Gemini 4 ArgonとGPT-6 Astra比較：12月からhigh設定はAstraが安い

2026年11月4日時点で、Gemini 4 ArgonとGPT-6 Astraのどちらか一方に絞るなら、難しい仕事の品質を優先する場合はGPT-6 Astra（gpt-6-astra）を推論強度mediumかhighで使うのが基本です。第三者機関Artificial Analysis（AA）の総合指数v5.0.1では、同じhighでAstraが55点、Argonが50点で、Astraはmediumの52点でもArgonのhighを上回ります。Gemini 4 Argon（gemini-4-argon）が向くのは、思考レベルを既定のままにして短い処理を大量に回す仕事、日本語の長い文書を読ませる仕事、同じ前置きを何度も送る仕事で、ここでは12月以降もArgonのほうが安く済みます。

判断を変えるのは日付です。Argonの単価は11月30日まで100万トークンあたり入力$2・出力$10ですが、12月1日から入力$4・出力$20に上がり、Astraは入力$10・出力$50のままです。2026年11月4日に同じ8つのタスクを両モデルで実行したところ、正答数はほぼ同じでしたが、highではArgonが思考を含めてAstraの4.2倍の出力を書いたため、11件の回答にかかる費用は12月の単価でArgon $0.807、Astra $0.586と逆転しました。「Argonは同点で4割安い」という説明は、AAの旧指数と10月の単価に基づく数字です。

例外は、長いログから件数を正確に数えるような仕事です。同じ日のテストで、Argonは既定設定だとすべての件数を20〜37%少なく答え、highではストリーミングで受け取った場合にだけ正解し、1回に271〜402秒かかりました。Astraは既定でもhighでも80秒以内に全問正解しています。

性能はAstraが上：AA総合指数でhigh同士55点対50点

総合的な性能では、2026年11月4日時点でGPT-6 AstraがGemini 4 Argonを上回っています。AAの両モデル比較ページのIntelligence Index v5.0.1は、業務エージェント、端末操作、コーディング、文書の読解、物理や科学の推論など9種類の評価をまとめた総合点で、AAはArgonをhighでしか採点していません。Astraはlowからmaxまで5段階の数字があります。

AAはArgonのモデルページで、すでに12月からの単価（入力$4・出力$20）を使って$7.68と計算しています。Argonの単価は11月30日までちょうど半分なので、同じトークン数なら現在は約$3.84です（$7.68÷2）。この換算で比べると、Astra highの$3.24はArgon highの0.84倍、12月以降は0.42倍で、点数が高いうえに安いことになります。Astra medium（52点、$2.73）でも点数はArgon highより2点上で、Argonを下回るのはAstra low（43点）だけです。Astra max（57点、$6.24）は現在のArgonの1.63倍ですが、12月以降は0.81倍になります。処理時間はArgon highが1件1,363秒とAstra highの3.4倍で、1件あたりの出力は約116,000トークン（うち推論68,000）と、Astra maxの約52,000トークンの2倍以上です。

注意したいのは、両社のhighが同じ目盛りではない点です。Argonのthinking_levelはlow・medium・highの3段階で、APIの既定はmediumです（Gemini APIの思考に関するドキュメント）。Astraのreasoning_effortはlowからmaxまでで、既定値はOpenAIのドキュメントに書かれていません。「同じ設定で比べる」とは同じ名前の設定で比べるという意味で、同じ計算量をかけたという意味ではありません。また、AAの「タスク」は指数を構成する評価タスクのことで、あなたの1回のリクエストとは長さも手順も違います。

得意な評価：業務自動化はArgon、コードと科学はAstra

評価ごとに見ると、Argonが勝つのはSaaS業務の自動化と端末操作で、Astraはコーディング、文書の推論、物理や科学の研究で大きく上回ります。AA v5.0.1の9評価を、両モデルのhighで並べると次のとおりです（2026年11月4日時点、評価の説明はAAの表記に基づきます）。

