
GPT-6.2 Astra vs Gemini 4 Argon: Khoảng cách mà bạn chưa thể mua được
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 184 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 727 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 407 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 108 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
GPT-6.2 Astra và Gemini 4 Argon cùng xuất hiện trên ba bảng độc lập, và trên cả ba, cùng một mô hình giành chiến thắng với khoảng cách lớn hơn độ nhiễu giữa các lần chạy. Trên Hospital-bench, đánh giá quản trị tác nhân gồm hai mươi mô hình được công bố ngày 20 tháng 11 năm 2026, GPT-6.2 Astra đạt trung bình 62,4% với tỷ lệ vượt qua toàn phần 29,2%, so với Gemini 4 Argon ở mức 46,9% và 16,7%. Trên Blueprint-Bench 2, khoảng cách là 0,614 so với 0,544. Trên Artificial Analysis Intelligence Index, con số là 62,1 so với 52,56 ở cùng mức nỗ lực tối đa. Đó là mức dẫn trước mười lăm điểm trên chỉ số, tương đương khoảng tám lần hoàn thành nhiệm vụ trọn vẹn so với mười bốn, và điều này không còn gây tranh cãi.
Điều đang tranh cãi là liệu phép so sánh này có mô tả một lựa chọn hay không. OpenAI đã phát hành GPT-6.2 Astra vào ngày 17 tháng 11 năm 2026 với giá $8 cho một triệu token đầu vào và $40 cho một triệu token đầu ra. Google đã công bố Gemini 4 Argon vào ngày 30 tháng 9 năm 2026 và vẫn chưa phát hành nó: không có mã định danh mô hình, không có endpoint API Gemini, không có hạn mức tự phục vụ và không có ngày khả dụng chung, và quyền truy cập được thực hiện qua Chương trình Fairwind thay vì một trang đăng ký. Mức giá thực sự tồn tại — $2,00 và $10,00 cho mỗi triệu — là một bảng giá niêm yết, không phải hóa đơn mà bất kỳ ai bên ngoài chương trình đang phải trả. Vì vậy, cách diễn đạt trung thực về cuộc đối đầu này không phải là nên chuẩn hóa theo mô hình nào. Mà là một trong hai mô hình này là một lựa chọn, còn mô hình kia là một mục tham chiếu, và khoảng cách mười lăm điểm cho bạn biết bạn đang chờ đợi điều gì thay vì nên mua gì.
Mỗi mô hình thực sự là gì
GPT-6.2 Astra là mẫu chủ lực của OpenAI cho công việc chuyên môn dài hạn, với cửa sổ ngữ cảnh 1.050.000 token, đầu ra tối đa 128.000 token và đầu vào đa phương thức gồm văn bản, hình ảnh và tệp. Suy luận luôn bật với mức nỗ lực có thể cấu hình từ thấp đến tối đa, và mô hình hỗ trợ cả định dạng chat-completions lẫn Responses API gốc, bao gồm chế độ nền. Đây là mô hình thứ ba trong dòng GPT-6 giữ vị trí cao nhất trong danh mục của OpenAI, và hai thay đổi so với GPT-6 Astra là những điểm quan trọng về mặt vận hành: giảm 20% ở cả hai chiều tính phí, và giảm 60% đối với đầu vào được lưu trong bộ nhớ đệm, từ $1,00 xuống $0,40.
Gemini 4 Argon là bậc thứ tư trong dòng Gemini 4 của Google, được xếp dưới Pro và trên Hydrogen, còn Neon và Carbon nằm ở giữa. Thẻ công bố rất sơ sài, và chính sự sơ sài đó cũng mang thông tin: ngữ cảnh 1 triệu token, đầu vào văn bản và hình ảnh, cấu hình suy luận cao đúng như dòng mà Artificial Analysis đo, cùng mức giá 2 đô-la và 10 đô-la đó. Không có giới hạn trần token đầu ra nào được công bố, không có bề mặt sử dụng công cụ nào được ghi tài liệu, không có tài liệu về bộ nhớ đệm ngữ cảnh và không có ID mô hình. Đối chiếu với Carbon, mô hình mà cùng dòng này phát hành kèm mô tả đầy đủ bao gồm gọi hàm gốc, đầu ra có cấu trúc, và cả hai đường generateContent: tương thích OpenAI lẫn gốc. Argon có thẻ, có giá và một dòng trên bảng xếp hạng. Nó vẫn chưa có sản phẩm.
