GPT-6.1 Terra vs Gemini 4 Argon: один дешевле, другой чаще оказывается прав

В бенчмарке по бухгалтерскому учёту DualEntry, опубликованном 26 октября 2026 года, Gemini 4 Argonнабрал 91,1%, а GPT-6.1 Terra набрал 78,2% — причём Terra справился за 16,1 секунды, потратив 4,2 цента; это самый быстрый и самый дешёвый прогон среди всех моделей OpenAI в том наборе из 22 моделей. Эта одна строка — миниатюрное отражение всего противостояния. Флагман Google — более сильный движок для суждений; новая модель OpenAI среднего уровня — более сильный движок для пропускной способности; и разрыв между этими двумя задачами — именно там, куда на самом деле уходят деньги. Выбор между ними только по объявленной цене даёт неверный ответ в обе стороны.

Характеристики — рядом, потому что детали решают больше, чем главные цифры:

• Цена — GPT-6.1 Terra: $1.00 за 1 млн входных токенов и $5.00 за 1 млн выходных, повышается до $2.00/$7.50, если запрос превышает 272 тыс. входных токенов; Gemini 4 Argon: $2.00/$10.00 по вводной цене до 30 ноября 2026 года, затем $4.00/$20.00.

• Контекст — Terra: 1,05 млн токенов при ограничении вывода в 128 тыс. токенов; Argon: примерно 1 млн входных токенов (Google не публиковал цифру; трекеры указывают 1 млн) и до 1 млн токенов в одном выводе благодаря функции Long Decode Continuation.

• Входные данные — Terra принимает текст и изображения; Artificial Analysis указывает те же две модальности для Argon, тогда как анонс Google и его бенчмарки для длинных видео также указывают на возможность ввода видео.

• Управление рассуждениями — Terra предоставляет шесть уровней усилий; Argon — три.

• Дата отсечения знаний — Terra: июнь 2026 г.; Argon: март 2026 г.

• Независимый индекс интеллекта — Terra 48, Argon 53, по текущей шкале Artificial Analysis.

Разрыв в ценах, о котором все говорят, — не тот.

Публикации о запуске представляют это как двукратную разницу в цене: $1/$5 против $2/$10. Это верно только в течение вводного периода Argon и только в расчёте на токен. После 30 ноября цена выходных токенов возрастает относительно Terra в четыре раза, а не в два. И никто не оплачивает работу агентов по токенам.

Artificial Analysis оценивает Terra примерно в $0.40 за задачу Intelligence Index, а Argon — в $1.62: разрыв в четыре раза, а не в два. Причина в основном в тарифной сетке, а не в безудержной многословности: в той же оценке Argon сгенерировал 110 млн выходных токенов против 130 млн у Terra, так что Terra на самом деле была более разговорчивой из двух и всё равно обошлась в четверть стоимости. Terra даёт более дешёвый токен и более быстрый ответ, а не более короткий.

Есть второй скачок цены, который обзоры при запуске в основном упускают. Цена входных токенов Terra в $1.00 действует для первых 272K токенов запроса. После этого цена входных токенов подскакивает до $2.00, а выходных — до $7.50. Для чата и ревью кода это никогда не имеет значения. Для проверки контракта на 600K токенов или длительного сканирования репозитория эффективная цена Terra удваивается в середине запроса, а разрыв с Argon резко сужается. Планируйте бюджет исходя из размера запроса, который вы действительно отправляете, а не того, что указан в первой строке таблицы цен.

Где преимущество Argon реально, а не маркетинговый ход

Преимущество Argon сосредоточено в работе, где неверный ответ стоит дороже, чем токены на его предотвращение. Результат DualEntry — самый наглядный публичный пример: 91,1% в целом против 78,2% у Terra, при этом наибольший разрыв по одному показателю — в кредиторской задолженности, где Argon набрал 84,6%, а Terra — 53,8%. Terra разделила 18-е место среди 22 моделей в этом бенчмарке. Она также была самой быстрой, а это говорит о том, какая это модель: оптимизирована для разгрузки очереди, а не для того, чтобы быть последней линией защиты.

Та же закономерность проявляется и в других местах. В Vals Index Argon занимает первое место с 68,9%, будучи первым из примерно 41 модели. В Intelligence Index от Artificial Analysis у него 53 балла против 48 у Terra. В AA-Omniscience его уровень галлюцинаций составляет около 15% — самый низкий измеренный показатель среди передовых моделей — тогда как GPT-6 Astra, модель, с которой его чаще всего сравнивают, находится около 51%. Собственная доля догадок Terra снизилась с 88% до 38% по сравнению с предшественником, что является реальным улучшением, но эти два показателя не являются одной и той же метрикой, и их не следует вычитать друг из друга. Честная интерпретация такова: Argon — более осторожная модель, а Terra — значительно улучшенная, но всё ещё более спекулятивная.