Googleの発表では印象が逆になります。2026年9月30日のGoogleのGemini 4 Argon発表記事に載った比較表では、19項目のうち14項目でArgonがAstraを上回り、Astraが上なのはFrontierSWE v2、Terminal-bench 4.0、Terminal-Bench Science、OSWorld-2.0（オフライン）の4項目、1項目が同点でした。ただしこれはGoogle自身が選んだ評価を、Googleの設定（最高の思考レベル）で測った値です。同じ発表について報じたVentureBeatの記事によると、間接的なプロンプトインジェクション攻撃の成功率はArgon 0.7%、Astra 8.5%とされています。第三者の指数でもArgonが上のものがあり、ValsのGemini 4 Argon評価ページのVals Indexでは、2026年9月30日時点でArgonが68.90%、Astraが63.13%でした。どの指数を信じるかで結論が変わるため、両方の存在を前提に、自分の仕事に近い評価を見るのが現実的です。

コーディングではどちらが上か：評価によって逆になる

コーディングは根拠が割れています。Googleの表ではDeepSWE v1.1（77.9対74.1）とVibe Code Bench（91.9対89.6）でArgonが上ですが、FrontierSWE v2では65.5対55.0でAstraが大きく上回ります。AAではリポジトリ単位の開発を測るFrontierCode 2.0でAstraが40.1%対25.7%と差をつけ、端末操作を含むTerminal-Bench 4.0ではArgonが上です。同じTerminal-bench 4.0でも、Googleの表では57.4対58.2でAstraが上という点にも注意が必要です。

2026年11月4日の実測で使った関数作成のタスク（隠しテスト付き）では、両モデルとも既定でもhighでもほぼ全問合格し、差は出ませんでした。既存のリポジトリを読んで直すような難しい開発はAstraから、端末操作やツール連携の多い自動化はArgonとAstraの両方を自分の作業で試す、という分け方が根拠に沿っています。

「Argonは同点で4割安い」は旧指数と10月単価の数字

ArgonとAstraが「同点」で「Argonが約4割安い」という説明は、2026年10月の時点では正しい数字でした。AAは2026年10月27〜28日に総合指数を旧版のv4.3.2からv5.0へ切り替え、現在はv5.0.1と表示しています。旧指数で53点だったのはArgon highとAstra maxで、Astra highは51点でした。つまり「同点」はArgonのhighとAstraのmaxを並べた比較で、指数タスク1件のコストはArgon highが入力$2・出力$10の単価で$1.99、Astra maxが$3.26でした。$1.99÷$3.26≈0.61なので「約4割安い」、逆から見て「Astraはタスクあたり1.6倍」となります。「差は0.11ポイント」といった表現もこの旧指数のものです。

いまの数字と食い違う理由は2つあります。評価の構成が変わってArgon highが53点から50点に下がり、Astra highが51点から55点に上がって、同じhigh同士でAstraが上になったこと、そしてAAが12月からのArgon単価で費用を計算し直したことです。旧指数の点数と新指数の点数は同じ表で比べられないので、記事やSNSで数字を見かけたら、どの版の指数か、Argonの単価をいくらとして計算しているかを確かめてください。

8タスクの実測：正答はほぼ同じ、highは12月にAstraが安い

2026年11月4日に、同じ8つのタスクを両モデルに既定設定とhighの2通りで送りました。経路は両モデルともLaoZhang APIの同じゲートウェイで、ArgonはgenerateContent（ストリーミングなし）、AstraはChat Completions（ストリーミング）を使い、システムプロンプトとツールは付けていません。タスクは文章題1問、Python関数3問（隠しテスト付き）、6,723語の英文記事の5項目要約、そして式の構文解析・CSVの1行解析・桁和の数え上げという難しめの関数3問で、難しめの3問は2回ずつ実行したので、1設定あたり11件の回答を採点しています。既定設定はArgonで思考の設定なし（APIの既定はmedium）、Astraでreasoning_effortの指定なしです。費用は返ってきたトークン数に公式の単価を掛けて計算しました。

注記：laozhang.ai は当ブログ運営チームの自社サービスです。その料金は中立的な比較ではなく、自社の提示価格です。

既定設定では、Argonの安さがそのまま残ります。Astraの費用はArgonの4.1倍で、Argonの単価が2倍になる12月以降も2.0倍です。Argonが落とした1件は式の構文解析で、" 1 + 2 "のように余分な空白を含む式でエラーを出し、25個の隠しテストのうち1個に失敗しました。

highでは話が変わります。Argonの思考トークンは33,105と、Astraの5,982の5倍以上に増え、出力全体ではAstraの4.2倍になりました。単価が5分の1でも出力が4倍を超えれば差はほとんど消え、11月30日まではAstraがArgonの1.45倍で済み、12月1日以降はAstraのほうが安く、Argonの0.73倍になります。合計時間もArgon highはAstra highの約2倍でした。11月中のhigh同士は、AAの指数タスクではAstraのほうが安く（$3.24対$3.84）、このテストではArgonのほうが安いと向きが逆ですが、これはAAのタスクが長く多段階の作業で、こちらは1回のプロンプトで終わる短い作業だからです。12月1日以降は、どちらの計測でもAstra highが安くなります。

