Gemini 4 vs Claude Sonnet 5.5: Identiskt listpris, 2,7x olika faktura

Gemini 4 Argon ($2.00 per miljon indatatokens, $10.00 per miljon utdatatokens) och Claude Sonnet 5.5 ($2.00 per miljon indatatokens, $10.00 per miljon utdatatokens) har samma publicerade prislista. Inte liknande – samma fyra siffror, exakt, på båda leverantörernas prissidor per 2026-10-14. Om du stannade vid priset skulle du kalla den här matchen oavgjord och gå vidare. Notan är inte oavgjord: Artificial Analysis anger kostnaden för att besvara en uppgift i Intelligence Index till $1.99 för Gemini 4 Argon mot $5.46 för Claude Sonnet 5.5, i samma version av samma index med tio utvärderingar. En 2,7x skillnad med identiska priser är möjlig eftersom de två modellerna gör av med mycket olika antal tokens för att komma fram till ett svar, och det är hela den här jämförelsen.

Claude Sonnet 5.5 är mellanklassmodellen som Anthropic släppte den 28 september 2026. Gemini 4 Argon är den enda namngivna medlemmen i Gemini 4-serien, tillkännagavs den 30 september 2026 och blev allmänt tillgänglig på Googles betalnivå den 13 oktober 2026. Den här sidan är för läsaren som har båda namnen och ska välja mellan dem, inte för någon som behöver en introduktion till någon av dem.

De två raderna som skiljer dessa modeller åt

På Artificial Analysis Intelligence Index v4.3.2 ligger Gemini 4 Argon vid hög ansträngning på 52,56 och Claude Sonnet 5.5 vid maximal ansträngning på 56,00 – visas som 53 och 56. Sonnet 5.5 ligger före med ungefär 3,4 poäng i ett sammansatt mått av tio utvärderingar, inom samma generationsfönster för september 2026.

Det är bakom den där indexpoängen som pengarna finns. För varje indextask genererar Argon 62 000 utdatatokens; Claude Sonnet 5.5 genererar 197 000, varav 147 000 är resonemangstokens mot Argons 36 000. Kör man hela indexet en gång visar mätaren $2 407 mot $7 260. Det är mekanismen, och den förklarar något som priskortet inte kan: Sonnet 5.5 svarar bättre och kostar mer, medan prislistan per token säger att de två är samma produkt till samma pris.

Den andra axeln som avgör verkligt arbete är utdatataket. Anthropic publicerar 128 000 tokens synkron utdata för Sonnet 5.5. Google publicerar en utdatagräns på 1 miljon tokens för Argon tillsammans med ett kontextfönster på 1M tokens – en ovanligt stor avkodningsbudget som spelar roll för långformsgenerering och för agenter som skriver en hel artefakt i ett svep. Båda debiteras baserat på utdata, så modellen med det större avkodningstaket är också modellen vars värsta scenario är dyrare för samma indata.

Vad effort-inställningen gör med den jämförelsen

Båda figurerna ovan är leverantörsnära mätningar vid en specifik resonemangsansträngning, och ansträngning är en ratt, inte ett faktum om en modell. Sonnet 5.5 är mätt vid maximum; Argon vid high. Gemini 4 Argons egen prissida erbjuder nivåerna Priority, Flex och Batch utöver Standard, och Googles introduktionspris på standardnivån fördubblas 2026-12-01 — $2.00/$10.00 blir $4.00/$20.00, vilket väsentligt ändrar varje siffra i stycket ovan. Inget i den här jämförelsen överlever det datumet oförändrat.

Anthropics historia om ansträngningsnivåer går i motsatt riktning och är lätt att missa i lanseringsbevakningen. Sonnet 5.5 släpptes till exakt samma priser som Sonnet 5 hade, och Anthropics egen migreringsdokumentation säger att ansträngningsnivåerna kalibrerades om mellan de två: "En ansträngningsnivå ger inte samma mängd tänkande som den gjorde på Claude Sonnet 5. Kör om din genomgång av ansträngningsnivåer i stället för att föra över en inställning." Så det vitt spridda påståendet att Sonnet 5.5 "kostar upp till 30 % mindre för de flesta arbetsuppgifter" är ett påstående om en arbetspunkt du måste välja, inte ett pris du ärver. Artificial Analysis mäter samma modell vid maximal ansträngningsnivå och kommer fram till att den kostar ungefär 49 procent mer per uppgift än sin föregångare, vilket är den andra änden av samma kurva.

