การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งระบุว่า GPT-6.1 Sol vs Gemini 4 Pro พร้อมคำบรรยายย่อยที่ระบุว่า Google ไม่เคยเปิดตัวชื่อ Pro และการ์ดสองใบที่เปรียบเทียบอัตราปกติที่ 2 ดอลลาร์ขาเข้าและ 10 ดอลลาร์ขาออก กับอัตราแนะนำที่เพิ่มเป็นสองเท่าในวันที่ 1 ธันวาคม 2026
Guides & Insights

GPT-6.1 Sol vs Gemini 4 Pro: Google ไม่เคยเปิดตัวชื่อนั้น และการเทียบราคาจะสิ้นสุดในวันที่ 1 ธันวาคม

ผู้เขียน

Magnus Corvin

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

ไม่มีโมเดลชื่อ Gemini 4 Pro หากคุณค้นหาเพื่อเปรียบเทียบกับ GPT-6.1 Sol ฝั่ง Google ของการเปรียบเทียบคู่นั้นคือ Gemini 4 Argon — โมเดลแนวหน้าซึ่ง Google ประกาศเมื่อวันที่ 30 กันยายน 2026 ต่อกลุ่มผู้ป้องกันไซเบอร์แบบปิด และเปิดให้ผู้พัฒนาที่ชำระเงินใช้เมื่อวันที่ 13 ตุลาคม ตอนนี้ทั้งสองมีสิ่งที่ดูเหมือนการ์ดราคาเดียวกัน: $2.00 ต่ออินพุตหนึ่งล้านโทเค็น และ $10.00 ต่อเอาต์พุตหนึ่งล้านโทเค็น ความเหมือนกันนั้นมีวันหมดอายุ อัตราแนะนำของ Argon ใช้ได้ถึงวันที่ 30 พฤศจิกายน; ตั้งแต่ 1 ธันวาคมจะเป็น $4.00 และ $20.00 GPT-6.1 Sol ซึ่งเปิดตัวที่ DevDay เมื่อวันที่ 29 กันยายน มีราคา $2.00 และ $10.00 เป็นอัตราปกติ ไม่ใช่โปรโมชัน ดังนั้นคำถามจริงไม่ใช่ว่าโมเดลไหนชนะวันนี้ แต่คือการ์ดใบไหนที่คุณยังถืออยู่ในเดือนกุมภาพันธ์

ทุกอย่างด้านล่างนี้มาจากเอกสารโมเดลและราคาของผู้จำหน่ายทั้งสองรายเอง ซึ่งอ่านเมื่อวันที่ 27 ตุลาคม 2026 หรือจาก Artificial Analysis ซึ่งเป็นบอร์ดจัดอันดับอิสระเพียงแห่งเดียวที่มีโมเดลทั้งสองปรากฏอยู่ ในกรณีที่ตัวเลขใดมาจากการรันเบนช์มาร์กโดยผู้จำหน่ายเอง ประโยคที่กล่าวถึงตัวเลขนั้นจะระบุไว้ รายการโมเดลของ Google คือเหตุผลที่การแก้ชื่อไม่ใช่การจุกจิกเรื่องถ้อยคำ: ตัวระบุที่ให้บริการคือ gemini-4-argon และไม่มีแถว gemini-4-pro ให้เรียก

ชื่อในช่องค้นหา และรุ่นบนใบแจ้งหนี้

“Gemini 4 Pro” ยังคงอยู่ในฐานะชื่อที่ชุมชนใช้กันต่อเนื่องจากรอบการรั่วไหล ในช่วงกลางเดือนกันยายน รายงานต่าง ๆ บรรยายถึงโมเดลปริศนาที่ปรากฏโดยไม่ระบุตัวตนบนกระดานผู้นำแบบอารีนา สร้างร่องรอยการให้เหตุผลที่ยาวผิดปกติ และถูกระบุกันอย่างกว้างขวางว่าเป็น Gemini ระดับ Pro รุ่นถัดไป เมื่อ Google ประกาศโมเดลนี้จริง ๆ กลับเรียกมันว่า Argon และอธิบายว่าเป็นจุดเริ่มต้นของตระกูล Gemini 4 มากกว่าจะเป็นการแทนที่ระดับ Pro ที่มีชื่อเรียก รายงานในตอนนั้นระบุว่า Google ได้ยกเลิกสาย Gemini 3.5 Pro และเปลี่ยนทิศทางการใช้ทรัพยากรการประมวลผลนั้นไป ซึ่งเป็นส่วนหนึ่งที่ทำให้ป้าย Pro ยังคงติดอยู่: มีช่องว่างตรงจุดที่โมเดล Pro ควรจะอยู่