このテストで分かるのは、正答率がほぼ同じ条件での費用、トークン数、時間の差です。条件がはっきりした小さなタスクなので、どちらが賢いかの順位は付けられません。経路は1つ、日付は1日、サンプルは各1〜2回で、合計時間にはストリーミングの有無の差も含まれます。

長いログの集計ではArgonの既定設定が全件数を少なく答えた

今回のテストで両モデルの差がはっきり出たのは、8タスクとは別に用意した長いログの集計だけでした。同じ2026年11月4日、146KBのアプリログ（1,500行、ERROR行は326行、同じエラーコードを持つWARN行を紛らわしい行として混ぜたもの）を渡し、5つのエラーコードのERROR件数、E503を受けたユーザーの人数、リトライ回数が最も多いリクエストを答えさせました。正解はスクリプトで作り、送る前にgrepで照合しています。

Astraは既定設定で2回とも全問正解し、1回46秒・$0.748でした。同じファイルをもう一度送ると55,840トークンがキャッシュから読まれ、38秒・$0.207に下がりました。highでも2回とも正解し、78秒・$0.90と、キャッシュが効いた2回目は72秒・$0.34です。Argonは既定設定だと約7秒・$0.16で答えを返しましたが、2回ともすべての件数が20〜37%少なく、E503の件数は正解94件に対して59件、E503のユーザーは78人に対して46人でした。このときAPIは思考トークンを1つも報告していません。Argon highはストリーミングで受け取った2回とも正解しましたが、271秒と402秒かかり、費用は1回$0.53〜0.55、12月以降の単価では$1.06〜1.09です。

ストリーミングなしで送ったArgon highの1回は、Googleがストリーミングなしの応答に設けている32,768トークンの出力上限を思考だけで使い切り、finishReasonがMAX_TOKENSのまま回答を返しませんでした。それでも$0.49（12月以降なら$0.97）が課金されます。長い入力をArgon highで処理するなら、ストリーミングで受け取り、maxOutputTokensを指定してください（正解した2回は65,536を指定）。途中で切れた応答の扱いは「Gemini 4 Argon APIのfinish_reason：途中で切れる回答の続け方」で扱っています。正解1件あたりで比べると、Astra既定の約$0.75（同じファイルをキャッシュ期間内に再度送れば約$0.21）に対し、Argon highは11月中なら$0.53〜0.55と安いものの、12月以降は逆に高くなり、待ち時間は6〜10倍です。これは「長く紛らわしい入力から正確に数える」という1種類の仕事の結果で、全体の順位ではありません。

API料金：Argonは12月1日に入力$4・出力$20、Astraは$10・$50

APIの単価は、2026年11月30日まではAstraがArgonのちょうど5倍、12月1日からは2.5倍です。Argonの値上げはGemini APIの料金ページに日付つきで載っており、入力・出力・キャッシュ入力がすべて2倍になります。Astraの単価はOpenAI APIの料金ページのとおりで、変更は告知されていません。いずれも100万トークンあたりのStandard料金で、2026年11月4日時点の値です。

1回の費用は「入力トークン数×入力単価＋出力トークン数（思考を含む）×出力単価」で決まります。ここで効いてくるのが、同じ文章でもモデルによってトークンの数え方が違うことです。2026年11月4日に同じ344文字の日本語の文章を両方のAPIに送ったところ、Argonは169トークン、Astraは254トークンと数え、ArgonはAstraの0.67倍でした。入力の費用差は「単価の差÷トークン比」になるので、同じ日本語の入力ならAstraの入力費はArgonの約7.5倍（5÷0.67）、12月以降も約3.7倍（2.5÷0.67）と、単価の差より大きく開きます。