Sự bất đối xứng đó định hình toàn bộ phần còn lại bên dưới. Khi cả hai mô hình đều có thể gọi được, một cuộc so tài trực tiếp là một quyết định mua hàng. Khi một bên có thể gọi được còn bên kia mới chỉ được công bố, việc so sánh thực chất là ba câu hỏi chồng lên nhau: khoảng cách năng lực lớn đến đâu, lợi thế về giá bền vững đến mức nào, và điều gì sẽ phải xảy ra để câu hỏi thứ hai trở nên có ý nghĩa. Câu cuối cùng mới là câu thú vị, bởi lợi thế về giá có sẵn một ngày hết hạn được in trên đó.
Ba hội đồng, một hướng đi
{{1}}Cả hai mô hình{{/1}} đều xuất hiện trong cùng ba đánh giá, được thực hiện bởi {{2}}ba tổ chức khác nhau{{/2}}, sử dụng {{3}}ba phương pháp khác nhau{{/3}}. Sự đồng thuận giữa chúng là bằng chứng mạnh nhất trong phép so sánh này, và sự bất đồng về độ lớn là bằng chứng mạnh thứ hai.
• Điểm trung bình Hospital-bench — GPT-6.2 Astra 62,4% so với Gemini 4 Argon 46,9%, chênh lệch 15,5 điểm
• Các lượt vượt qua đầy đủ trên bộ đánh giá bệnh viện — Astra 29,2% (14 trên 48) so với Argon 16,7% (8 trên 48)
• Blueprint-Bench 2 — Astra 0.614 so với Argon 0.544, khoảng cách 0.070 trên thang điểm từ 0 đến 1
Chỉ số Trí tuệ v5.0.1 — Astra 62,1 so với Argon 52,56, cả hai đều ở mức nỗ lực tối đa
• Chi phí cho mỗi tác vụ Index — Astra $4.00 so với Argon $1.99, được đo trên cùng một bộ kiểm thử giống hệt nhau
• Giá đầu vào trên mỗi 1 triệu — Astra $8.00 so với Argon $2.00 đến hết ngày 30 tháng 11, sau đó là $4.00

Kết quả Hospital-bench xứng đáng có một dòng riêng vì những gì nó đo lường. Đánh giá đó cung cấp cho các agent 131 công cụ trên mười ba hệ thống được kết nối và đặt chúng vào bốn mươi tám tác vụ hành chính trong một bệnh viện 320 giường — phê duyệt trước, yêu cầu bồi thường bị từ chối, yêu cầu hồ sơ. Đây là thứ gần nhất trên bất kỳ bảng xếp hạng nào trong số này với công việc mà một agent thực sự được thuê để làm, và khoảng cách ở đó là rộng nhất trong ba, với 15,5 điểm trung bình. Cột tỷ lệ đạt còn tệ hơn đối với Argon: tám lần hoàn thành trọn vẹn so với mười bốn, thiếu hụt 43% ở các tác vụ được hoàn thành trọn vẹn, trên một benchmark mà một ủy quyền trước làm dở dang là một yêu cầu bị từ chối chứ không phải điểm một phần.
Blueprint-Bench 2 là khoảng cách hẹp nhất trong ba khoảng cách, ở mức 0,070, và đây là bài mà hai mô hình gần nhau nhất về bản chất — cả hai đều đang tái dựng đồ thị kết nối mặt bằng từ chuỗi ảnh chụp, một nhiệm vụ thưởng cho tính nhất quán dài hạn hơn là kiến thức miền. Việc Argon thu hẹp khoảng cách xuống còn trong vòng 0,07 ở đó trong khi kém 9,5 điểm trên chỉ số tổng quát là một tín hiệu thực sự về việc thế mạnh của nó nằm ở đâu. Đây cũng là bảng có mức độ liên quan đến con người nhỏ nhất, điều đáng ghi nhớ trước khi trích dẫn nó.