ชื่อเรียกนี้มีความสำคัญด้วยเหตุผลในทางปฏิบัติ การค้นหา Gemini 4 Pro ส่วนใหญ่จะได้หน้าต่างๆ ที่สร้างจากข้อมูลสเปกที่รั่วไหลออกมา — บริบทสิบล้านโทเคน หน่วยความจำถาวรข้ามเซสชัน การแยกแซนด์บ็อกซ์ — ซึ่งไม่มีสิ่งใดที่ Google เผยแพร่ การค้นหา Argon จะได้เอกสารของผู้จำหน่ายเอง หากคุณกำลังเลือกโมเดลแทนการอ่านข่าวลือ อย่างที่สองคือสิ่งเดียวที่มีประโยชน์ เอกสารสาธารณะของ Argon อธิบายถึงพื้นที่ทำงานแบบรวมหนึ่งล้านโทเคนที่ใช้ร่วมกันทั้งอินพุต การคิด และเอาต์พุต การอนุญาตเอาต์พุตเริ่มต้น 65,536 โทเคน และการรันถอดรหัสยาวที่สามารถขยายไปถึงประมาณหนึ่งล้านโทเคนเอาต์พุต

เรตการ์ดสองใบ โดยใบหนึ่งเป็นโปรโมชัน

นี่คือการเปรียบเทียบเชิงพาณิชย์ทั้งหมดในมิติที่ส่งผลต่อยอดในบิล ทุกบรรทัดมาจากข้อกำหนดที่ผู้ขายเผยแพร่เอง ณ วันที่ 27 ตุลาคม 2026

• อัตรามาตรฐานวันนี้ — GPT-6.1 Sol $2.00 สำหรับอินพุต / $10.00 สำหรับเอาต์พุต ต่อล้าน; Gemini 4 Argon $2.00 / $10.00

• ราคา ณ วันที่ 1 ธันวาคม 2026 — GPT-6.1 Sol ไม่เปลี่ยนแปลงที่ $2.00 / $10.00; Gemini 4 Argon $4.00 / $20.00

• อินพุตที่แคชไว้ — Sol $0.10 ต่อล้าน; Argon ประมาณ $0.10 ในวันนี้ที่ส่วนลด 95% โดยมีรายงานว่าจะเพิ่มขึ้นเป็นประมาณ $0.20 หลังจากขั้นตอนนี้

• การคิดราคาสำหรับบริบทขนาดยาว — Sol คิดราคาคำขอทั้งหมดใหม่เมื่อมีโทเค็นอินพุตเกิน 272,000 โทเค็น โดยคิดเป็นอินพุต $4.00 และเอาต์พุต $15.00 ส่วนอินพุตที่แคชไว้อยู่ที่ $0.20; Argon ไม่ประกาศขั้นราคาที่เทียบเท่า เนื่องจากเวิร์กสเปซของ它具有ขนาดหนึ่งล้านโทเค็นแบบคงที่

• บริบท — Sol อินพุต 1,050,000 โทเค็น พร้อมเพดานเอาต์พุต 128,000 โทเค็น; Argon หนึ่งล้านโทเค็นแบบรวม พร้อมเอาต์พุตเริ่มต้น 65,536 โทเค็น

• การควบคุมการคิดวิเคราะห์ — Sol คิดวิเคราะห์อยู่เสมอ โดยมีห้าระดับตั้งแต่ระดับต่ำถึงระดับสูงสุด และไม่มีสวิตช์ปิด ส่วนการควบคุมความพยายามในการประมวลผลของ Argon นั้นเปิดเผยผ่าน API ของ Google แต่ไม่ได้ระบุไว้ในเอกสารด้วยถ้อยคำแบบระดับขั้นเดียวกัน

• อินพุต — Sol รองรับข้อความ รูปภาพ และไฟล์; Google วางตำแหน่ง Argon ให้เป็นแบบมัลติโหมดครอบคลุมข้อความ รูปภาพ และวิดีโอ

• วิธีซื้อ — Sol ผ่าน API ของ OpenAI, Bedrock และเราเตอร์ที่รองรับมัน รวมถึงของเรา; Argon ผ่าน API ของ Google เอง, AI Studio และช่องทางสำหรับองค์กร

A headless capture of the Artificial Analysis page for Gemini 4 Argon (High), showing an Intelligence Index of 53 and a rank of ninth of 221 models, output speed of 79.0 tokens per second, input and output pricing of two dollars and ten dollars per million tokens with a 95% cache discount, a cost of $1.62 per Intelligence Index task, and a one-million-token context window.