英語の文章では両モデルのトークン数が同じだったため、差は単価どおり5倍、12月以降2.5倍です。逆に、タイムスタンプやID、key=valueが並ぶログでは、前述の146KBのファイルをArgonがAstraの1.42倍のトークンと数えたため、差は約3.5倍（5÷1.42）、12月以降は約1.8倍（2.5÷1.42）に縮みます。どの比も1種類の文章で測ったもので、自分のデータでは両方のAPIが返す入力トークン数を確かめてください。

出力側は、単価よりも思考の量で決まります。前述の8タスクでは、既定設定の出力はArgonがAstraの1.27倍にとどまったため、Argonが12月以降も半額で済みました。一方highではArgonが4.2倍書いたので、単価の差がほぼ消えました。月の費用を見積もるときは、11件の回答セットを1,000回（11,000リクエスト）流した場合の例が目安になります。Argon既定は$93（12月以降$187）、Astra既定は$381、Argon highは$403（12月以降$807）、Astra highは$586です。自分の月間リクエスト数と平均トークン数を上の式に入れ、11月と12月の2通りで計算してください。Astraの単価や長文・Batchの計算の詳細は「GPT-6 Astra API料金：10種類の単価と長文・Batch・Fastの計算方法」にまとめています。

同じ前置きを繰り返す場合はキャッシュの課金の違いを確認する

長いシステムプロンプトや同じ資料を何度も送る仕事では、キャッシュの課金の仕組みが費用を左右します。Argonは暗黙のキャッシュだけに対応し、書き込みの料金はかからず、キャッシュから読んだ入力は通常の5%です。AstraはOpenAIの仕様では既定でキャッシュされ、読み出しは通常の10%ですが、1,024トークン以上のプロンプトは書き込みが通常の1.25倍（30分の既定）で課金されます。12時間の保持はResponses APIだけで2.5倍です。書き込みを避けたい場合はprompt_cache_options.mode: "explicit"で自動キャッシュを止められます。

2026年11月4日のLaoZhang API経由のテストでは、Astraはどの呼び出しでもcache_write_tokensを報告しませんでしたが、55,843トークンのプロンプトを再送すると55,840トークンがキャッシュから読まれました。同じ経路で2026年10月26日に送った10,106トークンのプロンプトでは10,103トークンの書き込みが報告されていたので、書き込みが行われなかったのか報告されなかっただけなのかは、応答からは判断できません。OpenAIのAPIに直接つなぐ場合、書き込みは前述の1.25倍で課金されます。Argonは設定なしで、繰り返した記事で11,110トークン中9,056、繰り返したログで79,312トークン中77,258がキャッシュから読まれました。自分の請求を確かめるには、Astraではusage.prompt_tokens_detailsのcached_tokensとcache_write_tokens、ArgonではusageMetadata.cachedContentTokenCountを見てください。

注記：laozhang.ai は当ブログ運営チームの自社サービスです。その料金は中立的な比較ではなく、自社の提示価格です。

長い入力と出力：Astraは272K超で割増、Argonは単価一定

入力が長い仕事では、Argonのほうが料金の計算が単純です。Argonは入力と出力で共有する1,048,576トークンの枠があり、長さによる単価の段差はありません。Astraはコンテキストが1,050,000トークン、入力は最大922,000トークン、出力は最大128,000トークンで、入力が272Kトークンを超えるとそのリクエスト全体が入力2倍・出力1.5倍の単価（入力$20・出力$75）になります。Googleの発表表では、256K〜1Mトークンの長文を扱うGraphWalksでArgonが84.2、Astraが71.8でした（Googleが自ら測った値です）。

長い出力では、Argonの上限に注意が必要です。同期呼び出しの既定の出力上限は65,536トークンで、ストリーミングなしの1回の応答は32,768トークンまでです。前述のログの例のように、思考が長くなるhighではこの上限に思考だけで達することがあります。Astraの出力上限は128,000トークンなので、既定の同期呼び出しどうしで比べれば、思考を含めて1回で返せる量はAstraのほうが大きくなります。ただしArgonは長い出力を続けて生成する仕組み（long decode）を使えば、入力と共有する1,048,576トークンの枠の中で最大100万トークン規模まで出力できます。

