GPT-6.1 Sol vs Gemini 4 Argon: meio ponto de diferença, e apenas um deles está à venda

Tudo o que você pode comparar entre GPT-6.1 Sol e Gemini 4 Argon é mensurável, e nada disso é acionável, porque apenas um dos dois modelos pode ser comprado. O Gemini 4 Argon foi anunciado em 30 de setembro de 2026 em uma publicação do DeepMind atribuída a Koray Kavukcuoglu, com preço introdutório declarado de US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída, e com lançamento inicial para um grupo nomeado de defensores cibernéticos por meio do Fairwind Program. Ele não tem identificador de modelo, nem endpoint de API, nem tarifa publicada por token pela qual você possa ser cobrado, nem página que você possa acessar como cliente. O GPT-6.1 Sol foi lançado em 29 de setembro de 2026 a US$ 2,00 e US$ 10,00 e está disponível agora. No Artificial Analysis Intelligence Index, os dois estão a 0,8 ponto de distância — Argon 52,6, Sol 51,8 — o que faz deste o par mais próximo deste lote e, apenas pelo índice, um empate técnico. Na métrica que decide implantações reais, um desses modelos não é candidato de forma alguma.

Essa assimetria não é um detalhe técnico, e também não é uma exclusiva. É o fato que deve orientar a leitura da comparação: os números do Argon descrevem um modelo em uma implantação controlada para uma única coorte, e os do GPT-6.1 Sol descrevem um produto em uma tabela de preços. Ainda vale a pena compará-los — o Argon é o que o fornecedor atualmente apresenta como carro-chefe, e suas medições dizem algo real sobre onde fica o topo da linha Gemini —, mas toda conclusão precisa trazer a frase "se fosse comprável", e nenhuma delas traz a frase "você deveria trocar".

O índice permite exatamente uma comparação, e é quase um empate

Ambos os modelos aparecem no Artificial Analysis, e ambos trazem uma pontuação e uma contabilização do que custou produzir essa pontuação.

• Índice de Inteligência, v4.3.2 — Gemini 4 Argon 52,6 vs GPT-6.1 Sol 51,8, uma diferença de 0,8 ponto

• Custo por tarefa de indexação — Gemini 4 Argon $1,99 vs GPT-6.1 Sol $0,72, uma diferença de 2,8× para esses 0,8 pontos

• Custo de executar a suíte completa — Gemini 4 Argon $2,407 vs GPT-6.1 Sol $1,082

Tokens de saída emitidos naquele — Gemini 4 Argon 110M vs GPT-6.1 Sol 67M, uma diferença de verbosidade de 1,6×

• Preço introdutório declarado — $2,00 de entrada e $10,00 de saída por milhão de tokens em ambos, com entrada em cache com 95% de desconto no Argon

• Janela de contexto — GPT-6.1 Sol: 1.050.000 tokens; a do Argon não foi publicada.

A quarta linha explica a segunda. Uma diferença de custo por tarefa de 2,8× em tarifas anunciadas quase idênticas decorre de escrever 1,6× mais tokens a um preço de saída comparável, além de tudo o que o volume de raciocínio por trás deles custar. Argon não é um modelo caro pela sua tabela de preços. É tagarela na avaliação, e a conta é acertada na saída.

As configurações são diferentes, e a direção da diferença favorece o modelo mais barato. O Artificial Analysis posiciona o Gemini 4 Argon em sua configuração de alto esforço e o GPT-6.1 Sol no máximo — então o Sol é medido em sua configuração mais cara e o Argon em algo abaixo de seu teto. A diferença de 0,8 ponto é, portanto, a versão generosa da comparação para o Sol: se der ao Argon sua configuração máxima, a diferença provavelmente aumenta; se der ao Sol uma configuração mais baixa, seu custo cai ainda mais. Nenhuma das mudanças altera a linha de disponibilidade, que é a única linha que encerra uma decisão de implantação.

Conseguir ler uma diferença de 0,8 ponto

Uma diferença inferior a um ponto em um composto de dez avaliações não é um ranking. São dois modelos na mesma faixa.

O que o índice não publica para o Argon é o detalhamento dos componentes que tornaria a faixa legível — quais avaliações ele vence, onde é fraco, como se comporta nos subescores que compõem a pontuação composta. A página do GPT-6.1 Sol traz essas linhas; a do Argon traz uma manchete e um custo. Uma comparação baseada apenas na manchete pode dizer que os dois estão no mesmo nível e nada além disso, e deveria dizer exatamente isso em vez de fabricar um vencedor a partir de uma margem de 0,8 ponto.

Há um ponto de dados externo que vale a pena acrescentar, e ele aponta no sentido contrário. Numa avaliação de programação de terceiros que circulou após o anúncio, o Argon ficou em terceiro lugar, atrás do GPT-6 Astra e do Claude Opus 5.5 — um resultado forte para um modelo em lançamento controlado, e que é consistente com um 52,6 no composto. É também uma única observação de uma única avaliação, publicada nos primeiros dias de um anúncio, o que faz dela evidência, e não um histórico comprovado. Rotule-o e siga em frente.

Para que os dois cartões de preço realmente servem

A taxa indicada para o Argon merece mais cuidado do que a linha do índice, porque contém dois números.

