Gemini 4 vs GPT-6 Astra: Bất phân thắng bại trên chỉ số, chênh lệch gấp 5 lần trên hóa đơn

Hai mô hình tiên phong, một chỉ số độc lập, một điểm số giống hệt nhau. Artificial Analysis đặt Gemini 4 Argon ở mức nỗ lực cao và GPT-6 Astra ở mức nỗ lực tối đa, cùng đạt 53 điểm trên Intelligence Index v4.3.2, chỉ số tổng hợp từ mười bài đánh giá mà đơn vị đánh giá chạy trên bản sửa đổi v4.3.2. Sau đó, nó định giá chi phí của lần chạy đằng sau mỗi điểm số: 1,99 USD chi phí trả theo token cho mỗi tác vụ chỉ số đối với Gemini 4 Argon, so với 3,26 USD cho GPT-6 Astra. Không phải là một kết quả hòa.

Đó là khung hữu ích cho cuộc so tài này, vì bảng giá niêm yết chính khiến khoảng cách trông còn rộng hơn thực tế, còn các con số theo từng tác vụ lại khiến nó trông hẹp hơn. Gemini 4 Argon được niêm yết ở mức $2.00 mỗi triệu token đầu vào và $10.00 mỗi triệu token đầu ra theo mức giá giới thiệu sẽ tăng gấp đôi vào 2026-12-01. GPT-6 Astra được niêm yết ở mức $10.00 mỗi triệu token đầu vào, $1.00 cho đầu vào đã cache và $50.00 mỗi triệu token đầu ra. Điểm số của cả hai bằng nhau; bảng giá chênh nhau gấp năm lần ở chi phí đầu ra và hóa đơn theo từng tác vụ chênh 1,6 lần.

Các mô hình: Gemini 4 Argon là thành viên duy nhất được đặt tên thuộc dòng Gemini 4 của Google, được công bố ngày 30/09/2026 và chính thức có mặt trên gói trả phí của Google kể từ ngày 13/10/2026. GPT-6 Astra là mô hình chủ lực của OpenAI, được công bố ngày 03/09/2026 và được triển khai theo một chương trình truy cập có kiểm soát. Cả hai đều thuộc cùng lớp ngữ cảnh 1M token và đều là mô hình suy luận với mức nỗ lực có thể cấu hình.

Vì sao mức giá gấp năm lần lại có thể chỉ tạo ra hóa đơn gấp 1,6 lần

Phép đối chiếu nằm ở số lượng token. Astra được định giá mỗi token ở mức cao cấp và trả lời bằng ít token hơn so với bảng giá ngụ ý, trong khi Argon rẻ trên mỗi token nhưng không tinh gọn đến mức, tính theo mỗi tác vụ, lợi thế nhân lên thành gấp năm. Theo cách tính của chính bên đánh giá, chi phí mỗi tác vụ index của Argon là $1.99 và của Astra là $3.26 — chênh lệch giá trên mỗi triệu token bị thu hẹp lại vì phần lớn những gì harness đo lường là công việc suy luận mà cả hai mô hình đều đang đốt token vào đó.

Cùng một trình đánh giá liệt kê chi phí hỗn hợp của Argon ở mức 1,47 đô la mỗi triệu token so với 7,70 đô la của Astra trên tỷ lệ trộn tiêu chuẩn 7:2:1 giữa cache hit/đầu vào/đầu ra. Cách trộn đó có lợi cho Argon, và điều đó đáng để nói ra: tỷ lệ trộn này giả định tỷ lệ cache hit rất cao, và mức giá 1,00 đô la mỗi triệu đầu vào được lưu đệm của Astra cao gấp mười lần mức 0,10 đô la của Argon. Nếu khối lượng công việc của bạn chủ yếu là cache hit thay vì chủ yếu là đầu ra mới, thì khoảng cách thực tế giữa hai dịch vụ này nhỏ hơn so với những gì bảng giá hoặc cách trộn đề xuất.

Điểm mà Astra không đánh đổi bất cứ điều gì là tư thế truy cập. Đây là mô hình đầu tiên OpenAI phát hành vượt qua ngưỡng năng lực an ninh mạng Critical theo Preparedness Framework của chính mình, và quá trình triển khai tuân theo điều đó: các tổ chức hạn chế trước tiên, quyền truy cập doanh nghiệp bị tắt theo mặc định cho đến khi quản trị viên bật nó theo bảng giá và thỏa thuận áp dụng, các kiểm soát quản trị viên riêng cho duyệt web và tải lên, cùng kế hoạch mở rộng thông qua chương trình Daybreak. Không có nội dung tương đương nào được ghi nhận cho Gemini 4 Argon, vốn được cung cấp rộng rãi trên gói trả phí của Google cho bất kỳ ai có quan hệ thanh toán. Đối với một nhóm cần giấy tờ mua sắm, sự khác biệt đó là yếu tố quyết định; đối với một nhóm cần một mô hình trên một key vào chiều nay, nó lại chỉ theo hướng ngược lại.

Giới hạn đầu ra, các bậc và cài đặt nỗ lực

Cả hai mô hình đều có cửa sổ ngữ cảnh 1M token. Các giới hạn giải mã được công bố lại khác nhau: G​oogle công bố 1.000.000 token đầu ra cho Argon, và Argon được tài liệu hóa là một mô hình duy nhất với bốn hạng dịch vụ — Standard ở mức $2/$10, Priority ở mức $3.60/$18, Flex và Batch ở mức $1/$5. Astra được tài liệu hóa là một mô hình trên một bảng giá duy nhất với hạng batch ở mức một nửa giá, và quyền truy cập khác biệt của nó mang tính tổ chức thay vì một tùy chọn thanh toán.