APIとプランでの使い方：Argonは無料枠なし

どちらもAPIは従量課金が基本で、アプリで使えるプランも違います。2026年10月下旬時点の各社の公開情報では、次のようになっています。

APIで注意したい違いは2つあります。Argonは無料ティアの対象外で、思考トークンも含めてすべて課金されます。AstraはChat Completionsでは関数呼び出しが使えず、ツールを使うエージェントではResponses APIを使う必要があります。ChatGPTのワークスペースでAstraを有効にしても、APIの利用権限は付きません。APIでAstraが使えるかの確認方法は「GPT-6 Astra APIの始め方：利用権限の確認から最初の応答まで」、ChatGPTの無料プランで使えるモデルは「GPT-6は無料で使える？ChatGPT無料プランは10月8日からGPT-6 Luna」で扱っています。Googleはどのプランでも、Argonを何回使えるかの数字を公開していません。

仕事別の使い分け：Argonを選ぶ条件、Astraを選ぶ条件

ここまでの数字をまとめると、品質の幅広さではAstra、既定設定での量産と日本語の長文入力ではArgonです。2026年11月4日時点の根拠と12月の単価を前提に、仕事の種類ごとに最初に試す組み合わせを並べます。

ほかの候補も検討するなら、OpenAI内でより安い選択肢は入力$2・出力$10のGPT-6.1 Solで、比較は「GPT-6.1 Sol・6 Sol・Astra比較：移行の判断」にあります。Google内の安い選択肢は「Gemini 4 Argonと3.8 Flashの違い：実測コストと使い分け」、Claude Opus 5.5とGPT-6.1 Solを含めた比較は「Gemini 4 Argon・Opus 5.5・GPT-6.1 Sol比較：Argonは12月に単価2倍」、Claude Sonnet 5.5とAstraの比較は「Sonnet 5.5とGPT-6 Astra比較：費用と使い分け」で扱っています。

自分のプロンプトで両モデルを比べる手順

指数も実測も、あなたの仕事そのものではありません。契約を決める前に、小さな比較を自分で回すと判断が早くなります。

1. 実際の依頼から10〜20件を選び、テストや正解の値など、合否を機械的に判定できる基準を先に決めます。
2. 両モデルに同じ入力を、既定設定とhighの2通りで送ります。ArgonはgenerationConfig.thinkingConfig.thinkingLevel、Astraはreasoning_effort（Responses APIではreasoning.effort）で指定し、ツールを使う場合はAstraをResponses APIで呼びます。
3. Argonのhighはストリーミングで受け取り、maxOutputTokensを指定します。finishReasonがMAX_TOKENSの応答は失敗として数えます。
4. 応答ごとに使用量を記録します。ArgonはusageMetadataのpromptTokenCount、candidatesTokenCount、thoughtsTokenCount、cachedContentTokenCount、Astraはusageのprompt_tokens、completion_tokens、completion_tokens_details.reasoning_tokens、prompt_tokens_detailsです。
5. 費用をArgonの11月の単価と12月の単価の2通りで計算し、正解1件あたりの費用と待ち時間で比べます。

この手順で、同じ正答率に必要な設定と費用が分かります。Argonの思考の量は設定と仕事の種類で大きく変わるため、12月以降の単価で比べた結果を採用してください。

Gemini 4 ArgonとGPT-6 Astraのよくある質問

「Gemini 4」はArgonのことですか？Gemini 4 Carbonとの違いは？

2026年11月4日時点で一般に使える「Gemini 4」はGemini 4 Argon（アルゴン）です。Gemini 4 Carbonは2026年10月28日に発表されましたが、対象はGoogleのFairwindプログラムに参加するサイバー防御の担当者だけで、公開のAPIモデルIDや提供開始日は出ていません。Carbonとの比較は「Gemini 4 Carbon vs Argon：性能と料金、初回応答は約2倍遅い」で扱っています。

GPT-6 Astraは「GPT-6」と同じモデルですか？

GPT-6 AstraはOpenAIのGPT-6系で最上位のモデルで、GPT-6.1 Astraというモデルはありません。同じ系列にはGPT-6 SolとLuna、GPT-6.1 SolとTerraがあり、ChatGPTの無料プランで使われるGPT-6はLunaです。各モデルの関係とAPI料金は「GPT-6 Sol・Luna・AstraとTerraの違い：API料金と用途から選ぶ」にまとめています。