Om du kör Claude-linjen är den omkalibreringen billig att absorbera: alla fyra nuvarande nivåer finns i en och samma katalog till listpris med 0 % påslag, så att byta mellan Claude Sonnet 5.5, Claude Opus 5.5 och Claude Haiku 5.5 är en ändring av modellsträngen på en och samma nyckel i stället för ett andra avtal. Inget i Gemini 4-stammen finns i den katalogen per 2026-10-14 – Gemini 4 Argon nås via Googles eget API och andra tredjepartsplattformar, inte via oss – så en läsare som vill ha en reservväg bakom Argon måste bygga den utanför vår routning.

Där de två leverantörernas publicerade material faktiskt skiljer sig åt

Anthropic dokumenterar Claude Sonnet 5.5 ända ned till livscykeln: modell-ID claude-sonnet-5-5, kontext på 1 miljon token, synkron utdata på 128 000 token som ökar till 300 000 bakom en beta-header i Batches API, adaptivt tänkande aktiverat som standard vid hög ansträngning, kunskapsavgränsning juni 2026, och ett åtagande om avveckling tidigast 2028-09-28 på plattformar som drivs av Anthropic. Amazon Bedrock och Google Cloud sätter sina egna datum. ID:t är en pinnad ögonblicksbild, så det kommer inte att glida under dig.

Googles dokumentation för Gemini 4 Argon är tunnare och gapet är avslöjandet. Modellsidan har ID:t gemini-4-argon, Stable-märket, en enhetlig 1M-tokenkontext och ett avkodningstak på 1M tokens; prissidan har fyra servicenivåer och decemberhöjningen. Det som inte finns är den omgivande nivåstrukturen. Det finns en Gemini 4-modell, så det finns inget billigare steg att falla tillbaka på när flaggskeppet är överdrivet och inget dyrare steg att sträcka sig efter när det inte räcker. Anthropics produktlinje har fyra; Googles generation 4 har en, och Pro- och Flash-platserna på Googles egen webbplats är fortfarande upptagna av Gemini 3.x-modeller.

Googles lanseringsbenchmarktabell, som visar att Argon leder över Sonnet 5.5 på de flesta rader, är leverantörsrapporterad, och Googles metodik avslöjar att kolumnerna för icke-Google är konkurrenternas egna självrapporterade siffror snarare än körningar som Google utförde. Betrakta den som ett uttalande om vad Google påstår. Artificial Analysis-raderna ovan är den oberoende mätningen, och det är de som den här sidan stöder sig på.

Välj efter arbetsbelastning, inte efter omdöme

Ta till Claude Sonnet 5.5 när uppgiften är välavgränsat produktionsarbete där ett felaktigt svar kostar mer än en token — kodnings- och resonemangsraderna i det oberoende indexet talar för den, dess dokumentation är tillräckligt komplett för att planera utifrån, och den har en publicerad avvecklingsgräns två år framåt. Dess praktiska fälla är standardinställningen för effort: att föra över en effort-inställning för Sonnet 5 rakt av ger en faktura som inte alls liknar det lanseringsbevakningen lovade.

Välj Gemini 4 Argon när genomströmning och kostnad per uppgift är avgörande och arbetsbelastningen är av det slag som ger korta, täta svar – extrahering, klassificering, agentsteg i hög volym. Dess fördel ligger strukturellt i tokenekonomin snarare än i prislistan, vilket är anledningen till att den står sig på kostnad per uppgift trots att det angivna priset är identiskt med Sonnet 5.5:s. Dess praktiska fallgropar är prishöjningen i december och avsaknaden av ett billigare syskon.

Det faktum som avgör de flesta av dessa utvärderingar: identiska priser innebär inte identiska räkningar, och skillnaden här är ett svar på 62 000 tokens mot ett på 197 000 tokens. Mät utdatalängden för din egen arbetsbelastning innan du väljer, eftersom den siffran påverkar kostnaden mer än prislistan gör.

Där jämförelsen möter en nyckel

Båda dessa ligger på vår nyckel till leverantörens listpris med 0 % påslag tillagt, vilket är värt mer här än i de flesta jämförelser: kostnadsargumentet på den här sidan hänger på effort-inställningar och cacheträffkvoter snarare än på prislappen, och att köra om samma prompt mot Claude Sonnet 5.5 och Gemini 4 Argon från en enda endpoint är hur du avgör det med dina egna siffror i stället för våra.

Nivån ovanför den här prissätts på sin egen sida. Claude Opus 5.5 Det är samma avtal, samma SDK och samma nyckel.

Ett modellval är också en fråga om vad som har gått fel tidigare: de dokumenterade AI-incidenterna och agentfelen för modeller av den här klassen samlas i OrcaRouter AI Incident Archive , där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omstridd status.