Входная поверхность Argon шире по одной оси: видео. Техническая панель Artificial Analysis перечисляет только текст и изображения, но анонс Google говорит о расширенных мультимодальных возможностях и приводит бенчмарки понимания длинного видео на LVBench, что имеет смысл только при наличии видеовхода. Если ваш конвейер принимает записи звонков или снимки экрана, сверьте точные форматы с документацией Google, прежде чем строить вокруг них интеграцию — там, где они поддерживаются, это различие в возможностях, которое не закрыть никаким ценовым преимуществом Terra.

Где Terra — рациональный выбор по умолчанию

Аргумент в пользу Terra не в том, что она умнее. А в том, что большинству продакшен-трафика не нужна самая умная модель, и Terra необычайно хороша в том, чтобы быть достаточно хорошей дёшево.

Скорость здесь такая, что меняет проектирование систем: 90,9 выходных токенов в секунду по измерению Artificial Analysis против 80,9 у Argon, при этом OpenAI утверждает, что задачи выполняются примерно втрое быстрее, чем у её собственной флагманской модели. Очередь сортировки обращений в поддержку, суммаризатор логов, ревьюер кода первого прохода или классификатор документов, запускаемый миллион раз в месяц, не выигрывает от запаса качества суждений Argon. Он выигрывает от модели, которая возвращает результат за секунды при $0,40 за задачу вместо долларов за задачу.

Terra также более управляема из двух. Шесть уровней рассуждения против трёх у Argon означают более тонкую грануляцию единственной настройки, которая сильнее всего влияет и на стоимость, и на задержку. Команды, которые направляют простые запросы на низкий уровень усилий, а сложные — на максимальный, часто могут оказаться в пределах нескольких пунктов от точности более крупной модели, заплатив лишь долю её стоимости. Argon оставляет меньше пространства для такого компромисса.

А более новая дата отсечки знаний Terra — июнь 2026 против марта 2026 — важна для всего, что рассуждает о недавних событиях, версиях библиотек или ценах, изменившихся этим летом. Это небольшое преимущество, но оно бесплатно.

Решающее правило

Не выбирайте что-то одно. Доказательства указывают на разделение, и это разделение на удивление чёткое:

• Используйте GPT-6.1 Terra для больших объёмов работы с короткими ответами под наблюдением, где неверный ответ выявляется на последующих этапах: классификация, извлечение данных, маршрутизация, создание черновиков, сортировка журналов и оповещений, массовая проверка кода.

• Используйте Gemini 4 Argon для задач с малым объёмом, длительным горизонтом и высокой ценой ошибки: финансовой и бухгалтерской сверки, юридической проверки и проверки на соответствие требованиям, многоэтапных агентов, использующих инструменты без надзора, а также любых задач, требующих входных данных в формате видео, аудио или PDF.

• Используйте Terra как первый проход, а Argon — как эскалацию для хвоста. Разрыв 78,2 против 91,1 на бухгалтерских задачах — это именно тот запас, где дешёвый первый проход плюс дорогая проверка превосходит любую из моделей по отдельности.

• Повторно проведите расчёты после 30 ноября. Переход Argon с $2/$10 на $4/$20 существенно меняет точку пересечения затрат, и любое сравнение, подготовленное в период промоакции, устареет.

Как запустить любой из них

Доступность различается сильнее, чем предполагают результаты бенчмарков. Terra стала доступна 26 октября через API OpenAI, ChatGPT и Codex, без открытых весов. Argon внедряется поэтапно с момента анонса 30 сентября — сначала для проверенных специалистов по кибербезопасности через программу Google Fairwind, затем для подписчиков AI Ultra и платных клиентов API — и Google не взяла на себя обязательство выпустить его в широкий бесплатный доступ.

По состоянию на 27 октября ни одной из этих моделей нет в каталоге OrcaRouter, так что это не тот случай, когда мы можем предложить вам единую конечную точку для обеих. Что мы можем сказать, так это как обычно строится окружающий стек: команды держат дешёвого исполнителя и дорогого проверяющего за одним API, а модели, которые уже маршрутизируются, — Claude Opus 5.5, GPT-6.1 Sol, Grok 4.7, и более 200 других — находятся за одним ключом, при этом цены из прайс-листа провайдера передаются без наценки (0%), а при деградации провайдера происходит автоматическое переключение при отказе. Если Terra или Argon появится в каталоге, они войдут в тот же ключ, а не станут отдельной интеграцией. А до тех пор тестируйте каждую через её поставщика и оставляйте решение о маршрутизации на уровне задачи, где оно и должно быть.

Следить нужно не за очередной диаграммой бенчмарков, а за ценой Argon после окончания промо-периода и первым независимым прогоном Terra в Terminal-Bench, который сейчас опирается на собственное заявление OpenAI о 50,3% против «57%+» у Argon. Если Terra удержится вблизи этого показателя при затратах на задачу в четверть от затрат Argon, описанное выше разделение станет архитектурой по умолчанию для многих команд. Если же показатель отклонится, стратегия дешёвого первого прохода окажется дороже, чем кажется.