GPT-6.1 Terra vs Gemini 4 Argon: um é mais barato, o outro acerta com mais frequência

No benchmark de contabilidade DualEntry publicado em 26 de outubro de 2026, Gemini 4 Argon obteve 91,1% e GPT-6.1 Terra obteve 78,2% — e o Terra fez isso em 16,1 segundos por 4,2 centavos, a execução mais rápida e mais barata de qualquer modelo da OpenAI naquele conjunto de 22 modelos. Essa única linha é o confronto em miniatura. O carro-chefe do Google é o melhor motor de julgamento; o novo modelo de médio porte da OpenAI é o melhor motor de throughput; e a diferença entre essas duas tarefas é onde o dinheiro realmente vai. Escolher entre eles apenas com base no preço de etiqueta leva à resposta errada nas duas direções.

As especificações, lado a lado, porque os detalhes decidem mais do que os números principais:

• Preço — GPT-6.1 Terra US$ 1,00 por 1 milhão de tokens de entrada e US$ 5,00 por 1 milhão de tokens de saída, subindo para US$ 2,00/US$ 7,50 quando uma solicitação exceder 272 mil tokens de entrada; Gemini 4 Argon US$ 2,00/US$ 10,00 em preço introdutório até 30 de novembro de 2026, depois US$ 4,00/US$ 20,00.

• Contexto — Terra 1,05M de tokens com limite de saída de 128K; Argon aproximadamente 1M de entrada (o Google não publicou um número; rastreadores indicam 1M) e até 1M de tokens em uma única saída por meio de seu recurso Long Decode Continuation.

• Entradas — O Terra aceita texto e imagens; o Artificial Analysis lista as mesmas duas modalidades para o Argon, enquanto o anúncio do Google e seus benchmarks de vídeos longos indicam também entrada de vídeo.

• Controle de raciocínio — Terra oferece seis níveis de esforço; Argon oferece três.

• Data de corte de conhecimento — Terra junho de 2026; Argon março de 2026.

• Índice de Inteligência Independente — Terra 48, Argon 53, na escala atual da Artificial Analysis.

A diferença de preço que todos citam é a errada.

A cobertura do lançamento apresenta isso como uma diferença de preço de duas vezes: $1/$5 contra $2/$10. Isso só é verdade durante a janela introdutória do Argon, e apenas por token. Depois de 30 de novembro, o preço de saída quadruplica em relação ao Terra, em vez de dobrar. E por token não é como alguém paga pelo trabalho de agentes.

A Artificial Analysis estima a Terra em cerca de US$ 0,40 por tarefa do Intelligence Index e a Argon em US$ 1,62 — uma diferença de quatro vezes, não de duas. A causa é principalmente a tabela de preços, e não uma verbosidade descontrolada: nessa mesma avaliação, a Argon gerou 110M tokens de saída contra 130M da Terra, então a Terra foi na verdade a mais falante das duas e ainda assim terminou com um quarto do custo. O que se ganha com a Terra é um token mais barato e uma resposta mais rápida, não uma resposta mais curta.

Há um segundo degrau que a cobertura de lançamento em grande parte ignora. O preço de entrada de US$ 1,00 da Terra vale para os primeiros 272K tokens de uma requisição. Depois disso, a entrada salta para US$ 2,00 e a saída para US$ 7,50. Para chat e revisão de código, isso nunca importa. Para uma revisão de contrato de 600K tokens ou uma varredura de repositório de longo horizonte, o preço efetivo da Terra dobra no meio da requisição e a diferença em relação ao Argon diminui drasticamente. Planeje o orçamento para o tamanho da requisição que você realmente envia, não para o da primeira linha da tabela de preços.

Onde a liderança da Argon é real, não marketing

A vantagem do Argon está concentrada em trabalhos nos quais uma resposta errada custa mais do que os tokens necessários para evitá-la. O resultado do DualEntry é o exemplo público mais claro: 91,1% no geral contra 78,2% do Terra, com a maior diferença isolada em contas a pagar, onde o Argon marcou 84,6% e o Terra, 53,8%. O Terra terminou empatado em 18º lugar entre 22 modelos nesse benchmark. Ele também foi o mais rápido, o que revela que tipo de modelo ele é: otimizado para esvaziar uma fila, não para ser a última linha de defesa.

O mesmo padrão aparece em outros lugares. No Vals Index, o Argon está no topo do ranking, com 68,9%, em primeiro lugar entre cerca de 41 modelos. No Intelligence Index da Artificial Analysis, ele marca 53, contra 48 do Terra. No AA-Omniscience, sua taxa de alucinação é de cerca de 15% — a mais baixa medida entre modelos de fronteira — enquanto o GPT-6 Astra, modelo com o qual ele é mais frequentemente comparado, fica perto de 51%. A própria taxa de adivinhação do Terra caiu de 88% para 38% em relação ao seu antecessor, o que é uma melhoria genuína, mas esses dois números não são a mesma métrica e não devem ser subtraídos um do outro. A leitura honesta é que o Argon é o modelo mais cauteloso e o Terra é o muito aprimorado, mas ainda mais especulativo.