บรรทัดที่สี่คือสิ่งที่คนมักมองข้าม ขั้นราคาสำหรับคอนเท็กซ์ยาวของ Sol เป็นหน้าผาที่ผูกกับความยาวของคำขอเพียงครั้งเดียว เมื่อข้าม 272,000 โทเค็นอินพุต พรอมต์ทั้งหมดจะถูกคิดราคาใหม่ ไม่ใช่แค่ส่วนที่เกิน พื้นที่ทำงานหนึ่งล้านโทเค็นแบบราคาคงที่ของ Argon ไม่มีขอบเขตที่เทียบเท่ากัน สำหรับเอเจนต์ที่ประกอบบริบทของรีโพซิทอรีขนาดใหญ่ในทุกเทิร์น ความแตกต่างนี้อาจสำคัญกว่าอัตราที่โฆษณาไว้ และมันเอื้อประโยชน์ให้ Argon อย่างน้อยจนถึงเดือนธันวาคม

ห้าสิบสามต่อห้าสิบสอง และความซื่อตรงของช่องว่างเพียงหนึ่งคะแนน

Artificial Analysis จัดให้ Gemini 4 Argon อยู่ที่ 53 บน Intelligence Index และ GPT-6.1 Sol อยู่ที่ 52 โดยทั้งคู่อยู่บนเวอร์ชัน 4.3.2 ของชุดทดสอบนี้ Argon อยู่อันดับเก้าจาก 221 โมเดล ส่วน Sol ตามมาติด ๆ หนึ่งคะแนนบนคะแนนรวมจากการประเมินราวสิบรายการไม่ใช่การจัดอันดับ แต่เป็นช่วงระดับ สิ่งที่ดัชนีทำได้ดีกว่าคือการบอกคุณว่าไม่มีโมเดลไหนได้คะแนนมาโดยแลกกับโครงสร้างต้นทุนที่แตกต่างกันอย่างมาก — อย่างน้อยก็ไม่ใช่ในอัตราหลักที่ประกาศ ซึ่งทั้งสองมีตัวเลขเท่ากัน

การกำหนดค่าไม่เหมือนกัน และนั่นเป็นสิ่งที่ควรกล่าวถึงมากกว่าจะปกปิดไว้ Artificial Analysis จัดทำแผนภูมิ Sol ที่ระดับความพยายามสูงสุด ซึ่งเป็นการตั้งค่าที่มีค่าใช้จ่ายสูงที่สุด คะแนนของ Argon เผยแพร่ภายใต้การกำหนดค่าเดียวที่ Google เปิดเผย การเปรียบเทียบข้ามการตั้งค่าระดับความพยายามที่ต่างกันคือการเปรียบเทียบผลิตภัณฑ์สองตัวในสภาพที่เปิดตัวตามที่เป็น ไม่ใช่การเปรียบเทียบขีดความสามารถของทั้งสองที่ระดับสูงสุด และยังไม่มีใครเผยแพร่การรันที่จับคู่ระดับความพยายามให้เท่ากันของทั้งสองตัว

ตัวเลขจากผู้ขายมีอยู่ทั้งสองฝ่ายและควรอ่านในฐานะคำกล่าวอ้าง เอกสารเปิดตัวของ Google รายงานว่าคว้าอันดับหนึ่งในการประเมิน 13 จาก 19 รายการที่ตนจัดทำ และระบุว่า Argon เป็นโมเดลที่แข็งแกร่งที่สุดสำหรับงานวิทยาศาสตร์และวิศวกรรมที่ยากลำบาก เอกสารเปิดตัว GPT-6.1 Sol ของ OpenAI รายงานว่ามีประสิทธิภาพทัดเทียมกับ GPT-6 Astra ซึ่งเป็นเรือธงของบริษัทเอง บน DeepSWE v1.1 ด้วยต้นทุนราวหนึ่งในห้า มีคะแนนเพิ่มขึ้นเจ็ดจุดบน OSWorld 2.0 แบบออฟไลน์ และอัตราข้อผิดพลาดด้านข้อเท็จจริงเมื่อใช้การให้เหตุผลระดับต่ำลดลงจาก 11.4% เหลือ 7.7% ไม่มีข้อกล่าวอ้างทั้งสี่ข้อใดเลยที่มีการทำซ้ำอย่างอิสระและเผยแพร่แล้ว ข้อกล่าวอ้างเหล่านี้มีประโยชน์ต่อการทำความเข้าใจว่าผู้ขายแต่ละรายคิดว่าตนสร้างอะไรขึ้นมา และไร้ประโยชน์ในฐานะตัวตัดสินระหว่างทั้งสอง