Mức nỗ lực là điểm mà ở đó phép so sánh này ít được ngã ngũ nhất. Các điểm chỉ số ở trên là Argon ở mức cao và Astra ở mức tối đa, và đó không phải là những thiết lập tương ứng theo bất kỳ nghĩa có ý nghĩa nào — trình đánh giá gán nhãn mỗi mô hình theo mức mặc định riêng của nó. Bài đưa tin hồi tháng Mười của Ars Technica về đợt triển khai Argon lưu ý rằng mô hình này có thể tiếp cận được đối với những người đăng ký trả phí, còn tài liệu ra mắt của chính G​oogle mô tả một mô hình được xây dựng cho những bài toán khó nhất của họ; không nhà cung cấp nào công bố đường cong nỗ lực có thể cho phép người đọc chuẩn hóa hai mô hình. Ở nơi không tồn tại một phép so sánh đối đầu với các thiết lập tương ứng, trang này sẽ không tự dựng ra một phép so sánh như vậy.

Về tính khả dụng độc lập, một trong hai chỉ cách một cuộc điện thoại, còn cái kia chỉ cách một chiếc khóa. GPT-6 Astra nằm trong danh mục của chúng tôi ở giá niêm yết của nhà cung cấp với mức cộng thêm 0%, nên khi nhà cung cấp thay đổi giá, hóa đơn của bạn nhận được thay đổi đó ngay trong cùng ngày thay vì sau một chu kỳ định giá lại, và tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp nghĩa là một đợt triển khai vẫn đang trong quá trình ổn định không phải là điểm lỗi duy nhất trên đường dẫn production. Gemini 4 Argon không nằm trong danh mục đó tính đến ngày 2026-10-14; có thể truy cập nó thông qua API riêng của G​oogle và một số nền tảng bên thứ ba, và một người đọc muốn cả hai phía sau một khóa thì hiện chưa thể có điều đó ở đây.

Đừng nhầm trang này với phần so sánh gói Pro.

Một phiên bản của cuộc so tài này đã lưu hành dưới dạng “Gemini 4 Pro vs GPT-6 Astra”, được xây dựng xoay quanh một bài kiểm tra chỉ có một kết quả. Đó là một câu hỏi khác về một mô hình mà Google chưa phát hành, và đó là một trang chúng tôi đã viết rồi. Trang này so sánh hai dòng sản phẩm đúng như chúng thực sự tồn tại: một mô hình Gemini 4 đối đầu với một mô hình chủ lực của OpenAI.

Quy tắc

Nếu sản phẩm bàn giao là đầu ra dạng văn bản dài với khối lượng lớn, hoặc là một agent viết các tạo tác lớn trong một lần chạy, thì kinh tế học theo token và mức trần giải mã 1M-token của Gemini 4 Argon là lý do để chọn nó — miễn là bạn tính bước tăng giá ngày 2026-12-01 vào ngân sách thay vì để phát hiện ra nó. Nếu công việc là đầu ra chuyên nghiệp dài hạn, nơi một câu trả lời mạnh hơn cho lập luận khó đáng để trả tiền, hoặc bạn cần quản trị cấp doanh nghiệp, kiểm toán và một nhà cung cấp có khung kiểm soát truy cập được ghi nhận, thì GPT-6 Astra là sản phẩm hoàn thiện hơn, và đó là sản phẩm bạn có thể gọi ngay tại đây hôm nay.

Cả hai mô hình đều đáng để chạy phía sau một router hơn là trên một nhà cung cấp duy nhất, và đó không phải là lời quảng bá cho giá trị của một nhà cung cấp đối với một trong hai mô hình: đó là câu trả lời chung cho một đợt triển khai vẫn đang dần ổn định. Các điều khoản truy cập của Astra vẫn còn thay đổi đến hết tháng 9 và bảng giá của Argon có một mốc thay đổi gắn với ngày cụ thể, nên cả hai đều không phải là mô hình để đấu nối vào một tuyến không có phương án dự phòng.

Sự thật thường quyết định điều đó nhất: chỉ mục nói rằng đây là cùng một mô hình, còn hóa đơn lại nói rằng chúng không phải. Nếu chi phí khối lượng công việc của bạn bị chi phối bởi token đầu ra mới thay vì đầu vào được lưu đệm, thì lợi thế của Argon gần với tỷ lệ theo bảng giá cước hơn là tỷ lệ theo từng tác vụ — hãy đo trước khi bạn chuẩn hóa.

Cả hai thứ này, một endpoint.

GPT-6 Astra được cung cấp thông qua OrcaRouter với mức giá niêm yết của OpenAI và không cộng thêm bất kỳ khoản chênh lệch nào, đồng thời vì danh mục định tuyến xuyên suốt các nhà cung cấp của cùng một mô hình, nên một đợt triển khai vẫn đang trong quá trình ổn định không nhất thiết phải là một điểm lỗi duy nhất. Tính đến ngày 2026-10-14, Gemini 4 Argon không nằm trong danh mục đó — có thể truy cập nó thông qua API riêng của Google và một số nền tảng bên thứ ba.

Bậc ngay dưới Astra chỉ bằng một phần năm bảng giá của nó. GPT-6.1 Sol Cả hai đều dùng chung một key, nên việc thay thế chỉ là đổi một chuỗi model chứ không phải cả một chu kỳ mua sắm.

Việc lựa chọn mô hình cũng là câu hỏi về những gì đã từng gặp trục trặc: các sự cố AI và lỗi tác nhân đã được ghi nhận đối với các mô hình thuộc lớp này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter, nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.