A superfície de entrada do Argon é mais ampla em um eixo: vídeo. O painel técnico da Artificial Analysis lista apenas texto e imagem, mas o anúncio do Google enquadra uma capacidade multimodal expandida e avalia a compreensão de vídeos longos no LVBench, o que só faz sentido se vídeo for aceito como entrada. Se o seu pipeline ingere chamadas gravadas ou capturas de tela, verifique os formatos exatos na documentação do Google antes de construir uma integração em torno deles — onde isso se confirma, é uma diferença de capacidade que nenhuma vantagem de preço do Terra compensa.

Onde Terra é o padrão racional

O diferencial da Terra não é ser mais inteligente. É que a maior parte do tráfego de produção não precisa do modelo mais inteligente, e a Terra é excepcionalmente boa em ser suficientemente boa com baixo custo.

É rápido da forma que muda o design de sistemas: 90,9 tokens de saída por segundo na medição da Artificial Analysis, contra 80,9 do Argon, com a OpenAI alegando conclusão de tarefas cerca de três vezes mais rápida do que seu próprio carro-chefe. Uma fila de triagem de suporte, um sumarizador de logs, um revisor de código de primeira passagem ou um classificador de documentos executado um milhão de vezes por mês não se beneficia da margem de julgamento do Argon. Beneficia-se de um modelo que responde em segundos a US$ 0,40 por tarefa, em vez de dólares por tarefa.

O Terra também é o mais controlável dos dois. Seis níveis de raciocínio contra os três do Argon significam granularidade mais fina no único ajuste que mais afeta custo e latência. Equipes que encaminham solicitações fáceis para esforço baixo e as difíceis para esforço máximo muitas vezes conseguem chegar a poucos pontos da precisão de um modelo maior pagando uma fração da conta. O Argon oferece menos margem para fazer essa troca.

E a data de corte de conhecimento mais recente do Terra — junho de 2026 contra março de 2026 — importa para qualquer coisa que raciocine sobre eventos recentes, versões de bibliotecas ou preços que mudaram neste verão. É uma pequena vantagem, mas é de graça.

A regra de decisão

Não escolha um. As evidências apoiam uma divisão, e a divisão é excepcionalmente limpa:

• Use o GPT-6.1 Terra para trabalhos supervisionados, de alto volume e saída curta, nos quais uma resposta errada é detectada posteriormente: classificação, extração, roteamento, geração de primeiros rascunhos, triagem de logs e alertas e revisão de código em massa.

• Use o Gemini 4 Argon para trabalhos de baixo volume, horizonte longo e alto custo de erro: conciliação financeira e contábil, revisão jurídica e de conformidade, agentes de várias etapas operando ferramentas sem supervisão e qualquer coisa que precise de entrada de vídeo, áudio ou PDF.

Use o Terra como primeira passagem e o Argon como escalonamento para a cauda. A diferença de 78,2 versus 91,1 no trabalho contábil é exatamente o tipo de margem em que uma primeira passagem barata mais uma verificação cara supera qualquer um dos modelos isoladamente.

• Refaça os cálculos após 30 de novembro. A mudança do Argon de $2/$10 para $4/$20 altera substancialmente o ponto de equilíbrio, e qualquer comparação escrita durante a janela promocional ficará desatualizada.

Como executar qualquer um deles

A disponibilidade difere mais do que os benchmarks sugerem. O Terra foi lançado em 26 de outubro por meio da API, do ChatGPT e do Codex da OpenAI, sem pesos abertos. O Argon vem sendo disponibilizado em fases desde o anúncio em 30 de setembro — primeiro para profissionais de defesa cibernética verificados por meio do programa Fairwind do Google, depois para assinantes do AI Ultra e clientes pagos da API — e o Google não se comprometeu com um lançamento gratuito amplo.

Em 27 de outubro, nenhum dos dois modelos está no catálogo do OrcaRouter, portanto não se trata de um caso em que possamos entregar um único endpoint para ambos. O que podemos dizer é como a stack ao redor costuma ser montada: as equipes mantêm um executor barato e um verificador caro por trás de uma única API, e os modelos que já estão roteados — Claude Opus 5.5, GPT-6.1 Sol, Grok 4.7 e mais de 200 outros — ficam atrás de uma única chave, com o preço de lista dos provedores repassado com 0% de margem e failover automático quando um provedor degrada. Se Terra ou Argon entrar no catálogo, ele se encaixa na mesma chave em vez de se tornar uma segunda integração. Até lá, teste cada um por meio do respectivo fornecedor e mantenha a decisão de roteamento no nível da tarefa, que é onde ela pertence.

O que deve ser observado não é mais um gráfico de benchmark. É o preço pós-promocional do Argon e a primeira execução independente do Terra no Terminal-Bench, que atualmente se baseia na própria alegação de 50,3% da OpenAI contra os mais de 57% do Argon. Se o Terra se mantiver próximo desse número com um quarto do custo por tarefa do Argon, a divisão acima se torna a arquitetura padrão para muitas equipes. Se ele oscilar, a estratégia de primeira passagem barata fica mais cara do que parece.