การคำนวณช่วงสามสิบห้าวันนับจากนี้ถึงวันที่ 1 ธันวาคม

ลองพิจารณาภาระงานโปรดักชันขนาดกลาง: 40 ล้านโทเค็นอินพุตและ 8 ล้านโทเค็นเอาต์พุตต่อเดือน ไม่มีการแคช ไม่มีการข้ามเกณฑ์บริบทแบบยาว บนการ์ดใดการ์ดหนึ่งในปัจจุบัน นั่นคือ $160 ต่อเดือน — $80 ของอินพุตที่ $2.00 และ $80 ของเอาต์พุตที่ $10.00 ตั้งแต่วันที่ 1 ธันวาคม ภาระงานเดียวกันบน Argon คือ $320: $160 ของอินพุตที่ $4.00 และ $160 ของเอาต์พุตที่ $20.00 บน GPT-6.1 Sol ยังคงอยู่ที่ $160

ในช่วงสิบสองเดือนหลังการเปลี่ยนแปลง นั่นคือ $3,840 สำหรับ Argon เทียบกับ $1,920 สำหรับ Sol ซึ่งต่างกัน $1,920 สำหรับภาระงานที่ไม่เปลี่ยนแปลง หากรูปแบบทราฟฟิกของคุณมีพรอมต์ที่เกิน 272,000 โทเค็น จุดหน้าผาของ Sol ทำให้ภาพซับซ้อนขึ้น: คำขอเดียวที่มีโทเค็นอินพุต 300,000 จะถูกคิดเงินในอัตราบริบทแบบยาวกับทั้ง 300,000 โทเค็น ซึ่งเป็น $1.20 แทนที่จะเป็น $0.60 หากคุณใช้งานรอบเช่นนี้สี่สิบครั้งต่อเดือน เงินที่ประหยัดได้ข้างต้นจะลดลงประมาณ $240 ต่อปี แต่ก็ไม่ได้กลับด้าน จุดหน้าผานี้เป็นเหตุผลให้วัดความยาวพรอมต์ของคุณ ไม่ใช่เหตุผลให้เลือกการ์ดที่มีราคาเป็นสองเท่า

A generated scoreboard comparing GPT-6.1 Sol and Gemini 4 Argon across six dimensions: price today, price from December 1, cached input, context window, output cap and independent index score, with a footer noting that Argon's December rate is Google's published post-introductory price and the index figures are from Artificial Analysis.

สิ่งที่การเปรียบเทียบไม่สามารถบอกคุณได้

ยังไม่มีโมเดลไหนที่มีคลังข้อมูลจากผู้ใช้งานจริง Argon เปิดให้ใช้ทั่วไปมาได้สองสัปดาห์ ส่วน Sol สี่สัปดาห์ ยังไม่มีองค์ความรู้ที่เผยแพร่เกี่ยวกับโหมดความล้มเหลว ไม่มีข้อมูลเทเลเมทรีจากการใช้งานเอเจนต์ระยะยาว และไม่มีการศึกษาต้นทุนที่เป็นอิสระของทั้งสองโมเดลบนเส้นทางการใช้งานจริงในระบบผลิต ดัชนีวัดชุดทดสอบ ไม่ได้วัดภาระงานของคุณ การเปรียบเทียบประสิทธิภาพของผู้ขายวัดงานที่ผู้ขายเลือกเอง ภายใต้การตั้งค่าความพยายามที่ผู้ขายเลือกเอง