Lợi thế về giá có thời hạn.
Đây là sự thật làm thay đổi toàn bộ phép so sánh. Bảng giá của Gemini 4 Argon là 2,00 USD cho đầu vào và 10,00 USD cho đầu ra trên mỗi triệu token cho đến ngày 30 tháng 11 năm 2026. Vào ngày 1 tháng 12, mức giá này trở thành 4,00 USD và 20,00 USD. Đó không phải tin đồn hay dự báo: đó là một lịch trình đã được công bố, và là điều có hệ quả nhất đối với kinh tế của Argon vì bản thân mô hình không thay đổi vào ngày đó.
• Đầu vào mỗi 1M — Argon $2.00 hiện tại, $4.00 từ ngày 1 tháng 12; Astra $8.00, không đổi
• Đầu ra trên 1M — Argon $10.00 hôm nay, $20.00 từ ngày 1 tháng 12; Astra $40.00, không đổi
• Đầu vào được lưu trong bộ nhớ đệm — Argon $0,10 hôm nay, $0,20 sau đó; Astra $0,40, cố định
• Chi phí đo được cho mỗi tác vụ Index — Argon $1,99 hiện nay, khoảng $3,98 sau đó; Astra $4,00
• Ngữ cảnh trên 272K — Argon không có hạng mức ngữ cảnh dài nào được công bố; Astra định giá lại toàn bộ yêu cầu ở mức $16 và $60
Hiện tại, Argon rẻ hơn Astra bốn lần trên mỗi token và chỉ bằng một nửa giá cho mỗi tác vụ Index đã hoàn thành, đây là một mức chiết khấu đáng kể đối với một mô hình kém 9,5 điểm. Sau ngày 1 tháng 12, nó rẻ hơn hai lần trên mỗi token và gần ngang bằng Astra về chi phí cho mỗi tác vụ Index — đến lúc đó, mô hình rẻ hơn trên mỗi tác vụ cũng chính là mô hình có điểm số thấp hơn, và lập luận về chi phí không còn có tác dụng gì nữa.
Hai cơ chế khiến ngay cả lợi thế hiện tại trông nhỏ hơn thực tế. Cơ chế thứ nhất là vách đá ngữ cảnh dài của Astra là có thật còn của Argon thì không được công bố: trên 272.000 token prompt, Astra định giá lại toàn bộ yêu cầu ở mức 16 đô la đầu vào và 60 đô la đầu ra. Một lượt chạy tác nhân 300K token trên Astra tốn 4,80 đô la đầu vào trước khi mô hình viết ra một token, so với 2,17 đô la ngay trước đó ở 271.999. Nếu khối lượng công việc của bạn mang tính tác nhân và dài, vách đá đó có thể xóa sạch lợi thế token gấp 4 lần trong một yêu cầu duy nhất — còn nếu không, thì bạn vốn dĩ sẽ chẳng bao giờ dùng đến cửa sổ 1,05M mà bạn đang trả tiền.
Điều thứ hai là giá token không phải là chi phí tác vụ. Artificial Analysis đo cả hai mô hình trên cùng một bộ đánh giá và báo cáo $1.99 cho Argon so với $4.00 cho Astra, tức tỷ lệ hai trên một chứ không phải bốn trên một như biểu giá ngụ ý. Argon dùng nhiều token hơn để đi đến câu trả lời, hoặc cần nhiều lượt hơn, hoặc cả hai. Đó là đặc điểm thông thường của một mô hình rẻ hơn, và điều đó có nghĩa chi phí mỗi tác vụ là con số duy nhất đáng để lập ngân sách dựa vào.
Mười lăm điểm được làm bằng gì
Khoảng cách chỉ số 9,5 điểm ở cùng mức nỗ lực tối đa là một con số lớn, và đáng để nói cụ thể nó đến từ đâu thay vì coi chỉ số này như một phán quyết duy nhất. Intelligence Index của Artificial Analysis là mức trung bình của chín đánh giá, và hai mô hình không cùng trượt những đánh giá giống nhau. Lợi thế của Astra tập trung ở các thành phần tác tử và tầm xa — đúng nơi Hospital-bench cũng đặt nó — và thu hẹp ở các nhiệm vụ kiến thức và suy luận riêng lẻ, nơi Argon có sức cạnh tranh.
