a decisão é degrau por degrau, e a medição acima é a que você deve levar para essa decisão: com os mesmos $2,00/$10,00 anunciados, o GPT-6.1 Sol concluiu a suíte do avaliador com $0,72 em tokens, contra $1,99 do Argon, portanto uma comparação da contagem de tokens do seu próprio tráfego vale mais do que qualquer uma das duas tabelas de preços. Se a primeira descreve você, então a questão interessante não é Gemini 4 contra GPT-6 de forma alguma, mas Gemini 4 Argon contra o degrau único do GPT-6 que se encaixe no seu orçamento, e a resposta honesta é que o Argon é competitivo em pontuação e caro em tokens.

O único fato que mais frequentemente decide isso: o Gemini 4 é um modelo em torno do qual você ajusta um nível de serviço, e o GPT-6 é uma linha dentro da qual você escolhe — então, se o seu problema de custo é "precisamos de um nível mais barato", apenas um desses dois responde à pergunta.

Se o fator decisivo for o menor custo por token, a linha responde com um degrau — GPT-6 Luna a $0,10 de entrada por milhão de tokens, encaminhado pela mesma chave que o resto da linha.

É também em comparações como esta que os modos de falha aparecem: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe são reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz as suas próprias fontes, severidade, grau de confiança e sinalizador de disputa.