ความไม่สมมาตรประการเดียวที่ไม่เกี่ยวกับความสามารถคือความพร้อมใช้งาน Argon จำหน่ายโดย Google ภายใต้เงื่อนไขของ Google โดยมีการเปลี่ยนแปลงราคาที่กำหนดไว้แล้ว Sol จำหน่ายโดย OpenAI และถูกส่งผ่านเราเตอร์ ซึ่งเป็นความขึ้นต่อกันอีกรูปแบบหนึ่ง: หากผู้ให้บริการรายเดียวเกิดเหตุขัดข้อง ผู้เรียกที่ผ่านเราเตอร์สามารถสลับไปใช้เส้นทางสำรองได้ ส่วนผู้เรียกโดยตรงทำไม่ได้ นั่นไม่ใช่เหตุผลในการเลือกโมเดลใดโมเดลหนึ่ง แต่เป็นเหตุผลในการแยกการเลือกโมเดลออกจากการรับส่ง ซึ่งเป็นข้อโต้แย้งที่สนับสนุนเกตเวย์โดยทั่วไป ไม่ใช่โมเดลใดโมเดลหนึ่งโดยเฉพาะ

ควรเรียกอันไหนดี เมื่อพิจารณาจากปฏิทิน

หากคุณกำลังตัดสินใจในวันนี้และปริมาณงานของคุณอ่อนไหวต่อราคา GPT-6.1 Sol คือการ์ดที่ปลอดภัยกว่า เพราะมันเป็นข้อผูกพัน: $2.00 และ $10.00 พร้อมกฎบริบทแบบยาวที่เผยแพร่แล้ว ไม่มีวันหมดอายุ และมิเตอร์อินพุตแบบแคชในอัตราหนึ่งในสิบของอัตราอินพุต มีอยู่ในแคตตาล็อกของเราที่ราคาตามรายการของ OpenAI โดยมีมาร์กอัป 0% ดังนั้นอัตราที่คุณเห็นบนหน้าของผู้ขายคืออัตราที่คุณถูกเรียกเก็บ และ การเปลี่ยนแปลงฝั่ง OpenAI จะสะท้อนให้เห็นในวันเดียวกัน แทนที่จะเป็นหลังรอบการปรับราคา

A headless capture of the OrcaRouter model page for openai/gpt-6.1-sol, showing the model heading, a release date of 2026-09-29, a context strip reading one million tokens of context and 128K max output, input pricing of $2.00 and output pricing of $10.00 per million tokens, a p50 time to first token of 2.16 seconds, and an OpenAI-compatible Python code sample pointed at the OrcaRouter endpoint.

หากคุณต้องการสิ่งที่ Argon ทำโดยเฉพาะ — เวิร์กสเปซล้านโทเคนแบบเหมาจ่าย อินพุตแบบมัลติโมดัลของ Google หรือตำแหน่งของมันในการประเมินทางวิทยาศาสตร์ของ Google เอง — คำแนะนำที่ตรงไปตรงมาคือให้ตั้งงบตามตัวเลขเดือนธันวาคมตั้งแต่ตอนนี้ ทีมที่วางแผนโดยอิงราคา $2.00 และ $10.00 แล้วต่ออายุในเดือนมกราคมจะรู้สึกว่าการเปลี่ยนแปลงนี้คือการเพิ่มขึ้น 100% ส่วนทีมที่วางแผนโดยอิงราคา $4.00 และ $20.00 และได้ส่วนลด 35 วันก็เพียงแต่เริ่มเร็วกว่าเท่านั้น Gemini 4 Argon ไม่ได้อยู่ในแคตตาล็อกของเรา ดังนั้นหากคุณต้องการใช้ คุณจะหาได้จาก API ของผู้จำหน่ายเองและแพลตฟอร์มบุคคลที่สามหลายแห่ง

ชื่อในช่องค้นหานั้นไม่เคยมีอยู่จริง ตัวโมเดลมีจริง ส่วนลดก็มีจริงไปอีกหนึ่งเดือน และการตัดสินใจเดียวที่ยังคงอยู่รอดถึงเดือนธันวาคม คือเวิร์กโหลดจำเป็นต้องใช้รูปแบบของ Argon มากพอที่จะจ่ายแพงเป็นสองเท่าหรือไม่ สำหรับงานเขียนโค้ดและงานที่เน้นเอกสารเป็นหลักเป็นส่วนใหญ่ คำตอบในเดือนนี้และเดือนหน้าคือโมเดลที่ราคาไม่ใช่การนับถอยหลัง

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

providers@orcarouter.ai

เข้าร่วมคอมมูนิตี้ของเรา

Discordsupport@orcarouter.aiXLinkedInGitHubYouTube