Mô hình đó nhất quán với cách hai mô hình được xây dựng. Astra là một mô hình suy luận với khả năng tư duy luôn bật và mức nỗ lực có thể cấu hình tới max, và thiết lập nỗ lực là đòn bẩy lớn nhất đối với cả điểm số lẫn hóa đơn của nó. Hàng được công bố của Argon là cấu hình suy luận cao của nó, tức thiết lập mà Google định vị là điểm cân bằng chứ không phải mức trần; không có nấc xhigh trong dòng mô hình này. Khi bạn so sánh "điều tốt nhất mà mỗi mô hình có thể làm", bạn đang so sánh Astra ở max với Argon thấp hơn một nấc, và khoảng cách phản ánh điều đó cũng như phản ánh kiến trúc.
Có một lưu ý thực sự ở phía ngược lại, và nó bất lợi cho Astra. Một mô hình suy luận lâu hơn là mô hình tốn nhiều chi phí hơn cho mỗi tác vụ ngay cả khi giá token như nhau, và 20,2 phút mỗi tác vụ Intelligence Index của Astra cao hơn hẳn trung vị của bộ đánh giá. Lợi thế 15 điểm có được nhờ cả thời gian thực lẫn tiền bạc, và với một sản phẩm nhạy cảm với độ trễ — một agent hướng tới khách hàng, một vòng phân loại hỗ trợ — phép so sánh hữu dụng là Astra ở mức nỗ lực trung bình so với Argon ở mức cao, khi đó khoảng cách hẹp hơn đáng kể so với 9,5 điểm và bức tranh chi phí cũng thay đổi theo.
Cái có thể gọi được
Tất cả những điều đó quay trở lại vấn đề tính sẵn có, vì đây chính là khía cạnh mà cuộc so sánh này thực sự được quyết định ngày nay. Tính đến ngày 20 tháng 11 năm 2026, GPT-6.2 Astra không có trong danh mục của OrcaRouter — các mô hình OpenAI mà chúng tôi định tuyến là GPT-6 Astra, đạt 46,7% trên Hospital-bench, và dòng GPT-6 Sol, trong đó GPT-6.2 Sol đạt 57,6% và 25,0%. Gemini 4 Argon cũng không thể định tuyến ở đây, vì lý do đơn giản hơn là Google chưa công bố mã định danh nào để định tuyến tới.
Điều đó khiến cả hai bên của màn so tài này nằm ngoài tầm với trên endpoint của chính chúng tôi, một vị trí bất thường để một bài viết so sánh rơi vào và đáng được nói thẳng không tô vẽ. Những gì có sẵn hôm nay là thế hệ trước ở cả hai phía: GPT-6 Astra và GPT-6.2 Sol từ OpenAI, Gemini 4 Carbon và Gemini 4 Neon từ Google. Cả bốn đều tính theo giá niêm yết của nhà cung cấp mà không cộng thêm phụ phí, vì vậy việc nhà cung cấp giảm giá sẽ được áp vào mức giá của bạn ngay trong ngày thay vì đợi đến lần gia hạn hợp đồng tiếp theo. Chuyển đổi dự phòng tự động giữa các nhà cung cấp nghĩa là giới hạn tần suất trên một mô hình không làm đình trệ một lô, và DSL định tuyến cho phép bạn ghim một lớp tác vụ vào một mô hình mà không cần viết lại tích hợp.