A tarifa introdutória é de US$ 2,00 na entrada e US$ 10,00 na saída, com entrada em cache a 95% de desconto, o que, numa tabela de preços, faria o Argon ter um preço equiparado ao do GPT-6.1 Sol em uma comparação direta. A nota de rodapé do próprio fornecedor afirma que, após um período introdutório que ele não define, a tarifa passa a ser US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída. Esse segundo par não é hipotético — é o número publicado no qual se espera que o modelo se estabilize — e coincide exatamente com o preço de tabela atual da fronteira, em vez de ficar abaixo dele. Uma comparação que cita apenas o par introdutório está citando um número promocional de um modelo ainda não disponibilizado para o público em geral, o que representa dois graus de provisoriedade em uma única linha.

O cartão do GPT-6.1 Sol é o tipo oposto de objeto. A tarifa vigente é de US$ 2,00 e US$ 10,00, não uma promoção; o salto de contexto longo para US$ 4,00 / US$ 15,00 acima de 272.000 tokens de prompt está publicado e se aplica a um limite definido; a entrada em cache a US$ 0,10 já está ativa hoje e é cobrável. Não há nada nele que exija uma nota de rodapé sobre um período que o fornecedor se recusa a definir.

É essa a substância por trás da linha de disponibilidade. Não que o Argon seja um modelo pior — o índice diz que os dois estão no mesmo nível —, mas que um desses dois cartões é um compromisso e o outro é uma intenção.

A implantação em si é a comparação

O Programa Fairwind é a parte do anúncio da Argon que uma comparação técnica costuma ignorar, e é a parte que mais importa aqui.

O fornecedor está colocando o modelo nas mãos de uma coorte nomeada de defensores cibernéticos primeiro, antes de todos os outros, sem data anunciada para uma abertura geral, sem lista de espera para desenvolvedores e sem identificador publicado que um cliente pudesse fixar. Essa é uma forma legítima de lançar um modelo de fronteira e não é incomum para capacidade dessa classe. Também significa que toda afirmação sobre custo, latência, throughput e confiabilidade do Argon em tráfego real está atualmente não medida: não há tráfego de produção para medir. A própria execução de benchmark do fornecedor existe, e o composto da Artificial Analysis existe, e entre eles são a avaliação de um laboratório e a suíte de um avaliador. Esse é o registro completo.

O registro do GPT-6.1 Sol tem oito dias e é escasso de uma forma diferente: uma única configuração independente, nenhum corpus de praticantes e um produto já lançado cujos modos de falha ainda não foram documentados em lugar nenhum. Nenhum dos modelos tem boas evidências. Um deles, porém, tem uma fatura.

Então, para que serve esta comparação?

Três usos, e nenhum deles é uma decisão de compra.

Primeiro, a calibração. Se você está acompanhando onde o Argon se posiciona em relação ao GPT-6.1 Sol, 52,6 contra 51,8 numa diferença de custo por tarefa de 2,8× é a resposta atual, e ela indica que a linha Gemini 4 é competitiva em capacidade, embora ainda esteja definindo seus termos comerciais. Fique atento à substituição da tarifa introdutória pelo par $4,00 / $20,00, o que transformaria uma equiparação de preços num preço premium com capacidade inalterada.

Em segundo lugar, uma posição de espera. Um modelo que é anunciado, medido e não roteável é o caso mais claro que existe para manter uma abstração entre a sua aplicação e a sua escolha de modelo. Ambos os modelos neste artigo são acessíveis da mesma forma do nosso lado da cerca: o GPT-6.1 Sol está no OrcaRouter com o seu próprio preço de $2.00 / $10.00, com entrada em cache a $0.10 e nada acrescentado, de modo que uma carga de trabalho pode ser desenvolvida com base nele hoje ao preço de tabela do fornecedor. Se e quando o Argon obtiver um identificador e uma tabela de preços, avaliá-lo deverá ser uma mudança de configuração em vez de uma reescrita — e até lá, a quantidade correta de engenharia a investir no Argon é a quantidade que mantém isso verdadeiro.

Terceiro, uma lista de observação falseável. Qualquer um dos itens a seguir transformaria isto de um texto de “o que sabemos até agora” em uma comparação comprável: um identificador de modelo na documentação para desenvolvedores, uma entrada no índice de cards de modelo, um post de disponibilidade geral com preços por token publicados, ou a Artificial Analysis publicando uma segunda configuração em um nível de esforço diferente. Até que um desses itens se concretize, um texto que afirme que o Argon é mais barato, mais rápido ou melhor que o GPT-6.1 Sol em produção está descrevendo um modelo que ninguém fora de uma única coorte executou.

A conclusão honesta é uma única frase, e ela diz respeito à forma da pergunta, e não à pontuação. Gemini 4 Argon e GPT-6.1 Sol estão próximos o suficiente no único ranking independente em que ambos aparecem para que o índice não consiga escolher entre eles; o que escolhe entre eles é que um está disponível e o outro é uma promessa, e uma promessa não é algo para onde se encaminha tráfego de produção. Acompanhe o Argon, adote o Sol se o preço e as modalidades se adequarem ao seu trabalho, e mantenha a abstração fina o suficiente para que, no dia em que o Argon se tornar real, seja uma linha de configuração, e não um projeto.