• Bạn có thể gọi gì ngay bây giờ — GPT-6 Astra, GPT-6.2 Sol, Gemini 4 Carbon, Gemini 4 Neon
• Những gì bạn không thể — GPT-6.2 Astra (không có trong danh mục của chúng tôi tính đến ngày 20 tháng 11), Gemini 4 Argon (không có ID mô hình nào được công bố ở bất kỳ đâu)
• Khoảng cách này đáng giá bao nhiêu — 15,5 điểm trên Hospital-bench, 9,5 trên Chỉ số Trí tuệ, 0,070 trên Blueprint-Bench 2
• Việc chuyển đổi sau này tốn bao nhiêu — chỉ một chuỗi mô hình, khi đã có định danh

Khuyến nghị thực tế bắt nguồn từ ngày tháng chứ không phải từ điểm số. Nếu tháng này bạn cần một mô hình OpenAI tiên phong cho công việc hành chính dạng tác nhân, GPT-6.2 Sol là thứ gần nhất trong danh mục của chúng tôi với vị trí đứng đầu bảng Hospital-bench và là lựa chọn rẻ hơn trong hai tùy chọn OpenAI, rẻ hơn bốn lần trên mỗi token. Nếu bạn cần một mô hình Google, Carbon và Neon đều đã hoạt động và đều vượt chỉ số của Argon ở một số đánh giá phụ. Cả hai đều không phải mô hình mà bài viết này trên danh nghĩa nói về, và giả vờ điều ngược lại sẽ là kiểu điều đọc thì hay nhưng định tuyến thì tệ.
Điều gì sẽ thay đổi cách đọc này?
Ba phát triển sẽ thay đổi câu trả lời, và đầu tiên là việc Gemini 4 Argon được phát hành. Một định danh mô hình được công bố, một endpoint tự phục vụ và một bề mặt sử dụng công cụ được tài liệu hóa sẽ biến điều này từ việc so sánh một sản phẩm với một bảng giá thành một quyết định mua hàng — và cũng sẽ giải quyết liệu dòng chỉ số 52.56 có sống sót khi tiếp xúc với API thực hay không, vì mọi con số Argon đang lưu hành đều đến từ một cấu hình gần như không ai có thể chạy.
Mốc thứ hai là ngày 1 tháng 12 năm 2026. Việc tăng gấp đôi biểu giá là sự kiện kinh tế lớn nhất trong so sánh này và nó diễn ra vào một ngày đã biết. Nếu chi phí mỗi tác vụ của Argon rơi vào khoảng 4,00 USD như phép tính gợi ý, mô hình sẽ ngang bằng với Astra về chi phí cho mỗi tác vụ Index hoàn thành trong khi kém 9,5 điểm, và lý lẽ ủng hộ nó sẽ thu hẹp về các chi tiết cụ thể — những tác vụ mà nó cạnh tranh được, những khối lượng công việc mà chi phí token của nó thấp hơn, những đội ngũ đã ở trong Fairwind Program. Nếu chi phí đo được thấp hơn dự báo, vị thế rẻ hơn và chỉ hơi kém hơn sẽ bền vững và cuộc đua này trở thành cuộc đua song mã thực sự về giá.
Thứ ba là một lần chạy thứ hai của Hospital-bench. Bản công bố ngày 20 tháng 11 là một đợt duy nhất không có trang phương pháp, không có bộ tác vụ và không có nhật ký chạy, và khoảng cách mười lăm điểm trên bốn mươi tám tác vụ là một kết quả mạnh đáng được đo lại lần hai trước khi bất kỳ ai lấy nó làm chuẩn. So sánh giữa các thế hệ trong bảng đó là phần ít có khả năng thay đổi nhất: GPT-6.2 Astra ở 62,4% so với GPT-6 Astra ở 46,7%, với các lượt hoàn thành sạch tăng từ 8,3% lên 29,2%, là một bước nhảy đủ lớn để vượt qua nhiễu.
Vậy mười lăm điểm là thật, lợi thế giá chỉ là tạm thời, và sự so sánh vẫn chưa phải là một lựa chọn. GPT-6.2 Astra là mô hình tốt hơn trên mọi bảng xếp hạng nơi cả hai cùng xuất hiện, với khoảng cách lớn nhất ở bài đánh giá gần nhất với công việc agent thực tế, và đây là mô hình duy nhất trong hai mô hình mà bạn thực sự có thể gọi hôm nay. Gemini 4 Argon là một bảng giá kèm một dòng trên bảng xếp hạng và một ngày hết hạn cho lợi thế duy nhất của nó. Hãy mua cái đầu tiên, theo dõi cái thứ hai, và đọc lại điều này vào ngày 1 tháng 12, khi các con số thay đổi dù cả hai mô hình không hề nhúc nhích.

So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
